# Hoe verklein ik de watervoetafdruk van AI?

> Verlaag het waterverbruik van AI met minder rekenwerk, hosts en regio's met weinig waterschaarste en een goede WUE, en zwaar werk op het juiste moment.

Source: https://greenai.guide/nl/hoe/hoe-verklein-ik-de-watervoetafdruk-van-ai/  
Updated: 2026-11-19

## In het kort

Waterverbruik volgt energieverbruik, dus de eerste stap is dezelfde: gebruik kleinere modellen, kortere antwoorden en genereer minder vaak opnieuw. Kies daarnaast hosts die hun waterverbruik publiceren, vermijd regio's met waterschaarste voor zwaar werk, en vraag leveranciers om watercijfers per locatie. Per tekstprompt is het water weinig; het gaat om de totalen en de lokale gevolgen.

## Steps

1. Beperk eerst het rekenwerk met kleinere modellen, kortere antwoorden en minder opnieuw genereren.
2. Vraag hosts om het waterverbruik en de WUE per locatie, en waar het water vandaan komt.
3. Vermijd regio's met waterschaarste voor zwaar, flexibel werk zoals training.
4. Geef de voorkeur aan hosts die hun waterverbruik openbaar of aan een toezichthouder rapporteren.
5. Neem water op in uw inkoopvragen voor AI en in uw eigen rapportage.

**Minder rekenwerk betekent minder water, en waar het rekenwerk plaatsvindt, bepaalt hoeveel dat water uitmaakt.**
Datacenters gebruiken water vooral voor koeling, en elektriciteitscentrales gebruiken het om stroom op te wekken.

## Over hoeveel water hebben we het? {#how-much-water-are-we-talking-about}

Per tekstprompt heel weinig: Google meldt 0,26 mL voor een mediane tekstprompt aan Gemini. In totaal, en op sommige
plaatsen, veel: Li, Yang, Islam en Ren schatten dat het trainen van GPT-3 in de Amerikaanse datacenters van Microsoft
direct ongeveer 700.000 liter kan hebben verdampt, en voorspelden dat de wereldwijde vraag naar AI in 2027 goed zou
kunnen zijn voor 4,2 tot 6,6 miljard kubieke meter wateronttrekking. Hoe u uw eigen aandeel schat, leest u in
[de watervoetafdruk van AI schatten](/nl/hoe/hoe-schat-ik-de-watervoetafdruk-van-ai/).

## Wat verkleint het echt? {#what-actually-reduces-it}

- **Minder rekenwerk.** UNESCO en University College London ontdekten dat kleine, taakspecifieke modellen het
  energieverbruik tot 90% kunnen verlagen, en kortere prompts en antwoorden met meer dan de helft; het waterverbruik
  daalt mee met de energie.
- **Locatie.** Een liter die wordt onttrokken in een gebied met droogte heeft meer effect dan een liter waar water
  overvloedig is, dus verplaats flexibel zwaar werk waar mogelijk weg van locaties met waterschaarste.
- **Bewijs van leveranciers.** In de EU moeten exploitanten van datacenters met minstens 500 kW IT-vermogen hun
  energie- en waterverbruik rapporteren volgens Gedelegeerde Verordening 2024/1364. Vraag om die cijfers.

## Veelgemaakte fouten {#common-mistakes}

- **Alleen de laagste WUE najagen.** Koeling die water bespaart, kan meer stroom verbruiken; lees
  [PUE en WUE](/nl/hoe/hoe-interpreteer-ik-pue-en-wue-cijfers/) samen.
- **Zich zorgen maken over korte vragen** terwijl u vrijelijk beelden en video genereert.
- **Het water van de elektriciteitscentrale vergeten,** dat in cijfers voor de locatie zelf ontbreekt.

Zie [hosting en datacenters](/nl/goede-praktijk/hosting-en-datacenters-voor-groene-ai/).

## Bronnen

- [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)
