Warum wir den Fußabdruck deiner KI messen
Eine einzelne KI-Antwort ist gering.
Doch bei Tausenden von Nutzern, Tausenden von Arbeitstagen und Millionen von Gesprächen pro Jahr werden die Zahlen nicht mehr gering. Menschen verdienen es, diese Zahlen zu sehen, anstatt aufgefordert zu werden, so zu tun, als gäbe es die Kosten nicht.
Die meisten Chat-Apps sagen dir nichts über den Umweltfußabdruck des Modells, das dir gerade geantwortet hat. Wir schon.
Jede Nachricht hat einen echten Fußabdruck. Sie verbraucht Strom. Dieser Strom verursacht CO2-Kosten, abhängig vom Stromnetz, das das Rechenzentrum versorgt. Das Rechenzentrum verbraucht auch Wasser zur Kühlung, und das Stromnetz selbst verbraucht vorgelagert Wasser.
Unsere Haltung ist einfach: Wenn wir es nicht messen können, können wir es nicht reduzieren.
Deshalb misst aim2balance.ai es und zeigt es an. Nicht als Schuldzuweisung und nicht als perfekte Messung bis auf die letzte Dezimalstelle. Es ist eine kalibrierte Schätzung, die klar dargestellt wird.
Was wir messen – und warum wir diese Methodik gewählt haben
Für jede KI-Nachricht schätzen wir zwei Dinge ab:
- Energie, angegeben in kWh oder Wh
- Wasser, angegeben in ml
Diese Zahlen werden nicht einfach aus einem einzigen globalen Durchschnitt abgeleitet. Sie ergeben sich aus vier Faktoren, die in der realen Welt eine Rolle spielen.
Erstens, das Modell. Ein kleines Modell, das eine kurze Frage beantwortet, ist nicht dasselbe wie ein großes Denkmodell, das einen langen technischen Bericht verfasst. Wir berücksichtigen, wie groß das Modell ist, ob es ein Mixture-of-Experts-Design verwendet, mit welcher Präzision es arbeitet und wie schnell es Text generiert.
Zweitens, das Rechenzentrum. Einige Einrichtungen sind weitaus effizienter als andere. Wir betrachten, wie viel zusätzliche Energie ein Rechenzentrum für Kühlung und Gemeinkosten aufwendet, üblicherweise ausgedrückt als PUE, und wie viel Wasser es verbraucht.
Drittens, das Stromnetz. Ein Rechenzentrum, das an ein sauberes lokales Stromnetz angeschlossen ist, hat einen ganz anderen CO2-Fußabdruck als dieselbe Hardware an einem fossilienlastigen Netz. Gleiche Rechenleistung, unterschiedliche Auswirkungen.
Viertens, die Länge der Antwort. Eine kurze Antwort kostet weniger als eine lange. Für unsere Berechnung zählen wir bewusst nur die Ausgabetoken – den Text, den das Modell für dich generiert.
Wir haben die Berechnung nicht erfunden. Die Methodik stammt von EcoLogits, einem open-source, von Fachleuten begutachteten Projekt, das 2025 im Journal of Open Source Software veröffentlicht wurde. Wir wenden sie gewissenhaft an und kalibrieren sie auf die spezifischen Rechenzentren, in denen unsere Modelle tatsächlich laufen.
Dieser letzte Teil ist wichtig. Viele Rechner verwenden breite Durchschnittswerte, weil sie nicht wissen, wo das Modell ausgeführt wurde. Wir wissen es, daher nutzen wir diesen Kontext.
Warum wir uns entschieden haben, dies zu zeigen
Wir hätten nichts zeigen können. Die meisten Chat-Apps tun dies nicht, weil die Zahl unbequem und nicht erforderlich ist.
Wir haben uns trotzdem dafür entschieden, es bei jeder Nachricht anzuzeigen, denn Kosten, die man nicht sieht, kann man nicht verwalten.
So sieht eine einzelne Nachricht tatsächlich aus.
Eine kurze Antwort unseres Standardmodells – Gemma 4 31B, das in Schweden läuft – kostet ungefähr:
Energie 0.04 Wh
Wasser 0.05 mL
Das ist tatsächlich winzig. Weniger Energie als eine typische Websuche, ein Bruchteil eines Tausendstels eines Gramms CO₂ und ein Tropfen Wasser.
Aber „klein“ ist nicht „null“, und nicht jede Nachricht ist klein.
Fragt man ein großes Frontier-Modell in einem fossilienlastigen Netz nach einer langen, detaillierten Analyse – zum Beispiel 16.000 Tokens –, kann dieselbe Art von Nachricht kosten:
Energie ~36 Wh
Wasser ~240 mL
Das ist Hunderte Male höher. Pro Nachricht immer noch gering, aber wenn es sich über Teams, Workflows und ein ganzes Nutzungsjahr wiederholt, summiert es sich.
Deshalb zeigt das Dashboard laufende Gesamtsummen für Energie und Wasser an. Du kannst die Kosten deiner Nutzung über die Zeit sehen, anstatt nur eine einzelne Nachricht isoliert zu betrachten.
Es geht nicht darum, dass sich Menschen schlecht fühlen, weil sie KI nutzen. Es geht darum, die Kosten so sichtbar zu machen, dass Einzelpersonen und Teams bessere Entscheidungen treffen können – manchmal ein kleineres Modell, manchmal eine kürzere Antwort, manchmal eine Infrastruktur, die mit weniger mehr erreicht.
Warum es genauso wichtig ist, WO das Modell läuft, wie WELCHES Modell du verwendest
Menschen konzentrieren sich normalerweise auf das Modell: kleines Modell, großes Modell, Reasoning-Modell, Coding-Modell.
Das ist wichtig. Aber wo das Modell läuft, kann genauso wichtig sein.
Nehmen wir das Stromnetz. Eine kWh Strom in Schweden erzeugt etwa 18 Gramm CO₂. Dieselbe kWh in Deutschland erzeugt etwa 360 Gramm. Das ist ein ungefähr 20-facher Unterschied für die gleiche Rechenleistung.
Einfach ausgedrückt: Dieselbe KI-Antwort kann einen sehr unterschiedlichen ökologischen Fußabdruck haben, je nachdem, wo die Maschine angeschlossen ist.
Auch die Effizienz des Rechenzentrums ist wichtig. Ein sauberes, effizientes Rechenzentrum wie die schwedische Einrichtung, in der wir unser Standardmodell betreiben, hat einen PUE-Wert von etwa 1,15 – es verbraucht etwa 15 % zusätzliche Energie für Kühlung und Gemeinkosten. Ein typisches globales Rechenzentrum mit einem PUE-Wert von etwa 1,58 verbraucht etwa 58 %. Das ist eine erhebliche Reduzierung, noch bevor wir über die Modellwahl sprechen.
Deshalb hosten wir dort, wo wir hosten. Die aim2balance.ai-Anwendung läuft in der EU bei Hetzner in Deutschland. Für die Inferenz leiten wir den Traffic an EU-Anbieter wie Berget (Schweden), Scaleway (Frankreich) und Tensorix (Irland) weiter, da deren Netz- und Effizienzprofile uns eine bessere Ausgangsbasis bieten.
Die KI-Nachricht mit dem geringsten Fußabdruck ist immer noch die, die du nicht generieren musst. Aber wenn du KI benötigst, sind der Standort und die Effizienz der Infrastruktur keine Nebensächlichkeiten. Sie sind Teil des Fußabdrucks.
Für technisch Interessierte
Die Methodik stammt von EcoLogits – Open-Source und peer-reviewed durch das Journal of Open Source Software (2025). Wir haben kein eigenes Modell für den GPU-Stromverbrauch entwickelt; wir wenden deren Modell an und speisen es mit unseren spezifischen Modell- und Rechenzentrumspaarungen.
Für jede Nachricht berücksichtigt die Berechnung:
- Modellprofil — Gesamtparameter, aktive Parameter pro Token, Quantisierung (Genauigkeit), Durchsatz und Architektur (dicht vs. Mixture-of-Experts).
- Rechenzentrumsprofil — PUE und Wassernutzungseffizienz.
- Netzzone — Kohlenstoffintensität und Wasserintensität für das Land, in dem das Rechenzentrum betrieben wird.
- Ausgabe-Tokens — wie viele Tokens das Modell generiert hat.
Daraus wird Strom in kWh erzeugt, dieser wird dann unter Berücksichtigung der Kohlenstoffintensität des Stromnetzes in CO₂ in Gramm umgerechnet, und in Wasser in ml, wobei sowohl das Kühlwasser des Rechenzentrums als auch das vorgelagerte Netz-Wasser berücksichtigt werden – nicht nur eines davon.
Zwei bewusste Entscheidungen gewährleisten eine ehrliche Schätzung:
- Nur Output-Tokens. Wir zählen keine Prompt-Tokens, Embeddings, Suchanfragen oder Netzwerkübertragungen. Dies macht die Zahl bewusst konservativ – wir geben lieber zu wenig an, als eine Präzision vorzutäuschen, die wir nicht besitzen.
- Wir senken niemals eine Zahl, um besser dazustehen. Wenn der tatsächliche Durchsatz eines Anbieters die ausgewiesene Auswirkung verringern würde, behalten wir den konservativen Wert bei. Bei einer Umweltkennzahl ist es die ehrlichere Vorgehensweise, eher zu viel als zu wenig zu berichten.
Die Zuordnungen von Modell zu Rechenzentrum werden anhand der Modellkarten der Anbieter und unserer eigenen Routing-Protokolle überprüft und bei jeder Modellrotation erneut kontrolliert.