KI-Update – ein heise-Podcast KI-Update Deep-Dive: Der wahre Preis einer KI-Anfrage
26 snips
Jul 18, 2025 Maximilian Dauner, Doktorand an der Technischen Universität München, erforscht den Energieverbrauch von generativer KI. Er beleuchtet, wie viel mehr Energie Chatbots im Vergleich zu traditionellen Suchanfragen benötigen. Dauner erklärt die Testergebnisse von 14 KI-Modellen und deren CO2-Emissionen. Zudem wird der Zusammenhang zwischen der Größe von Modellen und ihrem ökologischen Fußabdruck diskutiert. Die Standortfaktoren von Rechenzentren und deren Einfluss auf den Ressourcenverbrauch werden ebenfalls thematisiert, während die Notwendigkeit von Transparenz betont wird.
AI Snips
Chapters
Transcript
Episode notes
Energieverbrauch von KI-Anfragen
- KI-Anfragen verbrauchen oft deutlich mehr Energie als herkömmliche Suchanfragen.
- Lokal messbare Daten zeigen, wie der Stromverbrauch direkt beim Betrieb der Modelle entsteht.
Modellgröße und CO2-Fußabdruck
- Der CO2-Fußabdruck steigt mit der Größe und Komplexität der KI-Modelle deutlich an.
- Reasoning-Modelle erzeugen durch längere Token-Generierung einen deutlich höheren Energieverbrauch.
Reasoning steigert Qualität und Verbrauch
- Reasoning-Modelle verbrauchen mehr Energie, liefern aber oft bessere Antworten bei komplexen Aufgaben.
- Höherer Energieverbrauch steht im direkten Zusammenhang mit der Qualität komplexerer Ergebnisse.