Sieben Thesen zur Zukunft der Arbeit mit KI
Was ich aus 18 Monaten Gesprächen mit Geschäftsführungen aus NGOs und B-Corps gelernt habe. Eine offene Bestandsaufnahme, und ein paar unbequeme Vermutungen, die ich gern zur Diskussion stelle.
Die meisten Impact-Organisationen, die mir begegnen, nutzen KI entweder ohne es nach außen zu sagen oder mit einem halben schlechten Gewissen dabei. Ich halte beides für eine unzureichende Antwort. Nicht weil der Ressourcenverbrauch von KI keine Rolle spielt, sondern weil die Frage falsch gestellt ist. Es geht nicht darum, ob man KI nutzt. Es geht darum, wo die Energie dafür herkommt und ob man bereit ist, das aktiv zu gestalten.
Die Zahlen, kurz eingeordnet
Eine typische Textanfrage verbraucht rund 0,3 Wh Strom, so viel wie eine LED-Lampe in zwei Minuten. Die meistzitierten Zahlen in der Presse sind um den Faktor 10 überschätzt, weil eine einzige Schätzung aus 2023 unkritisch weitergegeben wird. Der Pro-Prompt-Verbrauch ist real, aber er ist nicht das Problem, das die Schlagzeilen meinen.
Das Problem ist die Skalierung: mehr Nutzer, längere Kontexte, mehr autonome Prozesse. Und: wo genau die Rechenzentren stehen.
Woher der Strom kommt, entscheidet alles
Das ist der Kern des aktuellsten UN-Berichts zum Thema (UNU-INWEH, Juni 2026), und er wird selten verstanden: Low-carbon-Strom ist nicht automatisch Low-water oder Low-land. Jede Energiequelle hat ein anderes Profil.
Windkraft und Photovoltaik haben einen sehr geringen Wasserverbrauch, brauchen aber Fläche. Kernkraft ist kohlenstoffarm, aber wasserintensiv. Gaskraftwerke stoßen mehr CO2 aus, verbrauchen aber weniger Wasser als Kohle. Die drei Fußabdrücke, Kohlenstoff, Wasser und Fläche, bewegen sich nicht immer in dieselbe Richtung.
Was das konkret bedeutet: Ein Rechenzentrum in Island, das mit Geothermalenergie läuft, hat ein anderes Umweltprofil als eines in Texas, das aus dem Gasnetz gespeist wird. Zwei Drittel der seit 2022 in den USA neu gebauten KI-Rechenzentren stehen in semi-ariden oder dürregefährdeten Regionen. Der europäische Strommix hat heute schon einen deutlich höheren Anteil erneuerbarer Energien.
Was Impact-Orgs konkret tun können
Standortentscheidungen treffen die Anbieter, nicht die Nutzer. Aber Nutzer haben mehr Einfluss als gedacht.
Wer KI-APIs nutzt, kann nachfragen oder aktiv wählen: Anthropic und OpenAI bieten EU-Serverregionen an. Europäische Server laufen auf einem Strommix mit deutlich höherem Erneuerbaren-Anteil als viele US-Standorte. Das ist eine Entscheidung, die sich dokumentieren und in der eigenen KI-Strategie kommunizieren lässt.
Drei weitere Muster treiben den Verbrauch überproportional und lassen sich direkt steuern.
KI-Bilder und -Videos. Ein einzelnes hochauflösendes KI-Bild kostet so viel Energie wie eine vollständige Smartphone-Akkuladung. Wer Bildgenerierung reflexartig einsetzt, landet schnell beim Vielfachen des Textbedarfs.
Autonome Agenten ohne Abbruchbedingung. Prozesse ohne definiertes Ende multiplizieren den Verbrauch exponentiell. Klare Grenzen und manuelle Freigabeschritte gehören in jeden KI-Workflow.
Unnötig lange Kontexte. Die Tokenlänge ist der direkte Kostentreiber. Ein 100.000-Token-Kontext verbraucht rund 130-mal so viel wie eine typische Anfrage.
Die Position, die ich einnehme
Eine Organisation, die KI gezielt einsetzt, den Serverstandort aktiv wählt, die Nutzung transparent kommuniziert und die freigelegte Kapazität in ihre Mission steckt, steht ökologisch und ethisch besser da als eine, die es heimlich tut oder vollständig vermeidet. Das ist keine Selbstberuhigung. Das ist eine begründbare Haltung.
Alle Quellen, Zahlen und methodischen Hintergründe stehen auf der Ressourcenseite zu diesem Thema.