Die meisten Amerikaner (genauer gesagt 75 %) konsumieren nur 2,5 Tassen (591 ml) Wasser pro Tag. Das liegt deutlich unter der empfohlenen Menge, was bedeutet, dass drei Viertel der Menschen, die Sie täglich sehen, wahrscheinlich dehydriert sind. Künstliche Intelligenz hingegen hat dieses Problem nicht. Wir wissen bereits, wie viel Strom eine einzelne ChatGPT-Eingabeaufforderung verbraucht, aber eine neue Erkenntnis der Association for Computing Machinery (ACM) zeigt, dass eine „durchschnittlich große“ GPT-3-Abfrage allein 500 ml Wasser erfordert, was ungefähr der 16-Unzen-Wasserflasche entspricht, die auf Ihrem Schreibtisch steht. Zur Klarstellung: Bei einer durchschnittlichen KI-Anfrage handelt es sich um eine Eingabe von etwa 800 Wörtern und eine Antwort von weniger als 300 Wörtern – denken Sie nur daran, wie viele Wörter und Antworten die KI benötigt, um eine E-Mail für Sie zu schreiben.
Und dieser Trend lässt nicht nach. Ein Bericht von McKinsey & Company aus dem Jahr 2025 zeigt, dass Unternehmen bis 2030 voraussichtlich 5,2 Billionen US-Dollar ausgeben werden, um mehr Rechenzentren zu bauen, um mit der wachsenden weltweiten Nachfrage nach KI Schritt zu halten. Im Jahr 2023 überstieg der Vor-Ort-Kühlverbrauch eines einzelnen Google-eigenen Rechenzentrums 6,07 Milliarden Gallonen (23 Milliarden Liter) Frischwasser, und mehr Rechenzentren bedeuten in Zukunft noch mehr Wasserverbrauch. Bei diesem Tempo wird der Wasserverbrauch der KI-Rechenzentren letztendlich mit dem jährlichen Wasserbedarf einiger Länder mithalten.
Wie viel Wasser braucht KI?
Generative KI-Modelle benötigen viel Energie, und während der Strombedarf und die damit verbundenen Treibhausgasemissionen oft leicht zu verstehen sind, wird der „Durst“ nach Wasser weniger diskutiert. Wie viel Wasser genau? Die ACM-Studie zeigt, dass die Schulung der KI-Rechenzentren von Microsoft in den USA vor Ort 185.000 Gallonen (700.000 Liter) Wasser verbrauchte, was einem Gesamtverbrauch von 1,4 Millionen Gallonen (5,4 Millionen Liter) Wasser entspricht. Damit Sie sich das besser vorstellen können: Eine Million Gallonen entsprechen über 25.000 Badewannen.
Diese riesigen Rechenzentren sind mit einer ebenso großen Anzahl von Servern gefüllt: Die größte dieser Einrichtungen ist schätzungsweise groß genug, um 2,6 Millionen Server aufzunehmen! Diese Server müssen gekühlt werden und dafür werden lokale Wasserreserven angezapft. Selbst wenn ein Rechenzentrum Trockenkühlung nutzt, bleibt der Wasserverbrauch hoch und diese Systeme sind weniger effizient, wenn sie hohen Umgebungstemperaturen oder hoher Luftfeuchtigkeit ausgesetzt sind.
Natürlich ist GPT-3 zum jetzigen Zeitpunkt keine Neuigkeit mehr, aber selbst wenn zukünftige Modelle effizienter werden, warnen Forscher, dass der Wasserverbrauch möglicherweise nicht sinken wird, da die wachsende Nachfrage nach KI etwaige Verbesserungen zunichte machen wird. Obwohl viele Menschen auf KI herabschauen (teilweise wegen ihrer offensichtlichen Auswirkungen auf die Umwelt), setzen Unternehmen sie zunehmend ein. Das bedeutet, dass sich der Wachstumskurs der KI in absehbarer Zeit wahrscheinlich nicht verlangsamen wird, selbst wenn durch KI Bürojobs vernichtet und die Computerpreise in die Höhe getrieben werden.
Wird das Problem schlimmer?
Ja. Trotz all dieser Anzeichen und Warnungen hat sich in der Herangehensweise von Rechenzentren an das Problem des Wasserverbrauchs keine wesentliche Änderung ergeben. Ein typisches Beispiel: Zwei Drittel der neuen KI-Einrichtungen werden in den trockensten Regionen der Vereinigten Staaten gebaut. Genauer gesagt werden mehr als 500 von ihnen ihr Zuhause in Regionen finden, die schwere Dürreperioden erlebt haben. Dazu gehört auch Texas, wo Rechenzentren bis 2040 voraussichtlich fast 9 % des Wasserverbrauchs des Staates ausmachen werden.
Die Forscher, die die bemerkenswerte Arbeit über die Wasserkosten von KI verfasst haben, schlugen mehrere Möglichkeiten vor, die KI nachhaltiger zu gestalten. Mehr Transparenz wäre hilfreich. Die Berichterstattung und Verfolgung des Wasserverbrauchs könnte sicherlich von Vorteil sein, sowohl für den Kühlbedarf als auch für die oft übersehenen Kosten der externen Stromerzeugung. Ähnliches gilt für die Suche nach geeigneteren Bereichen für das Training von KI-Modellen (z. B. Rechenzentren mit besserer Wassereffizienz) und für das Training von Modellen zu wassereffizienteren Zeiten.
Kannst du etwas ändern? Kaum. Wenn Sie nicht schreiben, dass eine ChatGPT-E-Mail Ihnen helfen könnte, nachts besser zu schlafen, werden die Auswirkungen dieser Wahl bestenfalls mikroskopisch sein. Schließlich nutzen mehr als eine Milliarde Menschen täglich KI. Selbst wenn man also mit einem Schlag auf KI verzichtet, bringt man bei einem Kampf mit Drohnen und Kampfjets immer noch ein Messer mit. Denken Sie daran, wenn Ihnen das nächste Mal jemand weh tut, weil Sie einen Plastikstrohhalm verwenden.