Was kostet KI? Und nein, damit sind nicht die monatlichen Abo-Kosten für ein Pro-Modell gemeint. Sondern Strom, CO₂-Emissionen, Wasserverbrauch.
Genau dieser Frage wollten wir nachgehen – mit dem, was wir gut können: Anwendungen konzipieren und entwickeln. Also entstand die Idee für einen LLM Sustainability Calculator: ein Tool, das sichtbar machen sollte, welche Umweltwirkungen durch die Nutzung großer Sprachmodelle entstehen können.
Doch während der Entwicklung wurde klar: Die wichtigste Erkenntnis steckt nicht in der Berechnung selbst, sondern in der Frage, ob man sie überhaupt belastbar durchführen kann.
Die Idee: Umweltwirkungen verständlich machen
Die Grundidee der App war einfach: Nutzer geben eine Anzahl von Tokens ein, wählen ein KI-Modell aus und erhalten anschließend eine Schätzung zu drei Umweltwerten:
- CO₂-Emissionen
- Wasserverbrauch
- Stromverbrauch
Zusätzlich sollte der Rechner die Werte in verständliche Alltagsvergleiche übersetzen. Zum Beispiel: Wie oft könnte man damit ein Smartphone laden? Wie lange würde eine Lampe leuchten? Wie weit könnte ein Auto fahren?
So sollte aus abstrakten Zahlen etwas Greifbares entstehen.
Der Prototyp: Eine App zur Orientierung
Aus der Idee entstand ein erster Prototyp: der LLM Sustainability Calculator.
Die App sollte nicht nur Zahlen ausgeben, sondern die Umweltwirkung von LLM-Nutzung visuell greifbar machen. Nutzer konnten eine Tokenanzahl eingeben, ein Modell auswählen und anschließend sehen, welche Auswirkungen diese Anfrage ungefähr haben könnte: CO₂-Emissionen, Wasserverbrauch und Stromverbrauch.
Um die Ergebnisse schnell einordnen zu können, haben wir mit einem einfachen Ampelsystem gearbeitet: Grün für niedrige, Gelb für mittlere und Rot für hohe Auswirkungen. So wurde auf einen Blick sichtbar, ob eine Anfrage eher unkritisch wirkt oder ob Modellwahl und Tokenmenge einen deutlich größeren Einfluss haben.
Zusätzlich übersetzte die App die Werte in Alltagsvergleiche: Smartphone-Ladungen, LED-Leuchtdauer, Autokilometer oder Google-Suchen. Dadurch sollten abstrakte Angaben wie Gramm CO₂ oder Wattstunden verständlicher werden.
Auch die Gestaltung der Ergebnisgrafik folgte dieser Idee: Je nach berechnetem Impact veränderte sich die visuelle Stimmung der Illustration, von grün und sauber bis hin zu rot und belastet. Der Rechner sollte also vor allem eines schaffen: ein Gefühl dafür, dass KI-Nutzung nicht unsichtbar ist, sondern reale Infrastruktur benötigt Strom, Wasser, Kühlung, Server und Rechenzentren.
Ein zusätzlicher Infobereich machte sichtbar, welche Datenquellen, Annahmen und Berechnungsschritte hinter den Ergebnissen standen.
Die zentrale Hürde: Was müsste man eigentlich wissen?
Während der Arbeit wurde schnell klar: Eine grobe Orientierung ist möglich. Eine wirklich belastbare Berechnung ist deutlich schwieriger.
Für eine saubere Einschätzung wären mehrere Faktoren entscheidend:
- Welches Modell wurde genutzt?
- Wie viele Tokens wurden verarbeitet oder ausgegeben?
- Wie viele Parameter hat das Modell?
- Wie lange dauert die Inferenz?
- In welchem Rechenzentrum wurde die Anfrage verarbeitet?
- Welcher Strommix wird dort verwendet?
- Wie wird das Rechenzentrum gekühlt?
Genau hier liegt das Problem: Viele dieser Informationen sind für Nutzerinnen und Nutzer nicht sichtbar.
Eine Anfrage an ein LLM wird irgendwo verarbeitet, aber meist weiß man nicht, in welchem Rechenzentrum, in welchem Land oder mit welchem Strommix. Auch die genaue Anzahl der Output-Tokens wird je nach Oberfläche nicht immer angezeigt. Besonders bei Anwendungen wie Inline-Code-Completion ist es schwer nachzuvollziehen, wie viel tatsächlich generiert wurde.
Noch schwieriger wird es bei den Modellen selbst. Bei vielen neueren Modellen werden Parameterzahlen nicht mehr veröffentlicht. Gerade diese Information wäre aber wichtig, weil die Modellgröße ein zentraler Faktor für den Verbrauch ist.
Warum wir die App nicht veröffentlicht haben
Am Ende standen wir vor einer wichtigen Entscheidung: Veröffentlichen wir einen Rechner, der Orientierung gibt, aber viele Annahmen treffen muss? Oder verzichten wir darauf, weil die Zahlen genauer wirken könnten, als sie tatsächlich sind?
Wir haben uns gegen eine Veröffentlichung als Rechner entschieden.
Der Grund: Werte wie „6,9 Gramm CO₂“ oder „272 Milliliter Wasser“ wirken sehr präzise. Wenn dahinter aber viele Schätzungen stehen, entsteht schnell eine Scheingenauigkeit.
Das wäre gerade bei Nachhaltigkeit problematisch. Denn hier geht es nicht nur darum, überhaupt Zahlen zu zeigen. Es geht darum, Zahlen verantwortungsvoll einzuordnen.
Was wir aus der Arbeit gelernt haben
Auch wenn der Rechner am Ende nicht veröffentlicht wurde, war die Arbeit daran sehr wertvoll.
Erst durch die Kombination aus App-Entwicklung, Recherche und Datenanalyse wurde sichtbar, wie komplex das Thema wirklich ist. Auf den ersten Blick wirkt die Idee einfach: Tokens eingeben, Modell auswählen, Verbrauch berechnen. In der Praxis hängt das Ergebnis aber von vielen Faktoren ab, die Nutzer meist nicht kennen und Anbieter oft nicht vollständig veröffentlichen.
Entscheidend sind nicht nur Modellwahl und Tokenanzahl, sondern auch Rechenzentrumsstandort, Strommix, Kühlung, Laufzeit und Berechnungsmethodik. Selbst veröffentlichte Daten einzelner Anbieter sind nur schwer vergleichbar, weil sie unterschiedlich erhoben werden und schnell veralten können.
Gerade die Arbeit am konkreten Produkt hat geholfen, die Grenzen der Idee besser zu erkennen: Wo kann ein Rechner Orientierung geben, und wo würde er eine Genauigkeit suggerieren, die die Datenlage gar nicht hergibt?
Die wichtigste Erkenntnis war daher nicht eine einzelne Zahl, sondern ein besseres Verständnis dafür, welche Transparenz nötig wäre, um KI-Emissionen wirklich belastbar einordnen zu können.
Was Nutzer trotzdem tun können
Auch wenn sich der genaue Verbrauch einzelner Anfragen aktuell nur schwer berechnen lässt, gibt es sinnvolle Leitlinien.
Für einfache Aufgaben reicht oft ein kleineres Modell. Nicht jede Zusammenfassung, Umformulierung oder kurze Recherche braucht das leistungsstärkste verfügbare Modell.
Bei komplexen Aufgaben kann ein großes Modell sinnvoll sein. Aber auch dann lohnt es sich, bewusst damit umzugehen: große Modelle für schwierige Denk- und Planungsaufgaben, kleinere Modelle für einfachere Umsetzungsschritte.
Auch präzises Prompting hilft. Wer klarer fragt, muss weniger nachbessern. Weniger unnötige Iterationen bedeuten auch weniger Rechenaufwand.
Gerade bei KI-gestützter Softwareentwicklung kommt noch ein weiterer Aspekt dazu: Nicht nur die Nutzung des Modells verbraucht Ressourcen. Auch der generierte Code kann später effizient oder ineffizient laufen. Es kann daher sinnvoll sein, KI-Tools explizit anzuweisen, auf effiziente Implementierung, kurze Laufzeiten und ressourcenschonende Lösungen zu achten.
Fazit
Unser LLM Sustainability Calculator ist am Ende nicht als App veröffentlicht worden.
Aber der Entwicklungsprozess hat genau das sichtbar gemacht, worum es eigentlich geht: Die Umweltwirkung von KI ist real, aber aktuell schwer präzise zu beziffern.
Solange zentrale Informationen fehlen, etwa Rechenzentrumsstandort, Strommix, Modellgröße, tatsächliche Tokenanzahl und vergleichbare Anbieterangaben, bleibt jede Berechnung eine Annäherung.
Deshalb wollten wir keine scheinbar exakten Werte veröffentlichen, sondern lieber erklären, warum Transparenz bei KI-Emissionen so entscheidend ist.
Oder anders gesagt:
Wir wollten KI-Emissionen berechnen und haben dabei gelernt, warum genau das noch so schwierig ist.
