# Wie verringere ich den Wasserfußabdruck von KI?

> Senken Sie den Wasserverbrauch von KI: weniger Rechenleistung, Anbieter und Regionen mit geringem Wasserstress und guter WUE, aufwendige Arbeit klug terminiert.

Source: https://greenai.guide/de/wie/wie-verringere-ich-den-wasserfussabdruck-von-ki/  
Updated: 2026-11-19

## Kurz gesagt

Der Wasserverbrauch folgt dem Energieverbrauch, daher ist der erste Schritt derselbe: kleinere Modelle, kürzere Ausgaben und weniger Neugenerierungen. Darüber hinaus sollten Sie Anbieter wählen, die ihren Wasserverbrauch veröffentlichen, für aufwendige Arbeit Regionen mit Wasserknappheit meiden und Ihre Anbieter nach Wasserzahlen pro Standort fragen. Pro Text-Prompt ist die Wassermenge klein; entscheidend sind die Gesamtmengen und die lokalen Auswirkungen.

## Steps

1. Senken Sie zuerst den Rechenaufwand mit kleineren Modellen, kürzeren Ausgaben und weniger Neugenerierungen.
2. Fragen Sie Anbieter nach dem Wasserverbrauch und der WUE pro Standort und danach, woher das Wasser stammt.
3. Meiden Sie für aufwendige, zeitlich flexible Arbeit wie Training Regionen mit Wasserknappheit.
4. Bevorzugen Sie Anbieter, die ihren Wasserverbrauch öffentlich oder gegenüber einer Behörde melden.
5. Nehmen Sie Wasser in Ihre Fragen bei der KI-Beschaffung und in Ihre eigene Berichterstattung auf.

**Weniger Rechenarbeit bedeutet weniger Wasser, und wo gerechnet wird, entscheidet darüber, wie sehr dieses Wasser
ins Gewicht fällt.** Rechenzentren nutzen Wasser vor allem zur Kühlung, und Kraftwerke brauchen es, um den Strom zu
erzeugen.

## Um wie viel Wasser geht es? {#how-much-water-are-we-talking-about}

Pro Text-Prompt um sehr wenig: Google gibt 0,26 ml für einen mittleren Gemini-Text-Prompt (Median) an. Insgesamt und
an manchen Orten um sehr viel: Li, Yang, Islam und Ren schätzten, dass das Training von GPT-3 in Microsofts
US-Rechenzentren direkt rund 700.000 Liter verdunstet haben könnte, und prognostizierten, dass die weltweite
KI-Nachfrage 2027 für 4,2 bis 6,6 Milliarden Kubikmeter Wasserentnahme verantwortlich sein könnte. Wie Sie Ihren
eigenen Anteil schätzen, lesen Sie unter
[den Wasserfußabdruck von KI schätzen](/de/wie/wie-schaetze-ich-den-wasser-fussabdruck-von-ki-ab/).

## Was senkt ihn wirklich? {#what-actually-reduces-it}

- **Weniger Rechenaufwand.** UNESCO und University College London fanden heraus, dass kleine, aufgabenspezifische
  Modelle den Energieverbrauch um bis zu 90 % senken können und kürzere Prompts und Antworten um mehr als die Hälfte;
  mit der Energie sinkt auch das Wasser.
- **Standort.** Ein Liter, der in einem dürregeplagten Gebiet entnommen wird, wirkt sich stärker aus als einer dort, wo
  Wasser reichlich vorhanden ist. Verlagern Sie flexible, aufwendige Arbeit daher nach Möglichkeit weg von Standorten
  mit Wasserknappheit.
- **Belege der Anbieter.** In der EU müssen Betreiber von Rechenzentren mit mindestens 500 kW IT-Leistungsbedarf nach
  der Delegierten Verordnung 2024/1364 ihren Energie- und Wasserverbrauch melden. Fragen Sie nach diesen Zahlen.

## Häufige Fehler {#common-mistakes}

- **Allein der niedrigsten WUE hinterherjagen.** Kühlung, die Wasser spart, kann mehr Strom verbrauchen; lesen Sie
  [PUE und WUE](/de/wie/wie-verstehe-ich-pue-und-wue-werte/) zusammen.
- **Sich über kurze Fragen sorgen**, während Bilder und Videos unbekümmert generiert werden.
- **Das Wasser des Kraftwerks vergessen**, das in Standortzahlen nicht enthalten ist.

Siehe [Hosting und Rechenzentren](/de/gute-praxis/hosting-und-rechenzentren-fuer-gruene-ki/).

## 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 (2023)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [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)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
