Der rasante Aufstieg der künstlichen Intelligenz (KI) führt zu einer wachsenden Energiebelastung, der größte Stromverbrauch entsteht jedoch nicht durch Chatbots wie ChatGPT, sondern durch KI-Videogeneratoren. Tools wie Sora von OpenAI und Veo von Google werden zu viralen Sensationen, doch ihre Rechenkosten sind drastisch höher als bei textbasierter KI – ein Trend mit erheblichen Auswirkungen auf den Energieverbrauch und die Infrastruktur.
Die Energielücke: Video vs. Text
Generative KI erfordert viel Leistung, aber die Videoerstellung stellt andere Anwendungen in den Schatten. Eine aktuelle Studie von Hugging Face ergab, dass die Erstellung eines einzelnen 10-sekündigen KI-Videos etwa 90 Wattstunden verbraucht. Im Vergleich dazu benötigt die Bilderzeugung nur 2,9 Wh, während die Texterzeugung lediglich 0,047 Wh benötigt.
Dieser Unterschied ist einfach: Für Videos müssen mehrere hochauflösende Bilder pro Sekunde erzeugt werden. Der Prozess ist rechenintensiv und erfordert eine komplexe „Rauschunterdrückung“, um eine flüssige Bewegung zu erzeugen. Zur Veranschaulichung: Die Erstellung eines KI-Videos verbraucht ungefähr die gleiche Energie wie der Betrieb eines modernen 65-Zoll-Fernsehers über eine halbe Stunde.
Warum das wichtig ist: Das Ausmaß des Problems
Die Energielücke ist nicht nur akademisch. KI-Videos erfreuen sich immer größerer Beliebtheit. Sora von OpenAI erreichte innerhalb von fünf Tagen nach dem Start über eine Million Downloads, und Gemini von Google hat in den ersten Monaten über 40 Millionen Videos generiert. Mit zunehmender Nutzung kann es sein, dass bestehende Energienetze Schwierigkeiten haben, mitzuhalten.
Dies hat zu massiven Investitionen in die KI-Infrastruktur geführt. Nvidia investiert 100 Milliarden US-Dollar in OpenAI, um Rechenzentren zu bauen, die 10 Gigawatt Strom erzeugen können. Noch extremer ist, dass Microsoft die Wiedereröffnung des Nuklearstandorts Three Mile Island – dem Ort der schlimmsten Nuklearkatastrophe in der Geschichte der USA – prüft, um seine KI-Ambitionen voranzutreiben.
Transparenz und Schadensbegrenzung
Die mangelnde Transparenz der Branche ist ein zentrales Anliegen. Unternehmen zögern, den Energie-Fußabdruck ihrer Modelle offenzulegen, sodass Benutzer keine fundierten Entscheidungen treffen können.
„KI-Unternehmen sollten ihre Umweltauswirkungen transparent machen … Es ist inakzeptabel, dass wir für die Tools, die wir täglich verwenden, nicht über die genauen Zahlen verfügen“, sagt Sasha Luccioni, Leiterin für KI und Klima bei Hugging Face.
Verbraucher können ihren eigenen Verbrauch reduzieren, indem sie kritisch prüfen, ob KI-Tools wirklich notwendig sind. Aber das Kernproblem bleibt bestehen: Die Erzeugung von KI-Videos ist ein hochenergetischer Prozess, und sein Wachstum erfordert eine ernsthafte, transparente Diskussion über Nachhaltigkeit.
Die Zukunft der KI hängt davon ab, Lösungen für ihren Energie-Fußabdruck zu finden, andernfalls besteht die Gefahr eines nicht nachhaltigen Technologiebooms.
