Neue Analysen zeigen, dass KI-Agenten etwa 600-mal mehr Energie verbrauchen als eine Chat-Eingabeaufforderung

Google und OpenAI haben das vergangene Jahr damit verbracht, der Öffentlichkeit zu versichern, dass eine KI-Abfrage kaum mehr Strom verbraucht als ein kurzer TV-Clip. Ein neues reales Audit des Klimaforschers Zeke Hausfather legt nahe, dass die Wahrheit über autonome KI-Agenten weitaus ernüchternder ist: Sie können etwa 600-mal mehr Energie pro Eingabeaufforderung verbrauchen als ein normaler Chat-Austausch. Die Ergebnisse, die am 8. August 2026 in einer Analyse zu „The Climate Brink“ veröffentlicht wurden, verleihen Fragen zum ökologischen Fußabdruck von KI neue Dringlichkeit, da die Branche auf ständig aktive autonome Agenten umschwenkt. Für eine fortlaufende Berichterstattung über die Nachhaltigkeitsdebatte, die die Branche prägt, folgen Sie unserer KI-Branchenberichterstattung.

Ein Realitätscheck zu den Energieansprüchen von Big Tech

Letztes Jahr berichtete Google, dass eine durchschnittliche Gemini-Textaufforderung nur 0,24 Wattstunden (Wh) Strom verbraucht – weniger als neun Sekunden Fernsehen. Sam Altman, CEO von OpenAI, gab eine ähnliche Zahl an und schätzte die durchschnittliche ChatGPT-Abfrage auf ungefähr 0,34 Wh, was einer Google-Suche aus dem Jahr 2009 entspricht.

Beide Zahlen beschreiben ein eng gefasstes Best-Case-Szenario: ein einzelner Textaustausch ohne erweiterte Argumentation, keine Websuchen, keine multimodale Verarbeitung und kein Schleifenverhalten des Agenten. Wie Hausfather betont, berücksichtigen sie weder Argumentationsmodelle, die viel mehr Token pro Abfrage generieren, Multi-Agenten-Systeme, die autonom laufen, noch den kaskadierenden Kontext, den Agenten bei jedem Schritt neu lesen.

Acht Wochen, 3,2 Milliarden Token

Hausfather, ein Klimaforscher, verfolgte acht Wochen lang akribisch und detailliert seine eigene Nutzung des Anthropic-Codierungsagenten Claude Code. Da Claude Code vollständige lokale Protokolle jeder Sitzung speichert, einschließlich der genauen Token-Anzahl, die von der API für jeden Modellaufruf gemeldet wird, konnte er ein genaues Bild davon rekonstruieren, was ein Agent tatsächlich verlangt.

Die Zahlen sind frappierend. Seine 1.138 eingegebenen Eingabeaufforderungen lösten mehr als 14.000 Modellaufrufe aus – durchschnittlich etwa zwölf pro Eingabeaufforderung. Jede Eingabeaufforderung verarbeitete durchschnittlich 2,9 Millionen Token, verglichen mit etwa tausend Token bei einem typischen Chat-Austausch. Insgesamt verarbeitete sein Agent im Berichtszeitraum 3,2 Milliarden Token.

Ein auffälliges Detail: Ungefähr 96 Prozent dieser Token waren Cache-Lesevorgänge. Bei jedem der 14.000 Schritte liest der Agent den gesamten gesammelten Kontext erneut, bevor er entscheidet, was als nächstes zu tun ist. Der Text, den Hausfather tatsächlich auf dem Bildschirm sieht – die Ausgabe des Modells – macht nur 0,4 Prozent aller verarbeiteten Token aus. Der versteckte Rechenaufwand geschieht fast ausschließlich im Verborgenen.

Token in Strom umwandeln

Da kein Außenstehender die genauen Energiekosten pro Token für ein Grenzmodell kennt, hat Hausfather seine Token-Zählungen mithilfe von drei unabhängigen Schätzmethoden mit unterschiedlichen Annahmen in Stromwerte umgerechnet. Seine beste Schätzung geht davon aus, dass der Gesamtverbrauch an Rechenzentrumsstrom über einen Zeitraum von acht Wochen etwa 170 Kilowattstunden (kWh) beträgt, mit einer Unsicherheitsspanne von 70 bis 330 kWh.

Pro Eingabeaufforderung ergibt das ungefähr 150 Wh – etwa das 600-fache der Energie einer durchschnittlichen Chat-Eingabeaufforderung. Seine durchschnittliche Claude-Code-Sitzung verbrauchte etwa 0,6 kWh, etwa das Fünfzigfache des Stroms, der zum Aufladen eines Smartphones benötigt wird. An einem durchschnittlichen Tag erreichte sein Agentenverbrauch 3,0 kWh (im Bereich von 1,2 bis 5,9 kWh), mehr als der tägliche Verbrauch von zwei Haushaltskühlschränken.

Sein intensivster Tag – als mehrere parallele Agenten eine umfassende Geodatenanalyse durchführten – verbrauchte schätzungsweise 11 kWh, mehr als ein Drittel des täglichen Stromverbrauchs eines durchschnittlichen US-Haushalts.

Was es für ein Jahr Agentennutzung bedeutet

Auf ein ganzes Jahr skaliert würde der agentenbasierte Workflow von Hausfather etwa 1,1 Megawattstunden (MWh) Rechenzentrumsstrom verbrauchen, mit einer Spanne von 0,4 bis 2,2 MWh – etwa ein Zehntel dessen, was ein durchschnittlicher US-Haushalt jährlich verbraucht. Basierend auf dem durchschnittlichen Strommix in den USA entspricht das ungefähr 370 Kilogramm CO2-äquivalenten Emissionen pro Jahr.

Zum Vergleich: Das ist mehr als der einjährige Betrieb eines elektrischen Wäschetrockners (ca. 262 kg) und etwa die Hälfte der direkten Emissionen eines Hin- und Rückflugs in der Economy-Klasse von San Francisco nach New York (ca. 700 kg). Hausfather stellt fest, dass dies etwa acht Prozent der jährlichen Emissionen eines typischen US-Benzinautos und etwa zwei Prozent des jährlichen CO2-Fußabdrucks eines durchschnittlichen Amerikaners ausmacht.

„Dies ist gleichzeitig eine große Emissionsquelle und ein relativ bescheidener Teil meines gesamten CO2-Fußabdrucks“, schrieb er.

Die wahren Hebel: Sauberer Strom und intelligenteres Routing

Hausfather achtet darauf, das Problem nicht auf persönliche Schuld zu lenken. Die Zurückhaltung durch die kleine Gruppe der Vielnutzer „wird keine Wende bringen“, argumentiert er. Stattdessen hebt er zwei strukturelle Hebel hervor.

Erstens macht die Weiterleitung einfacherer Aufgaben an kleinere Modelle einen bedeutenden Unterschied. Kleinere Modelle verbrauchen ungefähr fünf bis sieben Mal weniger Energie pro Token als Grenzmodelle. Zweitens – und am wichtigsten – ist die Kohlenstoffintensität des Stroms selbst der dominierende Faktor. Wenn die gleiche Arbeitslast mit weitgehend sauberem Strom betrieben würde, würde der CO2-Fußabdruck um etwa 90 Prozent sinken.

Das Problem ist der Treibstoff hinter dem Boom. Laut Hausfather werden fast drei Viertel der geplanten Vor-Ort-Stromerzeugung für US-Rechenzentren mit Erdgas betrieben, was bedeutet, dass die schnelle Ausweitung des KI-Computings zu einem großen Teil durch fossile Brennstoffe finanziert wird.

Eine Warnung, wenn die Agenten skalieren

Die Schätzungen von Hausfather sind zwar vernünftig, bleiben aber Schätzungen – und sie spiegeln aktuelle Nutzungsmuster wider. KI-Labore bemühen sich bereits darum, agentenbasierte Systeme bereitzustellen, die tage-, wochen- oder sogar monatelang autonom laufen. Wenn diese Vision Wirklichkeit wird, könnte der Energieverbrauch pro „Benutzer“ noch viel höher steigen.

Seine zentrale Botschaft ist, dass die von Google und OpenAI veröffentlichten Zahlen pro Abfrage die Realität der technologischen Entwicklung verzerren. „Eine ‚Eingabeaufforderung‘ ist letztendlich keine Einheit der KI-Nutzung, ebenso wenig wie ‚Fahrten‘ ein Maß für das Fahren sind; es kommt darauf an, wie weit man fährt“, schrieb Hausfather.

Bleiben Sie der KI immer einen Schritt voraus

Da autonome Agenten von der Neuheit zur Standardinfrastruktur übergehen, wird es immer schwieriger, ihre versteckte Energierechnung zu ignorieren. Für eine kontinuierliche, faktengeprüfte Berichterstattung über KI-Forschung, Nachhaltigkeit und die Unternehmen, die diesen Bereich prägen, setzen Sie ein Lesezeichen auf unsere Homepage und lesen Sie weitere KI-Neuigkeiten → unter https://aibuzzwire.news.