- Die verbreitete Annahme, dass KI, insbesondere LLMs wie ChatGPT, der Umwelt erheblich schaden, ist ungenau
- Viele verbreiten die Behauptung, dass „die persönliche Nutzung von KI die Klimakrise verschärft“, doch im Vergleich zu den tatsächlichen Emissionsmengen sind die Bezugsgrößen oft ungeeignet
- Man muss die Daten zum Energie- und Wasserverbrauch im Zusammenhang mit KI so genau wie möglich betrachten, um das tatsächliche Ausmaß der CO2-Emissionen zu verstehen
- Auch bei individuellen Aktivitäten sollte man prüfen, welche Verhaltensweisen tatsächlich zu einer bedeutenden Emissionsminderung beitragen
Warum dieser Text geschrieben wurde
- In klimapolitischen Debatten taucht oft ein Ansatz auf, der darin besteht, „schlechte Unternehmen/Technologien zu benennen und zu boykottieren“
- Da immer mehr Stimmen die Nutzung von ChatGPT pauschal als umweltschädlich einstufen, soll hier auf Basis genauer Zahlen eine Einordnung gegeben werden
- Betont wird auch die Auffassung, dass sich die Klimabewegung eher auf strukturelle Veränderungen wie die Transformation des Energiesystems konzentrieren sollte als auf individuelle Lebensstile
Wie man über die Ethik von Emissionen nachdenken sollte
- In der modernen Gesellschaft ist ein vollständig emissionsfreies Leben praktisch unmöglich
- Auch wichtige Einrichtungen wie Krankenhäuser verursachen hohe Emissionen, haben aber einen großen gesellschaftlichen Wert
- Um Emissionen zu senken, sollte man nicht einfach sagen „große Emissionsquellen müssen bedingungslos abgeschafft werden“, sondern das Gleichgewicht zwischen dem Wert einer Aktivität und ihren Emissionen betrachten
- Es ist nicht wünschenswert, wegen falscher Informationen oder Missverständnissen auf die Nutzung nützlicher Technologien wie LLMs zu verzichten
Wie nützlich sind LLMs?
- LLMs helfen im Alltag und bei der Arbeit in großem Umfang, etwa beim Lernen oder bei der Automatisierung von Aufgaben
- Besonders wirksam sind sie beim schnellen Zusammenfassen komplexer technischer oder fachlicher Informationen sowie bei Frage-und-Antwort-Situationen
- Sie sind nicht perfekt, ermöglichen aber im Unterschied zur Google-Suche dialogorientierte, individuell angepasste Antworten
- Viele Menschen nutzen LLMs, um Wissen aufzubauen, Probleme zu lösen und ihre Produktivität zu steigern
Hauptargument (Main Argument)
Emissionen (Emissions)
- Eine ChatGPT-Anfrage verbraucht etwa zehnmal so viel Energie wie eine normale Google-Suche, absolut betrachtet sind das jedoch nur rund 3 Wh
- Das entspricht ungefähr 10 Sekunden Videostreaming, dem Versenden von 2 E-Mails oder 3 Minuten Fernsehen mit einem LED-TV
- Vergleiche wie „weltweite ChatGPT-Nutzung = Stromverbrauch von zehntausenden Haushalten“ führen zu Missverständnissen, wenn man weder die Zahl der Nutzer noch den Nutzen des Dienstes berücksichtigt
- Streaming-Dienste wie Netflix oder YouTube verbrauchen beispielsweise deutlich mehr Energie, für einzelne Nutzer sind das dennoch sehr kleine Einheiten
- Das Training des Modells GPT-4 verbrauchte Energie in einer Größenordnung von mehreren hundert Flügen, ist aber effizient, wenn man den Wert berücksichtigt, den ein einmal trainiertes Modell anschließend für unzählige Nutzer weltweit bereitstellt
- Im Verhältnis zum gesamten Energieverbrauch des Internets ist der Anteil von LLMs sehr gering, und die persönliche Nutzung von ChatGPT als Kern des Klimaproblems zu betrachten, ist eine überzogene Sorge
Wasserverbrauch (Water use)
- KI-Rechenzentren verbrauchen Wasser, etwa zur Kühlung von GPUs
- Es gibt das Missverständnis, dass „eine ChatGPT-Anfrage 500 mL Wasser verbraucht“, tatsächlich sind 500 mL eher auf 20 bis 50 Anfragen zu verteilen
- Auch andere Online-Aktivitäten wie Musikstreaming oder Videokonferenzen verbrauchen auf ähnliche Weise Wasser; diese Zahlen umfassen den gesamten Energieerzeugungs- und Kühlungsprozess
- Tatsächlich verbraucht das Anschauen eines 10-minütigen 4K-Videos oder eine einstündige Videokonferenz mehr Wasser als mehrere Dutzend ChatGPT-Anfragen
- Wenn Rechenzentren in Regionen betrieben werden, in denen kleine Wasserressourcen nicht stark belastet werden, und zugleich wiederverwendbare Wassermanagementsysteme eingesetzt werden, lässt sich das Problem erheblich entschärfen
- Im Vergleich zur Herstellung tierischer Produkte ist der Wasserverbrauch von Rechenzentren relativ gering, und viele Analysen kommen zu dem Schluss, dass auch das Ausmaß von Verschmutzung oder Verschwendung geringer ist als in der intensiven Tierhaltung
Häufige Missverständnisse über die Nutzung von LLMs und reale Vergleiche
- Die Vorstellung, dass „die persönliche Nutzung von LLMs der Umwelt extrem schadet“, weicht von den tatsächlichen Statistiken ab
- Auch Smartphone-Nutzung, Videostreaming, E-Mails und Online-Gaming verbrauchen ähnlich viele Strom- und Wasserressourcen wie LLMs, doch die Öffentlichkeit nimmt das meist nicht als großes Problem wahr
- LLMs sparen den Nutzern Zeit und erhöhen die Effizienz, während die Emissionen selbst gering bleiben
- Aus Sicht der Emissionsminderung haben Ernährungsumstellungen oder ein Wechsel des Verkehrsmittels eine weitaus größere Wirkung als die Einschränkung der LLM-Nutzung
Abschließende Überlegungen
- LLMs verursachen zwar durchaus Emissionen, sind aus Sicht der individuellen Nutzung aber nicht so ineffizient, dass sie besondere Sorge rechtfertigen würden
- Entscheidend für die Klimabewegung sind groß angelegte Energiewenden und strukturelle Verbesserungen; sich auf die Einschränkung kleiner digitaler Aktivitäten zu konzentrieren, geht am Kern der Sache vorbei
- LLM-Technologien einschließlich ChatGPT schaffen in vielen Bereichen großen Mehrwert; sie aufgrund von Fehlinformationen zu meiden, wäre vielmehr ein Nachteil
- Wenn das Ziel darin besteht, persönliche Emissionen zu senken, ist es wirksamer, zuerst andere Lebensgewohnheiten mit größerem Einfluss zu überprüfen
3 Kommentare
Sicher ist, dass es produktiver ist als das Mining von Kryptowährungen....
Das stimmt.
Hacker-News-Kommentare
Es ist nicht sinnvoll, den Energieverbrauch von LLMs mit willkürlichen Maßstäben zu vergleichen. Eine ChatGPT-Anfrage mit einem Zoom-Anruf zu vergleichen, ist nicht hilfreich. Oft reicht schon eine Google-Suche aus, um das Problem zu lösen. LLMs sind für die Softwareentwicklung nützlich, aber es gibt viele einfache Alternativen.
Durch AI-Investitionen wurden die Emissionsziele von Hyperscale-Cloud-Anbietern angepasst, und das Wachstum von Rechenzentren stößt an die Kapazitätsgrenzen der Stromnetze. Wenn man den Stromverbrauch von AI in Emissionen umrechnet, lassen sich allgemeine Aussagen über AI insgesamt möglicherweise nicht halten. Langfristig scheint der ROI positiv zu sein, aber der Fokus sollte darauf liegen, die Technologie effizienter zu machen.
Der Artikel braucht Verweislinks. LLMs werden nicht nur von privaten Endnutzern verwendet. Regierungen und Großunternehmen verbrauchen viel GPU-Zeit. Neue Kraftwerkskapazitäten für AI werden vorgeschlagen.
Das Training großer Modelle wie GPT-4 wirkt nicht wie ein einmaliger Kostenpunkt. Großunternehmen werden weiterhin neue Modelle trainieren. Viele Modelle werden möglicherweise nie genutzt.
Rund 90 % des Plastikmülls in den Ozeanen stammen aus zehn Flüssen. Die Lebensstilentscheidungen Einzelner sind im Vergleich zu den Standardpraktiken der Produktion im Ausland geringfügig. Die Umwelt ist wichtig, aber solange Unternehmen nicht gezwungen werden, sich richtig zu verhalten, reichen individuelle Handlungen allein nicht aus.
Es gibt einen Artikel, der sich eingehend mit Trends bei Rechenzentren und Nachhaltigkeit befasst. Er ist der beste Artikel, den ich zu diesem Thema gelesen habe.
Ich frage mich, woher die Zahlen zum Energieverbrauch von Videostreaming stammen. Der Großteil der Energie wird für die anfängliche Kodierung des Videos verwendet.
LLMs und ChatGPT verbrauchen beim Beantworten von Fragen nicht die meiste Energie. Beim Training werden große Mengen Wasser und Energie verbraucht. Die aktuelle Nutzung zerstört die Umwelt nicht, zeigt aber Interesse am Produkt.
Es ist unsinnig, wenn Einzelne sich wegen der durch die Nutzung von ChatGPT verursachten Emissionen Sorgen machen. Ich erkenne an, dass AI viel Energie verbraucht. Es ist schwer abzuschätzen, welchen Einfluss die Nachfrage nach ChatGPT auf die Zukunft von AI hat.
Der Titel passt nicht zum Inhalt. Ein Titel wie „Die durch die Nutzung von ChatGPT verursachten Emissionen sind im Vergleich zu anderen Dingen nicht so wichtig“ wäre passender.