- Clever Mangos
- Posts
- Wasserverbrauch von KI: So viel Wasser schlucken ChatGPT, KI-Bilder und KI-Videos — und 5 Tipps, wie du deinen Fußabdruck verkleinerst
Wasserverbrauch von KI: So viel Wasser schlucken ChatGPT, KI-Bilder und KI-Videos — und 5 Tipps, wie du deinen Fußabdruck verkleinerst
Torsten Sollitzer
20. März 2026
Lesezeit: 7 Minuten
Am 22. März ist Weltwassertag. Ein guter Anlass, mal über einen Wasserverbraucher zu reden, den die wenigsten auf dem Schirm haben: Künstliche Intelligenz.
Denn während du ChatGPT nach einer Betreffzeile fragst oder dir per KI ein Bild für Instagram generieren lässt, laufen im Hintergrund riesige Rechenzentren. Und die haben Durst. Richtig viel Durst.
In diesem Artikel erfährst du, warum KI Wasser verbraucht, wie viel genau — und vor allem: Was du als Selbstständige oder KMU konkret tun kannst, um deinen KI-Wasserfußabdruck zu reduzieren. Ohne auf KI zu verzichten.
Das findest du in diesem Artikel
Warum verbraucht KI überhaupt Wasser?
Kurze Antwort: Weil KI-Rechenzentren gekühlt werden müssen. Und Kühlung braucht Wasser.
KI-Modelle wie ChatGPT, Claude, Gemini oder Midjourney laufen auf Servern in gigantischen Rechenzentren. Diese Server erzeugen bei jeder Anfrage Wärme. Um die Hardware vor Überhitzung zu schützen, setzen die meisten Betreiber auf sogenannte Verdunstungskühlung: Wasser wird durch Kühlschlangen geleitet, nimmt die Wärme auf und verdunstet über Kühltürme.
Das Wasser ist danach weg — es kehrt nicht direkt in den lokalen Wasserkreislauf zurück.
Dazu kommt der indirekte Wasserverbrauch: Auch die Stromerzeugung für Rechenzentren verbraucht Wasser, etwa in Kohle- oder Gaskraftwerken. Die Herstellung von KI-Chips (Halbleiter) ist ebenfalls extrem wasserintensiv.
Wichtig zu verstehen: KI-Rechenzentren verbrauchen laut einer Greenpeace-Studie etwa doppelt so viel Wasser wie konventionelle Rechenzentren. Der Grund: KI-Berechnungen sind deutlich rechenintensiver — und damit wärmer.
Die Zahlen — wie viel Wasser verbraucht KI wirklich?
Hier wird es spannend. Und ehrlich gesagt: etwas unübersichtlich. Denn die Zahlen schwanken je nach Quelle und Methodik stark. Trotzdem lassen sich ein paar Eckpunkte festnageln.
Training: der einmalige Mega-Schluck
Bevor du ChatGPT nutzen kannst, muss das Modell trainiert werden. Dieser Prozess ist extrem rechenintensiv — und damit wasserintensiv.
Laut einer vielzitierten Studie der University of California Riverside hat das Training von GPT-3 rund 700.000 Liter Frischwasser nur für die Kühlung verbraucht. Rechnet man den Wasserverbrauch der Stromerzeugung hinzu, liegt die Schätzung bei rund 5,4 Millionen Litern.
Neuere, größere Modelle verbrauchen entsprechend mehr. Für GPT-4 inklusive Lieferkette schätzen Analysen den Wasserverbrauch auf über 900 Millionen Liter — genug, um circa 12.700 Menschen ein Jahr lang mit Trinkwasser zu versorgen.
Nutzung: der tägliche Tropfen, der sich summiert
Für die alltägliche Nutzung sind die Zahlen pro Anfrage klein, in der Summe aber gewaltig:
20 bis 50 ChatGPT-Prompts verbrauchen laut der GI-Studie etwa einen halben Liter Wasser
Google gibt für einen durchschnittlichen Prompt circa 0,26 Milliliter an — das sind ungefähr fünf Tropfen
Mistral AI vergleicht 400 Token Textgenerierung mit dem Wasserverbrauch, der für den Anbau eines kleinen Radieschens nötig ist
Klingt harmlos? Bei Hunderten Millionen Anfragen täglich weltweit summiert sich das. Laut Hochrechnungen der GI-Studie könnte der globale KI-Wasserverbrauch bis 2027 auf 4,2 bis 6,6 Milliarden Kubikmeter ansteigen. Das entspricht dem Vier- bis Sechsfachen des jährlichen Wasserverbrauchs von Dänemark.
Warum die Zahlen so unterschiedlich sind
OpenAI-Chef Sam Altman nannte Bedenken zum Wasserverbrauch öffentlich „aus der Luft gegriffen". Gleichzeitig warnt die Gesellschaft für Informatik, dass der Wasserverbrauch „oft noch unterschätzt" wird.
Der Grund für die Diskrepanz: Es fehlen einheitliche Messmethoden. Der Verbrauch hängt stark vom Standort des Rechenzentrums, der Kühlmethode und der Energiequelle ab. Viele Tech-Unternehmen veröffentlichen keine detaillierten Verbrauchsdaten. Standardisierte Metriken gibt es bisher kaum.
Text vs. Bild vs. Video — welche KI-Nutzung schluckt am meisten?
Für dich als KI-Nutzerin oder -Nutzer ist das die entscheidende Frage. Denn nicht jede KI-Aufgabe verbraucht gleich viel Ressourcen. Die Unterschiede sind enorm.
KI-Aktivität | Energieverbrauch (ca.) | Vergleich |
|---|---|---|
1.000× Text generieren | ~16 % einer Smartphone-Ladung | Am sparsamsten |
1× Bild generieren | ~1 volle Smartphone-Ladung | ~60× mehr als Text |
5 Sek. Video generieren | ~1 Kilowattstunde | Vielfaches eines Bildes |
Textgenerierung ist also die mit Abstand ressourcenschonendste KI-Anwendung. Bildgenerierung verbraucht pro Anfrage rund 60-mal mehr Energie als eine Textanfrage. Und Videos? Die sind nochmal eine ganz andere Liga.
Laut einer Studie von Hugging Face und Carnegie Mellon University erzeugt die Generierung von 1.000 Bildern mit einem leistungsstarken Modell wie Stable Diffusion XL so viel CO₂ wie eine Autofahrt von 6,6 Kilometern. Der dazugehörige Wasserverbrauch ist proportional.
Die Faustregel: Je komplexer und visueller der Output, desto höher der Ressourcenverbrauch. Video >> Bild >> Text.
Warum dich das als Selbstständige oder KMU betrifft
Du denkst vielleicht: „Ich bin doch nicht Google. Was kann ich als Einzelperson schon ausrichten?"
Berechtigte Frage. Und die Antwort ist zweigeteilt.
Erstens: Bewusstsein verändert Verhalten. Wenn du weißt, dass ein KI-generiertes Video hundertmal mehr Ressourcen frisst als ein Text-Prompt, triffst du automatisch klügere Entscheidungen. Nicht weniger KI — sondern cleverere KI-Nutzung.
Zweitens: Nachhaltigkeit wird zum Markenwert. Gerade für Selbstständige und kleine Unternehmen ist Authentizität ein Wettbewerbsvorteil. Wenn du offen damit umgehst, dass du KI nutzt UND dabei auf den Fußabdruck achtest, stärkt das deine Positionierung.
Übrigens: Auch regulatorisch tut sich was. Der EU AI Act schreibt seit Februar 2025 KI-Schulungen für Unternehmen vor. Und die EU-Energieeffizienzrichtlinie verpflichtet Rechenzentren bereits zur Meldung ihres Wasserverbrauchs. Das Thema wird nicht kleiner — es wird größer.
5 Praxis-Tipps: So reduzierst du den Wasserverbrauch deiner KI-Nutzung
Jetzt wird es konkret. Diese fünf Tipps kannst du sofort umsetzen — ohne auf KI zu verzichten.
Tipp 1: Videos nur in einer Version generieren
Du kennst das: Du generierst ein KI-Video und lässt dir sicherheitshalber drei oder vier Varianten erstellen, um die beste auszusuchen. Verständlich — aber ressourcentechnisch ein Alptraum.
Ein einzelnes KI-Video (5 Sekunden) verbraucht etwa 1 Kilowattstunde Energie. Bei vier Varianten sind das 4 kWh — plus der dazugehörige Wasserverbrauch für die Kühlung.
Besser: Generiere eine Version, verfeinere deinen Prompt vorher sorgfältig, und iteriere nur bei Bedarf. Das spart nicht nur Wasser, sondern auch dein KI-Budget.
Tipp 2: Bilder und Videos in kleinerer Auflösung erzeugen
Nicht jedes KI-Bild muss in 4K sein. Für einen Social-Media-Post reicht oft eine kleinere Auflösung völlig aus. Das gilt genauso für Videos.
Je höher die Auflösung, desto mehr Rechenleistung, desto mehr Kühlung, desto mehr Wasser. Wenn du ein Bild für einen Instagram-Post brauchst, ist 1080×1080 Pixel vollkommen ausreichend. Die 4K-Variante spart dir keiner — aber sie kostet die Umwelt etwas.
Gleiches gilt für Upscaling: Lass KI nicht automatisch jedes Bild hochskalieren, wenn du es gar nicht in dieser Größe brauchst.
Tipp 3: Text statt Bild, wenn es reicht
Brauchst du wirklich ein KI-generiertes Bild — oder tut es eine gute Textbeschreibung?
Wie die Zahlen oben zeigen: Textgenerierung verbraucht rund 60-mal weniger Energie als Bildgenerierung. Bevor du ein Bild promptst, frag dich: Bringt das Bild einen echten Mehrwert? Oder geht es genauso gut mit einem knackigen Text, einer Tabelle oder einer einfachen Grafik, die du in Canva baust?
Das heißt nicht, dass du auf KI-Bilder verzichten sollst. Aber: Nutze sie gezielt statt reflexartig.
Tipp 4: Prompts präzise formulieren — weniger Iterationen, weniger Verbrauch
Jede Iteration ist eine neue Anfrage. Und jede Anfrage verbraucht Ressourcen.
Wenn du statt fünf vagen Versuchen einen sauberen, durchdachten Prompt schreibst, sparst du dir drei bis vier Durchläufe. Das macht bei Bildern und Videos einen echten Unterschied.
Die Lösung: Lerne besser prompten. Klingt simpel, ist es auch. Mit der richtigen Methode bekommst du beim ersten oder zweiten Versuch brauchbare Ergebnisse. Unser kostenloses ChatGPT Cheat Sheet zeigt dir die P.R.O.M.P.T.-Methode auf einer Seite — perfekt zum Ausdrucken für den Schreibtisch. Bessere Prompts = weniger Iterationen = weniger Ressourcenverbrauch.
Tipp 5: Nicht alles durch KI jagen
Klingt komisch in einem KI-Blog, ist aber ehrlich gemeint: Nicht jede Aufgabe braucht KI.
Wenn du eine simple Rechenaufgabe hast, nimm den Taschenrechner. Wenn du ein bekanntes Datum nachschlagen willst, nutze Google statt ChatGPT. Eine klassische Google-Suche verbraucht rund zehnmal weniger Energie als ein ChatGPT-Prompt.
KI ist ein geniales Werkzeug — aber eben ein Werkzeug. Nutze es da, wo es echten Mehrwert liefert. Für den Rest gibt es effizientere Wege.
Fünf einfache Maßnahmen, mit denen du deinen KI-Fußabdruck sofort verkleinerst.
FAQ — Die häufigsten Fragen zum Wasserverbrauch von KI
Wie viel Wasser verbraucht eine einzelne ChatGPT-Anfrage?
Die Schätzungen gehen auseinander. Google gibt für einen durchschnittlichen Prompt circa 0,26 Milliliter an — etwa fünf Tropfen. Andere Berechnungen kommen auf deutlich mehr, wenn man den indirekten Verbrauch durch Stromerzeugung einrechnet. Als Richtwert: 20 bis 50 ChatGPT-Prompts verbrauchen zusammen etwa einen halben Liter.
Verbraucht KI wirklich Wasser — oder nutzt sie es nur?
Beides. In geschlossenen Kühlkreisläufen wird Wasser wiederverwendet — das ist Nutzung. Bei der gängigen Verdunstungskühlung verdunstet das Wasser allerdings und kehrt nicht in den lokalen Kreislauf zurück. Das ist echter Verbrauch. Hinzu kommt Wasser, das bei der Stromerzeugung und der Chip-Herstellung verbraucht wird.
Was können Tech-Unternehmen tun?
Die Gesellschaft für Informatik nennt sieben zentrale Handlungsfelder: wassersparende Kühltechnologien, Standortwahl unter Berücksichtigung der Wasserverfügbarkeit, kleinere und spezialisierte KI-Modelle, Kreislaufwirtschaft in der Hardware-Produktion und transparente Berichtspflichten. Google, Microsoft und Meta haben alle versprochen, bis 2030 „wasserpositiv" zu werden — ob das realistisch ist, bleibt abzuwarten.
Wird der Wasserverbrauch von KI in Zukunft sinken?
Effizienz ja, Gesamtverbrauch vermutlich nicht. Die Modelle werden zwar effizienter, aber die Nutzung wächst exponentiell. Laut der Greenpeace-Studie wird sich der Wasserverbrauch von Rechenzentren weltweit von 175 Milliarden Litern (2023) auf 664 Milliarden Liter (2030) vervierfachen.
Fazit — KI clever nutzen heißt auch nachhaltig nutzen
Der Wasserverbrauch von KI ist kein Grund zur Panik. Aber ein Grund, bewusster zu handeln.
Auf der individuellen Ebene kannst du mit einfachen Maßnahmen deinen Fußabdruck reduzieren:
Videos: 1 Version statt 4 generieren
Auflösung: Nicht größer als nötig
Format: Text statt Bild, wenn es reicht
Prompts: Präzise formulieren, weniger Iterationen
Auswahl: KI nur da einsetzen, wo sie echten Mehrwert liefert
Auf der Infrastruktur-Ebene liegt die Verantwortung bei den Tech-Konzernen und der Politik. Transparenz, bessere Kühltechnologien und standortbewusste Planung sind die großen Hebel.
Als Selbstständige und KMUs im DACH-Raum können wir beides: KI produktiv nutzen UND den Fußabdruck im Blick behalten. Das eine schließt das andere nicht aus — im Gegenteil.
Transparenzhinweis: Auch dieser Artikel ist mit Unterstützung von KI entstanden — recherchiert, strukturiert und teilweise formuliert mit Claude. Wir halten es für wichtig, das offen zu sagen. Und ja, wir haben versucht, die Prompts so präzise wie möglich zu halten. 😉
Du willst bessere KI-Ergebnisse mit weniger Aufwand (und weniger Iterationen)? Dann hol dir unser kostenloses ChatGPT Cheat Sheet — mit der P.R.O.M.P.T.-Methode auf einer Seite. Und wenn du jeden Mittwoch frische KI-Tipps willst, die du sofort umsetzen kannst: Melde dich für unseren Newsletter an.
Über den Autor: Dieser Artikel stammt vom Clever Mangos Team – drei KI-Enthusiasten aus Hamburg, die Selbständigen und KMUs zeigen, wie sie mit KI im Marketing richtig durchstarten. Mehr über uns erfährst du hier.