KI-Agenten verbrauchen 600-mal mehr Strom als ein Chat-Prompt

Die Zahlen, die man Ihnen verschwiegen hat

Google sagte Ihnen, ein Gemini-Prompt verbrauche 0,24 Wattstunden. Sam Altman schätzte den durchschnittlichen ChatGPT-Query auf 0,34 Wh. Beide Zahlen sind beruhigend winzig - weniger Energie als neun Sekunden Fernsehen, weniger als eine Google-Suche aus dem Jahr 2009.

Sie sind auch zunehmend irrelevant dafür, wie Menschen KI tatsächlich nutzen.

Der Klimawissenschaftler Zeke Hausfather, der bei Stripe arbeitet und den vielgelesenen Newsletter The Climate Brink veröffentlicht, beschloss, seinen eigenen realen KI-Verbrauch zu messen. Acht Wochen lang protokollierte er jeden Prompt, jeden Modellaufruf und jede Kilowattstunde, die sein Claude-Code-Agent verbrauchte. Das Ergebnis: Jeder agentische Prompt verbrauchte rund 150 Wattstunden Strom. Das ist das 600-Fache der von der Industrie angegebenen Pro-Chat-Zahlen.

"Ein Prompt ist letztlich keine Maßeinheit für KI-Nutzung, so wie Fahrten keine Maßeinheit für Autofahren sind - es kommt darauf an, wie weit man fährt", schrieb Hausfather in seiner Analyse auf The Climate Brink.

Was macht agentische KI mit den Zahlen?

Eine Standard-Chatbot-Anfrage sendet eine Frage, bekommt eine Antwort und hört auf. Ein KI-Agent hört nicht auf. Er plant, schreibt Code, führt diesen Code aus, liest die Ausgabe, passt seinen Ansatz an und wiederholt sich. Jede Schleife ist ein frischer Modellaufruf, bei dem der gesamte Gesprächsverlauf erneut aus dem Cache gelesen wird.

Hausfathers 1.138 manuell eingegebene Prompts lösten über 14.000 Modellaufrufe aus - durchschnittlich 12 pro Prompt. Diese Aufrufe verarbeiteten 3,2 Milliarden Tokens. Davon waren 96 Prozent Cache-Lesevorgänge: Der Agent liest bei jedem Schritt seinen gesamten gesammelten Kontext erneut. Nur 0,4 Prozent aller Tokens waren die tatsächliche Ausgabe, die Hausfather auf dem Bildschirm sah.

Die Energieberechnung folgt der Tokenzahl. Hausfather schätzt seinen Gesamtverbrauch über acht Wochen auf 170 kWh Rechenzentrumsstrom, mit einer Unsicherheitsspanne von 70 bis 330 kWh je nach verwendeter Methodik. Seine durchschnittliche einzelne Sitzung verbrauchte 0,6 kWh - das 50-Fache einer Smartphone-Ladung.

Veröffentlichte Pro-Prompt-Schätzungen (blau) im Vergleich zu Hausfathers gemessenen Werten (orange). Die Lücke umfasst fünf Größenordnungen. Quelle: Zeke Hausfather / The Climate Brink.

Ein Tag agentischer KI verbraucht mehr als zwei Kühlschränke

Hausfathers durchschnittlicher Claude-Code-Tag verbrauchte 3,0 kWh, mit einer Spanne von 1,2 bis 5,9 kWh. Das ist mehr Strom als zwei gleichzeitig laufende Kühlschränke. An seinem schwersten Tag - als mehrere parallele Agenten eine große Geodatenanalyse verarbeiteten - schätzt er 11 kWh Verbrauch. Das ist mehr als ein Drittel des täglichen Stromverbrauchs eines durchschnittlichen amerikanischen Haushalts.

Hochgerechnet auf ein Jahr ergibt Hausfathers Claude-Code-Nutzung etwa 1,1 MWh und 370 kgCO2e pro Jahr. Das ist vergleichbar mit einem elektrischen Wäschetrockner oder etwa der Hälfte der Emissionen eines Hin- und Rückflugs von San Francisco nach New York. Es entspricht etwa 2 Prozent des jährlichen CO2-Fußabdrucks eines durchschnittlichen Amerikaners.

Diese Zahlen sind gleichzeitig bedeutend und bescheiden. Hausfather plädiert nicht für Schuldgefühle oder Verzicht. Aber er macht einen klaren Punkt: Dies ist eine neue Emissionsquelle zu einer Zeit, in der die Welt ihre Klimaziele bereits verfehlt.

Die Lücke, die veröffentlichte Zahlen verbergen

Hausfathers Analyse erscheint zeitgleich mit einem neuen Whitepaper des Klima-Tech-Unternehmens Watershed (Bistline et al. 2026), das einen standardisierten Rahmen für die betriebliche KI-Emissionsbilanzierung vorschlägt. Die auffälligste Erkenntnis dieses Papiers: Der Stromverbrauch pro KI-Aufgabe umfasst mehr als fünf Größenordnungen - von Tausendstel Wattstunden für Textklassifikation bis zu 50-500 Wh für einen vollständigen agentischen Workflow.

Die vielzitierten Pro-Query-Zahlen von Google und OpenAI erfassen nur das absolute untere Ende dieser Spanne. Die Autoren von Watershed stellen fest, dass die einer einzelnen "Interaktion" zugeschriebenen Emissionen den tatsächlichen Rechenaufwand "um eine Größenordnung oder mehr" unterschätzen können.

Auch andere Forscher sind zu ähnlichen Ergebnissen gekommen. Eine Studie von Bai et al. aus dem Jahr 2026 ergab, dass Code-Agenten etwa 1.000-mal mehr Tokens verbrauchen als eine gewöhnliche Chatbot-Interaktion. Anthropics eigener Economic Index berichtet, dass 97 Prozent seiner API-Nutzung inzwischen automationsdominante Muster aufweist, die mit Agenten verbunden sind, nicht mit Chats. Der Wandel hin zu Agenten ist nicht hypothetisch - er ist bereits das dominierende Nutzungsmuster.

Was es bedeutet

Hausfather identifiziert den wichtigsten Hebel zur Reduzierung der Klimaauswirkungen von KI: die Dekarbonisierung der Rechenzentrumsstromversorgung. Ein KI-Agent, der auf einem mit erneuerbaren Energien betriebenen Netz läuft, verursacht deutlich weniger Emissionen als einer, der mit Kohle oder Erdgas betrieben wird - auch wenn beide die gleiche Strommenge verbrauchen. "Es ist grundsätzlich eine viel einfacher zu dekarbonisierende Endnutzung als die Luftfahrt", stellt er fest.

Aber die übergreifende Erkenntnis ist, dass die beruhigenden Pro-Query-Benchmarks der Branche zu einer Ablenkung werden. Während KI-Agenten sich verbreiten - codierend, recherchierend, analysierend und stunden- oder tagelang autonom handelnd - wird die Lücke zwischen der 0,24-Wh-Chat-Zahl und der 150-Wh-Agenten-Realität nur noch größer werden. Eine Zukunft, in der jeder Wissensarbeiter täglich mehrere Agenten betreibt, ist eine Zukunft, in der der Energie-Fußabdruck der KI die aktuellen Prognosen bei weitem übertrifft.

Hausfathers persönliche Zahlen sind keine Vorhersage für alle. Er ist ein Power-User im Silicon Valley. Aber genau das ist der Punkt: Die Menschen, die die Zukunft der KI bauen, sind diejenigen, die sie bereits am intensivsten nutzen, und ihre Nutzungsmuster sind der Kanarienvogel im Kohlebergwerk.

Oder, genauer gesagt, im Rechenzentrum.

Quellen

• Zeke Hausfather, "The real energy use of agentic AI," The Climate Brink, 5. August 2026. https://www.theclimatebrink.com/p/the-real-energy-use-of-agentic-ai
• Matthias Bastian, "AI agents use roughly 600 times more energy than a simple chat prompt," The Decoder, 8. August 2026. https://the-decoder.com/ai-agents-use-roughly-600-times-more-energy-than-a-simple-chat-prompt/
• Bistline et al. (Watershed), "A standardized framework for corporate AI emissions accounting," 2026. (Referenziert in Hausfathers Analyse)
• Bai et al., "Measuring coding agent energy consumption," 2026. (Referenziert in Hausfathers Analyse)
• Anthropic Economic Index, API-Nutzungsmuster zur Automatisierung, 2026. (Referenziert in Hausfathers Analyse)