Was kostet KI wirklich? Nicht im Sinne von Abo-Modellen oder API-Preisen, sondern mit Blick auf Stromverbrauch, CO₂-Emissionen und Wasserbedarf.
Dieser Frage wollten wir nachgehen, mit dem, was wir gut können: Anwendungen konzipieren und entwickeln. Die Idee: Ein LLM Sustainability Calculator, der die ökologischen Auswirkungen der Nutzung großer Sprachmodelle greifbarer macht.
Denn KI wirkt im Alltag oft immateriell: ein Prompt, eine Antwort, ein paar Sekunden Wartezeit. Dahinter stehen aber reale Infrastrukturen: Rechenzentren, Server, Chips, Stromversorgung und Kühlung.
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 übersetzt der Rechner diese Werte in verständliche Alltagsvergleiche. Zum Beispiel: Wie oft könnte man damit ein Smartphone laden? Wie lange könnte eine LED-Lampe leuchten? Wie weit könnte ein Auto fahren?
So werden abstrakte Zahlen greifbarer.
Der Prototyp: Eine App zur Orientierung
Aus der Idee entstand ein erster Prototyp: der LLM Sustainability Calculator.
Die App macht die Umweltwirkung von LLM-Nutzung visuell greifbar. Nach Eingabe von Tokenanzahl und Modell zeigt die App, welche Auswirkungen eine Anfrage ungefähr haben kann: CO₂-Emissionen, Wasserverbrauch und Stromverbrauch.
Um die Ergebnisse schnell einordnen zu können, arbeitet die App mit einem einfachen Ampelsystem: Grün steht für niedrige, Gelb für mittlere und Rot für hohe Auswirkungen. So wird auf einen Blick sichtbar, ob eine Anfrage eher gering ausfällt oder ob Modellwahl und Tokenmenge einen deutlich größeren Einfluss haben.
Zusätzlich übersetzt die App die Werte in Alltagsvergleiche: Smartphone-Ladungen, LED-Leuchtdauer, Autokilometer oder Google-Suchen. Dadurch werden abstrakte Angaben wie Gramm CO₂ oder Wattstunden verständlicher.
Auch die Gestaltung der Ergebnisgrafik folgt dieser Idee: Je nach berechnetem Impact verändert sich die visuelle Stimmung der Illustration. Von grün und sauber bis hin zu rot und belastet. Der Rechner schafft damit ein Gefühl dafür, dass KI-Nutzung nicht unsichtbar ist, sondern auf reale Infrastruktur angewiesen ist: Strom, Wasser, Kühlung, Server und Rechenzentren.
Ein zusätzlicher Infobereich macht sichtbar, welche Datenquellen, Annahmen und Berechnungsschritte hinter den Ergebnissen stehen.
Die zentrale Hürde: Fehlende Transparenz bei neuen Modellen
Während der Arbeit wurde schnell klar: Eine grobe Orientierung ist möglich. Eine wirklich belastbare Berechnung scheitert aber nicht nur daran, dass einzelne Werte ungenau sind. Das größere Problem ist, dass zentrale Informationen bei vielen neuen Modellen gar nicht mehr veröffentlicht werden.
Besonders wichtig wäre die Modellgröße. Die Anzahl der Parameter hat großen Einfluss auf den Verbrauch, wird bei aktuellen Modellen aber häufig nicht mehr offengelegt. Damit fehlt eine entscheidende Grundlage, um verschiedene Modelle sinnvoll zu vergleichen.
Hinzu kommen weitere Faktoren, die für Nutzerinnen und Nutzer meist nicht sichtbar sind:
- 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?
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 schwer nachzuvollziehen, wie viel tatsächlich generiert wurde.
Damit geht es nicht nur um „ein bisschen Ungenauigkeit“. Es fehlen grundlegende Daten, die für eine belastbare Berechnung notwendig wären.
Warum wir die App nicht veröffentlicht haben
Am Ende standen wir vor einer wichtigen Entscheidung: Veröffentlichen wir einen Rechner, der Orientierung gibt, aber an zentralen Stellen mit Annahmen arbeiten muss? Oder verzichten wir darauf, weil die Ergebnisse 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 nicht nur kleine Ungenauigkeiten, sondern fehlende Grunddaten 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.
Besonders deutlich wurde: Eine gute Oberfläche kann Orientierung schaffen, aber sie ersetzt keine belastbare Datengrundlage. Selbst veröffentlichte Werte einzelner Anbieter sind nur schwer vergleichbar, weil sie unterschiedlich erhoben werden und schnell veralten können.
Die wichtigste Erkenntnis war daher nicht eine einzelne Zahl, sondern ein besseres Verständnis dafür, welche Transparenz nötig wäre, um KI-Emissionen wirklich verlässlich 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.
Nicht, weil die ökologischen Kosten von KI unwichtig wären, sondern weil sie sich aktuell ohne zentrale Angaben der Provider nicht verlässlich berechnen lassen.
Aus unserer Sicht braucht es deshalb mehr Transparenz direkt von den Anbietern: Wie viel Energie, CO₂ und Wasser verursacht die Nutzung eines Modells bei der Inferenz? Nach welcher Methodik werden diese Werte berechnet? Und wie lassen sie sich mit anderen Modellen vergleichen?
Erst wenn solche Informationen offen und nachvollziehbar bereitstehen, können KI-Modelle nicht nur nach Qualität, Geschwindigkeit und Preis bewertet werden, sondern auch nach ihrer ökologischen Wirkung.
Bis dahin bleibt jede externe Berechnung eine Annäherung. Genau deshalb haben wir uns entschieden, keine scheinbar exakten Werte zu veröffentlichen, sondern die Grenzen solcher Berechnungen klar zu benennen.
Wir wollten KI-Emissionen berechnen und haben dabei gelernt, warum genau das noch so schwierig ist.
