Schreit die Erde hinter dem AI-Boom? CO2-Emissionen von US-Datenzentren auf Landesniveau

Schreit die Erde hinter dem AI-Boom? CO2-Emissionen von US-Datenzentren auf Landesniveau

Die Cloud ist nicht über den Wolken – US-Rechenzentren stoßen so viel CO₂ aus wie ein ganzes Land

Wenn man eine Frage an die KI stellt, erhält man innerhalb von Sekunden eine Antwort. Fotos werden in der Cloud gespeichert und Videos werden ohne Unterbrechung abgespielt. Diese Bequemlichkeit lässt uns kaum an die riesigen Server in fernen Gebäuden denken, die kontinuierlich Strom verbrauchen.

Eine Studie, die diese unsichtbare Belastung in konkrete Zahlen fasst, wurde veröffentlicht.

Laut einem Bericht der deutschen Nachrichtenmedien ntv vom 16. November hat ein Forscherteam der Harvard-Universität und anderer Institutionen die CO₂-Emissionen von 403 großen Rechenzentren in den USA auf etwa 25,7 Millionen Tonnen pro Jahr geschätzt. Das entspricht fast den jährlichen Emissionen eines Landes wie Dänemark oder Bolivien.

Allerdings wäre es ein Missverständnis, die Studie so zu interpretieren, dass allein durch KI ein ganzes Land an CO₂ ausgestoßen wird. Die Ergebnisse werfen nicht nur Fragen zur Nutzung von KI auf, sondern auch, wie der Strom für die digitale Gesellschaft erzeugt wird.


403 Einrichtungen verbrauchen etwa 1,8 % des US-Stromverbrauchs

Die Studie konzentrierte sich auf 403 große Rechenzentren in den USA, die als „Hyperscale“ bezeichnet werden und zwischen Mai 2024 und April 2025 in Betrieb waren. Die Ergebnisse wurden in der Fachzeitschrift „Nature Sustainability“ veröffentlicht.

Die von ntv vorgestellten Hauptzahlen lassen sich wie folgt zusammenfassen:

PunktIn der Studie und Berichterstattung dargestellte Inhalte
Ziel403 große Rechenzentren in den USA
UntersuchungszeitraumMai 2024 bis April 2025
CO₂-Emissionen durch StromnutzungEtwa 25,7 Millionen Tonnen pro Jahr
Anteil am US-StromverbrauchEtwa 1,8 %
Anteil fossiler Brennstoffe am StromEtwa 54 %

Die hier genannten Emissionen beziehen sich hauptsächlich auf den CO₂-Ausstoß bei der Stromerzeugung für die Einrichtungen. Es bedeutet nicht, dass diese Menge direkt aus den Gebäuden der Rechenzentren stammt.

Zudem umfasst das untersuchte Spektrum auch allgemeine Cloud-Verarbeitungen. Die Universität stellte klar, dass es mit den verfügbaren Daten nicht möglich war, den Stromverbrauch für allgemeine Aufgaben und KI-spezifische Aufgaben zu unterscheiden.

Daher kann man die 25,7 Millionen Tonnen nicht einfach als „Emissionen von generativer KI“ bezeichnen. Es handelt sich auch nicht um eine Zahl, die alle Rechenzentren in den USA abdeckt.


Warum es „Detektivarbeit“ erfordert, den Stromverbrauch zu untersuchen

Es ist nicht einfach für Nutzer zu überprüfen, welche Einrichtungen wie viel Strom verbrauchen, um die Dienste zu unterstützen, die sie täglich nutzen.

In dieser Studie wurden Einrichtungen anhand von Satellitenbildern identifiziert und der Stromverbrauch basierend auf den Betriebsbedingungen geschätzt. Anschließend wurden die Emissionen unter Verwendung von Daten der US-Umweltschutzbehörde und basierend auf der regionalen Stromerzeugungsstruktur zugeordnet.

Das bedeutet, dass nicht alle Stromzähler direkt abgelesen und summiert wurden.

ntv berichtet, dass aufgrund der geringen Informationsverfügbarkeit viele Analysen wie „Detektivarbeit“ wirken. Dies weist nicht nur auf Unsicherheiten bei den Schätzungen hin, sondern auch darauf, dass die Gesellschaft nicht genügend Informationen über Einrichtungen hat, die einen enormen Strombedarf erzeugen.

Um die Energieziele und Umweltpolitik von Unternehmen zu bewerten, ist es unerlässlich, den Stromverbrauch jeder Einrichtung und die Art der Stromerzeugung zu überprüfen.


Was die Emissionen beeinflusst, ist „wie viel man verbraucht“ und „woraus es gemacht wird“

Ein wichtiger Punkt in dieser Studie ist, dass etwa 54 % des Stroms hauptsächlich aus fossilen Brennstoffen wie Erdgas und Kohle stammen.

Selbst wenn Server mit gleicher Leistung zur gleichen Zeit betrieben werden, variiert die CO₂-Emission je nach Stromerzeugungsstruktur der Region, die den Strom liefert. Es ist notwendig, sowohl den Stromverbrauch zu reduzieren als auch die Stromerzeugung selbst kohlenstoffärmer zu gestalten.

Hier sollte man auch zwischen der vertraglich vereinbarten Strombeschaffung eines Unternehmens und der tatsächlichen Stromversorgung der Region unterscheiden.

Die Internationale Energieagentur (IEA) erklärt, dass bei der Analyse der Stromstruktur von Rechenzentren nicht die vertraglich vereinbarte Stromstruktur eines Unternehmens betrachtet wird, sondern der physisch über die Stromnetze gelieferte Strom.

Es ist sinnvoll, die Beschaffung erneuerbarer Energien zu erhöhen. Darüber hinaus muss überprüft werden, welche Energiequellen den Betrieb der Einrichtungen zu welchem Zeitpunkt unterstützen.

Die Frage „Kaufen Sie erneuerbare Energien?“ allein reicht nicht aus, um das tatsächliche Stromversorgungsbild zu erfassen.


Kritik an der Umwelt und Zweifel an der „Vergleichsmethode“ in sozialen Medien

Diese Studie und die dazugehörigen Berichte wurden auch auf der internationalen Plattform Reddit geteilt. In den überprüften Beiträgen und Kommentaren gab es sowohl starke Kritik an der Umweltbelastung als auch Meinungen, die die Art der Zahleninterpretation hinterfragen.

 

In Gemeinschaften, die sich mit Klimafragen befassen, wurde ein Beitrag hervorgehoben, der auf den Widerspruch hinweist, dass die Nachfrage nach fossilen Brennstoffen steigt, um KI zu betreiben, obwohl erwartet wird, dass KI zur Lösung von Klimaproblemen beiträgt. Diese Perspektive legt mehr Gewicht auf den aktuellen Strombedarf und die Emissionen als auf die potenziellen zukünftigen Vorteile der Technologie.

In verwandten Threads der Technologie-Community gab es Kommentare, dass, auch wenn die Gesamtemissionen von Rechenzentren hoch sind, die Stromstruktur im Vergleich zu anderen Stromnutzungen berücksichtigt werden sollte.

Diese Meinung hinterfragt, worauf der Vergleich basiert, bevor man urteilt, dass „große Zahlen schlecht sind“. Allerdings beweist dieser Kommentar nicht, dass alle Rechenzentren eine hohe Umweltleistung aufweisen.

Diese Reaktionen sind begrenzt und repräsentieren nicht die gesamte öffentliche Meinung. Dennoch zeigt sich, dass sich die Diskussion von der Überraschung über die Emissionen hin zu einer Bewertung der Qualität der Energiequellen und des Nutzens der Technologie erweitert.


Nicht nur auf „vergleichbar mit Dänemark“ basieren

Der Vergleich mit einem Land hilft, die Größe der Zahlen zu verstehen. Andererseits variieren die Emissionen eines Landes je nach Bevölkerung, Industrie, Jahr und Umfang der Erfassung.

Der Ausdruck „ein ganzes Land“ dient als Vergleich, um die Größenordnung zu vermitteln, beurteilt jedoch nicht die Notwendigkeit oder den Wert dieser Industrie.

Ebenso kann man nicht allein aufgrund der Zahl von etwa 1,8 % des US-Stromverbrauchs schließen, dass das Problem klein ist. Auch wenn der Anteil landesweit begrenzt ist, kann die Konzentration von Einrichtungen in bestimmten Regionen erhebliche Auswirkungen auf die Stromversorgung haben. Die IEA weist auch darauf hin, dass es notwendig ist, den globalen Anteil von Rechenzentren und ihre regionalen Auswirkungen getrennt zu betrachten.

Darüber hinaus endet der Untersuchungszeitraum im April 2025. Die Zahlen messen nicht den Stand von November 2026.

ntv berichtet, dass das durchschnittliche Stromvolumen der untersuchten Einrichtungen etwa 40 Megawatt betrug, während es Pläne für Einrichtungen wie Metas „Hyperion“ gibt, die eine Kapazität von 5 Gigawatt anstreben. Die geplante Kapazität und der tatsächliche Stromverbrauch sind unterschiedlich, aber es ist ein wichtiger Unterschied, wenn man die zukünftige Größe der Einrichtungen betrachtet.

Diese Zahlen sollten als Momentaufnahme einer schnell wachsenden Industrie betrachtet werden.


Japan sollte auch über den „Strom nach der Ansiedlung“ nachdenken

Dieses Problem betrifft nicht nur die USA.

Laut der IEA wird der Stromverbrauch von Rechenzentren weltweit von etwa 485 Terawattstunden im Jahr 2025 auf etwa 950 Terawattstunden im Jahr 2030 fast verdoppeln. Natürlich handelt es sich um eine Prognose, die sich aufgrund technologischer Fortschritte und Nachfrage- oder Angebotsbeschränkungen ändern kann.

Auch für Japan hebt die IEA die Notwendigkeit hervor, die Stromnetze zu verbessern, die regionale Vernetzung zu stärken und die Anschlussverfahren zu optimieren, um dem steigenden Strombedarf durch die Expansion von Rechenzentren gerecht zu werden.

Aus der US-Studie ergeben sich für Japan drei zu bedenkende Punkte.

Erstens, Einrichtungen und Energiequellen gemeinsam zu betrachten. Neben den Bedingungen für Land und Kommunikationsleitungen wird es wichtig sein, wie stabile kohlenstoffarme Energie gesichert werden kann.

Zweitens, die Auswirkungen auf die Region und die Kostenverteilung zu klären. Wenn der Ausbau von Übertragungseinrichtungen erforderlich wird, wer trägt dann welche Kosten? Es bedarf einer Erklärung, die sowohl die Regionen, die Einrichtungen anziehen, als auch die Regionen, die den Strom liefern, zufriedenstellt.

Drittens, die Verfügbarkeit überprüfbarer Informationen zu erhöhen. Ohne Angaben zum Stromverbrauch, zu den Emissionen und zur Berechnungsmethode ist es schwierig, die Wirksamkeit von Umweltmaßnahmen zu beurteilen.

Dies ist keine direkte Schlussfolgerung der Studie über Japan, sondern eine Überlegung zu den Herausforderungen, wenn man die Ergebnisse auf japanische Investitionen überträgt.


Die Bedingungen, die die Bequemlichkeit der KI unterstützen, sichtbar machen

Diese Studie hat nicht die Gewinne und Umweltbelastungen von KI oder Cloud-Diensten gegeneinander abgewogen, um festzustellen, ob sie für die Gesellschaft insgesamt von Vorteil oder nachteilig sind.

Offenbart werden sollte ein Teil der Informationen, die für diese Beurteilung notwendig sind. Wie viel Strom wird verbraucht, welche Art von Stromerzeugung unterstützt ihn und wie viel CO₂ wird freigesetzt? Ohne diese Zahlen sind auch die Verbesserungen schwer zu überprüfen.

Digitale Dienste, die auf dem Bildschirm leichtfüßig erscheinen, sind mit realen Kraftwerken und Übertragungsleitungen verbunden.

Neben der Leistung und den Nutzungskosten der KI sollte auch die Bedingung der Stromversorgung berücksichtigt werden. Die Schätzung von 25,7 Millionen Tonnen macht diese Notwendigkeit deutlich.


Quellen

  1. ntv: CO₂-Emissionen von 403 Einrichtungen, Ländervergleiche, Anteil fossiler Brennstoffe, Pläne für große Einrichtungen usw.
    https://www.n-tv.de/wirtschaft/CO2-Emissionen-von-US-Rechenzentren-so-hoch-wie-die-ganzer-Laender-id31540894.html

  2. Harvard T.H. Chan School of Public Health: Offizielle Ankündigung, die die Forschungsmethoden, den Untersuchungszeitraum, die Schätzung des Stromverbrauchs und die Unfähigkeit, AI-Nutzung zu unterscheiden, erklärt.
    https://hsph.harvard.edu/news/hyperscale-data-centers-energy-consumption-carbon-emissions-newly-estimated-by-researchers/hsph.harvard.edu

  3. Nature Sustainability: Veröffentlichungsort der Forschungsarbeit.
    https://www.nature.com/articles/s41893-026-01985-7

  4. IEA „Energy supply for AI“: Analyse, die zwischen vertraglich vereinbarter Beschaffungsstruktur und physisch gelieferter Stromstruktur unterscheidet.
    https://www.iea.org/reports/energy-and-ai/energy-supply-for-aiIEA

  5. IEA „Key Questions on Energy and AI“: Aktualisierte Prognose des Strombedarfs von Rechenzentren von 2025 bis 2030.
    https://www.iea.org/reports/key-questions-on-energy-and-aiIEA

  6. IEA „Energy and AI“: Erklärung der Auswirkungen, die durch die Konzentration des Strombedarfs von Rechenzentren in bestimmten Regionen entstehen.
    https://www.iea.org/reports/energy-and-ai/executive-summaryIEA

  7. IEA „Japan 2026 Energy Policy Review“: Bericht, der die Herausforderungen Japans im Hinblick auf den steigenden Strombedarf, den Ausbau der Stromnetze und die Netzverbindung zusammenfasst.
    https://www.iea.org/files/ab97a4d0-393c-453e-9366-9c