Kurz gesagt
KI läuft auf Computern in Rechenzentren, die Strom, Wasser und Hardware verbrauchen. Deshalb hat jede Anfrage einen kleinen Umweltpreis, der sich über Milliarden Nutzerinnen und Nutzer summiert. Lehrkräfte brauchen kein technisches Fachwissen, um das gut zu unterrichten: ein paar verlässliche Fakten, der Unterschied zwischen Effizienz und Suffizienz und gute Gewohnheiten, die im Unterricht vorgelebt werden, bringen schon viel.
Das Wichtigste
- Training baut ein Modell einmal auf; Inferenz geschieht jedes Mal, wenn jemand es nutzt. Bei beliebten Werkzeugen summiert sich die Energie der Nutzung, solange das Modell im Einsatz ist.
- Google meldet 0,24 Wh für seinen mittleren (Median-)Text-Prompt bei Gemini und OpenAI etwa 0,34 Wh für eine durchschnittliche ChatGPT-Anfrage; beides sind Unternehmensangaben, auf unterschiedliche Weise gemessen.
- Das Erzeugen von Bildern verbraucht weit mehr Energie als das Erzeugen von kurzem Text, und Allzweckmodelle verbrauchen mehr als aufgabenspezifische.
- Kürzere Prompts, kürzere Antworten und kleinere Modelle können den Energieverbrauch laut einem Bericht von UNESCO und UCL aus dem Jahr 2025 deutlich senken.
- Eine schulische KI-Richtlinie kann neben Datenschutz, Altersgrenzen und Leistungsbewertung auch Effizienz und Suffizienz abdecken.
Was müssen Lehrkräfte zuerst wissen?
Drei Ideen tragen den Großteil des Themas: KI läuft auf physischen Computern, die Strom, Wasser und Material verbrauchen; kleine Kosten pro Anfrage summieren sich über Milliarden Anfragen; und es hilft beides, Dinge effizienter zu tun und weniger unnötige Dinge zu tun. Alles andere sind Details, die Sie im Glossar nachschlagen können.
Wie verbraucht KI Energie?
KI verbraucht zweimal Energie: einmal, um ein Modell aufzubauen, und dann jedes Mal, wenn jemand es nutzt. Beides geschieht in Rechenzentren, Gebäuden voller spezialisierter Computer.
- Training ist der einmalige Vorgang, ein Modell aufzubauen, indem man ihm riesige Datenmengen zeigt. Bei großen Modellen dauert das Monate an Rechenzeit. Die Modellkarte von Meta für seine Modellfamilie Llama 3.1 nennt zum Beispiel 39,3 Millionen GPU-Stunden Training und 11.390 Tonnen CO₂-Äquivalent nach standortbasierter Berechnung.
- Inferenz ist die Nutzung des trainierten Modells: jede Frage, jede Antwort, jedes Bild. Jede einzelne Nutzung ist klein, aber ein beliebtes Werkzeug wird milliardenfach genutzt. Deshalb wächst die für die Nutzung aufgewendete Energie weiter, solange das Modell im Einsatz ist.
- Das Gebäude um die Computer herum verbraucht ebenfalls Energie, vor allem für die Kühlung. Die Branche misst das mit der PUE.
Sprachmodelle lesen und schreiben in Token, Textstücken, die oft Teile von Wörtern sind. Die Faustregel von OpenAI für Englisch lautet: Ein Token entspricht etwa vier Zeichen oder etwa drei Vierteln eines Wortes. Mehr Token als Eingabe und Ausgabe bedeuten mehr Rechenarbeit. Deshalb kosten lange Antworten mehr als kurze.
Welche Fakten kann ich im Unterricht sicher verwenden?
Diese Zahlen stammen aus namentlich genannten, öffentlichen Quellen. Nennen Sie sie mit Quelle und Jahr, denn die Zahlen ändern sich schnell.
| Fakt | Quelle |
|---|---|
| Rechenzentren verbrauchten 2024 etwa 415 TWh Strom, etwa 1,5 % des weltweiten Stromverbrauchs | IEA, Energy and AI, 2025 |
| Dieser Wert soll sich bis 2030 auf etwa 945 TWh mehr als verdoppeln, etwas mehr, als Japan heute verbraucht | IEA, 2025 |
| Der Stromverbrauch von Rechenzentren ist seit 2017 um etwa 12 % pro Jahr gewachsen | IEA, 2025 |
| Googles mittlerer Text-Prompt bei Gemini verbrauchte 0,24 Wh und etwa 0,26 mL Wasser (ungefähr fünf Tropfen) | Google, 2025 |
| Google meldet eine Senkung der Energie pro mittlerem Prompt um das 33-Fache innerhalb eines Jahres | Google, 2025 |
| OpenAI sagt, eine durchschnittliche ChatGPT-Anfrage verbraucht etwa 0,34 Wh, so viel wie ein Backofen in etwas mehr als einer Sekunde | OpenAI, 2025 |
| In Irland verbrauchten Rechenzentren 2024 22 % des gesamten gemessenen Stroms, gegenüber 5 % im Jahr 2015, mehr als alle städtischen Haushalte | Central Statistics Office, Irland, 2025 |
| Das Erzeugen von 1.000 Bildern mit dem am wenigsten effizienten getesteten Modell verbrauchte 11,49 kWh, so viel wie 522 Smartphone-Ladungen | Luccioni, Jernite und Strubell, 2024 |
| Kürzere Prompts und Antworten können den Energieverbrauch um mehr als die Hälfte senken; kleinere aufgabenspezifische Modelle in Tests um bis zu 90 % | UNESCO und UCL, 2025 |
Zwei Vorbehalte bei der Verwendung: Die Zahlen von Google und OpenAI sind Selbstauskünfte der Unternehmen mit unterschiedlichen Methoden, also kein direkter Vergleich. Und die Werte pro Prompt gelten für Text; Bilder, Video und „Reasoning“-Modi, die viele Schritte durchdenken, verbrauchen mehr.
Wie kann ich KI in der Schule verantwortungsvoll und effizient nutzen?
Nutzen Sie KI dort, wo sie wirklich Zeit spart oder echten Mehrwert bringt, und nutzen Sie sie so, dass möglichst wenig verschwendet wird. Die Gewohnheiten, die Energie sparen, sind größtenteils dieselben, die bessere Ergebnisse bringen.
- Fragen Sie, ob KI das richtige Werkzeug ist. Ein vorhandenes Arbeitsblatt, eine Suche oder ein Taschenrechner erfüllt den Zweck vielleicht auch. Das ist Suffizienz.
- Schreiben Sie einen klaren Prompt statt fünf ungenauer. Sagen Sie, für wen das Ergebnis ist, wie lang es sein soll und welches Format Sie brauchen.
- Bitten Sie um kurze Antworten, wenn kurz genügt. Der Bericht von UNESCO und UCL ergab, dass kürzere Prompts und Antworten den Energieverbrauch um mehr als die Hälfte senken können.
- Wählen Sie ein kleineres oder einfacheres Werkzeug für einfache Aufgaben, und verzichten Sie auf Bild- oder Videoerzeugung, wenn sie dem Unterricht nicht dient. Siehe das richtige Modell wählen.
- Verwenden Sie gute Ergebnisse wieder. Speichern Sie Prompts und Materialien, die funktionieren, und teilen Sie sie mit Kolleginnen und Kollegen, statt sie neu erzeugen zu lassen.
- Schalten Sie KI-Funktionen ab, die Sie nicht nutzen, in Büro- und Lernsoftware, wo die Einstellungen das zulassen.
Die Seite KI effizient nutzen bietet mehr Details für Erwachsene.
Was sollte eine schulische KI-Richtlinie zu grüner KI sagen?
Eine schulische KI-Richtlinie behandelt meist Schutz und Wohl der Kinder, Datenschutz und Leistungsbewertung. Ein paar Zeilen zu Effizienz und Suffizienz kosten wenig und leben das Denken vor, das die Lernenden lernen sollen.
Punkte, die die meisten Schulrichtlinien ohnehin brauchen (die 2025 aktualisierten Leitlinien des englischen Bildungsministeriums behandeln sie; prüfen Sie die Entsprechung in Ihrem Land):
- Geben Sie keine personenbezogenen Daten von Lernenden oder Personal in generative KI-Werkzeuge ein, es sei denn, das Werkzeug und seine Nutzung wurden genehmigt und abgesichert.
- Halten Sie die Altersgrenzen der KI-Werkzeuge ein. Die Leitlinien der UNESCO von 2023 behandeln auch Mindestalter für die Nutzung im Unterricht.
- Das Personal bleibt dafür verantwortlich, KI-erzeugte Inhalte auf Richtigkeit und Eignung zu prüfen.
- Legen Sie klare Regeln für KI bei Hausaufgaben, Projektarbeiten und Prüfungen fest, im Einklang mit Ihren Prüfungsstellen.
- Erlauben Sie nicht, dass Originalarbeiten von Lernenden ohne Erlaubnis zum Training von KI-Modellen verwendet werden.
Punkte zu grüner KI, die Sie ergänzen sollten:
- Nutzen Sie KI dort, wo sie dem Lernen klar hilft oder dem Personal Zeit spart, nicht standardmäßig.
- Bevorzugen Sie Werkzeuge und Anbieter, die Informationen über Energie, Emissionen und die Standorte ihrer Rechenzentren veröffentlichen. Die Seite nachhaltige KI-Beschaffung listet Fragen auf, die Sie stellen können.
- Vermeiden Sie es, schulweit KI-Funktionen einzuschalten, um die niemand gebeten hat.
- Nehmen Sie die Umweltkosten von KI in Fortbildungen für das Personal und in den Unterricht zur digitalen Bildung der Lernenden auf.
- Überprüfen Sie die Richtlinie jedes Jahr, denn sowohl die Werkzeuge als auch die Erkenntnislage ändern sich schnell.
Was verstehen Schülerinnen und Schüler oft falsch?
Schülerinnen und Schüler, und auch Erwachsene, schwanken oft zwischen „KI verbraucht keine Energie, die läuft ja nur auf meinem Handy“ und „ein Prompt bringt den Ozean zum Kochen“. Die Wahrheit liegt dazwischen, und diese Lücke ist eine gute Gelegenheit zum Lernen.
| Fehlvorstellung | Bessere Erklärung |
|---|---|
| „KI läuft auf meinem Handy, also braucht sie kaum Strom.“ | Die meisten Chatbots laufen in weit entfernten Rechenzentren. Das Handy schickt die Anfrage und zeigt die Antwort an. |
| „Ein Prompt verbraucht jede Menge Energie.“ | Ein typischer Text-Prompt verbraucht einen Bruchteil einer Wattstunde. Das Problem ist die Größenordnung: Milliarden pro Tag, dazu Bilder und Video. |
| „Wenn es effizienter wird, ist das Problem gelöst.“ | Günstigere, schnellere KI wird tendenziell mehr genutzt, was Einsparungen zunichtemachen kann. Das ist der Rebound-Effekt. |
| „KI, das sind nur Chatbots.“ | Zu KI gehören auch Spamfilter, Empfehlungssysteme, Wettervorhersage und medizinische Bildgebung, vieles davon klein und effizient. |
| „Grüne KI heißt, keine KI zu nutzen.“ | Grüne KI heißt, KI gut zu nutzen: effizient und dort, wo sie Mehrwert bringt. |
| „Rechenzentren laufen mit Strom, also verbrauchen sie kein Wasser.“ | Viele Rechenzentren nutzen Wasser zur Kühlung, und in manchen Regionen ist Wasser knapp. |
| „Die Cloud ist sauber, weil sie am Himmel ist.“ | „Die Cloud“ besteht aus Gebäuden, Kabeln und Computern auf dem Boden, die echten Strom und echte Fläche verbrauchen. |
Forschende haben außerdem gezeigt, dass auf Effizienzgewinne in der Informationstechnik oft mehr Gesamtnutzung folgte statt weniger (Freitag und Kollegen, 2021). Deshalb ist Suffizienz neben Effizienz wichtig, und deshalb lohnt sich der Artikel Effizienz ist nicht Suffizienz.
Was Sie als Nächstes tun können
- Probieren Sie eine Aktivität aus den Unterrichtsideen aus: Die Aktivität mit Papier-Token braucht keine Technik.
- Teilen Sie Grüne KI für Schülerinnen und Schüler mit einer Klasse.
- Setzen Sie ein Lesezeichen für das Glossar und die FAQ, um Fragen der Lernenden schnell zu beantworten.
- Bringen Sie die oben genannten Punkte zu grüner KI bei Ihrer nächsten Überprüfung der Richtlinie ein.
- Sehen Sie sich das Kursverzeichnis an, für Ihre eigene berufliche Fortbildung und für Lernende, die über ein Studium nachdenken.
Häufige Fragen
Wie viel Energie verbraucht ein einzelner KI-Prompt?
Unternehmensangaben für einen typischen Text-Prompt liegen bei einem Bruchteil einer Wattstunde: Google meldet 0,24 Wh für seinen mittleren Text-Prompt bei Gemini und OpenAI etwa 0,34 Wh für eine durchschnittliche ChatGPT-Anfrage. Längere Antworten, Bilder, Video und Modelle mit aufwendigem Schlussfolgern (Reasoning) verbrauchen mehr.
Sollten Schülerinnen und Schüler in der Schule KI-Chatbots nutzen?
Das entscheidet jede Schule selbst, im Rahmen nationaler Vorgaben und der Altersgrenzen, die die Werkzeuge selbst festlegen. Das englische Bildungsministerium (Department for Education) verlangt von Schulen, diese Altersgrenzen einzuhalten, personenbezogene Daten zu schützen und die Nutzung durch Lernende zu beaufsichtigen.
Muss ich Informatik-Fachkraft sein, um grüne KI zu unterrichten?
Nein. Die Kernideen drehen sich um Energie, Größenordnungen und Entscheidungen, und das kann jede Lehrkraft erklären. Das Glossar auf dieser Website erklärt die Fachbegriffe in einfacher Sprache.
Stimmt es, dass KI viel Wasser verbraucht?
Rechenzentren verbrauchen Wasser, vor allem zur Kühlung, und die Menge hängt stark vom Standort und der Kühlmethode ab. Google meldet etwa 0,26 mL für seinen mittleren Text-Prompt bei Gemini, ungefähr fünf Tropfen, aber die Summen über alle Nutzenden und alle Anlagen sind viel größer und schlechter dokumentiert.
Quellen
- Energy and AI, International Energy Agency (2025)
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- The Gentle Singularity, Sam Altman (OpenAI) (2025)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
- Llama 3.1 8B model card, Meta (Hugging Face) (2024)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)
- Generative artificial intelligence (AI) in education, Department for Education (2025)
- Guidance for generative AI in education and research, UNESCO (2023)
- The real climate and transformative impact of ICT: a critique of estimates, trends, and regulations, Freitag et al., Patterns (2021)
Verwandte Themen
Unterrichts- und Aktivitätsideen zu grüner KI
Neun günstige Aktivitäten zu grüner KI für 9- bis 18-Jährige: Energieschätzungen, Papier-Token, Standorte von Rechenzentren, Debatten und ein Rebound-Spiel.
Grüne KI für Schülerinnen und Schüler
Ein kurzer, freundlicher Leitfaden für junge Leute: was grüne KI ist, warum KI Energie und Wasser braucht, kluge Gewohnheiten und wo du mehr erfährst.
KI effizient nutzen: Gewohnheiten für den Alltag
Alltagsgewohnheiten, die den Energieverbrauch bei der KI-Nutzung senken: klare Prompts, weniger Neugenerieren, Maß bei Bildern und Videos, Caching, Abschalten.
So schreiben Sie eine Richtlinie für grüne KI
Schritt für Schritt zur Richtlinie für grüne KI: mit Vorlage zu Nutzung, Modellen, Messung, Beschaffung, Umweltaussagen und Überprüfung.