KI und Klimaschutz: Großes Versprechen, dünne Beweislage

Der Report „Artificial Intelligence for Climate Mitigation“ von GlobalData Strategic Intelligence zieht eine nüchterne Bilanz: Ja, Künstliche Intelligenz kann gezielte Klimaschutzprojekte unterstützen. Nein, sie wird die Klimakrise nicht im Alleingang lösen. Entscheidend sei, ob die durch KI erzielten Effizienzgewinne den Schaden übersteigen, den ihr Betrieb verursacht. „KI kann Klimaschutz unterstützen, aber sie wird nie die gesamte Lösung sein“, sagt Aoife McGurk, Senior Analystin bei GlobalData Strategic Intelligence. „Damit KI-Technologie eine positive Nettowirkung auf den Planeten hat, müssen die von ihr erzeugten Effizienzgewinne den Umweltschaden durch Rechenzentren und Inferenz übertreffen.“

Der Unterschied zwischen prädiktiver und generativer KI ist laut GlobalData entscheidend. Nachweisbare Klimavorteile stammten überwältigend aus klassischer, prädiktiver KI – etwa bei der Optimierung erneuerbarer Stromnetze, in der nachhaltigen Landwirtschaft oder im Energiemanagement von Gebäuden. Generative KI dagegen verursache deutlich höhere Emissionen, ohne dass belastbare Evidenz für einen Klimanutzen vorliege. „Prädiktive KI kann helfen, Effizienz zu verbessern und Ressourcenverbrauch in Schlüsselsektoren zu senken“, so McGurk weiter. „Generative KI dagegen erzeugt deutlich höhere Emissionen, und es gibt kaum Belege dafür, dass sie den Klimawandel mindert.“

Diese Einschätzung deckt sich mit einer wachsenden Zahl kritischer Studien. Ein Report der Kampagnenorganisation Beyond Fossil Fuels kam im Februar zu dem Ergebnis, dass 74 Prozent der Branchenaussagen zum Klimanutzen von KI unbelegt seien. Auch die Vereinten Nationen warnten im Juni, die Umweltkosten der Technologie bedrohten Wasser, Land und Klima gleichermaßen.

UmweltDialog hat diese Kehrseite des KI-Booms bereits mehrfach eingeordnet. Im Mai zeigte eine Analyse, wie Indiens Datenzentren auf Kosten der Ärmsten laufen – bei einem geplanten KI-Investitionsvolumen von 167,5 Milliarden US-Dollar könnte der Wasserverbrauch der Branche dort bis 2030 auf 358 Milliarden Liter jährlich steigen, während 342 Millionen Menschen im Land keinen sicheren Zugang zu Trinkwasser haben. Bereits im vergangenen Sommer hatte UmweltDialog das Spannungsfeld zwischen Produktivität und Energiehunger generativer KI beschrieben: Eine ChatGPT-Anfrage verbraucht bis zu zehnmal mehr Energie als eine klassische Google-Suche, je nach Strommix entstehen dabei zwischen 2,5 und 80 Gramm CO₂.

GlobalData warnt Unternehmen zudem davor, sich bei ihrer Nachhaltigkeitsstrategie unkritisch auf generative KI-Werkzeuge wie große Sprachmodelle zu verlassen. Neben dem hohen CO₂- und Wasserverbrauch berge der Einsatz erhebliche Compliance- und Reputationsrisiken: Wenn Modelle bei Emissionsdaten oder Nachhaltigkeitsangaben halluzinieren, drohe Greenwashing. Statt KI reflexhaft als Klimahebel zu betrachten, rät GlobalData Unternehmen zu zwei Prüffragen: Erzielt der KI-Einsatz eine belegbare Reduktion von Treibhausgasemissionen oder Ökosystemschäden – und fällt der dadurch verursachte Umweltschaden geringer aus als der beabsichtigte Nutzen? Werde eine der beiden Fragen verneint, drohe der KI-Einsatz entweder wirkungslos zu bleiben oder eine negative Netto-Klimabilanz zu erzeugen.

Für Unternehmen, die dennoch auf generative oder agentische KI setzen, empfiehlt GlobalData strenge Schutzmaßnahmen: kleinere Sprachmodelle, automatisiertes Modell-Triage, klimabewusstes Computing, Edge-Infrastruktur, feste Emissionsbudgets, algorithmische Effizienzsteigerungen und neuartige Kühltechnik in Rechenzentren. „Wenn der Einsatz generativer oder agentischer KI signifikante Klimavorteile bringen würde, sollten Unternehmen alles tun, um den dadurch verursachten Umweltschaden zu begrenzen“, so McGurk abschließend. „Strenge Schutzmaßnahmen können verhindern, dass KI-gestützte ESG-Strategien die Klimakrise unabsichtlich beschleunigen.“

Auch regulatorisch nimmt der Druck zu: Ab 2026 und 2027 verpflichtet der EU AI Act Anbieter großer KI-Modelle zu Transparenzberichten über deren Energieverbrauch. Für Unternehmen, die KI-Tools in ihre Nachhaltigkeitsberichterstattung einbinden, wird die Frage nach dem ökologischen Fußabdruck der eingesetzten Modelle damit zunehmend auch zur Compliance-Frage – nicht nur zur Imagefrage.