Kurz gesagt
Hardware, die Sie nicht kontrollieren, können Sie nicht messen, also schätzen Sie stattdessen: Protokollieren Sie Eingabe- und Ausgabe-Tokens pro Aufruf und nutzen Sie ein Tool wie EcoLogits, das Ihren KI-Client umschließt und geschätzte Energie und Emissionen pro Anfrage meldet. Kennzeichnen Sie die Zahlen als Schätzungen, nennen Sie die Methode und ersetzen Sie sie durch Angaben des Anbieters, sobald Sie welche bekommen.
Schritte
- Protokollieren Sie für jeden Aufruf Modell, Eingabe-Tokens und Ausgabe-Tokens, versehen mit der Funktion, die ihn ausgelöst hat.
- Umschließen Sie Ihren KI-Client mit einem Schätzwerkzeug wie EcoLogits, um Energie und Emissionen pro Anfrage zu erhalten.
- Speichern Sie die Schätzung neben Latenz und Kosten in Ihren Logs oder Dashboards.
- Prüfen Sie bei jedem Release die aufwendigsten Funktionen und Prompts.
- Bitten Sie Ihren Anbieter um gemessene Zahlen und setzen Sie diese ein, sobald sie verfügbar sind.
Schätzen Sie anhand der Tokens, protokollieren Sie pro Aufruf und machen Sie klar, dass es eine Schätzung ist. Gehostete KI-Dienste liefern Ihnen kein Strommessgerät, daher bleiben aufwendige Funktionen und verschwenderische Prompts unsichtbar, solange Sie nicht selbst eine Zahl ermitteln.
Warum Tokens?
Der Energieverbrauch steigt mit der Menge, die ein Modell liest und schreibt. Die Bottom-up-Schätzung von Epoch AI setzt eine typische ChatGPT-Anfrage bei rund 0,3 Wh an, bei einer Eingabe von 10.000 Tokens bei etwa 2,5 Wh und bei einer Eingabe von 100.000 Tokens bei fast 40 Wh. Ihre eigenen Token-Logs sagen Ihnen daher weit mehr als jeder pauschale Durchschnittswert.
Welches Tool sollte ich verwenden?
Die Leitlinien von CodeCarbon selbst ziehen die Grenze: CodeCarbon für Code, der auf Hardware läuft, die Sie selbst verwalten, und EcoLogits für Aufrufe entfernter generativer KI-Dienste. EcoLogits umschließt die Client-Bibliotheken gängiger KI-Anbieter und liefert für jede Anfrage den geschätzten Energieverbrauch und die Klimawirkung, basierend auf Modell und Token-Zahlen.
Was sollte ich zu jeder Schätzung festhalten?
- das Modell und die Version sowie die Version des Schätzwerkzeugs;
- Eingabe- und Ausgabe-Tokens;
- die Funktion oder den Arbeitsablauf, der den Aufruf ausgelöst hat;
- ob der Aufruf erfolgreich war, damit Sie die Energie pro erfolgreich erledigter Aufgabe zählen können.
Häufige Fehler
- Schätzungen wie Messungen behandeln. Modellgrößen und Hardware hinter geschlossenen Modellen sind oft nur angenommen. Geben Sie eine Spanne an und sagen Sie das dazu.
- Wiederholungen und Agentenschleifen ignorieren. Eine einzige Nutzeranfrage kann viele Aufrufe auslösen; siehe den Energieverbrauch pro Aufgabe verfolgen.
- Den Anbieter nie fragen. Siehe ein KI-Unternehmen nach seinen Energiezahlen fragen.
Mehr zu Methoden und Systemgrenzen unter So messen Sie den Energieverbrauch von KI.
Quellen
- EcoLogits documentation, EcoLogits (2025)
- When to use CodeCarbon, CodeCarbon (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
Verwandte Themen
Wie erfasse ich den Energieverbrauch von KI pro Aufgabe statt nur insgesamt?
Wählen Sie eine funktionale Einheit wie pro Dokument oder pro erfolgreicher Aufgabe, erfassen Sie Energie und Qualität dazu und berichten Sie sie neben der Summe.
Wie frage ich ein KI-Unternehmen nach seinen Energiezahlen?
Was Sie einen KI-Anbieter zu Energie, CO₂ und Wasser pro Anfrage fragen sollten, wie Sie die Antwort bewerten und warum Nachfragen auch bei Lücken hilft.
Wie berechne ich einen Software-Carbon-Intensity-Wert für eine KI-Funktion?
So ermitteln Sie den SCI-Wert einer KI-Funktion: Energie mal Netzintensität plus graue Emissionen, geteilt durch eine funktionale Einheit wie pro Anfrage.
So messen Sie den Energieverbrauch und CO2-Fußabdruck von KI
Ein Praxisleitfaden zum Messen oder Schätzen von Energie und CO2 bei KI-Arbeit: Werkzeuge, Systemgrenzen, Kennzahlen pro Aufgabe und ehrliche Unsicherheit.