Mobile-Menu

Studie Künstliche Intelligenz frisst Strom

Quelle: Hochschule München 1 min Lesedauer

Anbieter zum Thema

Hochschule München
WatchGuard Technologies GmbH
Fsas Technologies GmbH
mibeca GmbH – Mike Bergmann Akademie

Große Sprachmodelle liefern beeindruckende Antworten – doch das hat seinen Preis, wie eine aktuelle Studie der Hochschule München zeigt: Je besser die Künstliche Intelligenz antwortet, desto größer ist ihr ökologischer Fußabdruck.

KI denkt – und emittiert: Dieses KI-generierte Bild verursachte bei der Entstehung 4,7 g CO₂-Äquivalente. Zwei Textfragen verursachen bei großen Sprachmodellen ähnlich viel.(Bild: HM)
KI denkt – und emittiert: Dieses KI-generierte Bild verursachte bei der Entstehung 4,7 g CO₂-Äquivalente. Zwei Textfragen verursachen bei großen Sprachmodellen ähnlich viel.
(Bild: HM)

Sprachmodelle wie ChatGPT oder Claude liefern beeindruckende Antworten – doch das hat seinen Preis: Neben Rechenleistung benötigen sie auch viel Energie. Eine neue Studie der Hochschule München zeigt systematisch, wie Parameteranzahl und Antwortqualität von KI-Modellen mit ihrem Energieverbrauch und den damit verbundenen CO₂-Emissionen zusammenhängen.

Wer die beste Antwort will, muss mit höheren Emissionen rechnen.

Prof. Dr. Gudrun Socher

„Es ist ein klarer Zielkonflikt: Wer die beste Antwort will, muss mit höheren Emissionen rechnen“, sagt Prof. Dr. Gudrun Socher. Gemeinsam mit Maximilian Dauner vom Munich Center for Digital Sciences and AI (MUC.DAI) an der Hochschule München (HM) untersuchte sie 14 Open-Source-Modelle mit bis zu 72 Milliarden Parametern. Die Ergebnisse sind im Fachjournal „Frontiers in Communication“ erschienen.

Mehr Nachdenken, mehr Emissionen

Im Test mussten die Modelle Multiple-Choice-Fragen aus fünf Wissensbereichen beantworten – von Geschichte bis Mathematik. Je besser die KI im sogenannten „Reasoning“ – also im logischen Schlussfolgern – war, desto mehr „Denkleistung“ (gemessen in sogenannten Thinking Tokens) produzierte sie. Und desto höher war auch der Energieverbrauch.

Kein Modell überschritt eine Genauigkeit von 80 Prozent, ohne gleichzeitig mehr als 500 Gramm CO₂-Äquivalente pro 500 Antworten zu verursachen. Größere Modelle wie Deepseek R1 70B stießen sogar mehrere hundert Gramm CO₂ aus – für nur eine einzige Fragerunde.

Empfehlung: KI bewusst nutzen

Das Team der HM rät deshalb zu einem gezielten Einsatz leistungsstarker Modelle – nur dann, wenn wirklich komplexe Aufgaben anstehen. Auch kurze, präzise Nutzereingaben helfen, Emissionen zu senken. Außerdem fordern sie mehr Transparenz über den Energieverbrauch von KI-Systemen – sowohl in der Entwicklung als auch in der Anwendung.

Dieser Artikel erschien zuerst auf unserem Partnerportal konstruktionspraxis.

(ID:50508439)

Wissen, was läuft

Täglich die wichtigsten Infos aus dem ITK-Markt

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte

Jobs