Ein Klimaforscher protokollierte acht Wochen lang den Einsatz von KI-Agenten. Pro Eingabeaufforderung wurde 600-mal mehr Strom verbraucht als bei einer Chat-Nachricht
Zeke Hausfather hat über Claude Code 3,2 Milliarden Token verfolgt und die dahinter stehende Elektrizität geschätzt. Die von den KI-Laboren veröffentlichten Zahlen pro Eingabeaufforderung beschreiben eine Art Verwendung, die fast niemand mehr macht.
Seit einem Jahr beantwortet die KI-Branche Fragen zu ihrem Stromverbrauch mit einer beruhigend geringen Zahl. Laut Google verbraucht die durchschnittliche Gemini-Textaufforderung 0,24 Wattstunden, also weniger als neun Sekunden Fernsehen. Sam Altman bezifferte die durchschnittliche ChatGPT-Abfrage auf 0,34 Wattstunden. Der Klimaforscher Zeke Hausfather hat nun gemessen, was passiert, wenn man KI so einsetzt, wie es tatsächlich eine wachsende Zahl von Menschen tut, und die Zahl ist etwa 600-mal größer.
Hausfather verbrachte acht Wochen damit, seine Verwendung von Claude Code zu protokollieren, einem Programmieragenten, der Aufgaben selbstständig abarbeitet, anstatt jeweils nur eine Frage zu beantworten. Das Tool führt lokale Protokolle mit der genauen Token-Anzahl, die die API für jeden Aufruf meldet, sodass die Zählung solide ist. Er tippte 1.138 Eingabeaufforderungen. Diese lösten mehr als 14.000 Modellaufrufe aus, etwa zwölf pro Eingabeaufforderung, und verarbeiteten 3,2 Milliarden Token. Ein Token ist ungefähr ein Wortfragment, und ein gewöhnlicher Chat-Austausch umfasst etwa tausend davon. Seine durchschnittliche Eingabeaufforderung lag bei 2,9 Millionen.
Der Grund für diese Lücke ist verständlich. 96 Prozent dieser Token waren Cache-Lesevorgänge: Bei jedem der 14.000 Schritte liest der Agent seinen gesamten akkumulierten Kontext erneut, um sich daran zu erinnern, was er tut. Die Ausgabe, die er tatsächlich auf dem Bildschirm sah, betrug 0,4 Prozent aller verarbeiteten Daten. Ein Agent verbringt fast seine ganze Mühe damit, seine eigenen Notizen noch einmal zu lesen.
Die Umwandlung von Token in Strom ist der weiche Teil, und Hausfather sagt das deutlich. Niemand außerhalb der Labore kennt die wahren Energiekosten pro Token eines Grenzmodells, daher verwendete er drei unabhängige Methoden. Seine beste Schätzung liegt bei etwa 170 Kilowattstunden über acht Wochen, mit einer Spanne von 70 bis 330. Das entspricht ungefähr 150 Wattstunden pro Eingabeaufforderung. Ein typischer Tagesverbrauch betrug 3,0 kWh, mehr als zwei Kühlschränke verbrauchen.
Auf ein Jahr gerechnet würde diese Gewohnheit im durchschnittlichen US-Stromnetz etwa 370 kg CO2 produzieren. Und hier wird es weniger besorgniserregend, als die Überschrift vermuten lässt: Das ist etwas mehr, als ein Jahr lang einen elektrischen Wäschetrockner zu betreiben und etwa die Hälfte eines Hin- und Rückflugs in der Economy-Klasse von San Francisco nach New York. Hausfathers eigene Zusammenfassung ist, dass es gleichzeitig eine große Emissionsquelle und einen bescheidenen Teil seines gesamten Fußabdrucks darstellt.
Was das für dich bedeutet: Wenn Sie Chatbots auf normale Weise verwenden, mit ein paar Eingabeaufforderungen pro Tag, ist Ihr KI-Fußabdruck wirklich winzig, etwa 0,3 kg CO2 pro Jahr, und Schuldgefühle sind fehl am Platz. Wenn Sie damit begonnen haben, Agenten zu betreiben, die eine Stunde lang unbeaufsichtigt arbeiten, haben Sie sich in aller Stille um mehrere Größenordnungen nach oben bewegt, und das ist wissenswert. Der praktische Hebel ist nicht Abstinenz, sondern Modellwahl, da kleinere Modelle fünf- bis siebenmal weniger Energie pro Token verbrauchen, sodass die Übertragung einfacher Aufgaben an ein kleineres Modell eine echte Ersparnis darstellt. Die Schlussfolgerung von Hausfather geht völlig über Einzelpersonen hinaus: Fast drei Viertel der geplanten Vor-Ort-Stromerzeugung für US-Rechenzentren läuft mit Erdgas, und der gleiche Arbeitsaufwand für sauberen Strom würde den Fußabdruck um etwa 90 Prozent reduzieren. Ein kleiner Vorbehalt bei all dem: Es handelt sich hier um sorgfältige Schätzungen, nicht um Zählerstände.
Quellen
Quellen: https://www.theclimatebrink.com/p/the-real-energy-use-of-agentic-ai
Backflip AI verwandelt 3D-Scans in bearbeitbare CAD-Modelle, eine Arbeit, die normalerweise Stunden kostet
Die meisten Fabriken verfügen über digitale Modelle für weniger als ein Prozent ihrer Teile. Ein neues Modell wandelt einen Scan in echte, bearbeitbare CAD-Geometrie statt in ein totes Netz um und wird als Autodesk Fusion-Add-In ausgeführt.
