Cui bono? Wem nützt es?

Wir befinden uns inmitten einer Phase der beschleunigten und umfassenden Digitalisierung der Lebens- und Arbeitswelt. Der „wesentliche Treiber“ für die „digitale Transformation“ ist im Augenblick die Entwicklung von „Künstlicher Intelligenz“ (im weiteren: KI). Die pausenlos voranschreitenden Innovationen der KI werden in allen Medien als „revolutionär“ bezeichnet. Nahezu täglich erfährt man, was eine KI „Neues“ kann und dass eine KI viel schneller, präziser und wirtschaftlicher als ein Mensch sein kann. Der Eindruck entsteht, dass Menschen „Getriebene“ des „Treibers“ KI geworden sind.

---

Esther & Andreas Reinecke-Lison

---

Eine Anmerkung vorab: Die folgenden Ausführungen erheben nicht den Anspruch auf Vollständigkeit. Die Vielzahl von Aspekten, unter denen das äußerst komplexen und vielschichtigen Themas „KI“ betrachtet werden kann, lässt an dieser Stelle nur eine Auswahl zu, und die kann auch nur in Ansätzen dargestellt werden. Wenn es hier zu unvollständiger oder missverständlicher Darstellung gekommen sein sollte, so ist dies dem Umstand geschuldet, dass der folgende Text vollständig von Menschen verfasst worden ist.

Was ist KI?

Das Europäische Parlament definierte Künstliche Intelligenz (im weiteren: KI) im Jahre 2020 unter anderem so: „Künstliche Intelligenz ist die Fähigkeit einer Maschine, menschliche Fähigkeiten wie logisches Denken, Lernen, Planen und Kreativität zu imitieren.“

Was braucht man für eine KI?

• Daten: Man sagt dazu, dass die KI mit Daten „trainiert“ wird.
• Rechenleistung: Für das Training der KI braucht man äußerst leistungsstarke Computer, zusammengefasst in sogenannten Hyperscaler-Rechenzentren.
• Mathematische Regeln: Sie sagen der KI, wie sie lernen und Entscheidungen treffen soll.

KI entscheidet nicht wie ein Mensch. KI verarbeitet Daten und kommt zu Entscheidungen mit Algorithmen. Ein Algorithmus ist eine endliche Abfolge von Anweisungen, die ein Problem in Einzelschritten löst oder eine Aufgabe schrittweise ausführt. Dazu braucht es unter anderem Entscheidungsbäume: Diese brechen Entscheidungen in einfache Ja/Nein-Fragen auf.

Die Mathematik, die hinter der KI steht:

• Lineare Algebra: Muster in Daten erkennen
• Wahrscheinlichkeitsrechnung; das wahrscheinlichste Ergebnis trotz Unsicherheit bestimmen.
• Statistik: Trends und Tendenzen erkennen.
• Infinitesimalrechnung: Fehler in Vorhersagen minimieren

Klassische KI-erkennt Muster und trifft Vorhersagen. Genutzt wird solche KI unter anderem für:

• das autonome Fahren von Fahrzeugen
• als Übersetzunghilfe,
• zur Bilderkennung (Gesichter auf Smartphone-Fotos),
• für „Empfehlungen“ auf Amazon,
• in Smartwatches oder als digitale Sprachassistenten (Siri, Alexa),
• Großen Wert kann der Einsatz von KI in der Medizin haben, bei der Früherkennung von Krankheiten und in der Medikamentenentwicklung,
• Auch Modelle zur Wettervorhersage nutzen klassische KI

Generative KI stellt eine besondere Kategorie dar. Sie analysiert nicht nur Daten, sondern erzeugt mit den Daten völlig neue Inhalte. Generative KI kann eigenständig Texte verfassen (mit Sprachmodellen / Large Language Models (LLM) wie ChatGPT, Gemini, Claude) oder Bilder erzeugen (DALL-E). Das kann durch einfache Texteingaben (Prompts) ausgelöst werden. Diese Technologie basiert auf komplexen künstlichen neuronalen Netzen, die aus riesigen Datenmengen gelernt haben, wie menschliche Sprache funktioniert oder wie visuelle Kompositionen aufgebaut sind. Sprachmodelle berechnen auf Basis von großen Textmengen, welche Wörter, Silben oder Buchstaben am wahrscheinlichsten zusammengehören. Es steckt also weniger Intelligenz, dafür aber sehr viel Wahrscheinlichkeitsrechnung dahinter. Sprachmodelle erzeugen nur statistisch plausible Wortketten. Sie wissen nicht, ob die resultierende Aussage wirklich wahr ist. Die Art der Daten, die neuronale Netze verarbeiten, ist irrelevant. Ob Text, Bild, Ton oder Video: alles besteht letztlich aus Bits und Bytes.

„Einszweidrei, im Sauseschritt Läuft die Zeit; wir laufen mit.“  Wilhelm Busch, 1877

An dieser Stelle ist wichtig, festzuhalten:

• KI ist teilnahmslos, führt Anweisungen aus – selbst wenn es sich gegen sie selbst richtet. Beispiel: Die Aufforderung (prompt) „Erstelle ein Bild über die negativen Umweltauswirkungen von KI.“ wird von einer KI ohne Zögern ausgeführt.
• KI imitiert und simuliert Denken, selbst erlebte Erfahrung, Gefühl und Mitgefühl.
• „KI spürt nichts, liebt nicht, leidet Sie übernimmt keine Verantwortung, tröstet nicht, hat kein Gewissen.“ (Mouhanad Khorchide, Sozio-loge und Religionspädagoge)

KI-Sprachmodelle verwenden auch Quellen, die selbst von KI-Modellen erstellt wurden. Das ist nur ein problematischer Aspekt, der bei der Nutzung von KI zu bedenken ist:

• Datenqualität: Unvollständige oder veraltete Daten führen zu unzuverlässigen Ergebnissen.
• Diskriminierung: Durch die Auswahl der verwendeten KI-„Trainingsdaten“ kann KI Vorurteile verfestigen und Ungerechtigkeiten erzeugen (sogenannter KI-Bias).
• Intransparenz: neuronale Netze der KI sind „Black Boxes“. Selbst Experten können mitunter nicht nachvollziehen, warum KI zu einem bestimmten Ergebnis gekommen ist.
• Abhängigkeit: Wenn man sich zu sehr auf die KI verlässt, kann es passieren, dass Menschen die Fehler der KI nicht erkennen, z.B. wenn man eine Kreditablehnung ungeprüft akzeptiert.
• Halluzinieren: Generative KI kann schlüssige Antworten verfassen, die angeblich wahr sind, obwohl es sich tatsächlich um frei erfundene Inhalte handelt.

Bedenklich ist außerdem:

• Die Daten für die KI, vor allem für die Sprachmodelle, werden entweder aus dem Internet „gesaugt“. Oder es wird von einem Big Tech-Konzern ein einziges Exemplar eines Sachbuches oder Kinderbuches gekauft und dann für die KI-Nutzung Urheberrechte werden verletzt.
• Wenige US-Unternehmen beherrschen den KI-Markt: Dazu gehören
  • die Big Tech Konzerne Amazon, Alphabet (Google), Meta (Facebook) und Microsoft,
  • die Sprachmodell-Firmen OpenAI (ChatGPT) und Anthropic (Claude),
  • der Chip-Hersteller Nvidia,
  • Firmen von Elon Musk,
  • dazu der Gründer des Bezahlsystems Paypal und der Überwachunssoftware-Firma Palantir, Peter

Sie kaufen ständig Wettbewerber auf und verstärken ihre dominanten Marktstellungen. Die Entwicklung der KI in ihrem Sinne wird zusätzlich unterstützt von ihrer Nähe zur gegenwärtigen US-Regierung, die diese Tendenzen nicht behindert.

Sicherheitsbedenken: Nutzer von insbesondere generativen KI-Modellen haben kaum Möglichkeiten, Sicherheitslücken zu erkennen.

Soziale, polit. und ökonom. Aspekte

Amazon, Google, Microsoft und Meta wollen in 2026 bis zu 725 Milliarden US-Dollar für KI ausgeben. Das übersteigt das Bruttoinlandsprodukt von Belgien aus dem Jahr 2024 um fast 10 Prozent. Zum Vergleich: Mit der Initiative „KI-Leuchttürme für Umwelt, Klima, Natur und Ressourcen“ fördert das Bundesumweltministerium 53 KI-Projekte, unter anderem zu Ressourcen-Einsparung, im Volumen von knapp 70 Millionen Euro.

Verflechtungen und gegenseitige Beteiligungen unter den Big Tech-Konzernen werden immer umfangreicher. Jüngstes Beispiel: Amazon investiert fünf Milliarden US-Dollar in die Entwicklung des KI-Chatbots Claude von Anthropic. Anthropic wiederum investiert in den nächsten Jahren bis zu 100 Milliarden Dollar für Halbleiter und Rechenleistung von Amazon. Das sind sogenannte Kreislauf-Deals. Hier wachsen Monopole.

Gegenwärtig erwirtschaften KI-Dienste etwa 25 Milliarden US-Dollar an direktem Umsatz – was lediglich 3,5% der in 2026 geplanten Investitionen entspricht. Es wird momentan nur auf zukünftige Gewinne gewettet. „Wenn sich diese Rechnung irgendwann mal als nicht tragfähig erweisen sollte, dann fällt das praktisch wie ein Soufflé in sich zusammen“, so Volkswirt Martin Lück. Es wächst die Gefahr der ökonomischen Instabilität: der Tech- und KI-Branche und des Wirtschaftssystems insgesamt.

„Ein Gespenst geht um in der Welt, das Gespenst der künstlichen Intelligenz.“ (in Anlehnung an Karl Marx)

Laut Statistischem Bundesamt nutzt in Deutschland jedes vierte Unternehmen KI; bei großen Unternehmen sind es über die Hälfte. Laut einer Umfrage des ifo-Instituts im Mai 2025 rechnen mehr als ein Viertel der Unternehmen damit, dass KI in den kommenden fünf Jahren zum Stellenabbau führen wird, im Schnitt um etwa acht Prozent.

Die Arbeitsplätze von Köch*innen, Handwerker*innen und Pflegekräften sind durch KI (noch) kaum bedroht. Wer aber am Arbeitsplatz austauschbare kognitive Routine erledigt, konkurriert künftig mit einem Modell, das nie schläft, nie krank ist und weniger kostet. Arbeitsplätze in den Bereichen Rechtswesen, Banken und Versicherungen, IT und Verwaltung können durch Sprachmodelle ersetzt werden. Das betrifft Dokumentprüfung und Vertragsanalyse, Bonitätsprüfung und Risikobewertung.

• Arbeitsplätze von Büroangestellten und Buchhalter*innen sind durch KI überdurchschnittlich gefährdet.
• KI zerstört aber auch die Übungsfelder junger Akademiker*innen. Nur: Wenn niemand mehr Junior-Jahre durchläuft, fehlt später das Senior Managment.

Politik und Unternehmen reden in diesem Zusammenhang gern von „Weiterbildung“. Neue Tätigkeitsrollen müssen aber auch tatsächlich entstehen – und bezahlt werden. Doch eine mögliche KI-Steuer als Kompensation des zu erwartenden Verlustes von Sozialstaats-Einnahmen wird vom Bundesarbeitsministerium derzeit nicht in Erwägung gezogen. Und eine Gesellschaft, die KI nur als Produktivitätsmaschine betrachtet, wird viele Menschen in eine permanente „Weiterbildung“-Anpassung zwingen

Ökologische Aspekte

Eine einfache Google-Suchanfrage verbraucht 0,3 Wattstunden an Energie, eine Anfrage beim Sprachmodell ChatGPT 2,9 Wattstunden. In März 2026 wurde ChatGPT 5,7 Milliarden mal genutzt. Der Großteil der Energie wird in den Rechenzentren verbraucht.

Stand 2025 gibt es mehr als 10.000 Rechenzentren weltweit. Von den über 1.000 großen Hyperscaler-Rechenzentren gehören über die Hälfte den Big-Tech-Konzernen Alphabet (Google), Amazon und Microsoft. Ein Hyperscaler-Rechenzentrum enthält mindestens 5.000 Server (das sind Geräte, die Programme oder Daten bereitstellen). Der Energieverbrauch liegt bei 50-100 Megawatt.

Laut Internationaler Energieagentur (IEA) machten Rechenzentren 2022 etwa 1,5 Prozent des globalen Stromverbrauchs aus. Bis 2030 wird mindestens einer Verdopplung erwartet, auf 945 Terawattstunden, etwas mehr als das heute fünftgrößte Stromverbraucher-Land der Welt, Japan.

Big Tech-Konzerne rechtfertigten den enormen Energiehunger ihrer Rechenzentren oft mit dem Argument, KI sei ein entscheidendes Werkzeug zur Bewältigung der Klimakrise. Eine Studie von AlgoritmWatch widerlegt das. 154 derartige Behauptungen von Tech-Unternehmen und Institutionen wurden ausgewertet. Lediglich 26 Prozent der Aussagen stützten sich auf veröffentlichte wissenschaftliche Studien. Bei 36 Prozent wurden überhaupt keine Belege angeführt.

Was die Energiequellen betrifft, so sehen die Big Tech-Konzerne mittlerweile sogar die Kernkraft als eine mögliche Lösung, um den wachsenden Energiebedarf in den USA zu decken. Microsoft, Google und Amazon investieren Milliarden in die Entwicklung „kleiner modularer Reaktoren“ („Small Modular Reactor“/SRM), die ab 2030 in den USA in Betrieb gehen sollen). Bis dahin wird in den USA Gas als „Brückentechnologie“ eingesetzt. Das Rechenzentrum „Colossus“ von Elon Musk in Memphis/USA wird mit 35 Methan-Turbinen betrieben. Nicht einmal die Hälfte davon sind behördlich genehmigt. Weltweit gab und gibt es bereits Proteste: gegen den Bau neuer, den Ressourcenverbrauch bestehender Rechenzentren und damit verbunden steigender Strompreise. Das Microsoft-Rechenzentrum in Middenmeer/Niederlande verbrauchte im Jahr 2021 – einem Jahr mit schwerer Dürre – etwa 84 Millionen Liter Wasser, was den prognostizierten Verbrauch von 12–20 Millionen Litern bei weitem überstieg und zu Widerstand der örtlichen Landwirte führte. Auch in Deutschland wächst die Sensibilisierung für die Umwelt-Problematik von Rechenzentren: Von YouGov im Juni 2026 befragte Menschen sind positiv gegenüber Rechenzentrenauch nachhaltige Lösungen für Strom- und Wasserverbrauch.

In Deutschland gibt es bereits jetzt 524 Rechenzentren, das sie Kapazität von Rechenzentren in Deutschland soll sich laut einer Rechenzentrums-Strategie der aktuellen Bundesregierung bis 2030 verdoppeln.

Frankfurt/Main nimmt eine Schlüsselrolle ein, da sich hier einer der wichtigsten Internetknoten der Welt, „DE-CIX Frankfurt“, befindet. Derzeit sind 134 Rechenzentren in und um Frankfurt vorhanden, 55 davon im Stadtgebiet. Doch die vorhandenen Kapazitäten des kommunalen Stromnetzes sind bereits so ausgelastet, dass keine weiteren Hyperscaler-Rechenzentren mehr angeschlossen werden können. In Frankfurt sollen mittlerweile bis zu 40 Prozent des städtischen Stromverbrauches auf Rechenzentren fallen. Nun werden verfügbare Stromkapazitäten an Standorten in der Region gesucht. In Groß-Gerau wurde in Februar 2026 der Bau eines Hyperscaler-Rechenzentrums gestoppt. Für rund 2,5 Milliarden Euro wollte ein Investor ein 160 Megawatt-Rechenzentrum bauen. Doch eine Mehrheit der Stadtverordneten lehnte das Projekt ab. Sie hatten Bedenken wegen des Flächen- und Ressourcenverbrauchs und Zweifel daran, ob die Stadt die Stadt finanziell profitieren würde. Rechenzentren entstehen deshalb auch in anderen deutschen Regionen: etwa im Rheinischen Braunkohle-Revier, in Bedburg und Bergheim. Dort sollen mehrere Hyperscaler-Rechenzentren mit einem Strombedarf von bis zu 520 Megawatt entstehen.

„Rechenzentren sind Vampire, die unseren Gemeinschaften Strom, Wasser, Land und Rohstoffe entziehen.“, so der Aktivist Dylan Murphy von der irischen NGO „Not Here Not Anywhere“. Immerhin: Amazon gab am 19.6.2026 einen Stromabnahmevertrag über 600 Megawatt Strom aus dem Offshore-Windpark Gennaker in der Ostsee bekannt.

Doch was ist, wenn all die Technologie nicht mehr funktioniert, aufgrund von Kriegen, Katastrophen, Klimawandel?

„Einst haben die Kerls auf den Bäumen gehockt, behaart und mit böser Visage.Dann hat man sie aus dem Urwald gelockt und die Welt asphaltiert und aufgestockt, bis zur dreißigsten Etage. Sie hören weit. Sie sehen fern. Sie sind mit dem Weltall in Fühlung. So haben sie mit dem Kopf und dem Mund Den Fortschritt der Menschheit geschaffen. Doch davon mal abgesehen und bei Lichte betrachtet sind sie im Grund noch immer die alten Affen.“ Erich Kästner, Die Entwicklung der Menschheit (1932)

Mehr von Esther & Andreas Reinecke-Lison

Es folgt eine Anzeige unserer Unterstützer*innen/in eigener Sache.
Auch Sie können uns durch Werbung in der Bonner Umweltzeitung unterstützen! Unsere Mediadaten