# Wie viel Wasser verbraucht KI?

> Wasserverbrauch von KI: Wasser pro Prompt und pro Modell, Wasser in Rechenzentren, WUE, Angaben der Unternehmen, lokaler Wasserstress und offene Fragen.

Source: https://greenai.guide/de/artikel/wie-viel-wasser-verbraucht-ki/  
Updated: 2026-11-20

## Kurz gesagt

KI verbraucht Wasser auf zwei Hauptwegen: direkt zur Kühlung von Rechenzentren und indirekt in den Kraftwerken, die ihren Strom erzeugen. Pro Text-Prompt reichen die veröffentlichten Werte von 0,26 ml (Googles Wert für Gemini) bis zu rund 45 ml (der Lebenszykluswert von Mistral AI), vor allem weil sie Unterschiedliches zählen. Insgesamt ist der Wasserverbrauch der KI groß und steigt: US-Rechenzentren verbrauchten 2023 direkt rund 66 Milliarden Liter, dazu indirekt rund 800 Milliarden Liter über ihren Strom, und woher dieses Wasser stammt, ist ebenso wichtig wie die Menge.

## Das Wichtigste

- Google meldet 0,26 ml Wasser für einen Median-Text-Prompt an Gemini; die Lebenszyklusanalyse von Mistral AI beziffert eine Antwort mit 400 Token auf 45 ml.
- Li und Kollegen schätzten, dass das Training von GPT-3 in Microsofts US-Rechenzentren 5,4 Millionen Liter Wasser verbrauchen könnte, davon 700.000 Liter vor Ort.
- Das Lawrence Berkeley National Laboratory schätzte, dass US-Rechenzentren 2023 direkt 66 Milliarden Liter Wasser verbrauchten und indirekt über die Stromerzeugung fast 800 Milliarden Liter.
- Li und Kollegen prognostizieren, dass die weltweite KI-Nachfrage 2027 für 4,2–6,6 Milliarden Kubikmeter Wasserentnahme verantwortlich sein könnte, wovon 0,38–0,60 Milliarden verbraucht würden.
- Der Wasserverbrauch von Microsoft hat sich zwischen den Geschäftsjahren 2020 und 2025 von 3.990 auf 8.170 Megaliter ungefähr verdoppelt; 48 % davon entfielen 2025 auf Gebiete mit Wasserstress.
- AWS meldet für 2025 eine weltweite Wassernutzungseffektivität von 0,12 Litern pro kWh, während der US-Strom, den das Unternehmen bezieht, im Kraftwerk rund 3–4,5 Liter pro kWh verbraucht.

Wie viel Wasser verbraucht KI? Pro Prompt weniger, als viele Schlagzeilen nahelegen, aber insgesamt, und an manchen
Orten, mehr, als den meisten Menschen bewusst ist. Der Wasserverbrauch der KI entsteht vor allem durch die Kühlung von
Rechenzentren und durch die Erzeugung des Stroms, mit dem sie laufen. Diese Seite stellt die veröffentlichten Werte zum
Wasserverbrauch der KI dar, erklärt, warum sie so weit auseinanderliegen, und sagt, was noch unbekannt ist.

## Wie viel Wasser verbraucht ein einzelner KI-Prompt? {#how-much-water-does-one-ai-prompt-use}

**Zwischen einem Bruchteil eines Milliliters und einigen Dutzend Millilitern pro Text-Prompt, je nachdem, was gezählt
wird.** Die veröffentlichten Werte sind untereinander nicht vergleichbar; lesen Sie daher jeden mit seiner Grenze.

| Wert | Was er umfasst | Quelle |
|---|---|---|
| 0,26 ml pro Median-Text-Prompt an Gemini | Wasser vor Ort im Rechenzentrum, Mai 2025 | Google, 2025 |
| 45 ml pro Antwort von Le Chat mit 400 Token | Lebenszyklusanalyse, einschließlich vorgelagerter Auswirkungen wie der Herstellung von Servern | Mistral AI, 2025 |
| 500 ml pro etwa 10–50 mittellange Antworten von GPT-3 | Wasser vor Ort plus Wasser der Kraftwerke, je nach Ort und Zeitpunkt des Betriebs | Li, Yang, Islam und Ren, 2025 |

Google beschreibt seinen Wert als etwa fünf Tropfen Wasser; er wird aus der Wassereffizienz der Rechenzentren vor Ort
berechnet und schließt das Wasser für die Stromerzeugung nicht ein. Der Wert von Mistral ist vor allem deshalb höher,
weil er auf einer Lebenszyklusanalyse beruht, die mit der Beratungsfirma Carbone 4 und der französischen Umweltagentur
ADEME erstellt wurde und vorgelagerte Auswirkungen wie die Herstellung von Servern zählt, nicht nur die Kühlung vor
Ort. Die Schätzung von Li und Kollegen gilt für ein älteres Modell, zeigte aber etwas, das weiterhin gilt: Dieselbe
KI-Antwort kann je nach Rechenzentrum und Tageszeit ein Mehrfaches an Wasser verbrauchen.

## Wie verbraucht KI Wasser? {#how-does-ai-use-water}

**Direkt, indem Wasser zur Kühlung von Rechenzentren verdunstet, und indirekt über das Wasser, das für die
Stromerzeugung und die Chipherstellung benötigt wird.** Li und Kollegen unterscheiden drei Bereiche (Scopes), analog
zur CO₂-Bilanzierung.

1. **Wasser vor Ort (Scope 1).** Fast der gesamte Strom, den ein Server verbraucht, wird zu Wärme. Viele
   Rechenzentren geben diese Wärme über Kühltürme oder verdunstungsunterstützte Luftkühlung ab, bei denen Wasser
   verdunstet. Flüssigkeitskühlung im Server, etwa Direct-to-Chip-Kühlung, verbraucht selbst kein Wasser;
   entscheidend ist, wie die Anlage die Wärme letztlich nach außen abgibt.
2. **Wasser außerhalb des Standorts (Scope 2).** Thermische Kraftwerke, die Brennstoffe verbrennen oder
   Kernwärme nutzen, brauchen Wasser zur Kühlung. Li und Kollegen beziffern den US-Durchschnitt auf rund
   43,8 Liter Entnahme und 3,1 Liter Verbrauch pro erzeugter Kilowattstunde. Das Lawrence Berkeley National
   Laboratory schätzte für US-Rechenzentren, gemessen an den Netzen an ihren Standorten, 4,52 Liter Verbrauch pro kWh.
3. **Graues Wasser (Scope 3).** Die Herstellung von Chips und Servern erfordert große Mengen Reinstwasser, und ein Teil
   des eingeleiteten Abwassers kann chemische Abfälle enthalten.

### Was ist der Unterschied zwischen Entnahme und Verbrauch? {#what-is-the-difference-between-withdrawal-and-consumption}

**Die Entnahme ist Wasser, das einem Fluss, einem Grundwasserleiter oder dem Versorgungsnetz entnommen wird; der
Verbrauch ist der Teil, der nicht zurückgeführt wird, meist durch Verdunstung.** Der Verbrauch ist das bessere Maß für
das Wasser, das einer Region verloren geht; die Entnahme ist dort wichtig, wo das Angebot knapp ist. Unternehmensberichte
und Studien verwenden beides; prüfen Sie daher vor einem Vergleich, um welches es sich bei einem Wert handelt.

## Wie viel Wasser verbrauchen Rechenzentren insgesamt? {#how-much-water-do-data-centres-use-in-total}

**Milliarden Liter pro Jahr vor Ort und ein Vielfaches davon über ihren Strom.** Nationale und weltweite Werte sind
Schätzungen; nicht alle Rechenzentren melden ihren Wasserverbrauch.

- **Vereinigte Staaten:** Das Lawrence Berkeley National Laboratory schätzte, dass Rechenzentren 2023 direkt rund
  66 Milliarden Liter Wasser verbrauchten, gegenüber 21,2 Milliarden im Jahr 2014, wobei Hyperscale- und
  Colocation-Standorte 84 % ausmachten. Ihren indirekten Wasser-Fußabdruck über den Strom bezifferte es auf fast
  800 Milliarden Liter, etwa das Zwölffache des direkten Werts, und es erwartet, dass allein Hyperscale-Rechenzentren
  2028 direkt 60–124 Milliarden Liter verbrauchen.
- **KI weltweit:** Li und Kollegen prognostizierten, dass die weltweite KI-Nachfrage 2027 für 4,2–6,6 Milliarden
  Kubikmeter Wasserentnahme verantwortlich sein könnte, mehr als die jährliche Entnahme des halben Vereinigten
  Königreichs, wovon 0,38–0,60 Milliarden Kubikmeter verbraucht würden.

Der große Unterschied zwischen direktem und indirektem Wasser ist der Hauptgrund, warum Schätzungen auseinandergehen.
Eine Studie, die nur Kühlwasser zählt, kommt auf einen weit niedrigeren Wert als eine, die die Kraftwerke einbezieht.

## Wie viel Wasser verbraucht das Training eines KI-Modells? {#how-much-water-does-training-an-ai-model-use}

**Nach den wenigen veröffentlichten Schätzungen Hunderttausende bis Millionen Liter für ein großes Modell.**

- **GPT-3:** Li und Kollegen schätzten, dass sein Training in Microsofts US-Rechenzentren insgesamt 5,4 Millionen
  Liter Wasser verbrauchen könnte, davon 700.000 Liter, die vor Ort verdunsten.
- **Mistral Large 2:** Die Lebenszyklusanalyse von Mistral AI bezifferte das Training plus 18 Monate Nutzung auf
  281.000 Kubikmeter verbrauchtes Wasser.

Nur wenige Modellkarten nennen überhaupt Wasser. Li und Kollegen stellten fest, dass Modellkarten zwar regelmäßig
CO₂-Emissionen enthalten, aber meist selbst der Wasserverbrauch vor Ort fehlt.

## Was melden KI-Unternehmen zum Wasser? {#what-do-ai-companies-report-about-water}

**Ihr gesamter Wasserverbrauch steigt, und manche melden inzwischen die Effizienz pro Kilowattstunde.** Die Werte
stammen aus jährlichen Nachhaltigkeitsberichten und sind Eigenangaben, teils aber extern geprüft.

| Unternehmen | Wert | Jahr |
|---|---|---|
| Microsoft | Wasserverbrauch 8.170 Megaliter, gegenüber 3.990 im GJ 2020; Entnahme 13.266 Megaliter | Geschäftsjahr 2025 |
| Alphabet (Google) | Wasserverbrauch 10.869 Millionen Gallonen (rund 41 Milliarden Liter), unternehmensweit | 2025 |
| Google | Rund 7,7 Milliarden Gallonen zurückgeführt, etwa 78 % seines Süßwasserverbrauchs | 2025 |
| AWS | Weltweite WUE von 0,12 Litern pro kWh IT-Last, 20 % besser als 2024 | 2025 |

Die [WUE](/de/glossar/#wue) (Water Usage Effectiveness, Wassernutzungseffektivität), definiert von The Green Grid, gibt
an, wie viele Liter Wasser vor Ort pro Kilowattstunde IT-Energie verbraucht werden. Sie ist ein nützliches
Effizienzmaß, lässt aber das Wasser der Kraftwerke außen vor und sagt nichts darüber, ob in der Region Wasser knapp
ist. „Rückführung“ (Replenishment) bedeutet, Projekte zu finanzieren, die Wasser in Einzugsgebiete zurückbringen; sie
verringert nicht, was ein Rechenzentrum entnimmt. Siehe [PUE und WUE verstehen](/de/wie/wie-verstehe-ich-pue-und-wue-werte/).

## Warum ist der Standort so wichtig? {#why-does-location-matter-so-much}

**Weil ein Liter, der in einer trockenen Region entnommen wird, ökologisch und gesellschaftlich weit mehr kostet als
einer, der dort entnommen wird, wo Wasser reichlich vorhanden ist.** Klima und Kühlkonzept verändern den
Wasserverbrauch pro Kilowattstunde drastisch.

Die standortbezogenen Werte von Microsoft zeigen die Spannweite. Im Geschäftsjahr 2025 verbrauchten seine
Rechenzentren rund um Phoenix, Arizona, rund 954.000 MWh Strom und entnahmen 981 Megaliter Wasser; die rund um Dublin,
Irland, verbrauchten mehr Strom, rund 1,3 Millionen MWh, und entnahmen 18 Megaliter. Unternehmensweit entfielen 48 %
des Wasserverbrauchs im Jahr 2025 auf Gebiete mit hohem oder extrem hohem Wasserstress, bewertet mit dem Werkzeug
Aqueduct des World Resources Institute.

Auch der Zeitpunkt zählt, und er kann der CO₂-Bilanz zuwiderlaufen. Li und Kollegen fanden, dass die Wassereffizienz
nicht nur je nach Ort, sondern auch je nach Stunde schwankt: Der Wasserverbrauch vor Ort steigt in der Tageshitze,
während das Netz oft dann am saubersten ist, wenn reichlich Solarstrom zur Verfügung steht. CO₂ zu senken kann
bedeuten, „der Sonne zu folgen“, und Wasser zu sparen, ihr „nicht zu folgen“; die beiden Fußabdrücke müssen daher
gemeinsam abgewogen werden, statt blind gegeneinander ausgespielt zu werden. Wenn in Ihrer Nähe ein Rechenzentrum
geplant ist, siehe [bei einem Rechenzentrum in meiner Nähe mitreden](/de/wie/wie-kann-ich-bei-einem-geplanten-rechenzentrum-in-meiner-naehe/).

## Was ist am Wasserverbrauch der KI unsicher? {#what-is-uncertain-about-ai-water-use}

**Im Detail das meiste: Nur wenige Anbieter veröffentlichen Wasserwerte pro Aufgabe, die Methoden unterscheiden sich,
und lokale Auswirkungen werden selten gemeldet.** Die wichtigsten Lücken:

- **Grenzen.** Nur vor Ort oder auch das Wasser der Kraftwerke und der Herstellung? Das allein erklärt den Großteil der
  Spanne zwischen 0,26 ml und 45 ml pro Prompt.
- **Entnahme oder Verbrauch.** Manche Werte geben das eine an, manche das andere.
- **Ort und Zeitpunkt.** Weltweite Durchschnittswerte verbergen lokalen Wasserstress, und nur wenige Unternehmen
  veröffentlichen Daten auf Standortebene.
- **Der Anteil der KI.** Unternehmenssummen umfassen alle Rechenzentren und oft auch Büros; KI wird nicht gesondert
  ausgewiesen.
- **Prognosen.** Vorhersagen für 2027–2030 hängen von Annahmen über das Wachstum der KI, die Kühltechnik und das
  Stromnetz ab.

Die Berichterstattung verbessert sich vielerorts. In der EU müssen Betreiber von Rechenzentren mit einem
IT-Leistungsbedarf von mindestens 500 kW nach der Delegierten Verordnung 2024/1364 ihren Energie- und Wasserverbrauch
melden. Anderswo ist die Offenlegung meist freiwillig.

## Wie kann KI weniger Wasser verbrauchen? {#how-can-ai-use-less-water}

**Weniger rechnen, am richtigen Ort rechnen und die richtige Kühlung und den richtigen Strom wählen.** Dieselben
Schritte, die Energie sparen, sparen auch Wasser.

- **Für alle:** weniger und kürzere Prompts, kleinere Modelle und weniger erzeugte Bilder und Videos. Siehe
  [KI effizient nutzen](/de/gute-praxis/ki-effizient-nutzen-gewohnheiten-fuer-den-alltag/) und [Wie viel Energie verbraucht KI?](/de/artikel/wie-viel-energie-verbraucht-ki/)
- **Für Organisationen:** Fragen Sie Anbieter nach WUE, Wasserverbrauch und Standortdaten, und bevorzugen Sie Regionen
  ohne Wasserstress. Siehe [ein nachhaltiges Rechenzentrum für KI wählen](/de/wie/wie-waehle-ich-ein-nachhaltiges-rechenzentrum-oder-einen-nachhaltigen/) und
  [nachhaltige KI-Beschaffung](/de/gute-praxis/nachhaltige-ki-beschaffung/).
- **Für Betreiber:** Kühlung ohne Wasserverdunstung dort, wo das Netz sauber ist, Wiederverwendung von aufbereitetem
  oder Nicht-Trinkwasser und die Verlagerung flexibler Arbeit auf kühlere, wassersparende Stunden und Standorte. Siehe
  [Hosting und Rechenzentren](/de/gute-praxis/hosting-und-rechenzentren-fuer-gruene-ki/).

## Die nächsten Schritte {#what-to-do-next}

- Schätzen Sie das Wasser hinter Ihrer eigenen KI-Nutzung: siehe [den Wasser-Fußabdruck von KI schätzen](/de/wie/wie-schaetze-ich-den-wasser-fussabdruck-von-ki-ab/).
- Senken Sie es: siehe [den Wasser-Fußabdruck von KI verringern](/de/wie/wie-verringere-ich-den-wasserfussabdruck-von-ki/).
- Verstehen Sie die Kennzahlen: siehe [PUE und WUE verstehen](/de/wie/wie-verstehe-ich-pue-und-wue-werte/).
- Lesen Sie [Wie groß ist der CO₂-Fußabdruck von KI?](/de/artikel/wie-gross-ist-der-co2-fussabdruck-von-ki/) für die Emissionsseite.
- Fragen Sie Ihren Anbieter nach Wasserwerten auf Standortebene: siehe [ein KI-Unternehmen nach Energiewerten fragen](/de/wie/wie-frage-ich-ein-ki-unternehmen-nach-seinen-energiezahlen/).

## Häufige Fragen

### Wie viel Wasser verbraucht ChatGPT?

OpenAI hat keinen Wasserwert veröffentlicht. Li und Kollegen schätzten, dass GPT-3 je nach Ort und Zeitpunkt des Betriebs für etwa 10 bis 50 mittellange Antworten eine 500-ml-Flasche Wasser verbrauchte. Diese ältere Schätzung schließt das Wasser der Kraftwerke ein; neuere Unternehmensangaben für andere Modelle sind niedriger.

### Wie viel Wasser verbraucht ein einzelner KI-Prompt?

Die veröffentlichten Werte reichen von 0,26 ml für einen Median-Text-Prompt an Gemini (Google, 2025) bis zu 45 ml für eine Antwort von Mistral mit 400 Token, gerechnet über den gesamten Lebenszyklus. Der Unterschied liegt vor allem darin, was gezählt wird: nur die Kühlung vor Ort oder ein vollständiger Lebenszyklus einschließlich vorgelagerter Auswirkungen wie der Herstellung von Servern.

### Warum verbrauchen Rechenzentren Wasser?

Vor allem, um Wärme abzuführen. Viele Rechenzentren nutzen Kühltürme oder verdunstungsunterstützte Kühlung, bei der Wasser verdunstet. Auch die Kraftwerke, die ihren Strom erzeugen, verbrauchen Wasser, und für die Chipherstellung wird Reinstwasser benötigt.

### Was ist der Unterschied zwischen Wasserentnahme und Wasserverbrauch?

Die Entnahme ist das gesamte Wasser, das einer Quelle entnommen wird; ein Großteil davon wird zurückgeführt. Der Verbrauch ist das Wasser, das nicht zurückgeführt wird, meist weil es verdunstet. Der Verbrauch ist das bessere Maß für das Wasser, das einer Region verloren geht.

### Was ist die WUE eines Rechenzentrums?

Die Wassernutzungseffektivität (Water Usage Effectiveness): Liter Wasser, die vor Ort pro Kilowattstunde IT-Energie verbraucht werden. Niedriger ist besser. AWS meldet 0,12 l/kWh für 2025. Die WUE lässt das Wasser für die Stromerzeugung außen vor, das oft deutlich mehr ausmacht.

### Ist der Wasserverbrauch der KI ein Problem?

Das hängt davon ab, wo er anfällt. Die Prognose von Li und Kollegen für die weltweite Wasserentnahme der KI im Jahr 2027 übersteigt die jährliche Entnahme des halben Vereinigten Königreichs, und 48 % des Wasserverbrauchs von Microsoft im Jahr 2025 entfielen auf Gebiete mit Wasserstress. Ein Liter aus einer Region mit Wasserstress wiegt weit schwerer als einer aus einer wasserreichen Region.

### Wie kann KI weniger Wasser verbrauchen?

Weniger rechnen, Arbeit in kühleren oder wasserreichen Regionen und zu wassersparenden Zeiten ausführen und Kühlsysteme nutzen, bei denen kein Wasser verdunstet. Für Einzelne gilt: Dieselben Gewohnheiten, die Energie sparen, sparen auch Wasser, weil der Wasserverbrauch dem Energieverbrauch folgt.

## Quellen

- [Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models](https://arxiv.org/abs/2304.03271), Li, Yang, Islam and Ren (arXiv 2304.03271, v5) (2025)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [Our contribution to a global environmental standard for AI](https://mistral.ai/news/our-contribution-to-a-global-environmental-standard-for-ai), Mistral AI (2025)
- [2024 United States Data Center Energy Usage Report](https://eta-publications.lbl.gov/publications/2024-lbnl-data-center-energy-usage-report), Lawrence Berkeley National Laboratory (2024)
- [2026 environmental data fact sheet](https://cdn-dynmedia-1.microsoft.com/is/content/microsoftcorp/microsoft/msc/documents/presentations/CSR/2026-Microsoft-Environmental-Data-Fact-Sheet-PDF.pdf), Microsoft (2026)
- [Alphabet FY2025 environmental indicators assurance letter (Schedule of select environmental metrics)](https://sustainability.google/files/6b09a7cbecbf228f4d30ad089301578eb599425e/alphabet-fy2025-environmental-indicators-assurance-letter.pdf), Alphabet (2026)
- [Read our 11th annual Environmental Report](https://blog.google/company-news/outreach-and-initiatives/sustainability/2026-environmental-report/), Google (2026)
- [2025 AWS sustainability summary](https://sustainability.aboutamazon.com/2025-aws-summary.pdf), Amazon Web Services (2026)
- [Water Usage Effectiveness (WUE): a Green Grid data center sustainability metric (White Paper 35)](https://www.thegreengrid.org/system/files/store/WUE_v1.pdf), The Green Grid (2011)
- [Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres](https://eur-lex.europa.eu/eli/reg_del/2024/1364/oj), European Commission (2024)
