Ein Land, das aus Rechenzentren besteht
Am 16. November ist in Nature Sustainability eine Analyse von Forschern der Harvard T.H. Chan School of Public Health erschienen. Sie zählt per Satellitenbild 403 sogenannte Hyperscale-Rechenzentren in den USA, also die riesigen Hallen, in denen ein großer Teil des KI-Booms läuft. Für den Zeitraum Mai 2024 bis April 2025 schätzen die Autoren ihren Stromverbrauch auf rund 82 Terawattstunden, etwa 1,8 Prozent des gesamten US-Verbrauchs. Die zugehörigen Emissionen: etwa 25,7 Millionen Tonnen CO₂, vergleichbar mit dem Jahres-Fußabdruck Dänemarks. Gut 54 Prozent der zugeordneten Stromerzeugung kamen aus fossilen Quellen.
Zwei Einschränkungen: Das sind Schätzungen, denn die Betreiber legen ihre Verbräuche nicht offen; die Forscher haben aus der installierten Kapazität hochgerechnet (Spanne 68 bis 99 Terawattstunden). Und Hyperscale ist nicht automatisch KI, die Hallen bedienen auch Streaming und klassische Cloud-Dienste. Bemerkenswert: Mit 314 Gramm CO₂ je Kilowattstunde liegen sie leicht unter dem US-Durchschnitt von 348 Gramm. Sie sind also nicht besonders schmutzig, sie ziehen nur sehr viel Strom aus einem überwiegend fossilen Netz.
Dieselbe Maschine, siebenfacher Unterschied
Wie groß der Hebel des Standorts ist, zeigt der Vergleich, den die Studie anstellt: Ein Rechenzentrum in Wyoming, wo Kohle dominiert, verursacht pro Kilowattstunde etwa siebenmal so viel CO₂ wie eines im wasserkraftreichen Oregon. Erstautor Gianluca Guidi gegenüber The Verge: Zwei Rechenzentren mit gleichem Verbrauch können allein wegen ihres Standorts völlig verschiedene Fußabdrücke haben.
Eine Analogie: Ein Elektroauto fährt in Norwegen praktisch mit Wasserkraft, in einem kohlelastigen Netz schrumpft sein Klimavorteil deutlich. Das Auto ist dasselbe, entscheidend ist die Steckdose. Bei KI-Modellen ist die Steckdose die Region des Rechenzentrums, in dem Ihre Anfrage berechnet wird. Diese Information bekommen Kunden selten, denn in der Regel buchen Sie ein Modell, keine Region.
Zwei Buchführungen für dieselbe Kilowattstunde
Es gibt zwei legitime Wege, Strom-Emissionen zu bilanzieren. Die standortbasierte Methode nimmt den tatsächlichen Mix des Netzes am Ort des Verbrauchs, sie entspricht dem Blick auf die Steckdose. Die marktbasierte Methode zählt, welche Verträge und Herkunftszertifikate ein Unternehmen gekauft hat. Sie entspricht dem Ökostrom-Tarif, bei dem der Strom aus derselben Leitung kommt wie bei jedem Nachbarn, der Vertrag aber „grün“ ist.
Beide stehen im GHG Protocol, dem Standardwerk der Unternehmensbilanzierung. Strittig ist die Strenge der marktbasierten Variante. Heute reicht es, über das Jahr gerechnet genug Ökostrom-Zertifikate zu halten, selbst wenn sie von einem anderen Stromnetz stammen. Reformiert werden soll das mit stündlicher Zuordnung („hourly matching“): Statt einer Jahresabrechnung gilt gewissermaßen der Kassenbon pro Stunde, nachts ohne Windstrom zählt kein Solarzertifikat vom Mittag. Außerdem soll der Strom aus dem physisch verbundenen Netzgebiet stammen.
Der Stand dieser Reform ist offen. Die Konsultation (Oktober 2025 bis Januar 2026) brachte laut Trellis mehr als 1.100 Kommentare. Die Richtung des Standards-Gremiums: zwei marktbasierte Methoden nebeneinander, eine strenge mit stündlicher Zuordnung, eine nach den Regeln von 2015, später ein Wechsel. Zeitpläne für die größten Stromverbraucher von 2031 bis 2039 sind in der Diskussion. Der Text soll im zweiten Quartal 2027 in eine Gesamtkonsultation gehen, ein gemeinsamer Standard mit ISO ist für das vierte Quartal 2028 vorgesehen. Die Messlatte wird strenger, aber nicht morgen.
Eine Antwort, drei Zahlen
Wie sehr die Methode das Ergebnis verschiebt, zeigt die Lage bei den Anbietern. Google nennt für einen medianen Gemini-Textprompt 0,24 Wattstunden und 0,03 Gramm CO₂e. Im zugehörigen Papier steht, dass alle Emissionswerte marktbasiert sind: Googles eigener standortbasierter Emissionsfaktor lag 2024 bei 345 Gramm je Kilowattstunde, nach Abzug des eingekauften Ökostroms bleiben 94. Rechnet man selbst standortbasiert (eigene Rechnung auf Basis der Google-Angaben), landet man bei rund 0,09 Gramm, also etwa dem Dreifachen. Google merkt zudem an, dass die Zahlen nicht von Dritten geprüft sind.
Mistral veröffentlichte 2025 mit Carbone 4 und der Umweltagentur ADEME eine Lebenszyklus-Bilanz: 1,14 Gramm CO₂e für eine Le-Chat-Antwort von etwa einer Seite (400 Token), standortbasiert und inklusive Serverherstellung, aber ohne Endgeräte. Das Projekt EcoLogits schätzt für dieselbe Antwort nur 0,013 Gramm, räumt aber selbst ein, dass ein direkter Vergleich mit Mistrals Studie wegen fehlender Details unmöglich ist.
Wer die drei Werte nebeneinanderlegt, sieht eine Spanne von fast dem Neunzigfachen für grob eine Seite Text, wohlgemerkt bei verschiedenen Modellen und Messverfahren. Das ist kein Widerspruch der Physik, sondern eine Frage der Systemgrenzen: Zählt man Leerlauf-Server, Kühlung, Chipherstellung, Training? Rechnet man mit Netzmix oder Zertifikaten? Es ist wie bei den Kilometerkosten eines Autos: Wer nur den Sprit zählt, kommt auf andere Werte als jemand, der Wertverlust und Werkstatt einrechnet.
Die IEA liefert im April-Bericht den Rahmen: Der Energiebedarf je einfacher Aufgabe sinkt um mindestens eine Größenordnung pro Jahr, aber Video, Reasoning und Agenten brauchen hunderte- bis tausendmal mehr Energie pro Anfrage als ein Textchat. Der Rechenzentrumsstrom wuchs 2025 um 17 Prozent, der KI-fokussierter Anlagen um 50 Prozent; bis 2030 soll er sich von 485 auf rund 950 Terawattstunden verdoppeln (etwa 3 Prozent des Weltverbrauchs). Wie unsere Reportage vom 16. November für Agenten-Token zeigt: Wer Agentenschleifen laufen lässt, kauft nicht nur Tokens, sondern Strom.
Warum die Leistungsdichte mitspielt
Die Chips verschärfen das Bild. Laut heise (mit Verweis auf IDTechEx) liegen typische Rechenzentren bei 15 bis 25 Kilowatt je Schrank; für KI-Racks könnten es bis 2030 bis zu 1.000 werden, eine Prognose, keine Messung. Für Nvidias Vera Rubin NVL72 nennt der Bericht 188 bis 227 Kilowatt. Die IEA vergleicht: Ein kühlschrankgroßes Rack könnte 2027 so viel Spitzenleistung ziehen wie 65 Haushalte. Dann reicht Luftkühlung nicht mehr, Flüssigkeit läuft direkt an den Chip. Mehr dazu in der Reportage vom 2. November.
Für die Bilanz zählt: Je besser die Anlage, desto weniger Strom geht für Kühlung und Wandlung drauf. Die Kennzahl PUE entspricht dem Nebenkostenaufschlag auf die Heizrechnung: Bei 1,2 kommen auf jede Kilowattstunde Rechenleistung 0,2 für Kühlung und Verluste hinzu. Google gibt für seine Flotte 1,09 an. In Deutschland will die Bundesregierung die Vorgaben laut Kabinettsentwurf lockern: Für Bestandsanlagen soll ab Juli 2027 ein PUE von 1,6 statt 1,5 gelten, die vollständige Ökostrom-Deckung rückt von 2027 auf 2030, und die Pflicht, Kunden über den Energieverbrauch zu informieren, soll ersatzlos entfallen. Beschlossen ist das nicht; der Bundestag hat den Entwurf am 24. September in erster Lesung beraten.
Der Markt sortiert sich zugleich neu: Laut Financial Times (über heise) verhandelt Samsung darüber, selbst Rechenzentren für OpenAI und Anthropic zu betreiben; bestätigt ist das nicht, Analysten sehen es kritisch. Es zeigt aber, dass zwischen Modellanbieter und Kraftwerk noch mehr Zwischenstufen sitzen könnten. Zugleich wurden 2026 in den USA 47 große Projekte verzögert, gestrichen oder blockiert, und die IEA erwartet bei Hochleistungsspeicher einen Engpass bis mindestens Ende 2027. Kapazität bleibt knapp, die Standortwahl hat also Grenzen.
Was das für SaaS-Unternehmen bedeutet
Die gute Nachricht: Der Gesetzgeber zwingt die meisten SaaS-Firmen nicht, ihre KI-Emissionen offenzulegen. Die EU hat die Berichtspflicht (CSRD) mit der Omnibus-Richtlinie 2026/470 auf Unternehmen mit mehr als 1.000 Beschäftigten und mehr als 450 Millionen Euro Umsatz zusammengestrichen, erstmals für Geschäftsjahre ab 2027; die nationale Umsetzung steht bis März 2027 an. Zulieferer mit bis zu 1.000 Beschäftigten müssen zudem nur eine begrenzte Liste an Informationen liefern. Den Inhalt dieser Liste habe ich nicht geprüft.
Die schlechte: Ihre Großkunden fallen oft unter die Pflicht. Die Systematik lässt sich als Küche erklären: Scope 1 ist das eigene Feuer, Scope 2 die Stromrechnung, Scope 3 der Wocheneinkauf, also die Emissionen der Lieferkette. Eingekaufte Cloud- und Rechenzentrumsleistungen gehören nach der Darstellung von Costfluent dazu, ebenso verlangt der Standard ESRS E1 Scope 2 standort- und marktbasiert. Ihre KI-Funktionen landen beim Kunden also im Wocheneinkauf. Fragebögen zu KI-Emissionen im nächsten Vertriebsprozess sind damit wahrscheinlich, auch wenn Sie formal nicht betroffen sind.
Fünf Schritte sind jetzt sinnvoll:
- Die eigenen Daten ziehen. AWS zeigt seit Juni 2025 standort- und marktbasierte Werte nebeneinander, Google Cloud ebenfalls, bei Microsoft Azure ist laut Costfluent der Scope-2-Wert im Portal marktbasiert. Wichtig: Google liefert Kilogramm, AWS und Microsoft Tonnen, die Historien werden bei Methodenwechseln neu berechnet. Exportieren Sie regelmäßig.
- Die Region prüfen. Bei gleichen Datenschutz- und Latenzanforderungen kann eine Region mit sauberem Netzmix die Bilanz spürbar verändern. Fragen Sie auch KI-Anbieter, wo Ihre Anfragen laufen.
- Eine feste Fragenliste für KI-Anbieter einführen: Welche Methode (standort- oder marktbasiert), welche Systemgrenze (Training, Herstellung, Leerlauf), welcher Zeitraum, welche Prüfung, welche Version?
- Die Modellgröße wählen. Laut Mistral wächst die Wirkung etwa proportional zur Modellgröße: zehnfach größeres Modell, bei gleicher Tokenzahl etwa zehnfacher Fußabdruck.
- Verträge anpassen: Emissionsdaten mit Methodenangabe, jährliche Aktualisierung, Hinweis auf Änderungen.
Die Datenlage ist dünn: Betreiber veröffentlichen kaum Verbräuche, kritisieren Guidi und der Cornell-Forscher Fengqi You. Wer früh eigene Zahlen mit klarer Methode liefert, hat in Ausschreibungen vermutlich einen Vorteil (Einschätzung, keine belegte Marktbeobachtung). Wer sich auf eine einzige Zahl pro Antwort verlässt, riskiert, dass sie sich bei der nächsten Methodenrevision verdreifacht.
Fazit
Die KI-Klimabilanz hängt an drei Dingen: wo gerechnet wird, wie gezählt wird und wie viel gerechnet wird. Die ersten beiden sind für Käufer meist unsichtbar. Die Standards stehen 2027 und 2028, Ihre Kunden fragen schon heute. Wer jetzt Region, Methode und Modellgröße dokumentiert, muss später nicht rückwärts rekonstruieren.
- Nature Sustainability: Assessing the carbon emissions and energy consumption of US hyperscale data centres (Guidi et al., 16.11.2026)
- The Verge: US data centers now burn more electricity than a midsized country (16.11.2026)
- heise online: 1000 Kilowatt pro Schrank: KI-Chips drohen Rechenzentren zu sprengen (16.11.2026)
- heise online: Samsung will Rechenzentrumsbetreiber für KI-Firmen werden (16.11.2026)
- IEA: Key Questions on Energy and AI – Executive Summary (April 2026)
- Google: Measuring the environmental impact of delivering AI at Google Scale (arXiv:2508.15734, August 2025)
- Google Cloud Blog: How much energy does Google’s AI use? We did the math (21.8.2025)
- Mistral AI: Our contribution to a global environmental standard for AI (22.7.2025)
- EcoLogits: Major update in our methodology (13.11.2025)
- GHG Protocol: Scope 2 Market-based Method Update – From 2025-2026 Public Consultation to Current Status (16.10.2026)
- Trellis: The debate on GHG Protocol’s electricity accounting revisions is far from over (12.11.2026)
- AWS: Customer Carbon Footprint Tool now includes location-based emissions (24.6.2025)
- Costfluent: Cloud carbon footprint – what the providers report (16.10.2026)
- CSRD Reporting: The Sustainability Omnibus (Directive (EU) 2026/470), Stand 29.10.2026
- FPS Law: EnEfG-Novelle 2026 – Was der Kabinettsbeschluss für Rechenzentren bedeutet (26.6.2026)