# Wie lege ich einen Ausgangswert fest, um KI-Energieeinsparungen nachzuweisen?

> So belegen Sie echte KI-Energieeinsparungen: vorher messen, gleiche Umgebung und Last, wiederholte Läufe, Werte pro Arbeitseinheit, gleichbleibende Qualität.

Source: https://greenai.guide/de/wie/wie-lege-ich-einen-ausgangswert-fest-um-ki-energieeinsparungen/  
Updated: 2026-11-19

## Kurz gesagt

Messen Sie das aktuelle System, bevor Sie etwas ändern, auf derselben Hardware, mit derselben Last und denselben Eingaben, die Sie danach verwenden, und wiederholen Sie die Läufe, um die normale Streuung zu sehen. Berichten Sie den Energieverbrauch pro Einheit nützlicher Arbeit ebenso wie insgesamt, und beanspruchen Sie nur Einsparungen, die größer sind als das Rauschen und ohne Qualitätsverlust erreicht wurden.

## Steps

1. Wählen Sie eine funktionale Einheit, etwa Energie pro Anfrage oder pro Dokument.
2. Messen Sie das aktuelle System mehrmals mit fester Umgebung und Workload, einschließlich des Leerlauf-Grundwerts.
3. Ändern Sie jeweils nur eine Sache und messen Sie unter denselben Bedingungen erneut.
4. Dokumentieren Sie für jeden Lauf Qualität oder Aufgabenerfolg neben dem Energieverbrauch.
5. Beanspruchen Sie nur Einsparungen, die größer sind als die Streuung zwischen Läufen, und berichten Sie Gesamtwerte ebenso wie Werte pro Einheit.

**Eine Einsparung zählt nur, wenn Sie vorher gemessen haben, danach auf dieselbe Weise gemessen haben und der
Unterschied größer ist als das Rauschen.** Ohne Ausgangswert ist eine Energieaussage eine Vermutung, und sie hält
einer Prüfung womöglich nicht stand.

## Was macht einen fairen Vergleich aus? {#what-makes-a-fair-comparison}

- **Gleiche Umgebung:** Hardware, Region, Softwareversionen und Einstellungen.
- **Gleiche Last:** dieselben Anfragen, Dokumente oder Trainingsdaten im selben Umfang.
- **Mehrere Läufe:** Messwerte schwanken mit Temperatur, Hintergrundprozessen und Taktanpassung. Berichten Sie
  Mittelwert und Spanne.
- **Energie, nicht nur Geschwindigkeit:** Die Arbeit zur GreenCode Constitution fand bei der Inferenz-Engine
  llama.cpp eine Senkung des GPU-Energieverbrauchs um 4,7 % bei nur 3 % Geschwindigkeitsgewinn. Zeit und Energie
  können unterschiedliche Geschichten erzählen.
- **Gleichbleibende Qualität:** Eine günstigere Antwort, die öfter falsch ist, ist keine Einsparung.

## Welche Einheit sollte der Ausgangswert verwenden? {#which-unit-should-the-baseline-use}

Verwenden Sie eine funktionale Einheit wie in der SCI-Spezifikation der Green Software Foundation: pro Anfrage, pro
Dokument oder pro erfolgreich erledigter Aufgabe. Berichten Sie daneben den Gesamtwert, denn der Energieverbrauch pro
Aufgabe kann sinken, während der Gesamtverbrauch mit wachsender Nutzung steigt. Siehe
[KI-Energie pro Aufgabe erfassen](/de/wie/wie-erfasse-ich-den-energieverbrauch-von-ki-pro-aufgabe-statt-nur/).

## Häufige Fehler {#common-mistakes}

- **Einmal vorher und einmal nachher messen.** Ein einzelnes Messwertpaar kann Rauschen sein.
- **Mehrere Dinge gleichzeitig ändern**, sodass Sie nicht erkennen, was geholfen hat.
- **Den Ausgangswert verschieben**, etwa ein neues kleines Modell mit einem alten großen bei anderem Volumen
  vergleichen.
- **CO2-Rückgänge, die nur von einem saubereren Stromnetz stammen,** als Effizienz verbuchen.

Bevor Sie eine Einsparung veröffentlichen, prüfen Sie sie anhand von [ehrlichen Umweltaussagen](/de/gute-praxis/ehrliche-umweltaussagen-ueber-ki/).

## Quellen

- [Software Carbon Intensity (SCI) specification](https://sci.greensoftware.foundation/), Green Software Foundation (2024)
- [GreenCode Constitution: agent principles for optimizing code and LLM inference energy use](https://greencode.ai/publications/greencode-constitution-agent-principles-for-optimizing-code-and-llm-inference-en/), Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
