greenai.guide

Startseite › Artikel › Energieeffiziente KI: So verbraucht KI weniger Energie

Artikel

Energieeffiziente KI: So verbraucht KI weniger Energie

Aktualisiert · 11 Min. Lesezeit

Kurz gesagt

Energieeffiziente KI bedeutet, dasselbe nützliche Ergebnis mit weniger Strom zu erreichen. Die größten Einsparungen ergeben sich meist aus der Wahl eines kleineren oder aufgabenspezifischen Modells, dem Abschalten langen Reasonings, wenn es nicht gebraucht wird, und dem Betrieb in einem effizienten Rechenzentrum mit sauberem Strom; Techniken wie Quantisierung, Destillation, Routing, Caching und Batching senken den Energieverbrauch der KI dann weiter. Veröffentlichte Studien berichten für einzelne Hebel von Einsparungen von einigen Dutzend Prozent bis zu 90 % oder mehr, und von weit größeren, wenn sie kombiniert werden.

Das Wichtigste

  • UNESCO und UCL fanden, dass kleine aufgabenspezifische Modelle den Energieverbrauch um bis zu 90 % senken können und kürzere Prompts und Antworten um über 50 %.
  • Reasoning-Modelle verbrauchten in den Tests des AI Energy Score von Hugging Face im Durchschnitt 30-mal so viel Energie wie Standardmodelle; das Einschalten des Reasonings erhöhte den Energieverbrauch eines Modells um das 150- bis 700-Fache.
  • In einer Studie von 2024 verbrauchte die Erzeugung von 1.000 Bildern rund 2,9 kWh, gegenüber 0,002 kWh für 1.000 Textklassifizierungen.
  • Google-Forschende schätzten, dass die Wahl von Modell, Rechenzentrum und Prozessor zusammen den CO₂-Fußabdruck des Trainings um bis zu etwa das 100- bis 1.000-Fache senken kann.
  • Effizientes Serving zählt: Die Speicherverwaltung von vLLM brachte bei gleicher Latenz den 2- bis 4-fachen Durchsatz, und spekulatives Decoding machte ein Modell bei identischen Ausgaben 2- bis 3-mal schneller.
  • Kurze Trainingsjobs zu CO₂-armen Zeiten zu starten, senkte die Emissionen in einer Studie um bis zu 80 %, bei einem langen Job aber um weniger als 1,5 %.

Energieeffiziente KI ist KI, die Ihnen das benötigte Ergebnis mit weniger Strom liefert. Diese Seite stellt die wichtigsten Wege vor, den Energieverbrauch von KI zu senken, grob geordnet danach, wie viel sie meist einsparen, mit den veröffentlichten Werten hinter jedem einzelnen.

Wie lässt sich der Energieverbrauch von KI am schnellsten senken?

Nutzen Sie das kleinste geeignete Modell, und schalten Sie keine aufwendigen Modi ein, die Sie nicht brauchen. Die Modellwahl wiegt meist schwerer als jeder andere Hebel, weil die Energie mit der Rechenarbeit pro Antwort wächst. Ein Bericht von UNESCO und University College London (UCL) aus dem Jahr 2025 kam zu dem Ergebnis, dass kleine aufgabenspezifische Modelle den Energieverbrauch um bis zu 90 % senken können und kürzere Prompts und Antworten um über 50 %. Gemeinsam eingesetzt, so der Bericht, können solche Maßnahmen den Energieverbrauch um bis zu 90 % verringern.

Der zweite große Hebel ist der Standort. Google-Forschende schätzten 2021, dass die Wahl von Modell, Rechenzentrum und Prozessor zusammen den CO₂-Fußabdruck des Trainings um bis zu etwa das 100- bis 1.000-Fache senken kann. Effiziente KI-Modelle an effizienten Standorten: Dort liegt der größte Gewinn.

Welche Hebel sparen am meisten? Eine Rangliste

Die folgende Reihenfolge spiegelt die typische Größe der Einsparung in veröffentlichten Studien wider, die größte zuerst. Ihre eigenen Ergebnisse hängen von der Aufgabe, der benötigten Qualität und dem Ort ab, an dem die Arbeit läuft; messen Sie daher vorher und nachher (siehe wie man Energie und CO₂ von KI misst).

1. Nutzen Sie generative KI nicht für Aufgaben, die sie nicht brauchen

Generierung ist weit teurer als einfachere Aufgaben. In einer Studie von 2024 maßen Sasha Luccioni, Yacine Jernite und Emma Strubell für die Bilderzeugung im Mittel rund 2,9 kWh pro 1.000 Bilder, gegenüber 0,002 kWh pro 1.000 Textklassifizierungen: weit mehr als das Tausendfache pro Anfrage. Sie fanden außerdem, dass generative Modelle für allgemeine Zwecke für dieselbe Aufgabe um Größenordnungen teurer sind als aufgabenspezifische Systeme.

Videos sind noch aufwendiger. Eine Studie von 2025 zu offenen Text-zu-Video-Modellen maß bei einem Modell fast 90 Wh für einen kurzen Clip und bei einem größeren über 415 Wh, wobei die Energie quadratisch mit Größe und Länge des Videos wuchs. Siehe wie man entscheidet, ob man für eine Aufgabe KI braucht und wie man klassisches maschinelles Lernen statt eines LLM wählt.

2. Dimensionieren Sie das Modell passend

Wählen Sie das kleinste Modell, das Ihre Qualitätsanforderung erfüllt. Über das Ergebnis von UNESCO und UCL hinaus zeigt die Forschung zu Kaskaden, wie viel Spielraum es gibt: FrugalGPT, das zuerst günstigere Modelle ausprobiert und nur bei Bedarf eskaliert, erreichte die Leistung von GPT-4 bei bis zu 98 % geringeren Kosten. Kosten sind nicht Energie, aber bei gehosteten Modellen sind sie ein vernünftiger grober Anhaltspunkt für die Rechenarbeit. Siehe das richtige Modell für die Aufgabe wählen, wie man ein kleineres KI-Modell wählt und wie man ein aufgabenspezifisches Modell findet.

3. Nutzen Sie Reasoning-Modi nur bei Bedarf

„Denk“-Modi vervielfachen den Energieverbrauch. Die Tests des AI Energy Score von Hugging Face Ende 2025 ergaben, dass Reasoning-Modelle im Durchschnitt 30-mal so viel Energie verbrauchten wie Standardmodelle und dass dasselbe Modell mit eingeschaltetem Reasoning 150- bis 700-mal so viel Energie verbrauchte wie ohne. Agenten, die in einer Schleife viele Aufrufe machen, können sich auf dieselbe Weise summieren. Siehe wie man Reasoning-Modi nur bei Bedarf nutzt und agentische KI und Token-Verschwendung.

4. Wählen Sie effiziente Hardware, Rechenzentren und CO₂-arme Standorte

Wo und worauf die Arbeit läuft, kann ihre CO₂-Emissionen um ein Mehrfaches verändern. Jesse Dodge und Kollegen fanden, dass das Training desselben BERT-Modells in der effizientesten Cloud-Region rund 7 kg CO₂ ausstieß und in der am wenigsten effizienten rund 26 kg, fast viermal so viel. Auch die Hardware wird immer besser: Epoch AI schätzt, dass führende Chips für maschinelles Lernen jedes Jahr rund 40 % energieeffizienter werden. Siehe Hosting und Rechenzentren für grüne KI, wie man eine CO₂-arme Cloud-Region wählt und wie man energieeffiziente Hardware für KI wählt.

5. Kürzen Sie Prompts, Kontext und Ausgaben

Die Energie steigt damit, wie viel das Modell liest und schreibt. Epoch AI schätzt eine typische ChatGPT-Anfrage auf rund 0,3 Wh, bei einer Eingabe von 10.000 Token auf rund 2,5 Wh und bei einer Eingabe von 100.000 Token auf fast 40 Wh. Lange Unterhaltungen immer wieder mitzuschicken und lange Antworten anzufordern, sind die alltäglichen Ursachen. Siehe wie man Prompts schreibt, die weniger Energie verbrauchen, wie man begrenzt, wie viel ein LLM schreibt und wie man aufhört, die ganze Unterhaltung erneut zu senden.

6. Leiten Sie Anfragen an das richtige Modell weiter

Schicken Sie einfache Anfragen an ein kleines Modell und schwierige an ein großes. Die Forschung zum Routing berichtet von großen Einsparungen: Hybrid LLM kam mit bis zu 40 % weniger Aufrufen des großen Modells aus, ohne dass die Qualität der Antworten sank, und RouteLLM senkte die Kosten in manchen Fällen um mehr als die Hälfte, ohne Abstriche bei der Qualität. Siehe wie man Modell-Routing einrichtet und Orchestrierung statt Generierung.

7. Quantisieren Sie das Modell

Speichern und rechnen Sie mit weniger Bits pro Zahl. Die Quantisierung verringert Speicherbedarf und Datenbewegung, die in großen Modellen den Energieverbrauch dominieren. LLM.int8() halbierte den für die Inferenz benötigten Speicher bei voller Genauigkeit der Ergebnisse, und der Bericht von UNESCO und UCL fand, dass Kompression wie Quantisierung bis zu 44 % Energie sparte. Siehe wie man ein Modell quantisiert.

8. Destillieren Sie ein großes Modell in ein kleines

Trainieren Sie ein kleines „Schüler“-Modell darauf, einen großen „Lehrer“ nachzuahmen. Durch Destillation entstehen viele effiziente KI-Modelle. DistilBERT war 40 % kleiner und 60 % schneller als BERT und behielt dabei 97 % seiner Fähigkeit zum Sprachverständnis. Siehe wie man ein großes Modell in ein kleines destilliert.

9. Beschneiden Sie das Modell und nutzen Sie Sparsität

Entfernen Sie Gewichte, die das Modell nicht braucht. SparseGPT zeigte, dass sehr große Sprachmodelle in einem Durchgang, ohne erneutes Training, bei minimalem Genauigkeitsverlust so beschnitten werden können, dass sie eine Sparsität von mindestens 50 % erreichen. Die Energieeinsparung hängt davon ab, ob Software und Hardware die Nullen überspringen können; in der Praxis spart das Beschneiden (Pruning) daher weniger, als die Sparsitätsquote vermuten lässt. Siehe wie man ein neuronales Netz beschneidet.

10. Zwischenspeichern, bündeln und effizient bereitstellen

Vermeiden Sie wiederholte Arbeit und halten Sie die Hardware ausgelastet. Die Serving-Software zählt: Die seitenbasierte Verwaltung des KV-Cache in vLLM steigerte den Durchsatz bei gleicher Latenz um das 2- bis 4-Fache, und spekulatives Decoding machte T5-XXL bei identischen Ausgaben 2- bis 3-mal schneller. Die Anbieter bepreisen Wiederverwendung entsprechend: Die Batch API von OpenAI kostet 50 % weniger als normale Anfragen, und Anthropic berechnet für das Lesen zwischengespeicherter Prompts 10 % des normalen Eingabepreises. Siehe wie man LLM-Aufrufe zwischenspeichert, wie man KI-Anfragen bündelt, wie man spekulatives Decoding nutzt und wie man den Energieverbrauch beim Bereitstellen eines Modells senkt.

11. Legen Sie flexible Arbeit auf sauberere Zeiten

CO₂-bewusste Zeitplanung senkt Emissionen, nicht den Energieverbrauch, und wirkt am besten bei kurzen, flexiblen Jobs. In der Studie von Dodge und Kollegen senkte es die Emissionen in einer US-Region um bis zu 80 %, den Start eines kurzen Trainingsjobs auf eine CO₂-arme Zeit zu verschieben, bei einem langen Job aber um weniger als 1,5 %; einen langen Job zu pausieren und fortzusetzen, sparte bis zu etwa 25 %. Siehe wie man Training plant, wenn das Netz grüner ist und CO₂-bewusstes Rechnen.

Hebel für energieeffiziente KI im Überblick

Diese Tabelle fasst die Hebel zusammen, wer sie nutzen kann und welche Einsparungen die Quellen berichten. Die Werte stammen aus verschiedenen Studien mit unterschiedlichen Ausgangswerten; lesen Sie sie daher als Hinweise auf die Größenordnung, nicht als addierbare Summen.

Hebel Wer ihn nutzen kann Typische berichtete Einsparung Quelle
Aufgabenspezifisches statt generatives Modell nutzen Entwickler, Organisationen Größenordnungen bei Aufgaben wie Klassifizierung Luccioni, Jernite und Strubell, 2024
Kleineres, aufgabenspezifisches Modell Nutzende, Entwickler Bis zu 90 % Energie UNESCO und UCL, 2025
Reasoning aus, außer bei Bedarf Nutzende, Entwickler 150- bis 700-mal weniger bei einem Modell; im Durchschnitt 30-mal über Modelle hinweg Hugging Face AI Energy Score, 2025
Modell, Rechenzentrum und Prozessor zusammen Entwickler, Organisationen Bis zu etwa 100- bis 1.000-mal weniger CO₂ (Training) Patterson et al., Google, 2021
CO₂-arme Cloud-Region Entwickler, Organisationen Etwa Faktor 3,7 zwischen bester und schlechtester Region Dodge et al., 2022
Kürzere Prompts und Antworten Nutzende, Entwickler Über 50 % Energie UNESCO und UCL, 2025
Routing Entwickler Bis zu 40 % weniger Aufrufe des großen Modells Ding et al., 2024
Quantisierung Entwickler Bis zu 44 % Energie; halber Speicherbedarf UNESCO und UCL, 2025; Dettmers et al., 2022
Destillation Entwickler 40 % kleiner, 60 % schneller, 97 % der Fähigkeit erhalten Sanh et al., 2019
Beschneiden (Pruning) Entwickler Mindestens 50 % der Gewichte entfernt Frantar und Alistarh, 2023
Effizientes Serving und Batching Entwickler 2- bis 4-facher Durchsatz Kwon et al., 2023
Spekulatives Decoding Entwickler 2- bis 3-mal schneller, gleiche Ausgaben Leviathan et al., 2022
CO₂-bewusster Startzeitpunkt Entwickler, Forschende Bis zu 80 % (kurze Jobs); unter 1,5 % (lange Jobs) Dodge et al., 2022
Parametereffizientes Fine-Tuning (LoRA) Entwickler, Forschende 10.000-mal weniger trainierbare Parameter, 3-mal weniger GPU-Speicher Hu et al., 2021

Wie können Nutzerinnen und Nutzer den Energieverbrauch von KI senken?

Wählen Sie leichtere Optionen und verlangen Sie weniger. Die meisten Menschen können das Rechenzentrum nicht ändern, wohl aber, worum sie bitten:

Zur Einordnung: Google berichtete 2025, dass ein Median-Text-Prompt an Gemini 0,24 Wh verbrauchte. Einzelne Text-Prompts sind klein; die Gesamtmengen entstehen durch sehr hohe Volumen und durch die aufwendigeren Aufgaben oben. Siehe den Leitfaden für die Öffentlichkeit.

Wie können Entwicklerinnen und Entwickler effiziente KI-Modelle und -Systeme bauen?

Zuerst passend dimensionieren, dann das Serving optimieren, dann messen. Eine praktische Reihenfolge:

  1. Legen Sie anhand Ihrer eigenen Daten eine Qualitätsanforderung fest und testen Sie die kleinsten infrage kommenden Modelle daran.
  2. Ergänzen Sie Routing oder eine Kaskade, damit das große Modell nur das übernimmt, was das kleine nicht schafft.
  3. Quantisieren Sie, und erwägen Sie bei hohen Volumen eine Destillation.
  4. Stellen Sie das Modell mit einer effizienten Laufzeitumgebung bereit: Batching, seitenbasierter KV-Cache, Prompt-Caching und spekulatives Decoding.
  5. Begrenzen Sie die Ausgabelänge und Agentenschleifen; siehe wie man verhindert, dass KI-Agenten Token verschwenden.
  6. Nutzen Sie Fine-Tuning mit LoRA, statt von Grund auf zu trainieren; siehe wie man vermeidet, ein Modell von Grund auf zu trainieren.
  7. Messen Sie die Energie pro Aufgabe vorher und nachher; siehe wie man den Energieverbrauch von KI pro Aufgabe verfolgt.

Mehr dazu unter effizientes Training und effiziente Inferenz und die Mathematik, die KI effizienter macht.

Wie können Organisationen den Energieverbrauch von KI im großen Maßstab senken?

Standards setzen, gut einkaufen und messen. Die größten Hebel für Organisationen sind, welches Modell der Standard ist, welche Funktionen standardmäßig eingeschaltet sind und wo die Arbeitslasten laufen:

Senkt energieeffiziente KI den gesamten Energieverbrauch?

Nur wenn die Gesamtnutzung nicht schneller wächst, als sich die Effizienz verbessert. Google berichtete, dass die Energie seines Median-Prompts an Gemini binnen eines Jahres um das 33-Fache sank, doch der Stromverbrauch von Rechenzentren steigt weltweit weiter, weil die Nutzung schneller wächst. Das ist der Rebound-Effekt. Effizienz senkt die Kosten jeder Aufgabe; Suffizienz fragt, ob die Aufgabe überhaupt erledigt werden muss. Beides ist nötig, wie Effizienz ist nicht Suffizienz erklärt, und wie man verhindert, dass Effizienzgewinne zunichtegemacht werden nennt praktische Schritte. Für das Gesamtbild siehe KI und der Strombedarf von Rechenzentren und Statistiken zum Energieverbrauch von KI.

Die nächsten Schritte

  • Testen Sie, ob ein kleineres Modell Ihre Qualitätsanforderung erfüllt, und wechseln Sie, wenn ja.
  • Schalten Sie Reasoning-, Bild- und Videomodi standardmäßig ab, wo sie nicht gebraucht werden.
  • Ergänzen Sie jede KI-Funktion mit nennenswertem Volumen um Caching, Batching und Routing.
  • Wählen Sie für neue Arbeitslasten eine CO₂-arme Region und einen effizienten Anbieter.
  • Messen Sie die Energie pro Aufgabe vor und nach jeder Änderung, und berichten Sie das Ergebnis.
  • Finden Sie Unterstützung im Verzeichnis der Beratungen oder lernen Sie mehr in Kursen.

Häufige Fragen

Was ist energieeffiziente KI?

KI, die das benötigte Ergebnis mit weniger Strom liefert: durch kleinere oder besser geeignete Modelle, schlankere Software, effiziente Hardware und Rechenzentren und den Einsatz von KI nur dort, wo sie einen Mehrwert bringt. Sie ist Teil grüner KI, die zusätzlich fragt, ob die Nutzung insgesamt sinnvoll ist.

Wie kann ich den Energieverbrauch von KI senken?

Als Nutzerin oder Nutzer: Wählen Sie ein kleineres oder schnelleres Modell, halten Sie Prompts und gewünschte Antworten kurz, vermeiden Sie das Neugenerieren und nutzen Sie Reasoning-, Bild- und Videomodi nur bei Bedarf. Als Entwicklerin oder Entwickler: Dimensionieren Sie das Modell passend, ergänzen Sie dann Quantisierung, Routing, Caching und Batching, und betreiben Sie es in einer CO₂-armen Region.

Sind kleinere KI-Modelle energieeffizienter?

Meist ja, für die Aufgaben, die sie gut beherrschen. UNESCO und UCL berichten, dass kleine aufgabenspezifische Modelle den Energieverbrauch bei geeigneten Aufgaben um bis zu 90 % senken können. Prüfen Sie die Qualität an Ihren eigenen Aufgaben: Ein kleines Modell, das mehrmals neu laufen muss, spart womöglich nichts.

Spart Quantisierung Energie?

Meist ja, weil das Modell weniger Daten bewegt und weniger Speicher braucht. UNESCO und UCL berichten von Einsparungen von bis zu 44 % durch Modellkompression wie Quantisierung, und LLM.int8() halbierte den für die Inferenz benötigten Speicher. Die Einsparung hängt davon ab, ob die Hardware die geringere Genauigkeit unterstützt.

Welche KI verbraucht am meisten Energie?

Videoerzeugung, danach Bilderzeugung und lange Reasoning- oder Agentenaufgaben. In einer Studie von 2025 verbrauchte ein offenes Modell fast 90 Wh für einen kurzen Videoclip und ein größeres über 415 Wh, und Reasoning-Modelle verbrauchten im Durchschnitt etwa 30-mal so viel Energie wie Standardmodelle.

Senkt Effizienz tatsächlich den gesamten Energieverbrauch der KI?

Nicht automatisch. Günstigere, schnellere KI wird tendenziell mehr genutzt: der Rebound-Effekt. Effizienz senkt die Energie pro Aufgabe; um die Gesamtmenge niedrig zu halten, braucht es zusätzlich Suffizienz, also KI dort einzusetzen, wo es sich lohnt.

Sparen KI-Anbieter mit Prompt-Caching und Batch-Verarbeitung Energie?

Sie vermeiden wiederholte Arbeit, und deshalb verlangen sie weniger dafür: OpenAI gewährt auf Batch-Jobs 50 % Rabatt, und zwischengespeicherte Eingaben kosten bei mehreren Anbietern etwa ein Zehntel des normalen Preises. Preise sind ein grober Anhaltspunkt für eingesparte Rechenleistung, keine Energiemessung.

Quellen

  1. AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO and University College London (2025)
  2. AI Energy Score v2: refreshed leaderboard, now with reasoning, Hugging Face (Luccioni and Gamazaychikov) (2025)
  3. Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (FAccT 2024) (2024)
  4. Video killed the energy budget: characterizing the latency and power regimes of open text-to-video models, Delavande, Pierrard and Luccioni (2025)
  5. How much energy does ChatGPT use?, Epoch AI (2025)
  6. Carbon emissions and large neural network training, Patterson et al., Google (2021)
  7. Good news about the carbon footprint of machine learning training, Google Research (2022)
  8. Measuring the carbon intensity of AI in cloud instances, Dodge et al. (FAccT 2022) (2022)
  9. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  10. DistilBERT, a distilled version of BERT, Sanh et al., Hugging Face (2019)
  11. LLM.int8(): 8-bit matrix multiplication for transformers at scale, Dettmers et al. (2022)
  12. SparseGPT: massive language models can be accurately pruned in one-shot, Frantar and Alistarh (2023)
  13. FrugalGPT: how to use large language models while reducing cost and improving performance, Chen, Zaharia and Zou (2023)
  14. Hybrid LLM: cost-efficient and quality-aware query routing, Ding et al. (2024)
  15. RouteLLM: learning to route LLMs with preference data, Ong et al. (2024)
  16. Efficient memory management for large language model serving with PagedAttention, Kwon et al. (2023)
  17. Fast inference from transformers via speculative decoding, Leviathan, Kalman and Matias (2022)
  18. LoRA: low-rank adaptation of large language models, Hu et al. (2021)
  19. Batch API, OpenAI (2026)
  20. Prompt caching, Anthropic (2026)
  21. Leading ML hardware becomes 40% more energy-efficient each year, Epoch AI (2024)

Machen Sie mit

Helfen Sie, die Umweltwirkung von KI zu senken

Erhalten Sie neue Leitfäden, Förderausschreibungen und Verzeichniseinträge etwa einmal im Monat per E-Mail. Oder tragen Sie Ihr Produkt, Ihren Kurs, Ihre PhD-Stelle oder Ihre Forschung in die Verzeichnisse ein.

Kein Tracking. Abmeldung mit einem Klick. Weitere Möglichkeiten mitzumachen · Datenschutz