LernenToolsKI nutzenGeld verdienenNewsGratis-Tools Kostenlos anmelden →
Learn

Wie viel Wasser verbraucht KI? (Die echten Zahlen, erklärt)

Wasser, das durch Kühlrohre eines Rechenzentrums fließt, um KI-Server vor Überhitzung zu schützen

Der Wasserverbrauch von KI hängt davon ab, was man einbezieht. Eine einzelne ChatGPT-ähnliche Anfrage verbraucht laut veröffentlichten Schätzungen etwa 0,3 ml bis 50 ml Wasser für Kühlung und Stromerzeugung. Ein großes Rechenzentrum kann Millionen Liter pro Jahr verbrauchen, hauptsächlich zur Kühlung der Server.

Sie haben wahrscheinlich die reißerischen Schlagzeilen gesehen: „ChatGPT trinkt bei jeder Unterhaltung eine Flasche Wasser.“ Die Wahrheit ist interessanter – und weit weniger alarmierend. Der Wasserverbrauch von KI ist real, die Zahlen schwanken stark je nach Messmethode, und die ehrliche Antwort braucht etwas Kontext. Hier finden Sie einen klaren, belegten Überblick, wohin das Wasser tatsächlich fließt.

Warum verbraucht KI überhaupt Wasser?

KI „trinkt“ kein Wasser wie wir. Sie nutzt Wasser indirekt – auf zwei Hauptwegen:

Forschende unterscheiden hier „Scope-1“ (Kühlung vor Ort) und „Scope-2“ (Stromerzeugung außerhalb). Wenn Sie zwei sehr unterschiedliche Wasserzahlen für KI sehen, liegt das meist daran, dass eine nur Scope-1 und die andere beide Bereiche zählt. Diese Unterscheidung erklärt den Großteil der Verwirrung in den Schlagzeilen.

Wie viel Wasser verbraucht eine ChatGPT-Anfrage?

Das ist die meistgestellte Frage – und die Antwort ist eine Spanne, keine einzelne Zahl.

Die oft zitierte Zahl stammt von einer Studie der University of California, Riverside, Making AI Less “Thirsty”, die schätzt, dass GPT-3 für etwa 10 bis 50 mittellange Antworten eine 500-ml-Flasche Wasser verbraucht (UC Riverside / CACM, 2025). Das entspricht etwa 10–50 ml pro Anfrage und umfasst sowohl Kühlung vor Ort als auch Kraftwerkswasser.

2025 veröffentlichte Sam Altman von OpenAI eine deutlich kleinere Zahl: etwa 0,000085 Gallonen (≈0,32 ml) pro durchschnittlicher Anfrage – etwa ein Fünfzehntel eines Teelöffels (Data Center Dynamics, 2025). Diese Zahl ist nicht peer-reviewed, die Definition einer „durchschnittlichen Anfrage“ ist unklar, und sie scheint vor allem das Wasser vor Ort zu zählen. Die beiden Zahlen widersprechen sich also nicht wirklich – sie messen Unterschiedliches, in verschiedenen Jahren und auf unterschiedlicher Hardware.

Das ehrliche Fazit: Die Schätzungen reichen von einem Bruchteil eines Teelöffels bis zu ein paar Esslöffeln pro Anfrage und variieren je nach Modell, Standort des Rechenzentrums, Klima und Strommix.

Die Zahlen im Überblick

Hier die meistzitierten Zahlen, mit Quelle und Jahr, damit Sie selbst nachschauen können.

WasGeschätzter WasserverbrauchQuelle (Jahr)
Eine ChatGPT/GPT-3-Anfrage (Kühlung + Strom)~10–50 ml (500 ml pro 10–50 Antworten)UC Riverside / CACM (2025)
Eine „durchschnittliche“ ChatGPT-Anfrage (OpenAI)~0,32 ml (0,000085 gal)Data Center Dynamics (2025)
Training von GPT-3 (Microsoft US-Rechenzentren)~5,4 Millionen Liter gesamtUC Riverside / CACM (2025)
Google-Rechenzentren gesamt (2024)~8,1 Milliarden GallonenData Centre Magazine / Google Env. Report (2025)
Google, größter Standort (Council Bluffs, IA, 2024)~1 Milliarde GallonenData Centre Magazine (2025)
US-Rechenzentren, direkte Kühlung (2023)~17 Milliarden GallonenEESI / LBNL report (2024)
US-Rechenzentren, indirekt durch Strom (2023)~211 Milliarden GallonenEESI / LBNL report (2024)
Globaler KI-Wasserentzug, Prognose (2027)4,2–6,6 Milliarden KubikmeterUC Riverside / CACM (2025)

Die große Spanne bei den Schätzungen pro Anfrage ist genau der Grund, warum Sie jeder einzelnen viralen Zahl mit Vorsicht begegnen sollten. Verschiedene Studien messen unterschiedliche Grenzen.

Wasserverbrauch pro Anfrage vs. 500-ml-Flasche 1 Anfrage — OpenAI-Schätzung ~0,32 ml 1 Anfrage — inkl. Strom 10–50 ml 500-ml-Wasserflasche 500 ml 0 500 ml
Selbst die höhere Schätzung pro Anfrage (~50 ml) entspricht etwa einem Zehntel einer 500-ml-Flasche. Quellen: UC Riverside / CACM (2025), OpenAI via DCD (2025).

Wie viel Wasser verbraucht die Generierung eines KI-Bildes?

Vielleicht haben Sie Behauptungen gelesen, dass ein KI-Bild mehrere Liter Wasser kostet. Für die größten dieser Zahlen gibt es jedoch keine solide, peer-reviewte Zahl pro Bild – seien Sie bei genauen Gallonenangaben skeptisch.

Was wir wissen: Eine Studie von Hugging Face und Carnegie Mellon ergab, dass die Bildgenerierung die energieintensivste gängige KI-Anwendung ist, etwa vergleichbar mit dem Laden eines Smartphones (MIT Technology Review, 2023). Da der Wasserverbrauch dem Energieverbrauch folgt (mehr Strom bedeutet mehr Kühlung und Kraftwerkswasser), kostet ein Bild im Schnitt mehr Wasser als eine kurze Textantwort – die genaue Zahl hängt aber stark vom Modell und Standort ab. Die sichere Aussage: „Mehr als eine Textanfrage, weniger als die alarmistischen Schlagzeilen.“

Wie viel Wasser verbrauchen Rechenzentren insgesamt?

Hier werden die Zahlen groß, denn Rechenzentren betreiben Tausende KI- und Nicht-KI-Anwendungen gleichzeitig.

Ein Bericht des Lawrence Berkeley National Laboratory im Auftrag des US-Energieministeriums ergab, dass US-Rechenzentren 2023 etwa 17 Milliarden Gallonen Wasser direkt zur Kühlung verbrauchten, plus geschätzte 211 Milliarden Gallonen indirekt durch den Stromverbrauch (EESI / LBNL, 2024). Der direkte Kühlwasserverbrauch könnte bis 2028 auf 38–73 Milliarden Gallonen steigen.

Einzelne Unternehmen veröffentlichen zunehmend Zahlen. Googles Rechenzentren verbrauchten 2024 etwa 8,1 Milliarden Gallonen Wasser, gegenüber ca. 4,3 Milliarden Gallonen im Jahr 2021 (Data Centre Magazine, 2025). Der Trend zeigt klar nach oben, da KI-Anwendungen wachsen. Mehr aktuelle Zahlen finden Sie auf unserer Seite KI-Statistiken.

Wie schneidet der Wasserverbrauch von KI im Vergleich zu Alltagsdingen ab?

Kontext ist wichtig – so sieht der Vergleich einer einzelnen Anfrage mit alltäglichen Wasserverbräuchen aus:

Pro Nutzung ist Ihr Chatbot-Gebrauch winzig im Vergleich zu Mittagessen oder Wäsche. Der Grund, warum der Wasserverbrauch von KI Aufmerksamkeit bekommt, ist nicht die einzelne Anfrage, sondern der Maßstab (Milliarden Anfragen) und die Konzentration (viele Rechenzentren in trockenen Regionen, wo jeder Liter zählt).

Wie besorgt sollten Sie sein?

Ausgewogene Antwort: Pro Anfrage ist der Einfluss gering. Die berechtigte Sorge ist Konzentration und Wachstum. Wenn Dutzende großer Rechenzentren in einem dürregefährdeten Landkreis stehen, kann ihr gemeinsamer Verbrauch die lokale Wasserversorgung belasten, auch wenn jede einzelne Anfrage trivial ist. Der globale KI-Wasserentzug wird bis 2027 auf 4,2–6,6 Milliarden Kubikmeter geschätzt (UC Riverside / CACM, 2025), daher lohnt es sich, die Entwicklung zu beobachten.

Es ist auch erwähnenswert, dass klügere Systemgestaltung die Kosten senken kann. Effizientere KI – bessere Hardware-Auslastung und Abrufmethoden wie RAG, die unnötige Berechnungen vermeiden – senken den Energie- und Wasserbedarf. Effizienz und Wasserverbrauch sind verknüpft: Weniger Rechenleistung bedeutet weniger Abwärme und weniger Strombedarf.

Was tun Tech-Unternehmen dagegen?

Die großen Betreiber haben eigene Wasserprogramme angekündigt. Übliche Maßnahmen sind:

Beispiel: Google meldete, 2024 etwa 64 % seines Süßwasserverbrauchs ausgeglichen zu haben, mit dem Ziel von 120 % bis 2030 (Data Centre Magazine, 2025). Microsoft hat an einigen Standorten Wasserrückgewinnungsanlagen gebaut und berichtet, über 100 Millionen Kubikmeter Wasser wiederaufbereitet zu haben (Cloud Computing News, 2025). Diese Zusagen sind ermutigend, aber die Transparenz ist noch lückenhaft – viele Unternehmen veröffentlichen keine standortspezifischen Zahlen, was unabhängige Überprüfung erschwert.

Das Fazit

KI verbraucht Wasser, aber die Kosten pro Anfrage sind gering (ein Bruchteil eines Teelöffels bis zu ein paar Esslöffeln, je nach Zählweise) und deutlich niedriger als bei Alltagsdingen wie Nahrung oder Kleidung. Das eigentliche Thema ist der Rechenzentrumsmaßstab, bei dem Kühlung und Strombedarf sich auf Milliarden Liter summieren und lokale Belastungen in trockenen Regionen entstehen können. Beobachten Sie die Entwicklung, fordern Sie Transparenz und Effizienz – und lassen Sie sich nicht von viralen Panikmeldungen leiten. Wenn Sie die Technik hinter diesen Zahlen verstehen möchten, starten Sie in unserem Lernbereich.

Häufig gestellte Fragen

Wie viel Wasser verbraucht eine ChatGPT-Anfrage?
Die Schätzungen reichen von etwa 0,32 ml (OpenAIs reine Vor-Ort-Zahl) bis zu etwa 10–50 ml pro Anfrage, wenn auch das Wasser für die Stromerzeugung berücksichtigt wird. Die UC Riverside-Studie fand heraus, dass eine 500-ml-Flasche für etwa 10–50 mittellange Antworten reicht.

Warum verbraucht KI überhaupt Wasser?
KI läuft auf Servern in Rechenzentren, die heiß werden. Viele Zentren nutzen Wasser zur Kühlung, oft durch Verdunstung, und auch die Kraftwerke, die den Strom liefern, verbrauchen Wasser. Der Wasserfußabdruck von KI setzt sich also aus direkter Kühlung und indirekter Stromerzeugung zusammen.

Wie viel Wasser verbraucht die Generierung eines KI-Bildes?
Es gibt keine einzige, peer-reviewte Zahl pro Bild. Bildgenerierung ist die energieintensivste gängige KI-Anwendung (Hugging Face, 2023), und mehr Energie bedeutet meist mehr Kühl- und Kraftwerkswasser. Ein Bild kostet daher typischerweise mehr Wasser als eine kurze Textantwort.

Wie viel Wasser verbrauchen Rechenzentren insgesamt?
US-Rechenzentren verbrauchten 2023 direkt etwa 17 Milliarden Gallonen zur Kühlung, plus geschätzte 211 Milliarden Gallonen indirekt durch Strom, laut einem Bericht des Lawrence Berkeley National Laboratory. Der direkte Verbrauch könnte bis 2028 auf 38–73 Milliarden Gallonen steigen.

Ist der Wasserverbrauch von KI ein ernstes Problem?
Pro Anfrage ist er winzig. Im großen Maßstab und in dürregefährdeten Regionen, in denen sich Rechenzentren ballen, ist die lokale Belastung real. Das Problem ist Konzentration und Wachstum, nicht Ihre einzelne Chatbot-Nutzung. Es lohnt sich, das Thema zu beobachten, aber nicht in Panik zu verfallen.

Wie schneidet der Wasserverbrauch von KI im Vergleich zu Alltagsdingen ab?
Eine einzelne Anfrage entspricht einem Bruchteil eines Teelöffels bis zu ein paar Esslöffeln. Zum Vergleich: Ein Rindfleisch-Burger benötigt etwa 1.700 Liter Wasser in der Produktion, ein Baumwoll-T-Shirt etwa 2.700 Liter. Der Fußabdruck pro KI-Nutzung ist im Vergleich zu Nahrung und Kleidung gering.

Was tun Tech-Unternehmen dagegen?
Unternehmen setzen auf recyceltes und nicht trinkbares Wasser, Luft- und Flüssigkeitskühlung, bauen in kühleren Regionen und versprechen, „wasserpositiv“ zu werden. Google hat 2024 etwa 64 % seines Süßwasserverbrauchs ausgeglichen und strebt bis 2030 120 % an.

Verbraucht das Training von KI mehr Wasser als die alltägliche Nutzung?
Das Training ist ein einmaliger, intensiver Aufwand. Forschende schätzten, dass das Training von GPT-3 in Microsofts US-Rechenzentren etwa 5,4 Millionen Liter Wasser verbrauchte. Die täglichen Anfragen summieren sich über Milliarden von Nutzungen, daher sind beide Aspekte im großen Maßstab relevant.


Möchten Sie solche klaren, belegten Erklärungen direkt ins Postfach? Abonnieren Sie unseren wöchentlichen KI-Newsletter. Für weitere Zahlen besuchen Sie unsere Seite KI-Statistiken, und zum Einstieg in die Technik starten Sie im Lernbereich.

Frequently asked questions

Wie viel Wasser verbraucht eine ChatGPT-Anfrage?

Die Schätzungen reichen von etwa 0,32 ml (OpenAIs reine Vor-Ort-Zahl) bis zu etwa 10–50 ml pro Anfrage, wenn auch das Wasser für die Stromerzeugung berücksichtigt wird. Die UC Riverside-Studie fand heraus, dass eine 500-ml-Flasche für etwa 10–50 mittellange Antworten reicht.

Warum verbraucht KI überhaupt Wasser?

KI läuft auf Servern in Rechenzentren, die heiß werden. Viele Zentren nutzen Wasser zur Kühlung, oft durch Verdunstung, und auch die Kraftwerke, die den Strom liefern, verbrauchen Wasser. Der Wasserfußabdruck von KI setzt sich also aus direkter Kühlung und indirekter Stromerzeugung zusammen.

Wie viel Wasser verbraucht die Generierung eines KI-Bildes?

Es gibt keine einzige, peer-reviewte Zahl pro Bild. Bildgenerierung ist die energieintensivste gängige KI-Anwendung (Hugging Face, 2023), und mehr Energie bedeutet meist mehr Kühl- und Kraftwerkswasser. Ein Bild kostet daher typischerweise mehr Wasser als eine kurze Textantwort.

Wie viel Wasser verbrauchen Rechenzentren insgesamt?

US-Rechenzentren verbrauchten 2023 direkt etwa 17 Milliarden Gallonen zur Kühlung, plus geschätzte 211 Milliarden Gallonen indirekt durch Strom, laut einem Bericht des Lawrence Berkeley National Laboratory. Der direkte Verbrauch könnte bis 2028 auf 38–73 Milliarden Gallonen steigen.

Ist der Wasserverbrauch von KI ein ernstes Problem?

Pro Anfrage ist er winzig. Im großen Maßstab und in dürregefährdeten Regionen, in denen sich Rechenzentren ballen, ist die lokale Belastung real. Das Problem ist Konzentration und Wachstum, nicht Ihre einzelne Chatbot-Nutzung. Es lohnt sich, das Thema zu beobachten, aber nicht in Panik zu verfallen.

Wie schneidet der Wasserverbrauch von KI im Vergleich zu Alltagsdingen ab?

Eine einzelne Anfrage entspricht einem Bruchteil eines Teelöffels bis zu ein paar Esslöffeln. Zum Vergleich: Ein Rindfleisch-Burger benötigt etwa 1.700 Liter Wasser in der Produktion, ein Baumwoll-T-Shirt etwa 2.700 Liter. Der Fußabdruck pro KI-Nutzung ist im Vergleich zu Nahrung und Kleidung gering.

Was tun Tech-Unternehmen dagegen?

Unternehmen setzen auf recyceltes und nicht trinkbares Wasser, Luft- und Flüssigkeitskühlung, bauen in kühleren Regionen und versprechen, 'wasserpositiv' zu werden. Google hat 2024 etwa 64 % seines Süßwasserverbrauchs ausgeglichen und strebt bis 2030 120 % an.

Verbraucht das Training von KI mehr Wasser als die alltägliche Nutzung?

Das Training ist ein einmaliger, intensiver Aufwand. Forschende schätzten, dass das Training von GPT-3 in Microsofts US-Rechenzentren etwa 5,4 Millionen Liter Wasser verbrauchte. Die täglichen Anfragen summieren sich über Milliarden von Nutzungen, daher sind beide Aspekte im großen Maßstab relevant.

Teilen X LinkedIn Reddit
GF

20+ Jahre in Web, SEO und Automatisierung. Ich teste KI-Tools in der Praxis und teile, was für Creator und kleine Teams wirklich funktioniert.

Werde gut in KI – eine praktische E-Mail pro Woche.

Tools, Anwendungsfälle und Abkürzungen, die du anwenden kannst. Kein Hype.