Stromverbrauch von KI: Zahlen und Vergleich

Ein einzelner Textprompt ist kein Kühlschrank. Aber hinter KI steckt eine Infrastruktur, die gerade sehr schnell wächst. Wer über ihren Stromverbrauch spricht, sollte beides auseinanderhalten.

„Eine KI-Anfrage verbraucht so viel Strom wie ein Kühlschrank.“ Solche Sätze tauchen regelmäßig auf. Sie sind eingängig. Und meistens führen sie in die Irre.

Ein Kühlschrank läuft ein Jahr lang. Ein Prompt dauert Sekunden. Ein Fußballplatz wird mit Wärme versorgt. Ein Rechenzentrum braucht vor allem Strom. Das lässt sich alles in Kilowattstunden ausdrücken. Damit ist es aber noch nicht automatisch sinnvoll vergleichbar.

Also: Wie viel Strom braucht KI wirklich? Die ehrliche Antwort lautet: Das hängt davon ab, welche KI, welche Aufgabe und welche Systemgrenze gemeint ist. Eine einfache Textfrage ist etwas anderes als ein langer Denkprozess, eine Bildgenerierung oder ein KI-Agent, der mehrere Werkzeuge nutzt. Und der Stromverbrauch eines einzelnen Prompts sagt wenig darüber aus, wie groß die Infrastruktur ist, die Millionen Menschen gleichzeitig verwenden.

Rechenzentrum und beleuchtetes Fußballstadion vor einer Alpenkulisse in der Abenddämmerung

Ein Prompt ist klein. Die Summe ist es nicht unbedingt.

Google hat für einen medianen Textprompt in der Gemini-App einen Stromverbrauch von 0,24 Wattstunden angegeben. Das ist eine Messung des Unternehmens für einen bestimmten Prompt-Typ und einen bestimmten Zeitpunkt im Mai 2025. Google weist selbst darauf hin, dass die Werte nicht unabhängig geprüft wurden. Sie gelten auch nicht für jede KI-Anwendung: Bild- und Videogenerierung sowie längere, aufwendige Aufgaben können deutlich mehr Energie benötigen. Google beschreibt Messmethode und Grenzen hier.

Zum Vergleich: Die EU-Kommission beziffert den durchschnittlichen Jahresverbrauch eines verkauften Kühl-Gefriergeräts im Jahr 2020 mit 181 Kilowattstunden. Rein rechnerisch entspricht das rund 750.000 Gemini-Textprompts nach Googles Messwert. Das ist ein anschaulicher Vergleich – aber kein Beleg dafür, dass jede KI-Frage ökologisch vernachlässigbar wäre. Die Rechnung betrifft genau einen Anbieter, eine Art von Anfrage und den laufenden Stromverbrauch. Die EU-Zahl zum Kühlschrank.

Die Internationale Energieagentur (IEA) zieht eine ähnliche Grenze: Würden alle heutigen herkömmlichen Internetsuchen durch einfache KI-Textanfragen ersetzt, läge der zusätzliche Strombedarf laut ihrer Rechnung bei weniger als vier Terawattstunden pro Jahr. Das wären weniger als ein Prozent des heutigen Stromverbrauchs von Rechenzentren. Gleichzeitig können Video, komplexes Schlussfolgern und agentische Aufgaben pro Anfrage hunderte oder tausende Male mehr Energie benötigen als einfache Textgenerierung. IEA, Key Questions on Energy and AI, 2026.

Das ist die erste wichtige Unterscheidung: Eine einfache Anfrage ist nicht automatisch ein Klimaproblem. Aber „ein Prompt braucht wenig“ beantwortet noch nicht die Frage, was passiert, wenn Nutzung, Modellgröße und Rechenzentren immer weiter wachsen.

Die Rechenzentren wachsen – und zwar nicht nur wegen KI

Der Stromverbrauch von Rechenzentren stieg weltweit 2025 um 17 Prozent. Bei Rechenzentren, die auf KI ausgerichtet sind, lag der Anstieg laut IEA sogar bei 50 Prozent. Für alle Rechenzentren zusammen erwartet die IEA einen Anstieg von 485 Terawattstunden im Jahr 2025 auf rund 950 Terawattstunden 2030. Der Verbrauch KI-spezialisierter Rechenzentren soll sich in diesem Zeitraum verdreifachen. Das ist eine Prognose, keine bereits feststehende Rechnung – und die 950 Terawattstunden betreffen Rechenzentren insgesamt, nicht KI allein. IEA-Prognose 2026.

Zur Größenordnung: 950 Terawattstunden entsprechen rechnerisch dem Jahresverbrauch von gut fünf Milliarden Kühlschränken mit je 181 Kilowattstunden. Oder – bei angenommenen 10.000 Kilometern pro Jahr und rund 21 Kilowattstunden pro 100 Kilometer – dem Jahresstrom für etwa 450 Millionen Elektroautos. Das sind reine Energiemengenvergleiche. Sie sagen nichts darüber aus, ob Kühlschrank, Auto und Rechenzentrum denselben Nutzen haben oder dieselben Folgen für Stromnetz, Emissionen und Ressourcen.

Außerdem ist KI nicht der einzige Grund für den steigenden Strombedarf. Auch Industrie, Klimaanlagen, Elektrifizierung und Elektroautos treiben den Verbrauch. Im globalen IEA-Szenario machen Rechenzentren weniger als zehn Prozent des zusätzlichen Strombedarfs bis 2030 aus. Ihre Besonderheit: Sie stehen oft geballt an wenigen Orten. Das kann lokale Netze stark belasten, selbst wenn der weltweite Anteil überschaubarer wirkt. IEA zu regionaler Konzentration und globalem Wachstum.

Drei Regionen, drei Ausbaustufen

Die verfügbaren Zahlen sind nicht perfekt vergleichbar. Manche Quellen messen Stromverbrauch, andere installierte Leistung oder Kapazität. Prognosen hängen außerdem davon ab, wie schnell Chips geliefert, Netze ausgebaut und angekündigte Projekte tatsächlich umgesetzt werden. Trotzdem zeigt der Blick auf EU, USA und China, wo der Ausbau hingeht:

Rechenzentrumsausbau und Strombedarf in EU, USA und China
Region	Jüngster Stand	Erwartung bis 2030
EU	Rund 68 TWh Stromverbrauch der Rechenzentren 2024; installierte Kapazität laut EU-Berichterstattung etwa 12 GW 2025.	Die EU-Kommission erwartet rund 114 TWh Stromverbrauch und eine Kapazität von etwa 28 GW. Das wäre beim Stromverbrauch fast eine Verdoppelung.
USA	Rund 192 TWh Stromverbrauch 2024 laut Lawrence Berkeley National Laboratory (LBNL).	LBNL rechnet im Referenzszenario mit 649 TWh. Die modellierte Spanne reicht von 521 bis 843 TWh – je nach Annahmen zu geplanten Geräten, Auslastung und KI-Chips.
China	Rystad Energy schätzt die installierte Rechenzentrumskapazität Ende 2025 auf 32 GW.	Rystad erwartet 40 GW Ende 2026 und mehr als 60 GW bis 2030. Der Strombedarf könnte 2030 bei etwa 289 TWh liegen.

Die EU-Zahlen stammen aus einer aktuellen Mitteilung der Kommission; die Kapazitätsangabe für 2025 und 2030 wurde von Reuters berichtet. Für die USA stammt die Prognose aus dem aktualisierten LBNL-Modell, das geplante Geräteauslieferungen und verschiedene Szenarien berücksichtigt. China wird hier mit einer aktuellen Rystad-Schätzung beschrieben. Das sind keine verbindlichen Baupläne und keine einheitlich berechnete Rangliste. Sie zeigen aber, dass sich die Infrastruktur in allen drei Wirtschaftsräumen rasch vergrößert. EU-Kommission · Reuters zur EU-Kapazität · LBNL, USA · Rystad Energy, China

Und was ist mit der Rasenheizung im Fußballstadion?

Der Vergleich mit einer Stadion-Rasenheizung ist verlockend. Eine schwedische Untersuchung zu 15 Fußballplätzen nennt im Mittel ungefähr 1.000 Megawattstunden Wärmebedarf pro Jahr. Das klingt nach einem guten Maßstab – bis man genauer hinsieht: Es geht um Wärme, nicht zwingend um Strom. Je nach System stammt die Wärme etwa aus einem Heizkessel oder einer Wärmepumpe. Dann unterscheiden sich der nötige Strom, der Brennstoffverbrauch und die Emissionen deutlich. Studie zu beheizten Fußballplätzen, Chalmers University of Technology.

Man kann also die Energiemengen nebeneinanderstellen. Man sollte daraus aber nicht ohne weitere Annahmen ableiten, dass ein Rechenzentrum „so viele Rasenheizungen“ verbraucht. Eine korrekte Rechnung müsste klären, welche Heiztechnik gemeint ist, welchen Zeitraum sie abdeckt und ob Wärme oder eingesetzter Strom verglichen wird. Ein bisschen Kontext nimmt dem Vergleich vielleicht die Schlagzeile. Dafür bleibt die Zahl brauchbar.

Die ökologische Frage ist nicht nur eine Stromzahl

Rechenzentren brauchen Strom, aber auch Kühlwasser, Flächen, Netze, Chips und andere Rohstoffe. Sie erzeugen Abwärme und Elektroschrott. Wie groß die Umweltbelastung ausfällt, hängt deshalb auch davon ab, wo ein Rechenzentrum steht, mit welchem Strommix es läuft, wie es gekühlt wird und ob Abwärme sinnvoll genutzt werden kann. Die EU arbeitet inzwischen an mehr Transparenz über Energie- und Wasserverbrauch; erste Nachhaltigkeitskennzeichnungen für einzelne Rechenzentren werden für 2027 erwartet. EU-Kommission zur neuen Kennzeichnung.

Gleichzeitig kann KI helfen, Stromnetze besser zu steuern, Ausfälle vorherzusagen oder Energie effizienter einzusetzen. Die IEA beschreibt solche Anwendungen als Chance. Eine mögliche Einsparung ist aber nicht automatisch eine tatsächlich erreichte Einsparung. Dafür müsste man zeigen, dass der Nutzen größer ist als der zusätzliche Ressourcenaufwand – und dass er nicht durch noch mehr Nutzung wieder aufgezehrt wird.

Aus einer grünen und ökologischen Perspektive reicht es also nicht, KI entweder zu verteufeln oder mit Effizienzversprechen freizusprechen. Die vernünftigen Fragen sind konkreter: Welche Anwendung bringt einen nachweisbaren Nutzen? Wird dafür zusätzliche erneuerbare Energie bereitgestellt? Kann das Rechenzentrum flexibel auf das Stromangebot reagieren? Was passiert mit Wasser, Fläche und Abwärme vor Ort? Und wer trägt die Kosten, wenn der Ausbau die Netze belastet?

Nicht jeder Prompt ist ein Kühlschrank. Aber die Infrastruktur dahinter ist real.

Die individuelle Textanfrage ist klein. Die neue Infrastruktur ist es nicht. Beides kann gleichzeitig stimmen. Genau deshalb helfen Vergleiche nur, wenn wir ihre Grenzen dazusagen.

Die entscheidende ökologische Frage lautet nicht, ob eine einzelne KI-Antwort mehr Strom braucht als ein Kühlschrank. Sie lautet: Für welche Aufgaben bauen wir gerade so viele Rechenzentren – und ist der Nutzen dieser Aufgaben den zusätzlichen Strom, das Wasser und die Ressourcen wert?

Das ist weniger bequem als eine Zahl pro Prompt. Aber für eine ernsthafte Debatte über KI und Klima ist es ein brauchbarer Anfang.

Wie viel Strom braucht KI wirklich? Ein ehrlicher Vergleich