Kurz gesagt
Nutzen Sie regionale, zeitlich passende Netzdaten für den Ort und die Zeit, an dem bzw. zu der Ihre KI-Arbeit lief. In Großbritannien liefert die Carbon Intensity API des National Energy System Operator regionale Schätzungen und Prognosen; Electricity Maps deckt weltweit mehr als 350 Zonen ab. Greifen Sie nur dann auf nationale Jahresdurchschnitte zurück, wenn es nichts Feineres gibt, und geben Sie an, was Sie verwendet haben.
Schritte
- Bestimmen Sie die Netzregion, in der die Arbeit physisch lief; bei Cloud-Arbeit ist das die Region des Rechenzentrums.
- Besorgen Sie die CO₂-Intensität für diese Region in der feinsten verfügbaren zeitlichen Auflösung, idealerweise stündlich.
- Ordnen Sie die Intensität den Stunden zu, in denen die Energie verbraucht wurde.
- Verwenden Sie für Software-Berechnungen standortbezogene Netzwerte, keine Zertifikate oder Tarife.
- Halten Sie zu jeder Zahl die Datenquelle und die Auflösung fest.
Die CO₂-Intensität in Gramm CO₂e pro Kilowattstunde rechnet Energie in CO₂ um, und sie ändert sich je nach Ort und Stunde. Ein einziger nationaler Jahresdurchschnitt kann sowohl eine echte Verbesserung als auch ein echtes Problem verdecken.
Wo bekomme ich die Daten?
| Quelle | Abdeckung | Was sie bietet |
|---|---|---|
| Carbon Intensity API (National Energy System Operator) | Großbritannien, 14 Regionen | Schätzungen und Prognosen für mehr als 96 Stunden im Voraus |
| Electricity Maps | Mehr als 350 Zonen weltweit | Echtzeit-, Prognose- und historische Daten |
| Regionsdaten von Google Cloud | Google-Cloud-Regionen | CO₂-Intensität des Netzes und Anteil CO₂-freier Energie je Region |
| CO₂-Dashboards der Cloud-Anbieter | Ihr Konto | Monatliche Schätzungen; siehe die CO₂-Daten Ihres Cloud-Anbieters |
Welches Netz zählt?
Das Netz, in dem die Rechenarbeit stattfindet. Bei einem gehosteten KI-Dienst oder einem Cloud-Job ist das die Region des Rechenzentrums, nicht Ihr Zuhause oder Ihr Büro. Die Leitlinien der Green Software Foundation bevorzugen häufige, regionale Daten und Durchschnittswerte nur als Notlösung.
Häufige Fehler
- Einen marktbasierten Wert verwenden. Herkunftsnachweise und Ökostromtarife ändern nichts am physischen Netz zu einer bestimmten Stunde; Software-CO₂-Berechnungen nutzen die standortbezogene Intensität.
- Jahresdurchschnitte für die Zeitplanung nutzen. Erst Prognosen machen es möglich, Arbeit in sauberere Stunden zu verlagern.
- Nicht angeben, welche Daten Sie verwendet haben. Zwei ehrliche Zahlen können sich allein wegen der Netzdaten unterscheiden.
Die vollständige Methode finden Sie unter So messen Sie den Energieverbrauch von KI.
Quellen
- Carbon Intensity API, National Energy System Operator (2025)
- Electricity Maps data, Electricity Maps (2026)
- SCI guidance: carbon intensity (I), Green Software Foundation (2024)
- Carbon free energy for Google Cloud regions, Google Cloud (2025)
Verwandte Themen
Wie plane ich KI-Training für Zeiten, in denen der Strom sauberer ist?
Training und Batch-Jobs laufen lassen, wenn die CO₂-Intensität im Netz niedrig ist: Prognosen nutzen, Jobs per Checkpoint pausierbar machen, Fristen fest einhalten.
Wie wähle ich eine Cloud-Region mit wenig CO₂?
Eine CO₂-ärmere Cloud-Region für KI wählen: CO₂-Intensität und CO₂-freie Energie je Region vergleichen, dann Latenz, Datenregeln und Kosten abwägen.
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.