Smart City 2026 (Teil III). Greenpeace-Studie „Umweltauswirkungen Künstlicher Intelligenz“

"Die installierte elektrische Leistung globaler Rechenzentren wird von 55 Gigawatt im Jahr 2023 auf geschätzte 219 Gigawatt im Jahr 2030 steigen (McKinsey 2024). Dies entspricht einer jährlichen Wachstumsrate von 22 % und einer Verdopplung der Kapazität alle vier Jahre ... McKinsey geht von einem Anteil von 16 % für KI im Jahr 2023 und 41 % im Jahr 2030 aus. Deloitte prognostiziert eine Entwicklung von 11 % im Jahr 2023 und 53 % im Jahr 2030." (Text: Studie S. 12, Grafik Greenpeace 2025) 

______

KI als neuer Faktor potenziert die bisher bekannten Auswirkungen. Der Energiehunger der Digitaltechnologie wächst durch KI explosionsartig. Allein KI-spezifische Rechenzentren verbrauchten 2023 rund 50 Terawattstunden Strom. Bis 2030 soll dieser Wert auf etwa 554 Terawattstunden steigen – eine Verelffachung binnen sieben Jahren. Effizienzgewinne durch bessere Hardware werden laut der Studie regelmäßig durch die wachsende Nutzung aufgezehrt – ein klassischer Rebound-Effekt. Die Folge: Stromnetze geraten unter Druck, fossile Kraftwerke laufen länger, neue Kernkraftwerke werden gebaut, Klimaziele rücken in die Ferne.

Doch der ökologische Fußabdruck von KI endet nicht beim Strom. Der Wasserverbrauch von Rechenzentren lag 2023 bei rund 175 Milliarden Litern und könnte sich bis 2030 mehr als verdreifachen. Hinzu kommen steigende Rohstoffbedarfe für Spezialchips sowie wachsende Mengen an Elektroschrott. Bis zu fünf Millionen Tonnen zusätzlicher E-Abfall könnten laut der Studie bis 2030 anfallen.

Auch die Klimabilanz verschlechtert sich deutlich. Die globalen Treibhausgasemissionen von Rechenzentren steigen von rund 212 Millionen Tonnen CO₂-Äquivalenten im Jahr 2023 auf etwa 355 Millionen Tonnen im Jahr 2030. Besonders stark wächst der Anteil KI-spezifischer Infrastruktur, deren Emissionen sich nahezu versechsfachen. Selbst unter der Annahme eines zunehmend klimafreundlichen Strommixes bleibt der Trend eindeutig negativ.

"Ausgehend von 487 TWh im Jahr 2023 wird der Stromverbrauch von Rechenzentren weltweit im Durchschnittsszenario jährlich um 16 % steigen. Im Jahr 2028 wird sich der Stromverbrauch auf 1.021 TWh mehr als verdoppelt haben, und im Jahr 2030 wird er sich mit 1.389 TWh fast verdreifacht haben. Demnach wird sich der Stromverbrauch von Rechenzentren etwa alle fünf Jahre verdoppeln." (Text: Studie S. 15, Grafik: Greenpeace 2025)

______

Smart City: Nachhaltigkeits-Versprechen sind Greenwashing

Smart Cities geraten durch die Studienergebnisse kritisch in den Blick. Zwar versprechen digitale Verkehrssteuerung, vernetzte Energieversorgung oder intelligente Verwaltung mehr Effizienz und Nachhaltigkeit. Doch die Greenpeace-Analyse warnt davor, diesen Nutzen zu überschätzen. Smart Cities basieren auf permanentem Datensammeln, kontinuierlicher KI-Auswertung und einer wachsenden digitalen Infrastruktur – und erzeugen damit eine dauerhafte zusätzliche Grundlast in Rechenzentren. Effizienzgewinne vor Ort werden durch steigende Rechenleistungen, neue Anwendungen und zunehmende Überwachung wieder aufgezehrt. Die Studie verweist auf den Rebound-Effekt: Was technisch effizienter wird, wird meist intensiver genutzt.

Ohne klare ökologische Leitplanken drohen Smart Cities deshalb, den Energie-, Wasser- und Ressourcenverbrauch von KI weiter zu beschleunigen, statt ihn zu senken. Entscheidend ist nicht, ob Städte „smart“ werden, sondern wie viel KI sie dafür einsetzen – und ob deren Einsatz einen nachweisbaren ökologischen Mehrwert bringt. Sonst wird die Smart City, die zudem auf einer totalitären Datenerfassung basiert, nicht nur zur überwachten Zone mit gläsernen Bürgern, überwacht von Algorithmen und einer dehumanisierten Verwaltung, sondern zu einem Haupttreiber der Klima- und Umweltkrisen. Heise-Online (4.1.2026) kritisiert im Artikel "Missing Link: Unsichtbare Revolution - wie der Bund die Verwaltung mit KI flutet", dass auf Bundesebene "eine detaillierte Erfassung des Energieverbrauchs" kaum stattfinde. Bund und Kommunen müssen der Öffentlichkeit eine Technikfolgenabschätzung vorlegen!

"In Abbildung 2-4 ist zu sehen, dass die Treibhausgasemissionen traditioneller „anderer“ Rechenzentren (unterer Balken) von 128 Mt im Jahr 2023 moderat auf 156 Mt im Jahr 2027 ansteigen und dann aufgrund reduzierter Emissionsfaktoren bei der Stromerzeugung, die das moderate Wachstum überkompensieren, auf 138 Mt im Jahr 2030 zurückgehen werden. Die Emissionen von Rechenzentren für Kryptowährungen (mittlerer Balken) bleiben nahezu konstant und liegen 2023 bei 55 Mt und 2030 bei etwas weniger als 52 Mt. Allerdings ist ein starker Anstieg der Treibhausgasemissionen von KI-spezifischen Rechenzentren (oberer Balken) zu verzeichnen. Ausgehend von 29 Mt im Jahr 2023 steigen sie bis 2030 auf 166 Mt, was sogar noch höher ist als die Emissionen traditioneller Rechenzentren und einer fast sechsfachen Steigerung entspricht (Faktor 5,7)." (Text S. 20: Studie, Grafik Greenpeace 2025) 

______

Greenwashing- und Bilanzierungstricks der IT-Konzerne

Greenpeace kritisiert zudem die „grünen“ Selbstversprechen großer US-Tech-Konzerne. Zwar bekennen sich Unternehmen wie Google, Amazon oder Microsoft zur Klimaneutralität, tatsächlich steigen ihre absoluten Emissionen weiter. Häufig wird mit Zertifikaten oder bilanziellen Tricks gearbeitet, ohne dass ausreichend erneuerbare Energien tatsächlich zusätzlich ins Netz gebracht werden. Besonders scharf fällt die Kritik an der wachsenden Hinwendung zur Atomkraft aus, die von Tech-Konzernen als saubere Lösung propagiert wird. Die Studie verweist auf ungelöste Endlagerfragen, hohe Sicherheitsrisiken und erheblichen Wasserverbrauch – und bezeichnet Kernenergie als weder nachhaltig noch wirklich klimaneutral.

"Bis 2030 wird der absolute Wasserverbrauch von Rechenzentren auf insgesamt 664 Milliarden Liter gestiegen sein, wobei konventionelle Rechenzentren 203 Milliarden Liter, Kryptowährungs-Rechenzentren 123 Milliarden Liter und KI-spezialisierte Rechenzentren 338 Milliarden Liter ausmachen werden. KI-Rechenzentren werden daher im Jahr 2030 mehr Wasser verbrauchen als konventionelle Rechenzentren und Kryptowährungs-Rechenzentren zusammen. Infolgedessen wird der durchschnittliche spezifische Wasserverbrauch (WUE) von 0,36 Litern/kWh im Jahr 2023 auf 0,48 Liter/kWh im Jahr 2030 steigen." (Text: Studie S. 25, Grafik: Greenpeace 2025)

__________

Die eigentlichen  Ziele der KI: Datamining, BigData und Überwachung für den Hyperkonsum und Profitmaximierung

Neben diesen direkten Effekten warnt der Bericht vor systemischen Folgen, u.a. auch einem Ziel der Überwachung in der Smart City: KI steigert Konsum durch personalisierte Werbung:

• „Solche „indirekten Auswirkungen“ stellen jedoch tatsächlich die Kernfunktionalität von KI-Systemen dar – per Definition sind diese Systeme darauf ausgelegt, ihre soziale oder natürliche Umgebung entsprechend von Menschen definierten Zielen zu verändern, entweder durch Beeinflussung des menschlichen Verhaltens oder durch autonomes Handeln gemäß spezifischen Zielen.
• Wenn Empfehlungssysteme das Kaufverhalten von Verbrauchern beeinflussen oder wenn Produktionsoptimierungssoftware die Arbeitsweise von Branchen verändert, handelt es sich dabei nicht um sekundäre oder indirekte Auswirkungen, sondern um den eigentlichen Kern dessen, wozu diese Systeme entwickelt wurden. Eine unzureichende Berücksichtigung solcher Effekte kann wichtige politische Auswirkungen haben: Wie Clutton-Brock et al. (2021) vermuten, könnte die unverhältnismäßige Betonung der Rechenemissionen die Aufmerksamkeit von grundlegenderen Fragen ablenken, nämlich wie KI-Technologien eingesetzt werden, um bestehende wirtschaftliche und politische Agenden voranzutreiben.“ (S. 31, eigene Übersetzung).

Und diese „wirtschaftliche und politische Agenden“ sind klar, z.B.: die Verwirklichung des smarten Überwachungsstaates durch die Schaffung des gläsernen Bürgers durch die im Koalitionsvertrag der Bundesregierung verpflichtend festgelegte Schüler – und Bürger-ID, Kommerzialisierung durch personalisierte Werbung für den Hyperkonsum, die Erschließung des Geschäftsfeldes Bildung durch den Digitalpakt Schule 2.0 und KI gesteuertem autonomem Lernen, KI-Steuerung des Militärs und seiner Infrastruktur oder Mobilität durch autonomes Fahren:  

• “Innovationen im Bereich autonomer Fahrzeuge (AVs) sind ein gutes Beispiel für solche Auswirkungen im Zusammenhang mit Verbraucheranwendungen. Untersuchungen von Millard-Ball unter Verwendung einer Verkehrssimulation mit realen Daten aus San Francisco ergaben bemerkenswerte ökologische Folgen: Da autonome Fahrzeuge nicht parken müssen, könnten sie einfach mit niedriger Geschwindigkeit um Stadtblöcke kreisen, während sie auf ihre Besitzer warten. Dies würde zu einer 90-prozentigen Reduzierung der Parkkosten führen, gleichzeitig aber auch zu einer erheblichen Verlängerung der Fahrstrecken, da autonome Fahrzeuge ständig umherfahren oder weiter entfernte Parkplätze suchen. Die Simulationen zeigten, dass sich dadurch der Fahrzeugverkehr in Stadtzentren mehr als verdoppeln könnte (Millard-Ball 2019).” (S.32)

Als weiteres Beispiel werden neue Manipulationsmöglichkeiten für Konsumanreize genannt:

• "Der Aufstieg von „überzeugenden Systemen“, die auf generativer KI basieren, könnte Konsumgewohnheiten mit bemerkenswerter Präzision verändern. Moderne Empfehlungssysteme schlagen nicht nur Produkte vor, die denen ähneln, die Verbraucher zuvor gekauft haben, sondern identifizieren auch psychologische Auslöser und optimale Momente, um das Verhalten zu beeinflussen (vgl. Sanderson 2023). Wenn solche Anwendungen im Online-Shopping zum perfekten psychologischen Zeitpunkt während des Bezahlvorgangs ein ergänzendes Produkt vorschlagen oder wenn Essensliefer-Apps mithilfe von Predictive Analytics genau dann eine Bestellung vorschlagen, wenn der Hunger des Nutzers normalerweise am größten ist, dann reagieren sie nicht nur auf bestehende Wünsche, sondern beeinflussen aktiv das Verhalten in Richtung eines erhöhten Konsums(vgl. Rohde et. al. 2021)." (S.32)

>> Download des Infokastens