Der steigende Leistungsbedarf der KI: Bis 2025 wird sie Bitcoin-Mining übertreffen

Bis Ende 2025 könnte Künstliche Intelligenz (KI) mehr Strom verbrauchen als Bitcoin-Mining – ein Phänomen, das auf eine schnellere und schleichendere Energiekrise hindeutet. Der Grund? Das explosionsartige Wachstum groß angelegter KI-Modelle und der Rechenzentren, die sie unterstützen.

Die aufstrebenden Titanen der Energienachfrage

Aktuelle Forschungsergebnisse unter der Leitung von Alex de Vries-Gao an der Vrije Universiteit Amsterdam legen dies nahe Bis Ende 2025 könnte KI fast die Hälfte des gesamten Strombedarfs in Rechenzentren decken , und könnte mit dem Stromverbrauch von Bitcoin konkurrieren und ihn möglicherweise sogar übertreffen. Um dies zu beurteilen, verfolgte de Vries-Gao die Versorgung mit KI-Chips mithilfe einer „Triangulationsmethode“ und untersuchte dazu Branchenproduktionsdaten, Analystenberichte und Telefonkonferenzen zu den Quartalsergebnissen.

Seine Erkenntnisse: KI verbraucht bereits rund 20 % des Stromverbrauchs in Rechenzentren ; bis zum Jahresende könnte der Bedarf 23 Gigawatt erreichen, was dem Stromverbrauch der Niederlande oder sogar Großbritanniens entspricht.

Warum ist der Stromverbrauch von KI wichtig?

Drei wichtige Gründe:

Ein Stromnetz unter Druck

Diesem Anstieg gerecht zu werden, ist nicht nur ein technisches Problem, sondern auch eine Herausforderung für die nationale Infrastruktur. In den USA arbeiten Energieversorger mit Hochdruck daran, neue Gaskraftwerke zu bauen oder Atomprojekte wiederaufzunehmen, um den wachsenden Bedarf an KI zu stillen.

Daniel Bresette, Präsident des Environmental and Energy Study Institute, hat diesen Punkt kürzlich angesprochen, indem er betonte die Dringlichkeit von Netzmodernisierungen um in naher Zukunft „Vermögenswerte der neuen Generation unterzubringen“.

Umweltfolgen

Anders als bei Bitcoin, dessen netzwerkweiter Energieverbrauch öffentlich ist, ist der Verbrauch von KI intransparent. Große Technologieunternehmen berichten zwar über steigende Energie- und Emissionswerte im Zusammenhang mit KI, schlüsseln diese aber selten auf. KI ist eine Blackbox, deren Prognosen stark voneinander abweichen, doch der Mangel an Transparenz sollte uns alle beunruhigen.

Eine Guardian-Analyse von Vries-Gao schätzt, dass KI verantwortlich sein könnte für bis zu 49 % der Rechenzentrumsleistung Nutzung bis Ende 2025 und äußerte Bedenken hinsichtlich des Mangels an Transparenz und Nachhaltigkeit. 

Effizienzparadoxon

Trotz Verbesserungen der Chip-Effizienz, wie beispielsweise bei Nvidias Grace Blackwell-Prozessoren, steigt der Gesamtenergieverbrauch der KI weiter an. Dank des Jevons-Paradoxons führt eine höhere Effizienz nur zu einem höheren Verbrauch. .

Verständnis der Zahlen

Lass es uns aufschlüsseln:

• 2024: KI verursacht etwa 20 % des Stromverbrauchs von Rechenzentren.
• Prognose für 2025: Die Nachfrage könnte auf 23 GW ansteigen, was dem Bedarf ganzer kleiner und mittelgroßer Länder entspricht.
• Bitcoin im Vergleich: Das Bitcoin-Mining verbraucht ungefähr 10 GW, KI könnte diesen Wert also mehr als verdoppeln.
• Wachstum bei Rechenzentren: Der weltweite Stromverbrauch von Rechenzentren könnte bis 945 1,050–2030 TWh erreichen, das ist doppelt so viel wie im Jahr 2022.
• CO82-Kosten: Allein die KI könnte im Jahr 2025 bis zu XNUMX TWh verbrauchen, ähnlich dem jährlichen Stromverbrauch der Schweiz.

Die Treiber hinter diesem Anstieg

Wie konnte es so schnell so hoch steigen?

Die „Größer ist besser“-Mentalität

Der Wettbewerb zwischen Technologiegiganten und Startups hat zu einer massiven Modellskalierung und größeren neuronalen Netzwerken geführt, die einen deutlich höheren Rechenaufwand erfordern. Diese Größensteigerung führt direkt zu einem exponentiellen Anstieg des Energieverbrauchs.

Auswirkungen der generativen KI

Generative Werkzeuge wie ChatGPT und andere haben KI allgegenwärtig gemacht und lösen täglich Millionen energieintensiver Abfragen aus. Jede Abfrage verbraucht weitaus mehr Strom als eine typische Google-Suche.

Joanna Stern verweist auf einen aktuellen Bericht des US-Energieministeriums. hervorgehoben im WSJ dass solche Anlagen bis 12 bis zu 2028 % des US-Stromverbrauchs ausmachen könnten, mit OpenAI mit einer Energieaufnahme von 0.34 Wh pro ChatGPT Abfrage.

Einschränkungen bei der Hardwareversorgung

TSMCs Produktion von KI-Chips hat sich verdoppelt, allerdings bei begrenzter Kapazität. Dieser Engpass treibt sowohl die Chippreise als auch den Energieverbrauch in die Höhe, da Rechenzentren dringend mehr GPUs für KI-Workloads einsetzen müssen.

Welleneffekte in der gesamten Infrastruktur

Was bedeutet das für die Infrastruktur?

Belastung der Strominfrastruktur

In Regionen mit vielen Rechenzentren, wie etwa Nord-Virginia oder Silicon Valley, kommt es zu sprunghaft ansteigenden Strompreisen, überlasteten Netzkapazitäten und langen Wartezeiten für neue Anschlüsse. 

Die MIT-Wissenschaftler Elsa Olivetti und Adam Zewe betonen, dass der Einsatz generativer KI sowohl die Strom- als auch die Wassersysteme unter Druck setzt und dass sie „immer eingeschaltet sein müssen“. 

Skeptisches Versprechen für erneuerbare Energien

Effizienz und erneuerbare Energien seien zwar Teil der Lösung, doch de Vries–Gao warnt: Ohne konkrete Messungen laufen wir Gefahr, den Energiebedarf zu unterschätzen oder die Fähigkeit sauberer Energien, mit dem Bedarf Schritt zu halten, zu überschätzen.

Auswirkungen auf Umwelt und Politik

Man kann mit Sicherheit sagen, dass der Energiebedarf der KI nicht gerade in den besten Zeiten entstanden ist und eine große Hürde auf dem Weg zu einer grünen Zukunft darstellt.

Emissionsverlauf

Die Emissionen von Technologieunternehmen stiegen stark an: Der CO59-Fußabdruck von Google ist seit 2019 um XNUMX % gestiegen , größtenteils getrieben durch KI-Workloads. Wie Helena Horton in einem Guardian-Bericht feststellt, stieg der Stromverbrauch im Vergleich zum Vorjahr um 27 %, getrieben durch KI-Systeme wie Gemini und ChatGPT. 

Überlegungen zum Wasserverbrauch

Rechenzentren verbrauchen nicht nur Strom, sondern auch Wasser. Beispielsweise Schulungen GPT-3 verbrauchte während eines Laufs ca. 700,000 Liter.

Die Offenlegungslücke

Politische Initiativen wie der US Artificial Intelligence Environmental Impacts Act von 2024 drängen auf Transparenz. Dennoch veröffentlichen große KI-Unternehmen derzeit nur selten KI-spezifische Energiekennzahlen.

Lehren aus der Energiewende von Bitcoin

Das Bitcoin-Netzwerk verbrauchte einst mehr Strom als die Niederlande. Mit der Umstellung von Ethereum auf Proof-of-Stake sank sein Energieverbrauch um über 99.9 %. KI muss von diesem Plan lernen: Strukturreformen, nicht nur Effizienzsteigerungen, sind notwendig.

Strategien zur Schadensbegrenzung

Nachdem wir nun die Hindernisse kennen, stellt sich die Frage, was wir tun können, um sie zu beseitigen.

Transparente Berichterstattung

Unternehmen müssen detaillierte KI-Energiedaten offenlegen, ähnlich wie die Open-Source-Mining-Statistiken von Bitcoin, um Rechenschaftspflicht zu ermöglichen und Verbesserungen anzustoßen.

Effizienz durch Design

Modell- und Hardwareinnovationen müssen auf nachhaltigen Fortschritt ausgerichtet sein und den Energiebedarf mit der Leistungsfähigkeit in Einklang bringen. Das effizientere LLM von DeepSeek ist ein vielversprechendes Beispiel.

Richtlinien und Standards

Regulierungsbehörden sollten Nachhaltigkeitsbewertungen verlangen und Obergrenzen oder Anreize für den Einsatz grüner KI festlegen, insbesondere in sensiblen Regionen.

Skalierung erneuerbarer Energien

Die großen Energieversorger müssen mit dem KI-Wachstum Schritt halten. Das bedeutet eine Ausweitung des Einsatzes erneuerbarer Energien, die Wiederbelebung der Kernenergie für die Grundlast und die Modernisierung der Stromnetze.

Der Imbiss

Der rasante Aufstieg der KI birgt transformatives Potenzial und eine sich verschärfende Energiekrise. Bis 2025 könnte KI Bitcoin beim Stromverbrauch überholen, den Emissionsausstoß erhöhen, die Stromnetze belasten und die Klimaziele beeinflussen. Doch das ist nicht unvermeidlich.

Um nachhaltig zu bestehen, muss die KI-Branche ihre Strategie ändern: Transparenz, Effizienz, strategische erneuerbare Energien und politische Kohärenz. Dann kann KI ihr Versprechen erfüllen, ohne den Planeten zu gefährden.