Startseite / KI
KI

Googles KI-Ausbau belastet die Klimabilanz der Plattform

Googles KI-Ausbau belastet die Klimabilanz der Plattform
← Alle Beiträge

Google hat lange davon profitiert, dass digitale Dienste leichter wirkten als die Industrien, die sie ersetzten. Suche, E-Mail, Dokumente, Cloud-Software: wenig sichtbare Maschinen, kaum sichtbarer Verbrauch. Der 2024 veröffentlichte Stand der Emissionszahlen zeigt, wie dünn diese Wahrnehmung geworden ist. Googles Treibhausgasemissionen stiegen von 2019 bis 2023 um 48 Prozent. Für 2023 meldete der Konzern 14,3 Millionen Tonnen CO2-Äquivalent. Als Haupttreiber nennt Google den Stromverbrauch seiner Rechenzentren und Emissionen der Lieferkette.

Das ist zunächst eine Klimazahl. Für Google ist es aber auch eine Plattformzahl. Denn der zusätzliche Energiebedarf entsteht nicht irgendwo am Rand des Geschäfts, sondern dort, wo Google seine Kontrolle über Nutzerzugang, Entwicklerwerkzeuge und Unternehmenssoftware ausübt: in Search, Cloud, Workspace und den Gemini-Produkten. KI wird nicht nur als einzelnes Werkzeug angeboten. Sie wird in bestehende Verteilkanäle eingebaut.

Damit verschiebt sich die Emissionsfrage von der abstrakten Debatte über große Sprachmodelle in die Produktarchitektur. Entscheidend ist nicht allein, wie effizient ein einzelnes Modell arbeitet. Entscheidend ist, wie oft und an welchen Stellen eine Plattform dieses Modell aufruft.

Die Emission folgt der Distribution

Eine einzelne Gemini-Apps-Textanfrage ist nach Googles Angaben klein: 0,24 Wattstunden Energie, 0,03 Gramm CO2-Äquivalent und 0,26 Milliliter Wasser. Diese Werte sind wichtig, weil sie die Debatte erden. Nicht jede Anfrage ist ein Kraftwerksproblem. Aber Plattformen werden nicht über einzelne Anfragen relevant, sondern über Standardeinstellungen, Produktintegration und Wiederholung.

Wie KI-Nutzung in Googles Plattform zur Emissionsfrage wird
SearchNutzerzugangWorkspaceArbeitsabläufeGoogle CloudEntwicklerKI-ModelleGemini-Abfragenund Cloud-WorkloadsRechenzentrenStrom, Kühlung,LieferketteEmissionen steigen
Die Grafik zeigt, wie KI-Funktionen über Googles Produktflächen verteilt werden und wo daraus Infrastrukturbedarf entsteht.

Wenn KI in Suchantworten, Schreibwerkzeuge, Cloud-Dienste und Entwicklerumgebungen rückt, wird Rechenleistung zu einem Bestandteil alltäglicher Interaktion. Was früher eine klassische Suche, eine Autovervollständigung oder ein Datenbankaufruf war, kann heute eine Modellabfrage, eine Zusammenfassung oder eine generierte Antwort werden. Google kontrolliert dabei nicht nur die Modelle, sondern auch die Flächen, auf denen sie ausgelöst werden.

Das ist der Plattformhebel. Nutzer müssen nicht massenhaft ihr Verhalten ändern, damit der Verbrauch steigt. Es reicht, wenn Google KI-Funktionen in Produkte einbaut, die ohnehin täglich genutzt werden. Entwickler wiederum orientieren sich an den Schnittstellen, Preisen und Vorgaben der Cloud-Plattform. Unternehmen übernehmen Funktionen in Workspace oder Google Cloud nicht nur wegen einzelner Features, sondern weil sie Teil vorhandener Arbeitsabläufe werden.

Vom Klimaziel zur Infrastrukturgrenze

Google hält am Ziel fest, bis 2030 Netto-Null-Emissionen zu erreichen. Gleichzeitig zeigen die veröffentlichten Zahlen, dass der operative Pfad schwieriger wird. Im späteren Umweltbericht für 2024 weist Google nach marktbasierter Rechnung rund 11,5 Millionen Tonnen CO2-Äquivalent aus, elf Prozent mehr als 2023 und 51 Prozent mehr als im Basisjahr 2019. Der Energieverbrauch der Rechenzentren stieg 2024 um 27 Prozent gegenüber dem Vorjahr. Als Belastung gilt vor allem der Ausbau rechenintensiver Dienste, darunter KI-Funktionen in Search, Cloud und Workspace.

Google verweist auf effiziente Rechenzentren und neue Hardware wie die Trillium-TPU. Das ist kein nebensächliches Argument. Effizienz entscheidet darüber, wie teuer und wie emissionsintensiv KI im großen Maßstab wird. Der Punkt ist nur: Effizienzgewinne können durch breitere Nutzung aufgezehrt werden. Wenn jede Modellgeneration günstiger pro Anfrage wird, aber mehr Produkte häufiger Modelle aufrufen, sinkt der Verbrauch nicht automatisch.

Für Plattformunternehmen entsteht damit eine andere Art von Grenze. Nicht nur Chip-Verfügbarkeit, Modellqualität oder Cloud-Marge bestimmen das Tempo. Stromverträge, Netzanschlüsse, Kühlung, Lieferketten und regionale Energieversorgung werden zu Bedingungen der Produktstrategie. KI-Funktionen lassen sich schnell in Software ausrollen. Die Energieinfrastruktur dahinter wächst langsamer.

Was Google kontrolliert und was nicht

Google kann entscheiden, wo KI in seinen Produkten sichtbar wird. Der Konzern kann Modelle optimieren, Rechenzentren platzieren, eigene Chips einsetzen, Cloud-Preise gestalten und Entwickler über APIs an bestimmte Nutzungsformen heranführen. Diese Kontrolle ist erheblich. Sie macht Google zu einem der wenigen Unternehmen, die nicht nur KI entwickeln, sondern ihre Nutzung über globale Distributionskanäle normalisieren können.

Weniger direkt kontrollierbar ist die CO2-Intensität der Stromnetze, in denen Rechenzentren betrieben werden. Auch Lieferkettenemissionen hängen nicht allein an Googles internen Effizienzprogrammen. Server, Netzwerktechnik, Halbleiterfertigung, Bau und Energieversorgung sitzen in Märkten, die nicht im selben Tempo dekarbonisieren wie KI-Produkte verteilt werden.

Hier liegt die operative Spannung. Eine Plattform kann Nachfrage zentral erzeugen, aber die physische Infrastruktur dieser Nachfrage ist verteilt. Google kann Software in Milliardenoberflächen schieben; neue erneuerbare Kapazitäten, Netzanschlüsse und Lieferketten lassen sich nicht in gleicher Weise per Produktupdate bereitstellen.

Kunden übernehmen einen Teil der Bilanz

Für Unternehmen, die Google Cloud oder KI-Funktionen in Workspace nutzen, bleibt diese Entwicklung nicht nur Googles internes Problem. Je stärker Arbeitsprozesse über KI-Dienste laufen, desto stärker werden Cloud-Emissionen Teil der eigenen Nachhaltigkeitsrechnung. Scope-3-Bilanzen hängen dann auch an den Entscheidungen der Plattformanbieter: welche Modelle verwendet werden, wo Workloads laufen, wie Strom beschafft wird und wie transparent Verbrauchsdaten ausgewiesen werden.

Das verschiebt Verhandlungsmacht. Kunden können Effizienz und Emissionsdaten verlangen, aber sie können die darunterliegende Architektur meist nicht selbst gestalten. Wer tief in Google Cloud integriert ist, übernimmt nicht nur Rechenleistung, sondern auch einen Teil der Infrastrukturannahmen des Anbieters. KI macht diese Abhängigkeit sichtbarer, weil der Verbrauch stärker mit Funktionsumfang und Nutzung skaliert.

Microsofts Emissionen sind seit 2020 ebenfalls um 29 Prozent gestiegen, unter anderem im Zusammenhang mit KI-Investitionen. Das relativiert Googles Lage nicht, sondern ordnet sie ein: Der Trend betrifft die großen Cloud- und KI-Plattformen insgesamt. Wer KI in Office-Software, Suche, Cloud-Dienste oder Entwicklerwerkzeuge einbettet, verschiebt den Energiebedarf in die Basisschicht digitaler Arbeit.

Die Plattform entscheidet, wie oft gerechnet wird

Die zentrale Frage ist deshalb nicht, ob KI grundsätzlich zu viel Strom verbraucht. Diese Frage ist zu grob. Relevanter ist, welche Aufgaben eine Plattform künftig automatisch an Modelle delegiert, welche Funktionen optional bleiben und welche zur Voreinstellung werden. Zwischen einer bewusst gestarteten Analyse und einer ständig mitlaufenden KI-Schicht liegen große Unterschiede.

Google steht damit vor einer internen Abwägung, die sich nicht sauber in Marketing und Nachhaltigkeitsbericht trennen lässt. Mehr KI in Search, Cloud und Workspace kann Produkte attraktiver machen, Kunden binden und Entwickler in das eigene Ökosystem ziehen. Gleichzeitig erhöht genau diese Verteilung den Druck auf Stromversorgung, Lieferketten und Klimaziele.

Die 48 Prozent mehr Emissionen sind daher mehr als ein Rückschlag in einer Umweltbilanz. Sie zeigen, dass KI bei Google nicht als isolierte Anwendung wächst, sondern als Plattformfunktion. Und sobald Rechenleistung zur Voreinstellung wird, entscheidet nicht mehr nur die Effizienz des einzelnen Rechenzentrums. Dann entscheidet die Produktstrategie darüber, wie viel Infrastruktur im Hintergrund dauerhaft laufen muss.

J

Über den Autor

Jens Könnig

Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?

Alle Artikel von Jens Könnig →