Big Techs KI-Klimaversprechen in neuem Bericht als Greenwashing entlarvt

Ein vernichtender neuer Bericht, der heute veröffentlicht wurde, wirft einen langen Schatten auf die Umweltversprechen der weltweit größten Technologieunternehmen. Er enthüllt, dass eine überwältigende Mehrheit der Behauptungen bezüglich der Klimavorteile von Künstlicher Intelligenz (Artificial Intelligence – AI) unbegründet ist. Die Studie, die von einem Bündnis aus gemeinnützigen Organisationen, darunter Beyond Fossil Fuels und Climate Action Against Disinformation, in Auftrag gegeben wurde, beschuldigt Big Tech des "Greenwashing", indem sie die nachgewiesene Effizienz des traditionellen Maschinellen Lernens (Machine Learning) mit der energieintensiven Realität der modernen Generativen KI (Generative AI) vermischen.

Die Analyse, die zeitgleich mit dem AI Impact Summit in Neu-Delhi veröffentlicht wurde, untersucht 154 spezifische Klimaaussagen von Branchengrößen. Die Ergebnisse sind ernüchternd: 74 % der Behauptungen über KI-Klimavorteile entbehren durch Fachleute geprüfter Belege (Peer-reviewed evidence), und über ein Drittel (36 %) bietet keinerlei Beweise, um ihre Versprechen zur Emissionsreduzierung zu untermauern.

Der "Bait and Switch": Vermischung von KI-Technologien

Der Kern der Kritik des Berichts liegt in einer Strategie, die vom Energieanalysten und Berichtautor Ketan Joshi als "Ablenkungstaktik" bezeichnet wird. Die Studie stellt fest, dass Tech-Giganten häufig die Umweltvorteile der "traditionellen KI" anführen – wie etwa Algorithmen des Maschinellen Lernens, die zur Optimierung der Effizienz von Windturbinen oder zur Steuerung von Stromnetzen eingesetzt werden –, um die massive Ausweitung der Generativen KI (GenAI) zu rechtfertigen.

Generative KI, die Werkzeuge wie Googles Gemini und Microsofts Copilot antreibt, erfordert deutlich mehr Rechenleistung und Energie als die prädiktiven Modelle der Vergangenheit. Durch die Gruppierung dieser unterschiedlichen Technologien unter dem weitgefassten Schirm "KI" nutzen Unternehmen effektiv die ökologische Glaubwürdigkeit älterer, effizienter Technologien, um den CO2-Fußabdruck ihrer neuen, stromhungrigen Produkte zu verschleiern.

"Big Tech hat den Ansatz von Unternehmen für fossile Brennstoffe übernommen – für bescheidene Investitionen in grüne Technologien zu werben, während ihr Kerngeschäft die Emissionen vorantreibt – und ihn für das digitale Zeitalter aufgerüstet", erklärte Joshi. "Diese Technologien vermeiden nur einen winzigen Bruchteil der Emissionen im Vergleich zu den massiven Emissionen ihres Kerngeschäfts."

In Zahlen: Eine Glaubwürdigkeitskrise

Der Bericht liefert eine detaillierte Aufschlüsselung darüber, wie die Behauptungen von Big Tech einer Überprüfung standhalten. Die Daten deuten auf einen systemischen Mangel an Transparenz und Strenge bei der Berichterstattung über Umweltauswirkungen hin.

Tabelle 1: Analyse der KI-Klimaversprechen von Big Tech

Die Studie hebt eine besonders weit verbreitete Behauptung hervor: dass KI bis 2030 5–10 % der globalen Treibhausgasemissionen mindern könnte. Bei der Rückverfolgung des Ursprungs dieser Statistik fanden Forscher heraus, dass sie nicht aus einer wissenschaftlichen Arbeit stammte, sondern aus einem Blogpost der Beratungsfirma BCG aus dem Jahr 2021, der "Erfahrungen mit Kunden" anstelle von empirischen Daten anführte. Trotz dieses schwachen Fundaments wurde die Zahl noch im April 2025 von großen Tech-Firmen wiederholt.

Branchenreaktionen und Expertenanalyse

Der Bericht hat scharfe Reaktionen von Experten auf dem gesamten Gebiet hervorgerufen. Sasha Luccioni, Leiterin für KI und Klima bei Hugging Face, betonte, dass der Bericht der Diskussion die notwendige Nuancierung verleiht.

"Wenn wir über KI sprechen, die relativ schlecht für den Planeten ist, handelt es sich meist um generative KI und Große Sprachmodelle (Large Language Models)", bemerkte Luccioni. Sie argumentiert, dass die Branche Klimalösungen und Kohlenstoffverschmutzung fälschlicherweise als Gesamtpaket präsentiert hat, wodurch sehr unterschiedliche Arten von KI-Anwendungen "vermengt" werden, um Regulierungsbehörden und die Öffentlichkeit zu verwirren.

Der Zeitpunkt des Berichts ist entscheidend. Da Rechenzentren derzeit etwa 1 % des weltweiten Stroms verbrauchen, wird prognostiziert, dass diese Zahl sprunghaft ansteigen wird. BloombergNEF schätzt, dass Rechenzentren bis 2035 8,6 % des US-Stroms verbrauchen könnten, ein Nachfrageschub, der größtenteils durch die Verbreitung von Generativer KI getrieben wird.

Die "Ablenkungstaktik"

Der Bericht vergleicht die Kommunikationsstrategie von Big Tech mit der der Öl- und Gasindustrie. Genau wie Unternehmen für fossile Brennstoffe ihre kleinen Portfolios an erneuerbaren Energien hervorheben, während sie die Ölförderung ausweiten, betonen Tech-Unternehmen die marginalen Klimagewinne spezifischer KI-Anwendungen, während ihr gesamter CO2-Fußabdruck aufgrund des Wachstums von Rechenzentren expandiert.

• Emissionsverlagerung (Emission Displacement): Während KI eine Logistikroute optimieren kann, könnte die für das Training und den Betrieb des Modells erforderliche Energie diese Einsparungen wieder zunichtemachen.
• Verifizierungslücke (Verification Gap): Der Bericht fand kein einziges Beispiel, in dem gängige GenAI-Werkzeuge zu einer "wesentlichen, verifizierbaren und substanziellen" Reduzierung der planetenerwärmenden Emissionen führten.
• Regulatorische blinde Flecken (Regulatory Blind Spots): Aktuelle Berichtsstandards erlauben es Unternehmen, die spezifische Energieintensität von GenAI innerhalb ihrer breiteren Unternehmensemissionen zu verschleiern.

Fazit: Die Forderung nach Transparenz

Während sich das KI-Wettrüsten beschleunigt, scheint sich die Kluft zwischen Unternehmensrhetorik und ökologischer Realität zu vergrößern. Dieser Bericht dient als Weckruf für Investoren, Regulierungsbehörden und Verbraucher, mehr als nur vage Versprechen einzufordern.

Damit die KI-Branche tatsächlich zu Klimalösungen beitragen kann, muss sie zunächst die unterschiedlichen Umweltkosten ihrer verschiedenen Technologien anerkennen. Ohne strenge, von Fachleuten geprüfte Belege und eine klare Trennung zwischen der Effizienz des Maschinellen Lernens und dem Exzess der Generativen KI riskieren die grünen Behauptungen von Big Tech, nichts weiter als digitaler Schein zu sein.