Was ist der materielle Fußabdruck von KI?

Ein KI-Modell mag als Software auf einem Bildschirm erscheinen, doch sein Betrieb erfordert eine lange physische Wertschöpfungskette. Bergwerke und Raffinerien liefern Rohstoffe; Halbleiterwerke fertigen Prozessoren und Speicher; Gerätehersteller bauen Server zusammen; und Rechenzentren stellen Stromversorgung, Netzwerkanbindung und Kühlung bereit.

Diese Unterscheidung ist wichtig, weil der Stromverbrauch im Betrieb nur einen Teil des Lebenszyklus ausmacht. Bevor ein Server seinen ersten Prompt verarbeitet, wurden bereits Energie und Materialien für die Herstellung seiner Chips, Leiterplatten, Netzteile, Datenspeicher und Kühlkomponenten sowie für das Gebäude eingesetzt, in dem sie untergebracht sind.

Keine einzelne Zahl erfasst diesen gesamten Fußabdruck. Die Systemgrenzen unterscheiden sich je nach Studie: Manche berücksichtigen nur IT-Geräte, andere auch Gebäude, Strominfrastruktur, Wasser, Netzwerke, Austauschzyklen oder die Behandlung am Ende der Lebensdauer. Eine belastbare Schätzung muss angeben, was sie einschließt.

KI-Beschleuniger vereinen Prozessoren, Speicher mit hoher Bandbreite, Leiterplatten, Kühlkomponenten und komplexe Aufbau- und Verbindungstechnik. Ihre Herstellung erfordert äußerst kontrollierte Fertigungsbedingungen, wiederholte Bearbeitungsschritte, Reinstwasser, Strom, Spezialgase und Chemikalien.

Kleinere Halbleiterstrukturgrößen können mehr Rechenleistung ermöglichen, doch die Fertigung wird dadurch nicht frei von Umweltwirkungen. Der Überblick von The Shift Project weist darauf hin, dass der Energie- und Wasserbedarf sowie die Treibhausgasemissionen je Flächeneinheit Silizium mit fortschrittlicheren Fertigungsverfahren steigen können, während öffentlich verfügbare Produktdaten weiterhin lückenhaft sind.

Effizienz muss deshalb auf zwei Ebenen betrachtet werden. Ein neuerer Beschleuniger kann dieselbe Rechenaufgabe mit weniger Strom erledigen, doch ein vorzeitiger Geräteaustausch verursacht zugleich einen neuen Herstellungsfußabdruck. Das beste Ergebnis hängt von der Effizienz bei der Verarbeitung der Arbeitslast, der Nutzungsdauer, der Auslastung und dem Verbleib der ausgetauschten Hardware ab.

Server enthalten Stahl, Aluminium, Kupfer und Silizium sowie deutlich kleinere Mengen an Spezialmaterialien, die in Elektronik, Batterien, Magneten, Steckverbindern und Stromversorgungssystemen eingesetzt werden. Die von The Shift Project zusammengefassten Untersuchungen von ADEME zeigen, dass in digitalen Geräten insgesamt mehr als 50 Metalle vorkommen können.

Entscheidend ist nicht allein die Masse eines Materials. Bergbau, Raffination und Komponentenfertigung finden in unterschiedlichen Ländern statt, deren Bedingungen bei Energie, Wasser, Umweltverschmutzung, Arbeit und Governance stark voneinander abweichen können. Eine geringe Menge eines schwer zu raffinierenden Materials kann Auswirkungen haben, die am Gewicht des fertigen Servers nicht erkennbar sind.

Die Lieferketten sind auch geografisch konzentriert. Der AI Index von Stanford hebt hervor, dass sich die Fertigung fortschrittlicher Halbleiter und die KI-Rechenkapazität auf wenige Länder konzentrieren. Diese Konzentration kann industrielle Engpässe schaffen und Vorteile sowie Umweltbelastungen ungleich verteilen.

KI-Infrastruktur benötigt mehr als Racks voller Beschleuniger. Rechenzentren brauchen Beton, Baustahl, Umspannwerke, Notversorgungssysteme, Batterien, Transformatoren, Schaltanlagen, Kabel, Pumpen, Wärmetauscher, Kühltürme und Netzwerkausrüstung.

Die grauen Emissionen aus Herstellung und Bau sind bei einem stark von fossilen Energieträgern geprägten Stromnetz häufig geringer als die Betriebsemissionen, aber keineswegs vernachlässigbar. Ihr relativer Anteil steigt, wenn der Strom CO₂-ärmer wird, denn Beton, Stahl, Elektronik und Ersatzgeräte bleiben Teil des Lebenszyklus.

Gebäude und IT-Geräte altern zudem unterschiedlich schnell. Eine Einreichung von 2026 zum Google-Rechenzentrum Agate in Nebraska beschreibt eine typische Auslegungslebensdauer der Anlage von mehr als 25 Jahren und eine Lebensdauer der Gebäudestruktur von 30 bis 50 Jahren. Die internen IT-, Elektro- und Kühlsysteme werden dagegen modular ausgetauscht oder modernisiert. Dies ist die Beschreibung eines Betreibers für ein einzelnes Rechenzentrum, keine allgemeingültige Branchenregel.

Die Nachfrage nach schnelleren Beschleunigern kann die tatsächlichen Austauschzyklen verkürzen, selbst wenn ältere Hardware noch funktioniert. Neue Geräte können die Leistung pro Watt verbessern, doch ihre Herstellung erfordert erneut Materialien, industrielle Energie, Transport und Installation.

Ausgemusterte Hardware wird nicht automatisch zu Abfall. Manche Server und Komponenten können für weniger anspruchsvolle Aufgaben eingesetzt, aufgearbeitet, weiterverkauft oder als Ersatzteile genutzt werden. Der sichere Umgang mit Daten, Kompatibilität, Energieeffizienz und Wartungskosten bestimmen, ob eine Wiederverwendung praktikabel ist.

Was nicht wiederverwendet werden kann, gelangt in die Entsorgung und Verwertung von Elektroschrott. Der Bericht von UNU-INWEH nennt eine Prognose von bis zu 2.5 Millionen Tonnen KI-bezogenem Elektroschrott pro Jahr bis 2030. Dabei handelt es sich um eine zukunftsgerichtete Schätzung und nicht um eine aktuell gemessene Gesamtmenge. Sie hängt stark von den Annahmen zum Ausbau und zum Geräteaustausch ab.

Die Herstellung von Halbleitern und Elektronik kann Wasser verbrauchen und den Einsatz von Lösungsmitteln, Spezialgasen und persistenten Chemikalien erfordern. PFAS werden in einigen Halbleiterprozessen und Anwendungen zur Wärmeübertragung eingesetzt, doch die öffentlich verfügbaren Belege erlauben es nicht, eine präzise weltweite PFAS-Gesamtmenge allein der KI zuzuordnen.

Die Flächennutzung ist eine weitere Frage der Systemgrenzen. Bergwerke, Fabriken, Stromerzeugungsanlagen, Übertragungsleitungen und Rechenzentrumskomplexe beanspruchen alle Fläche. Die Ergebnisse zum Flächenfußabdruck hängen jedoch stark von der Stromquelle und der Bilanzierungsmethode ab. Der Bericht von UNU-INWEH zeigt, warum CO₂-arme, wassersparende und flächensparende Optionen nicht immer dieselbe Wahl bedeuten.

Diese Auswirkungen können weit entfernt von den Menschen auftreten, die den fertigen Dienst nutzen. Mineralische Rohstoffe können in einer Region gewonnen, in einer anderen raffiniert, andernorts zu Chips verarbeitet und in Rechenzentren für Nutzer weltweit installiert werden. Die Lebenszyklusanalyse hilft, diese verteilten Auswirkungen sichtbar zu machen, ohne vorzugeben, sie ließen sich alle auf einen einzigen Kennwert reduzieren.

Die unmittelbarsten Maßnahmen sind eine längere Hardware-Nutzungsdauer, eine hohe Serverauslastung, reparierbare und modulare Systeme, Wiederverwendung vor Recycling, eine sauberere Herstellung und eine bessere Rückgewinnung wertvoller Materialien. Betreiber können zudem produktbezogene Fußabdrücke und Austauschrichtlinien veröffentlichen, damit sich Verbesserungen überprüfen lassen.

Auch Softwareentscheidungen zählen. Kleinere, für den jeweiligen Zweck geeignete Modelle, effiziente Inferenz, Stapelverarbeitung, Quantisierung und die Zuweisung einfacher Aufgaben an schlankere Systeme ermöglichen sinnvolle Arbeit mit vorhandener Hardware. Effizienz verringert den gesamten Fußabdruck nur dann, wenn das Nachfragewachstum die Einsparungen nicht aufzehrt.

Bessere Messungen sind unverzichtbar. Die Berichterstattung sollte den Betriebsstrom von den grauen Emissionen trennen, die Lebenszyklusgrenzen benennen und unternehmensweite Durchschnittswerte von Daten einzelner Anlagen unterscheiden. Ziel ist es nicht, jedem Prompt einen exakten materiellen Kennwert zuzuweisen, sondern Infrastrukturentscheidungen transparenter und vergleichbarer zu machen.