Generative KI besitzt das Potenzial, originäre Inhalte zu erschaffen, und wird häufig im Kontext von Künstlerrechten, Urheberrecht oder Arbeitsbedingungen diskutiert. Die ökologischen Auswirkungen hingegen stehen bislang selten im Fokus.
Mit Blick auf aktuelle Studien, die interessante Einblicke in die Energie- und Umweltbilanz von KI bieten, lohnt es sich, die Rolle von KI als kraftvolles Werkzeug für kreative Prozesse auch aus dieser Perspektive zu reflektieren.
Energieverbrauch variiert je nach Aufgabe
In einer Studie von Forschenden des KI-Start-ups Hugging Face in Kooperation mit der Carnegie Mellon University wurde der CO₂-Ausstoß verschiedener KI-Aufgaben präzise gemessen.
Die Ergebnisse zeigen: Bei einfachen Aufgaben wie der Textklassifizierung werden pro 1.000 Anfragen lediglich 0,2 bis 0,5 g CO₂ ausgestoßen. Bei der aktuell viel diskutierten Bildgenerierung hingegen kann die Produktion von 1.000 Bildern bis zu 1.000 g CO₂ verursachen.
Das bedeutet: Während einfache Aufgaben wie Textklassifizierung energieeffizient und emissionsarm sind, steigt der Energieverbrauch und damit der CO₂-Ausstoß bei komplexeren Aufgaben wie der Bildgenerierung signifikant an.
Image by Douglas
Auch beim Energieverbrauch zeigt sich: Für die Generierung von 1.000 Bildern werden 2,907 kWh benötigt. Diese Zahl erscheint zunächst gering, doch zum vollständigen Laden der Batterie eines Tesla Model 3 werden 50 kWh benötigt – das entspricht lediglich der Energie für rund 17.200 generierte Bilder.
Angesichts der enormen Bildmengen, die heute auf Plattformen wie DALL-E, Midjourney oder Adobe Firefly produziert werden, summiert sich der Energiebedarf auf das Äquivalent von mehreren tausend bis zehntausenden Ladevorgängen von Elektrofahrzeugen pro Tag, sofern man von vergleichbaren Verbrauchswerten ausgeht.
Unsichtbare ökologische Auswirkungen
KI verbraucht nicht nur bei der Ausführung von Aufgaben Energie, sondern benötigt noch weitaus mehr Ressourcen für das Training und die Bereitstellung der Modelle.
Die genauen Kosten für das Training eines Modells sind schwer zu beziffern, doch es ist bekannt, dass der Energieverbrauch dabei um ein Vielfaches höher liegt als bei der reinen Anwendung.
So wurde beispielsweise für das Training des GPT-3-Modells von ChatGPT mit 175 Milliarden Parametern ein Energiebedarf von 1.287 MWh ermittelt.
Image by doraseiji
Kreativität zwischen KI und Mensch
Betrachtet man KI unter dem Aspekt der ökologischen Auswirkungen, so treten Fragen zu Energieverbrauch und CO₂-Emissionen deutlich hervor.
Gleichzeitig eröffnet KI neue Möglichkeiten: Bildbearbeitung und -komposition lassen sich heute auch ohne Spezialwissen oder technische Expertise allein durch Texteingaben realisieren – ein bedeutender Fortschritt.
Wie sich KI in Zukunft entwickelt, hängt womöglich maßgeblich davon ab, wie wir als Gesellschaft mit ihr umgehen.
