# Wie lerne ich etwas über grüne KI?

> Wo Sie mit grüner KI anfangen, egal mit welchem Hintergrund: kurze Texte, kostenlose Werkzeuge zum Ausprobieren, Kurse, Communitys und Forschung.

Source: https://greenai.guide/de/wie/wie-lerne-ich-etwas-ueber-gruene-ki/  
Updated: 2026-11-19

## Kurz gesagt

Beginnen Sie mit einer kurzen Erklärung, wohin die Energie von KI geht, und probieren Sie dann ein kostenloses Werkzeug an Ihrer eigenen Nutzung aus, etwa einen Energie-Tracker für Code oder einen Schätzer für KI-API-Aufrufe. Machen Sie danach einen Kurs auf Ihrem Niveau und folgen Sie einer Community oder Forschungsgruppe in Ihrem Bereich. Lernen durch Messen von etwas Echtem bleibt besser hängen als reines Lesen.

## Steps

1. Lesen Sie eine kurze, verständliche Erklärung dazu, was grüne KI bedeutet und wohin die Energie von KI geht.
2. Probieren Sie ein kostenloses Werkzeug an etwas aus, das Sie ohnehin tun, etwa CodeCarbon oder EcoLogits.
3. Machen Sie einen Kurs, der zu Ihrer Rolle passt, von allgemeiner Sensibilisierung bis zu technischen Methoden.
4. Folgen Sie einer Community, einem Benchmark oder einer Forschungsgruppe in Ihrem Bereich.
5. Wenden Sie eine Sache, die Sie gelernt haben, auf Ihre eigene Arbeit an und messen Sie den Unterschied.

**Lesen Sie eine gute Erklärung und messen Sie dann etwas Eigenes.** Grüne KI ist ein junges Feld, und am schnellsten
verstehen Sie es, wenn Sie die Zahlen für Arbeit sehen, die Sie ohnehin erledigen.

## Wo fange ich an? {#where-should-i-start}

- **Alle:** [Was ist grüne KI?](/de/artikel/was-ist-gruene-ki/) und unser
  [verständlicher Leitfaden](/de/leitfaeden/gruene-ki-ein-verstaendlicher-leitfaden-fuer-alle/) erklären Energie, Wasser und Hardware und welche Gewohnheiten zählen.
- **Unternehmen und Führungskräfte:** der [Leitfaden für Unternehmen](/de/leitfaeden/gruene-ki-fuer-unternehmen/).
- **Entwicklung und Data Science:** [das richtige Modell wählen](/de/gute-praxis/das-richtige-modell-fuer-die-aufgabe-waehlen/) und
  [KI-Energie messen](/de/gute-praxis/so-messen-sie-den-energieverbrauch-und-co2-fussabdruck-von-ki/).
- **Forschende:** der [Leitfaden für Forschende](/de/leitfaeden/gruene-ki-fuer-forschende/) und
  [Mathematik für effiziente KI](/de/artikel/die-mathematik-die-ki-effizienter-macht/).
- **Lehrkräfte:** der [Bereich für Schulen](/de/schulen/).

## Welche kostenlosen Werkzeuge kann ich ausprobieren? {#which-free-tools-can-i-try}

- **CodeCarbon**, ein Open-Source-Python-Paket, das die Emissionen von Code schätzt, der auf Ihrer Hardware läuft.
- **EcoLogits**, das Energie und Emissionen von Aufrufen gehosteter generativer KI-Dienste schätzt.
- **Der AI Energy Score** von Hugging Face, der offene Modelle bei gängigen Aufgaben mit einem bis fünf Sternen für
  Energieeffizienz bewertet.

## Wo finde ich Kurse und Communitys? {#where-are-courses-and-communities}

Unser [Kursverzeichnis](/de/kurse/) listet Kurse von kurzen Sensibilisierungseinheiten bis zu technischen Schulungen.
Das [Forschungsverzeichnis](/de/forschung/) listet Gruppen, die an effizienter KI arbeiten, und unter [Promotionen](/de/promotionen/)
finden Sie Möglichkeiten für eine Promotion.

## Häufige Fehler {#common-mistakes}

- **Mit Schlagzeilenzahlen anfangen.** Viele kursierende Zahlen sind alt oder sehr unterschiedlich gemessen.
- **Lesen, ohne zu handeln.** Eine eigene Messung lehrt mehr als zehn Artikel.
- **Annehmen, das sei nur etwas für Fachleute.** Die meisten Gewinne entstehen durch alltägliche Entscheidungen.

Unbekannte Begriffe schlagen Sie im [Glossar](/de/glossar/) nach.

## Quellen

- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2026)
- [EcoLogits](https://ecologits.ai/), GenAI Impact (2025)
- [AI Energy Score](https://huggingface.github.io/AIEnergyScore/), Hugging Face (2025)
