Wie Forscher den Strombedarf von KI senken wollen

Energiebedarf von KI Forscher arbeiten an stromsparenden Rechenzentren

Stand: 15.09.2026 • 16:16 Uhr

Mehr KI bringt mehr Rechenzentren mit sich - und damit mehr Strombedarf? Deutsche Forscher werkeln an sparsamerer Künstlicher Intelligenz. Erste wertvolle Erkenntnisse liegen bereits vor.

Von Judith Kösters, ARD-Klimaredaktion

Bis 2045 dürfte sich der Strombedarf in Deutschland gegenüber heute etwa verdoppeln - damit rechnet der Chef der Landesenergieagentur Hessen, Karsten McGovern. Das liege an mehr E-Autos, mehr Wärmepumpen - und nicht zuletzt am Trend zu Künstlicher Intelligenz (KI) und immer mehr Rechenleistung.

Derzeit stehen mehr als ein Drittel der Rechenzentren Deutschlands im Großraum Frankfurt und dem Rhein-Main-Gebiet. Zudem sind dort besonders viele neue Rechenzentren geplant. Der Strombedarf in Hessen könnte sich dadurch verdreifachen, sagt McGovern. Um diesen Strom herzustellen - ohne das Klima noch zusätzlich aufzuheizen - brauche es noch deutlich mehr Windräder und Solaranlagen.

Der klimafreundliche Strom muss nicht nur produziert werden, sondern auch zu den Rechenzentren fließen - genauso wie zu den Haushalten und Unternehmen. Dafür brauche es dringend neue Leitungen und ein runderneuertes Stromnetz, betont McGovern.

KI-Testfall im Stahlwerk

Entscheidend ist aber auch, wie viel Energie die neu entstehenden Rechenzentren benötigen. Das könne man stark beeinflussen, sagt Wolfgang Maaß, Professor für Wirtschaftsinformatik an der Universität des Saarlandes und wissenschaftlicher Direktor des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI). In Versuchen konnte ein Team des DFKI mit sparsameren KI-Modellen bei gleicher Leistung den Stromverbrauch um knapp 90 Prozent senken.

Ein Forschungsprojekt dazu fand in der Stahl-Holding-Saar statt. In dem Unternehmen wird Stahlschrott für die Wiederverwertung gesichtet und sortiert. Dabei sollten KI-gesteuerte Drohnen helfen. Gesucht wurde ein KI-Modell, das verschiedene Metallschrottarten zuverlässig erkennt, das aber mit überschaubarer Rechenleistung auskommt. Dies ist auch wichtig, damit sich der Akku der Drohne nicht zu schnell entleert.

"Es gibt tausende Bildanalyse-Modelle", sagt Maaß. Zunächst habe man herausfinden müssen, welche Parameter den Energieverbrauch beeinflussen. Zu dieser speziellen Frage habe es vorher so gut wie keine Forschung gegeben, so der DFKI-Direktor.

In einem zweiten Schritt versucht das Team um Maaß derzeit, die Erkenntnisse auf den Betrieb großer Rechenzentren zu übertragen. Dies testen sie in Kooperation mit dem Unternehmen T-Systems in einem Rechenzentrum. Das Ziel ist, ähnliche Einsparpotenziale wie bei den Drohnen auch "für ganz große Rechenzentren mit 10.000 Grafikkarten" zu erreichen.

Auch die Großen wollen stromsparend arbeiten

Wie kann KI, wie können Rechenmodelle überhaupt, sparsamer und effizienter werden? Inzwischen beschäftige diese Frage auch die großen KI-Unternehmen, sagt Maaß. Bei den Standard-KI-Modellen habe sich in letzter Zeit auch schon einiges in Sachen Effizienz getan.

Als ChatGPT vor einigen Jahren auf den Markt kam, erklärt Maaß, sei faktisch bei jeder Anfrage das gesamte Modell im Rechenzentrum aktiviert worden - mit entsprechend großem Energieverbrauch. Heute seien die Rechenoperationen gezielter und dadurch sparsamer.

Bauboom droht Effizienzgewinne aufzufressen

Den wohl größten Durchbruch in jüngster Vergangenheit habe das chinesische KI-Modell Deepseek R1 gebracht: "Das kam vergangenes Jahr in China raus, von einem kleinen Unternehmen entwickelt, finanziert von einem unbekannten Investor", erklärt Maaß. Die Grundidee des Ansatzes sei, das große Modell in viele kleine "Experten" zu zerlegen, die miteinander kommunizieren.

"Das braucht deutlich weniger Energie", sagt Maaß. Er vergleicht das mit folgender Situation: Wenn ein Mensch auf die Straße schaue und das Gehirn zuordne, was da zu sehen sei, "dann macht unser Gehirn das sinnvollerweise auch nicht mit 100 Prozent Rechenleistung". Sondern laut Maaß grob gesagt eher mit fünf Prozent. In dieser Größenordnung bewegten sich auch die neuen KI-Modelle.

Enormer Wasserverbrauch - bei knappen Reserven

Doch es werden weiter Rechenzentren gebaut. Offenbar droht die Nachfrage nach immer mehr Rechenleistung die Effizienzgewinne gleich wieder aufzufressen.

Der Energiehunger der Rechenzentren ist nicht das einzige Problem: Sie verbrauchen für die Kühlung auch sehr viel Wasser - und das in Zeiten von heißer werdenden Sommern und Trinkwasserknappheit. Die zentrale Frage, so Maaß, sei deshalb: "Wie gehen wir mit Gemeingütern wie Luft, Wasser und Strom um?" In Europa nehme man solche Gemeingüter tendenziell als beschränkter wahr als in den USA - und das sei auch gut so.

Wenn die Unternehmen Kohlendioxid, Wasser und Abwärme in die Kalkulation reinkalkulierten, dann ändere sich auch das Geschäftsmodell ist Maaß überzeugt. Er hoffe, dass dadurch effizientere Algorithmen eine größere Rolle spielten.

Zu akzeptieren, dass Strom und Wasser endliche und wertvolle Güter sind, werde sparsamerer, smarterer und besserer KI am Ende zum Durchbruch verhelfen, hofft Maaß. Er habe volles Vertrauen in deutsche und europäische IT-Ingenieure. Und - kleiner Seitenhieb Richtung Berlin - wenn die Hightech-Agenda der Bundesregierung nicht nur Forschung in den Bereichen Raumfahrt, Quantenmechanik und Kernfusion fördern würde, sondern auch Forschung für smarte, nachhaltigere KI, würde das mit der sparsamen KI seiner Meinung nach auch noch schneller vorangehen.