# Messung ist der Engpass für grüne KI

> Warum KI-Energiewerte schwer zu prüfen und zu vergleichen sind: Selbstauskünfte, Schätzungen statt Messungen, unterschiedliche Grenzen, und wie es besser geht.

Source: https://greenai.guide/de/artikel/messung-ist-der-engpass-fuer-gruene-ki/  
Updated: 2026-11-19

## Kurz gesagt

Die meisten Energiewerte für KI stammen entweder von den Unternehmen selbst, mit Methoden, die nicht vollständig veröffentlicht sind, oder sie werden aus Annahmen geschätzt, statt auf echter Hardware gemessen zu werden. Verschiedene Studien ziehen außerdem die Grenze „des Systems“ an unterschiedlichen Stellen. Solange die Messung nicht einheitlich ist, lassen sich Aussagen zu grüner KI kaum überprüfen, und Vergleiche zwischen Modellen oder Anbietern können in die Irre führen.

## Das Wichtigste

- Die bekanntesten Werte pro Prompt stammen von den Anbietern selbst und beruhen auf unterschiedlichen Methoden, sodass sie sich nicht direkt vergleichen lassen.
- Eine veränderte Messgrenze kann ein Ergebnis mehr als verdoppeln; Googles eigener Wert für einen Gemini-Prompt sinkt von 0,24 Wh auf 0,10 Wh, wenn nur die KI-Chips gezählt werden.
- Viele Werkzeuge schätzen den Energieverbrauch aus Hardwarespezifikationen und Netzdurchschnittswerten, statt ihn zu messen.
- Die Transparenz über die Umweltkosten von KI hat laut einer Analyse von 2025 abgenommen, nicht zugenommen.
- Ein guter Wert gibt an, was gemessen wurde, wie, innerhalb welcher Grenze, auf welcher Hardware und für welche Aufgabe.

Was man nicht messen kann, kann man nicht steuern, und der Energieverbrauch von KI wird nach wie vor schlecht
gemessen. Das ist kein Detail: Davon hängt ab, ob sich Aussagen zu grüner KI überprüfen lassen, ob Käufer Produkte
vergleichen können und ob die Politik an den richtigen Stellen ansetzt. Ohne vertrauenswürdige Zahlen ist jede
Umweltaussage nur eine Pressemitteilung.

## Warum sind Energiewerte für KI schwer zu prüfen? {#why-are-ai-energy-figures-hard-to-trust}

**Weil die meisten von den Unternehmen stammen, die die KI verkaufen, auf Methoden beruhen, die nicht vollständig
veröffentlicht sind, und sich nicht unabhängig überprüfen lassen.** Das macht sie nicht falsch, aber schwer
vergleichbar.

Die beiden meistzitierten Werte für einen Text-Prompt sind beide Selbstauskünfte:

| Wert | Wer | Was wir über die Methode wissen |
|---|---|---|
| 0,24 Wh für einen Median-Text-Prompt in Gemini Apps | Google, 2025 | Ein veröffentlichter Fachartikel beschreibt die Methode, einschließlich des Zusatzaufwands des Rechenzentrums und der Leerlaufkapazität. Daten vom Mai 2025, nicht unabhängig überprüft. |
| Etwa 0,34 Wh für eine durchschnittliche ChatGPT-Anfrage | Geschäftsführer von OpenAI, 2025 | Ein Blogbeitrag; keine Methodik veröffentlicht. |
| Rund 0,3 Wh für eine typische GPT-4o-Anfrage | Epoch AI, 2025 | Eine unabhängige Schätzung auf Basis öffentlicher Informationen über Hardware und Modellgröße. |

Die Zahlen sehen ähnlich aus, sind aber nicht direkt vergleichbar: Ein Median ist kein Durchschnitt, und die Grenzen
unterscheiden sich. Außerdem decken sie nur kurze Text-Prompts ab, nicht die Erzeugung von Bildern oder Videos, langes
Reasoning oder Agenten.

## Wie viel macht die Grenze aus? {#how-much-does-the-boundary-matter}

**Sehr viel.** Googles Fachartikel zeigt das selbst. Werden nur die aktiven KI-Beschleuniger (TPUs und GPUs) gezählt,
ergeben sich 0,10 Wh pro Median-Prompt. Kommen die Host-Server, die für die Nachfrage bereitgehaltene
Leerlaufkapazität und der Zusatzaufwand des Rechenzentrums wie die Kühlung hinzu, sind es 0,24 Wh, mehr als doppelt so
viel.

Wo man die Linie zieht, entscheidet über das Ergebnis. Eine vollständige Grenze für einen KI-Dienst könnte Folgendes
umfassen:

1. Die KI-Chips, die die Arbeit erledigen.
2. Den Rest des Servers: Prozessoren, Arbeitsspeicher, Datenspeicher.
3. Leerlauf- und Reservekapazität, die für Lastspitzen vorgehalten wird.
4. Kühlung und Stromumwandlung im Rechenzentrum.
5. Das Netzwerk, das Anfragen und Antworten überträgt.
6. Das Gerät der Nutzer.
7. Das Training des Modells, verteilt auf alle seine Nutzungen.
8. Die Herstellung der Hardware (grauer CO2-Fußabdruck).

Dasselbe gilt für gewagte Vergleiche. Ob KI für dieselbe Aufgabe ein Vielfaches mehr oder weniger Energie verbraucht
als ein Mensch, hängt davon ab, was auf jeder Seite gezählt wird: der Computer und die Zeit des Menschen, das Training
des Modells, die Arbeit, die nötig ist, um die Ausgabe der KI zu prüfen und zu korrigieren. Ein britischer Sandpit zu
grüner KI mit Mathematikern, Informatikern und Industrie betonte 2026, dass Systemgrenzen angegeben werden müssen,
bevor ein solcher Vergleich überhaupt etwas aussagt.

## Was ist der Unterschied zwischen Schätzen und Messen? {#what-is-the-difference-between-estimating-and-metering}

**Beim Messen wird die tatsächliche Leistung von der Hardware abgelesen, während die Arbeit läuft; beim Schätzen wird
sie aus Annahmen berechnet.** Beides hat seinen Platz, doch beides wird oft verwechselt.

- **Messen** nutzt Hardwarezähler (etwa die in moderne Prozessoren und GPUs eingebauten), Leistungsmessgeräte an
  Servern oder Zähler im Rechenzentrum. Es ist für den erfassten Bereich genau, erfordert aber Zugang zur Hardware.
- **Schätzen** multipliziert angenommene Nennleistungen mit Laufzeit und Auslastung und dann mit einer
  durchschnittlichen CO2-Intensität des Stromnetzes. Werkzeuge wie CodeCarbon schätzen die Leistung von Prozessoren,
  GPUs und Arbeitsspeicher und wenden die regionale Netzintensität an. Sie sind einfach zu nutzen, aber es sind
  Schätzwerkzeuge, keine Messgeräte.

Schätzungen können weit danebenliegen, besonders bei gemeinsam genutzter Cloud-Hardware, bei der Sie nicht sehen,
was sonst noch darauf läuft. Auch einfache Faustregeln sind riskant: Mytton, Lundén und Malmodin zeigten 2024, dass
der Energieverbrauch von Netzwerken größtenteils eine feste Grundlast ist. Faktoren in „Kilowattstunden pro Gigabyte“
geben daher die Wirkung von mehr oder weniger übertragenen Daten falsch wieder.

Der Bericht der Internationalen Fernmeldeunion (ITU) von 2025 zur Messung der Umweltwirkung von KI bezeichnete die
starke Abhängigkeit von indirekten Schätzungen ohne empirische Messung als dringendes Problem.

## Wird die Transparenz besser? {#is-transparency-getting-better}

**Nach den meisten Maßstäben nicht.** Luccioni, Gamazaychikov, Alves da Costa und Strubell analysierten 2025 die
Umweltangaben zu KI-Modellen und kamen zu dem Schluss, dass die Transparenz über die Kosten und Auswirkungen dieser
Modelle abgenommen hat, obwohl ihre Nutzung gewachsen ist.

Die Regulierung beginnt, in die andere Richtung zu drängen. Nach dem EU AI Act (KI-Verordnung) müssen Anbieter von
KI-Modellen mit allgemeinem Verwendungszweck den bekannten oder geschätzten Energieverbrauch ihrer Modelle
dokumentieren (Anhang XI). Diese Dokumentation geht an Behörden und nachgelagerte Anbieter, nicht an die
Öffentlichkeit, und Schätzungen sind zulässig, wo keine Messung verfügbar ist.

## Wie sähe gute Messung aus? {#what-would-good-measurement-look-like}

**Ein Wert, den man reproduzieren kann: was gemessen wurde, wie, innerhalb welcher Grenze, auf welcher Hardware und
für welche Aufgabe.** Nützliche Bausteine gibt es bereits:

- **Offene Benchmarks** wie das ML.ENERGY Leaderboard, das den Inferenz-Energieverbrauch offener Modelle auf bekannter
  Hardware misst, und die [Energielabels und Benchmarks](/de/artikel/energielabels-und-benchmarks-fuer-ki/), die derzeit entstehen.
- **Normen** wie ISO/IEC 21031:2024, die Software Carbon Intensity Specification, die eine CO2-Rate pro funktionaler
  Einheit aus Energieverbrauch, Netzintensität und grauen Emissionen definiert.
- **Genauigkeit neben dem Energieverbrauch.** Eine günstige Antwort, die falsch ist, ist nicht effizient.
  Energiewerte sollten zusammen mit der Qualität des Ergebnisses angegeben werden und damit, wie viel Nacharbeit
  nötig war.

Die Messung muss außerdem feinere Ebenen erreichen als „das Rechenzentrum“: eine Anfrage, ein Modell oder eine
Codezeile. Erst eine solche Zuordnung ermöglicht es Fachleuten, die teuren Teile zu finden und zu verbessern.

## Was Sie als Nächstes tun können {#what-to-do-next}

- Wenn Sie einen Energiewert für KI sehen, fragen Sie: Wer hat ihn ermittelt, innerhalb welcher Grenze, und wurde er gemessen oder geschätzt?
- Messen Sie Ihre eigenen Workloads auf der Hardware, die Sie nutzen; siehe [KI-Energie messen](/de/gute-praxis/so-messen-sie-den-energieverbrauch-und-co2-fussabdruck-von-ki/).
- Geben Sie bei jedem veröffentlichten Wert die Grenze und die Methode an; siehe [ehrliche Umweltaussagen machen](/de/gute-praxis/ehrliche-umweltaussagen-ueber-ki/).
- Verlangen Sie von Anbietern den gemessenen Energieverbrauch pro Aufgabe, keine Marketing-Verhältniszahlen; siehe [nachhaltige KI-Beschaffung](/de/gute-praxis/nachhaltige-ki-beschaffung/).
- Hilfreiche Werkzeuge finden Sie im [Produktverzeichnis](/de/produkte/), fachkundige Unterstützung im [Beraterverzeichnis](/de/berater/).

## Häufige Fragen

### Warum kann ich den Energieverbrauch von ChatGPT und Gemini nicht vergleichen?

Weil die veröffentlichten Werte Selbstauskünfte sind, Unterschiedliches abdecken und auf Methoden beruhen, die nicht vollständig veröffentlicht sind. Der eine Wert schließt vielleicht den Zusatzaufwand des Rechenzentrums und Leerlaufkapazität ein, der andere nicht. Solange beide nicht auf dieselbe Weise gemessen werden, ist ein direkter Vergleich nicht verlässlich.

### Was ist der Unterschied zwischen dem Schätzen und dem Messen des Energieverbrauchs von KI?

Beim Messen wird die Leistung von Hardwaresensoren oder Messgeräten abgelesen, während die Arbeit läuft. Beim Schätzen wird der Energieverbrauch aus Annahmen berechnet, etwa aus der Nennleistung der Chips, ihrer Auslastung und der Laufzeit. Schätzungen sind nützlich, wenn Messen unmöglich ist, können aber weit danebenliegen.

### Was ist eine Systemgrenze?

Die Linie, die festlegt, was gezählt wird. Eine enge Grenze zählt nur den KI-Chip; eine weitere schließt den Server, die Kühlung, Leerlaufkapazität, das Netzwerk, das Gerät der Nutzer und die Herstellung der Hardware ein.

## Quellen

- [Measuring the environmental impact of delivering AI at Google Scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [The gentle singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
- [Misinformation by omission: the need for more environmental transparency in AI](https://arxiv.org/abs/2506.15572), Luccioni, Gamazaychikov, Alves da Costa and Strubell (2025)
- [Measuring what matters: how to assess AI's environmental impact](https://www.itu.int/hub/publication/s-gen-gda-001-2025/), International Telecommunication Union (2025)
- [CodeCarbon](https://codecarbon.io/), CodeCarbon project (2020)
- [The ML.ENERGY benchmark: toward automated inference energy measurement and optimization](https://arxiv.org/abs/2505.06371), Chung et al., NeurIPS Datasets and Benchmarks (2025)
- [ISO/IEC 21031:2024 Software Carbon Intensity (SCI) specification](https://www.iso.org/standard/86612.html), ISO/IEC and Green Software Foundation (2024)
- [Network energy use not directly proportional to data volume](https://doi.org/10.1111/jiec.13512), Mytton, Lundén and Malmodin, Journal of Industrial Ecology (2024)
- [Regulation (EU) 2024/1689 (AI Act), Annex XI](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-11), European Union (2024)
