Wie viel Wasser verbraucht KI wirklich?

Wenn eine Frage einen KI-Assistenten erreicht, berechnen Server die Antwort und erzeugen dabei Wärme. Ein Teil der Infrastruktur nutzt Wasser, um diese Wärme abzuführen; auch der Strom kann einen Wasserfußabdruck in den Kraftwerken haben, die ihn erzeugen. KI hängt also mit Wasserverbrauch zusammen, aber nicht unbedingt dort, wo du schreibst oder auf deinem Gerät.

Die Frage „Wie viel Wasser verbraucht KI?“ scheint nach einer einzigen Zahl zu verlangen. Tatsächlich hängt es vom Modell, der Länge und Schwierigkeit der Anfrage, der Hardware, der Auslastung des Rechenzentrums, der Kühlung, dem Klima und den einbezogenen Prozessschritten ab. Werte pro Prompt zeigen eine bestimmte Methode, sie sind keine universellen Zähler.

Wie viel Wasser verbraucht KI wirklich?

Es gibt keine öffentlich verfügbare, vergleichbare Messung des weltweiten Wasserverbrauchs von KI. Die meisten Rechenzentren betreiben Cloud, Speicher, Webdienste und KI-Aufgaben gemeinsam; Betreiber weisen den Wasserverbrauch selten nach Modell oder Workload aus. Den gesamten Verbrauch eines Standorts der KI zuzuschreiben, würde ihren Anteil übertreiben. Wegen fehlender Aufschlüsselung von null Auswirkungen auszugehen, würde dagegen einen realen Effekt verbergen.

Eine klar abgegrenzte Orientierung liefert das Lawrence Berkeley National Laboratory (LBNL). Es schätzte, dass alle Rechenzentren in den USA 2023 direkt rund 66 Milliarden Liter Wasser verbrauchten. Derselbe Bericht veranschlagte knapp 800 Milliarden Liter indirekten Wasserverbrauch im Zusammenhang mit dem Strom dieser Einrichtungen. Das sind nationale Schätzungen für alle Rechenzentren, nicht nur KI; sie erfassen verschiedene Wege und sollten ohne Erläuterung ihrer Grenzen nicht addiert werden. (LBNL-Bericht)

Eine Produktionsstudie von Google und Mitautoren schätzte den Median eines Gemini-Apps-Text-Prompts im Mai 2025 auf 0,26 Milliliter. Die vollständige Energiemethodik berücksichtigt Beschleuniger, CPU, Speicher, reservierte Leerlaufkapazität und Rechenzentrums-Overhead; für die Wasserschätzung zieht die Studie jedoch den Energieanteil dieses Overheads ab und wendet die durchschnittliche WUE Category 2 der Modell-Serving-Rechenzentren an (1,15 l/kWh, Mittelwert für 2023 und 2024). Es handelt sich daher um eine dienstspezifische Schätzung des Wasserverbrauchs vor Ort für Kühlung auf Basis von Serving-Telemetrie – nicht um einen allgemeinen Wert für Gemini, ChatGPT oder KI insgesamt und nicht zwingend um einen Wert für Systeme von 2026. Indirektes Wasser der Stromerzeugung und die Hardwarefertigung sind nicht enthalten. (Originalstudie von Google und Mitautoren)

Warum es keine universelle Zahl pro Prompt gibt

Ein Prompt ist keine feste Arbeitseinheit. „Wie spät ist es?“ und die Bitte, ein langes Dokument zu analysieren, Code zu schreiben oder ein Bild zu erzeugen, erfordern unterschiedlich viel Rechenarbeit. Auch Modell, Hardware, Antwortlänge, Bündelung von Anfragen und der Anteil aktiver oder ungenutzter Server, der dem Dienst zugerechnet wird, spielen eine Rolle.

Studien zählen zudem nicht immer dasselbe. Eine erfasst nur verdunstetes Kühlwasser, eine andere ergänzt geschätztes Wasser für die Stromerzeugung; eine dritte bezieht reservierte Kapazität, gemeinsam genutzte Infrastruktur oder die Herstellung ein. Eine niedrige Zahl mit enger Grenze und eine höhere Zahl mit breiterem Umfang können beide zutreffen, auch wenn sie nicht direkt vergleichbar sind. Die Intensität ändert sich außerdem mit Tageszeit und Jahreszeit.

Wo ein Rechenzentrum Wasser nutzt

Server und Beschleuniger wandeln Strom in Rechenleistung und Wärme um. Diese Wärme muss fortlaufend abgeführt werden, damit die Geräte innerhalb ihrer Betriebsgrenzen bleiben. In einer herkömmlichen Anlage strömt Luft durch die Racks; Kühlsysteme übertragen Wärme in Kaltwasserkreisläufe, und in manchen Designs geben Kühltürme sie durch Verdunstung an die Umgebung ab.

Verdunstung kann Wärme je nach Klima und Auslegung mit weniger Strom als manche mechanischen Alternativen abführen. Das verdunstete Wasser steht im lokalen Einzugsgebiet jedoch nicht unmittelbar wieder zur Verfügung und gilt als Verbrauch. Zusätzlich kann Wasser abgelassen werden, um Mineralien zu kontrollieren oder die Anlage zu spülen. Andere Standorte nutzen länger Außenluft, Trockenkühlung, Hybridsysteme oder aufbereitetes Abwasser statt Trinkwasser. Die Bezeichnung „wassergekühlt“ verrät allein nicht, wie viel entnommen oder verbraucht wird. (technischer Leitfaden des US-Energieministeriums)

Wasserentnahme und Wasserverbrauch sind nicht dasselbe

Wasserentnahme (*water withdrawal*) ist die Menge, die zur Nutzung aus Oberflächen- oder Grundwasser entnommen wird. Wasserverbrauch (*water consumption*) ist der Teil der Entnahme, der nicht unmittelbar zur lokalen Verfügbarkeit zurückkehrt, etwa weil er verdunstet, in ein Produkt eingeht oder das Einzugsgebiet verlässt. Definition und Rückkehrzeitraum sind wichtig: Entnommenes Wasser, das später wärmer zurückgeleitet wird, ist nicht automatisch vollständig verbraucht. (USGS-Glossar)

Wer jeden Liter am Einlass als Verbrauch bezeichnet, vermischt zwei Kennzahlen. Ein Rechenzentrum kann viel entnehmen und einen Teil zurückführen; ein anderes entnimmt weniger, verdunstet aber einen größeren Anteil. Die Quelle kann Trinkwasser, Oberflächenwasser, Grundwasser oder behandeltes Abwasser sein. Für die Bewertung braucht es Quelle, Entnahme, Verbrauch, Rückgabe und Ort. Auffüllung oder *Replenishment* ist eine separate Bilanz: Projekte zur Wiederherstellung von Wasser bedeuten nicht, dass ein Standort physisch kein Wasser verbraucht hat.

Direktes und indirektes Wasser: zwei verschiedene Wege

Direktes Wasser vor Ort wird im Rechenzentrum genutzt, vor allem zur Kühlung und Befeuchtung. Indirektes Wasser außerhalb des Standorts hängt mit der Stromerzeugung zusammen: Wärmekraftwerke brauchen womöglich Kühlwasser, und Stauseen können durch Verdunstung Wasser verlieren. Erzeugungsmix, Technik und Region verändern diese Intensität.

Für 2023 schätzte LBNL rund 800 Milliarden Liter indirekten Wasserverbrauch durch den Strom der US-Rechenzentren und 66 Milliarden Liter direkten Verbrauch in den Einrichtungen. Der Vergleich zeigt, dass der Blick nur auf das Gebäude einen relevanten Weg auslassen kann; keine der Zahlen wird dadurch zu einem KI-spezifischen Wert. Laut Bericht unterscheiden sich Stromfaktoren regional; individuelle Stromabnahmeverträge und Erzeugung hinter dem Zähler wurden nicht berücksichtigt.

Ein Modell trainieren und es nutzen sind verschiedene Dinge

Beim Training und späteren Feinabstimmen werden große Rechenmengen eingesetzt, um ein Modell zu erstellen oder anzupassen. Inferenz ist die spätere Nutzung: eine Frage beantworten, Text zusammenfassen oder ein Bild erzeugen. Das Wasser eines Trainingslaufs lässt sich nicht so auf Anfragen verteilen, als hätte jede einen festen Anteil: Ein Modell kann Millionen Anfragen bedienen, aktualisiert und in verschiedenen Regionen ausgeführt werden und Hardware mit anderen Workloads teilen.

Die akademische Studie von Pengfei Li, Jianyi Yang, Mohammad A. Islam und Shaolei Ren modellierte GPT-3 mit 175 Milliarden Parametern. Aus Energieangaben, von Microsoft berichteten Rechenzentrumseffizienzen und Annahmen zur Stromversorgung schätzte sie etwa 700.000 Liter direkten Verbrauch für das Training und rund 5,4 Millionen Liter einschließlich des indirekten betrieblichen Wasserverbrauchs der Stromerzeugung. Das ist eine Schätzung für einen GPT-3-Trainingslauf, keine Zählermessung und kein Wert für heutige Modelle. Die Autoren modellierten auch mittlere Anfragen; es waren keine Messungen von ChatGPT heute. (Originalstudie von Li und Mitautoren)

Woher die bekannte Zahl von einer Wasserflasche stammt

Die Flaschenmetapher geht vor allem auf die wissenschaftliche Arbeit *Making AI Less “Thirsty”* zurück, die 2023 als Preprint erschien und später in *Communications of the ACM* veröffentlicht wurde. Für eine mittellange Gesprächsaufgabe mit GPT-3 schätzte die Studie etwa 500 Milliliter je 10 bis 50 Antworten, abhängig von Ort und Zeitpunkt des Betriebs. Der Wert kombinierte direktes Kühlwasser und indirektes Wasser der Stromerzeugung unter expliziten Annahmen. Die Autoren modellierten eine mittlere Unterhaltung mit bis zu 800 Eingabewörtern und 150–300 Ausgabewörtern und verwendeten standortspezifische Annahmen zu Microsoft-Rechenzentren und Stromwasser. Sie maßen weder aktuelle ChatGPT-Sitzungen noch berücksichtigten sie das in der Hardwareherstellung gebundene Wasser. (Fachartikel zur Schätzung mit der Wasserflasche)

Das bedeutet nicht einen halben Liter je Frage und legt auch nicht den Verbrauch jeder Anfrage im Jahr 2026 fest. Untersucht wurde GPT-3; Energie pro Anfrage, Hardware, Standort und Effizienz sind nicht automatisch repräsentativ für heutige Dienste. Umgekehrt widerlegt eine Messung von Google die Studie nicht: Gegenstand, Jahr, Dienst und Grenzen unterscheiden sich. Virale Zusammenfassungen lassen diese Einschränkungen weg und machen aus einer Spanne pro Gespräch eine feste Zahl pro Prompt.

Warum Ort, Klima und Uhrzeit das Ergebnis verändern

Bei Verdunstungstürmen beeinflussen Außentemperatur und Luftfeuchtigkeit, wie viel Wasser zur Wärmeabfuhr verdunsten muss. In gemäßigtem Klima kann Außenluft länger ausreichen; bei Hitze oder hoher Feuchtigkeit kann der Kühlbedarf steigen. Dieselbe Bauweise und Auslastung verbrauchen daher nicht zwingend ganzjährig gleich viel Wasser. Auch lokale Knappheit zählt: Das gleiche Volumen hat in einem wasserreichen Einzugsgebiet andere Folgen als in einer Region mit Wasserstress.

Wird die Stromerzeugung einbezogen, hängt der Fußabdruck zudem von Region und Stunde ab: Die jeweils zusätzliche Erzeugung kann unterschiedliche Wasserbedarfe haben. Der Wasserstressindikator WRI Aqueduct vergleicht gesamte Entnahmen mit verfügbarem erneuerbarem Wasser; er zeigt Konkurrenz um die Ressource, nicht den Schaden eines bestimmten Rechenzentrums. Ein Landesdurchschnitt ersetzt keine Angaben zu Einzugsgebiet, Quelle und Jahreszeit. (WRI-Aqueduct-Methodik)

Was große Tech-Unternehmen veröffentlichen

Unternehmensberichte zeigen Trends, ihre Systemgrenzen unterscheiden sich aber; Wasserangaben zu Rechenzentren umfassen meist Cloud und weitere Dienste neben KI. Google zufolge ersetzten seine Projekte 2025 rund 7,7 Milliarden Gallonen, entsprechend 78 Prozent seines gesamten Süßwasserverbrauchs nach der Unternehmensmethode. Das ist eine unternehmensweite Auffüllung und bedeutet nicht, dass Rechenzentren oder KI kein Wasser verbraucht hätten. (Google-Umweltbericht 2026)

AWS meldete für seine Rechenzentren 2025 eine globale WUE von 0,12 Litern entnommenem Wasser je kWh IT-Last, eine vom Unternehmen als Entnahme definierte Intensitätskennzahl. Microsoft berichtete für das Geschäftsjahr 2025 einen Rückgang der WUE seiner Rechenzentren in Phoenix um 23 Prozent gegenüber dem Vorjahr und erklärte, im Geschäftsjahr 2025 weltweit mehr Wasser aufgefüllt als entnommen zu haben. Umfang und Kennzahlen unterscheiden sich; es ist keine gemeinsame Rangliste, und die Werte lassen sich nicht vollständig der KI zurechnen. (AWS-Nachhaltigkeitsdaten; Microsoft-Nachhaltigkeitsbericht)

Ziele wie *water positive* oder *Replenishment* sollen nach unternehmenseigenen Regeln durch Projekte ein gleiches oder größeres Wasservolumen in Einzugsgebiete zurückführen oder wiederherstellen als gemessen genutzt wurde. Dazu können Leckreparaturen, Aufbereitung, Renaturierung oder effizientere Bewässerung zählen. Solche Maßnahmen können vor Ort wichtig sein, löschen aber den physischen Verbrauch am Standort nicht aus und garantieren allein keine Rückkehr in dasselbe Einzugsgebiet, aus derselben Quelle oder zur selben Zeit.

WUE und Kühlung: Weniger Wasser kann mehr Strom erfordern

WUE (*Water Usage Effectiveness*) setzt den Wassergebrauch oder -verbrauch eines Standorts zur Energie seiner IT-Geräte ins Verhältnis; üblich sind Liter je Kilowattstunde. ISO/IEC 30134-9 definiert WUE als Kennzahl für den Wasserverbrauch während der Nutzungsphase eines Rechenzentrums. Unternehmensberichte verwenden mitunter eine auf Entnahme beruhende Variante; vor Vergleichen muss daher die Definition geprüft werden. WUE ist keine „Liter-pro-KI“-Zahl und beschreibt allein keinen lokalen Wassermangel. (ISO/IEC-30134-9-Norm zur WUE)

PUE misst etwas anderes: Gesamtenergie der Anlage geteilt durch IT-Energie. Ein Wert näher an 1 bedeutet relativ weniger Hilfsenergie, doch weder PUE noch WUE bilden allein lokale Auswirkungen, Strommix oder Gesamtvolumen ab. Direkte Flüssigkeitskühlung führt Flüssigkeit an die Komponenten und kann in einem geschlossenen Kreislauf laufen: Das Medium zirkuliert und wird wiederverwendet, während Wärme in einem späteren Schritt abgeführt wird. „Flüssig“ heißt nicht, dass ständig neues Wasser verbraucht wird.

Es kann einen Zielkonflikt zwischen Wasser und Strom geben. Ein Verdunstungsturm kann vor Ort Wasser verbrauchen und zugleich weniger Strom zur Kühlung benötigen; ein trockenes oder luftgekühltes System kann den direkten Verbrauch senken und unter manchen Bedingungen mehr Strom verlangen. Hybridsysteme wechseln je nach Temperatur, Feuchtigkeit und Last. Es gibt keine universell beste Lösung: direktes und indirektes Wasser, Strom und Einzugsgebiet müssen gemeinsam bewertet werden.

Was ist mit Wasser für die Chipfertigung?

Die Halbleiterfertigung nutzt Reinstwasser zum Reinigen und Bearbeiten von Wafern sowie Energie und Chemikalien. Dieser Fußabdruck gehört zur Lieferkette von Beschleunigern und Servern, nicht zur täglichen Kühlung des Rechenzentrums. Öffentliche Daten reichen nicht aus, um dieses Wasser konsistent jedem Modell oder jeder Anfrage zuzuordnen; deshalb bleibt es aus den Hauptzahlen heraus. Eine Einbeziehung würde die Lebenszyklusanalyse erweitern und ein eigenes Inventar erfordern.

Wann wird Wasserverbrauch zum Problem?

Eine weltweite Summe genügt nicht. Für Gemeinden zählen Einzugsgebiet und Jahreszeit, Wasserqualität, Trinkwasser oder behandeltes Abwasser, bestehende Rechte und Nutzungen, Versorgungskapazität und die Folgen von Entnahmen in Trockenzeiten. Ein großer Standort kann lokal Druck erzeugen, selbst wenn sein Volumen national klein ist; eine globale Zahl allein belegt umgekehrt keine lokale Krise.

Sinnvolle Transparenz würde je Standort und Zeitraum Entnahme, Verbrauch, Rückgabe, Quelle und Wasserqualität, Kühltechnik, WUE und Berechnungsgrenzen offenlegen; für Strom außerdem den verwendeten regionalen Wasserintensitätsfaktor. Wo messbar, sollte sie Rechenzentren von KI-Workloads trennen und Wetter- oder Designänderungen nennen. Vergleichbare Kennzahlen verhindern, dass Effizienzgewinne ein steigendes Gesamtvolumen verdecken.

Wie viel Wasser verbraucht KI also?

Die sachliche Antwort lautet weder „gar keines“ noch „eine Flasche pro Prompt“. KI hat einen betrieblichen Wasserfußabdruck: Manche Rechenzentren verbrauchen Wasser für die Kühlung, und ihr Strom kann mit Wasserverbrauch außerhalb des Standorts verbunden sein. Es gibt dokumentierte Messungen und Schätzungen, aber keinen festen Faktor für alle Dienste, Modelle, Orte und Anfragen.

Für die Einordnung ist wichtig, wo und wann die Last verarbeitet wird, woher das Wasser stammt, wie viel entnommen und verbraucht wird, welche Kühlung und welcher Strommix zum Einsatz kommen und ob der Ort Wasserstress hat. Ausbau und wirtschaftliche Folgen von Rechenzentren behandeln unser Beitrag zu Investitionen in KI-Infrastruktur. Diese Fragen machen reale Kosten sichtbar, ohne eine kontextgebundene Schätzung zum Schlagwort zu machen.

Häufige Fragen

Wie viel Wasser verbraucht eine ChatGPT-Frage?

Es gibt keine universelle öffentliche Zahl und keine vergleichbare offizielle OpenAI-Messung je Anfrage. Der Wert hängt von Modell, Antwort, Rechenzentrum, Kühlung und davon ab, ob strombezogenes Wasser einbezogen wird. Die halbe Flasche stammt meist aus einer Schätzung von 10 bis 50 mittleren GPT-3-Antworten, nicht aus einer aktuellen Einzelfrage.

Verbraucht ChatGPT direkt Wasser?

Die Software selbst verbraucht kein Wasser. Die Recheninfrastruktur kann zur Kühlung Wasser entnehmen und verbrauchen; die Stromerzeugung kann indirekten Verbrauch hinzufügen. Der direkte Anteil hängt vom Rechenzentrum und seiner Kühlung ab.

Verbraucht Flüssigkeitskühlung mehr Wasser?

Nicht zwangsläufig. Flüssigkeit kann in einem geschlossenen Kreislauf zirkulieren und wiederverwendet werden. Entscheidend ist, wie die Wärme schließlich abgeführt wird und ob Verdunstung, Abschlämmung oder Wasserzufuhr nötig sind. Flüssigkeitskühlung beschreibt den Wärmetransport, nicht allein die Menge des verbrauchten Wassers.

Was verbraucht mehr Wasser: KI-Training oder Nutzung?

Dafür gibt es kein allgemeingültiges Verhältnis. Ein Training kann viel Energie in einem Zeitraum bündeln; Inferenz wiederholt sich bei jeder Nutzung, und ihre Gesamtwirkung hängt von Anfragenzahl und Betriebsweise ab. Verfügbare Studien verwenden unterschiedliche Modelle und Grenzen und begründen daher keine allgemeine Regel für alle Systeme.