Du hast sicherlich gemerkt, dass das Leitungswasser im späten Sommer anders schmeckt – dieser schwache mineralische Beigeschmack, die leichte Trübung, die vor fünf Jahren nicht da war. Du hast gesehen, wie die Reservoirs sinken und die Schlagzeilen vorbeiziehen, jede etwas dringlicher als die letzte. Du hast beobachtet, wie deine Stromrechnung steigt und angenommen, es sei Inflation, Politik oder Pech. Es ist keines dieser Dinge allein. Es ist die unsichtbare Kosten einer Maschine, die niemals schläft, niemals Durst hat – und dennoch mehr Wasser verbraucht als deine gesamte Nachbarschaft. Die Revolution der künstlichen Intelligenz ist da, und ihr Durst ist kein Fußnote. Es ist eine Krise, die Unternehmen gerade erst zuzugeben beginnen und durch die Gemeinschaften bereits leben [1].
Im Jahr 2025 gab Amazon bekannt, dass seine weltweiten Datenzentren 2,5 Milliarden Gallonen Wasser verbraucht haben – eine Zahl, die zehntausende von Acres landwirtschaftlicher Flächen bewässern oder Hunderttausenden von Familien ein ganzes Jahr lang Trinkwasser liefern könnte [1]. Das Unternehmen berichtete von einer Wassernutzungseffektivität von etwa 0,03 Gallonen pro Kilowattstunde IT-Belastung, eine Kennzahl, die es als branchenführend darstellte. Aber Darstellungen sind nicht dasselbe wie Fakten, und 2,5 Milliarden Gallonen sind keine Abstraktion. Es sind 2,5 Milliarden Gallonen, die aus Aquiferen, Flüssen und kommunalen Versorgungen entnommen werden – in Gemeinschaften, in denen dasselbe Wasser Landwirtschaft, Gesundheit und Leben nachhaltig unterstützt [5]. Die Internationalen Energieagentur prognostiziert, dass die globale Nachfrage nach Elektrizität für Datenzentren bis 2026 mehr als doppelt so hoch sein könnte, angetrieben fast vollständig durch die Rechenintensität generativer KI-Arbeitslasten [2]. Wo die Elektrizität ansteigt, folgt das Wasser. Jedes Megawatt Kühlbedarf ist ein Gallone, die irgendwo entnommen wird, wo jemand anderes es benötigt.
Was Wirklich Passiert
Die offizielle Erzählung der Cloud-Hyperscaler ist eine von unermüdlichem Fortschritt in der Nachhaltigkeit – Net-Zero-Versprechen, Beschaffung erneuerbarer Energien, Effizienz-Dashboards. Die Realität ist erheblich weniger elegant. Amazon Web Services, Microsoft Azure und Google Cloud sind in einem Wettlauf, um KI-Infrastruktur in einem Tempo aufzubauen, das in der Technologiebranche keinen historischen Präzedenzfall hat [6]. Jede neue Generation von großen Sprachmodellen benötigt exponentiell mehr Rechenleistung. Jeder Trainingslauf für ein Spitzenmodell verbraucht die Energie eines kleinen Stadt und das Wasser eines kleinen Sees. Die Untersuchung von Ecoticias zu Amazons Wasseroffenlegungen hat ergeben, dass die KI-Workloads mehr Wasser verbrauchen als die ihrer direkten Konkurrenten – während das Unternehmen sich gleichzeitig als Effizienzführer vermarktet [1]. Die Kluft zwischen der Pressemitteilung und der Realität wird immer größer.
In China ist der Widerspruch noch deutlicher. Peking hat die Beschaffung grüner Energie für KI-Datenzentren als nationales Ziel positioniert und in breitere Ziele für erneuerbare Energien eingebettet. Aber die Berichterstattung von Reuters und Expertenanalysen bestätigen nun, was Netzingenieure privat seit Jahren gewarnt haben: Das Tempo des Baus von Datenzentren übertrifft das Tempo der Erzeugungskapazität erneuerbarer Energien um eine erhebliche und wachsende Marge [4]. Die Konsequenz ist einfach – KI-Datenzentren, die auf das Versprechen sauberer Energie gebaut sind, ziehen in der Praxis aus Netzen, die noch erheblich von Kohle gespeist werden, Energie. Das grüne Label wird angeheftet. Die Emissionen gehen weiter. Das Wasser, das zum Kühlen dieser kohlebetriebenen Backup-Systeme verwendet wird, wird in den meisten Unternehmensoffenlegungen nicht einmal angerechnet [4][8].
Das Kommuniqué verspricht saubere KI. Das Kohlekraftwerk summt hinter dem Vorhang.
Das Plädoyer für Flüssigkeitskühlung
Der stärkste Fall für einen anderen Ansatz kommt aus einer unwahrscheinlichen Quelle: Nvidia. Das Rubin-Generations-Referenzdesign stellt den bislang aggressivsten Versuch dar, das Wachstum der KI-Infrastruktur vom Wasserverbrauch zu entkoppeln. Das Prinzip ist einfach – Server bei höheren Betriebstemperaturen betreiben und verdunstende Kühltürme durch geschlossene Kühlkreislaufsysteme ersetzen, die Kühlmittel recirculieren, anstatt Wasser zu verbrauchen [1]. Theoretisch wird so die wasserintensivste Phase des Betriebs von Rechenzentren eliminiert. Die Technik ist bewährt. Die Wirtschaftlichkeit wird zunehmend wettbewerbsfähig.
Aber hier ist, was diese elegante Technik nicht erklären kann: Warum haben die meisten der weltweit größten Rechenzentrumsbetreiber, wenn die Technologie existiert, sie nicht in großer Zahl übernommen [6]? Die Antwort ist nicht technisch. Sie ist finanziell und strukturell. Die Nachrüstung bestehender Einrichtungen ist teuer. Flüssigkeitskühlung erfordert andere Serverarchitekturen, andere Anordnungen der Einrichtungen und andere Lieferketten. Die Hyperscaler haben Milliarden von Dollar in versunkener Infrastruktur investiert, die auf luftgekühlten und verdunstenden Modellen basiert. Der Wechsel bedeutet, zuzugeben, dass das bestehende Eigentum – das, was den Regulierungsbehörden und Investoren als hochmodern verkauft wurde – auf einer Ressourcenannahme basierte, die nicht mehr tragfähig ist [7]. Die Technologie ist bereit. Die Bereitschaft, die Kosten für den Übergang zu tragen, jedoch nicht. Die Technik zeigt nach vorne. Die Bilanz schaut zurück.
Der Machtkampf darunter
Folge dem Wasser, und du wirst die gleichen Machtverhältnisse finden, die die Energiepolitik seit einem Jahrhundert prägen. Die Cloud-Hyperscaler — Amazon, Microsoft, Google und in Asien, Alibaba und Tencent — sind nicht nur Technologiefirmen. Sie sind Betreiber von Energie- und Wasserinfrastruktur in einem Maßstab, der mit Nationalstaaten konkurriert [6]. Ihre Beschaffungsentscheidungen gestalten die Strommärkte. Ihre Standortentscheidungen für Rechenzentren bestimmen, welche Gemeinschaften die Ressourcenschuld der KI-Wirtschaft tragen. Und ihr Lobbying bestimmt, wie — und ob — Regulierungsbehörden überhaupt diese Belastung messen.
In China ist der Ausbau der KI-Infrastruktur untrennbar mit dem breiteren geopolitischen Wettbewerb um die Dominanz bei sauberer Energie verbunden. Peking kontrolliert die globale Lieferkette für Solarzellen, Lithium-Ionen-Batterien und seltene Erden mit einer Präzision, gegen die Europa und die Vereinigten Staaten immer noch kämpfen [4]. Wenn chinesische Rechenzentren die Ziele für grünen Strom nicht erreichen, weil das Netz nicht Schritt halten kann, ist das nicht nur ein Mangel an inländischer Energieplanung — es ist ein Signal, dass der aggressivste Anbieter sauberer Energie der Welt auf dieselbe Decke stößt, die alle anderen betrifft: Infrastruktur braucht Zeit, und KI wartet nicht [4][8].
Währenddessen ist in Europa das regulatorische System, das dies verwalten soll — der EU-Grünplan, die Richtlinie zur Energieeffizienz, die Richtlinie zur Unternehmensnachhaltigkeitsberichterstattung — technisch einwandfrei und bürokratisch gelähmt. Die Vision ist korrekt. Die Maschinen, die sie umsetzen, bewegen sich mit einem Bruchteil der Geschwindigkeit, mit der neue Anträge für Rechenzentren genehmigt werden [9]. Das Ergebnis ist ein Kontinent, der die Standards setzt und dann zusieht, wie andere die Infrastruktur bauen, während er die Bürokratie abarbeitet.
Die grüne Wirtschaft kommt. Die Frage ist, ob sie auf echter Effizienz oder auf buchhalterischen Tricks und Wasser aus dem Brunnen eines anderen aufgebaut wird.
Echte Menschen, echte Konsequenzen
Sie müssen die Effektivitätsverhältnisse der Wasserverwendung nicht verstehen, um zu fühlen, was 2,5 Milliarden Gallonen bedeuten. In Gemeinden in der Nähe von Hyperscale-Datenzentren im amerikanischen Westen haben Bewohner von rückläufigen Brunnenpegelfällen, veränderten kommunalen Wasserdruck und landwirtschaftlichen Bewässerungsbeschränkungen berichtet, die direkt mit der Expansion der Datenzentren zusammenfallen [7]. In Teilen Indiens und Südostasiens, wo Cloud-Anbieter schnell ihre Kapazitäten erweitern, ist der Wettbewerb zwischen der Kühlungsnachfrage der Datenzentren und dem Wasserbedarf der Landwirtschaft kein theoretisches Risiko – es ist eine gegenwärtige Spannung, die sich in Ernteerträgen und dem Zugang der Haushalte niederschlägt [5].
Der Wasserfußabdruck von KI ist nicht gleichmäßig verteilt. Er konzentriert sich in den Gebieten, in denen Wasser ohnehin schon knapp ist und wo die Gemeinden am wenigsten politischen Einfluss haben, um Transparenz von den Unternehmen zu fordern, die es verbrauchen. Ein einzelner großer Trainingsdurchlauf eines Sprachmodells kann die Verdunstung von Hunderttausenden von Gallonen Kühlwasser erfordern – Wasser, das, sobald es verdampft ist, nicht mehr in das lokale Einzugsgebiet zurückkehrt [5][7]. Es ist verloren. Und die Gemeinden stromabwärts müssen das Defizit ausgleichen.
Dies ist kein zukünftiges Szenario. Das ist Ihre Gegenwart. Die Frage ist nicht, ob KI enorme Mengen Wasser und Energie verbrauchen wird. Das tut sie bereits. Die Frage ist, ob wir – Bürger, Regulierungsbehörden, Investoren – verlangen werden, dass die Unternehmen, die von diesem Verbrauch profitieren, die vollen Umweltauswirkungen tragen, oder ob wir es zulassen, dass sie diese auf die am wenigsten ausgestatteten Gemeinden abwälzen [3][7].
Die Vereinbarung wird in einem Vorstandsbüro in Seattle unterzeichnet. Der Brunnen versiegt in einem Dorf in Rajasthan. Die Verbindung ist nicht metaphorisch. Sie ist hydraulisch.
Was folgt?
Es gibt einen engen und ehrlichen Weg durch dies. Er erfordert drei Dinge, und keines davon ist optional, wenn wir es ernst meinen mit einer KI-Zukunft, die die Klimadestabilisierung, die sie angeblich lösen soll, nicht beschleunigt.
Zunächst ist eine verpflichtende und überprüfbare Wasser- und Energieoffenlegung für jedes Rechenzentrum über einer definierten Kapazitätsgrenze erforderlich. Keine freiwillige Berichterstattung. Kein Nachhaltigkeitstheater. Tatsächliche, überprüfte, standortspezifische Buchführung über Wasserentnahme, Wasserverbrauch, Mischungen der Energiequellen und thermische Abwärme [8]. Die IEA und die Europäische Umweltagentur haben dazu aufgerufen. Die Technologie, um dies zu messen, gibt es. Der politische Wille, es zu verlangen, fehlt jedoch – und das ist eine Wahl, keine Einschränkung [2][9].
Zweitens, Investitionen in Kühlinfrastruktur, die den Verdunstungswasserverbrauch auf Hardware-Ebene beseitigt. Nvidias Referenzdesign für Flüssigkeitskühlung ist ein Ausgangspunkt, kein Endpunkt. Geschlossene Systeme, Eintauchenkühlung und die Nutzung von Abwärme sollten keine optionalen Innovationen, sondern grundlegende Anforderungen für jede neue Einrichtung sein, die eine Genehmigung anstrebt [1][6]. Der ingenieurtechnische Fall ist geklärt. Der politische Fall muss folgen.
Drittens – und hier wird die geopolitische Dimension unvermeidlich – müssen wir aufhören, so zu tun, als allein der Einkauf von erneuerbaren Energien das Problem der KI-Ressourcennutzung löst. Das tut es nicht. Intermittierende erneuerbare Energien, so hervorragend sie auch sind, können die Grundlastleistung, die ständig aktive KI-Arbeitslasten erfordern, ohne massive Speicherung oder stabile saubere Erzeugung nicht bereitstellen [4]. Genau hier wird fortschrittliche Atomkraft – einschließlich kleiner modularer Reaktoren – nicht nur zu einem netten Zusatz, sondern zu einer strukturellen Notwendigkeit für jede glaubwürdige Dekarbonisierung der digitalen Wirtschaft [10]. Jeder, der Ihnen sagt, dass wir unendliches KI-Wachstum allein mit Solarzellen und guten Absichten ermöglichen können, nimmt die Physik, den Zeitrahmen oder das Wasser nicht ernst [3].
Die Cloud wird weiterhin Ressourcen benötigen. Die Frage ist, ob wir sie trinken lassen, bis die Flüsse trocken sind, oder ob wir Systeme – technische, regulatorische und politische – schaffen, die die Kosten sichtbar, die Verantwortung real und die Infrastruktur nachhaltig machen. Uns geht es nicht an Wasser mangeln. Es fehlt uns an der Ausrede, dass das Problem zu komplex ist, um angegangen zu werden.
Wirst du warten, bis dein Wasserhahn trocken ist, bevor du Transparenz von dem Unternehmen verlangst, dessen Server niemals schlafen? Wer bestimmt das Tempo dieses Übergangs – du, deine Regierung oder das Unternehmen, das die Infrastruktur besitzt? Und wenn die Rechnung vollständig eintrifft – in erschöpften Aquiferen, in gescheiterten Ernten, in Gemeinschaften ohne sauberes Wasser – werden wir sagen, wir hätten es nicht kommen sehen, oder werden wir zugeben, dass wir uns entschieden haben, nicht hinzusehen?
— REFERENZEN —
[1] Ecoticias. (2026). „Die glitzernde Cloud von Amazon verbirgt ein dreckiges Geheimnis: Ihre KI verbraucht mehr Wasser als die Konkurrenz und nennt sich trotzdem ‚effizient‘.“ Ecoticias. Abgerufen von https://www.ecoticias.com/en/amazons-sparkling-cloud-hides-a-dirty-secret-its-ai-gulps-more-water-than-rivals-and-still-calls-itself-efficient/33612
[2] Internationale Energieagentur. (2024). Strom 2024: Analyse und Prognose bis 2026. IEA. Abgerufen von https://iea.blob.core.windows.net/assets/6b2fd954-2017-408e-bf08-952fdd62118a/Electricity2024-Analysisandforecastto2026.pdf
[3] IPCC. (2023). Bericht über den Klimawandel 2023: Synthesebericht. Beitrag der Arbeitsgruppen I, II und III zum Sechsten Bewertungsbericht des zwischenstaatlichen Ausschusses für Klimawandel. IPCC. Abgerufen von https://www.ipcc.ch/report/ar6/syr/
[4] Reuters. (2026, 22. Juni). „Chinas Bestrebungen, grünen Strom in KI-Projekten zu nutzen, stoßen auf Hindernisse, sagen Experten.“ Reuters. Abgerufen von https://www.reuters.com/business/energy/chinas-push-green-power-use-ai-projects-faces-hurdles-experts-say-2026-06-22
[5] Li, P., Yang, J., Islam, M. A., & Ren, S. (2024). „KI weniger ‚wasserhungrig‘ machen: Die versteckte Wasserbelastung von KI-Modellen aufdecken und angehen.“ Nature Water. Preprint verfügbar unter arXiv:2304.03271. Abgerufen von https://arxiv.org/abs/2304.03271
[6] Bloomberg Green. (2025). „KI entzieht Wasser aus Gebieten, die es am dringendsten brauchen.“ Bloomberg.com. Abgerufen von https://www.bloomberg.com/graphics/2025-ai-impacts-data-centers-water-data
[7] Chatham House. (2025). „Der Wasserverbrauch von KI erfordert, dass Regierungen ihren Ansatz zur Wasserverwendung überdenken.“ Chatham House. Abgerufen von https://www.chathamhouse.org/2026/06/ai-water-usage-requires-governments-rethink-their-approach-water
[8] Internationale Energieagentur. (2025). „Das Verständnis der Energie-KI-Verbindung.“ In Energie und KI. IEA. Abgerufen von https://www.iea.org/reports/energy-and-ai/understanding-the-energy-ai-nexus
[9] Europäische Umweltagentur. (2024). Europas Wassersituation 2024: der Bedarf an verbesserter Wasserresilienz. EEA. Abgerufen von https://www.eea.europa.eu/en/analysis/publications/europes-state-of-water-2024
[10] IRENA. (2024). Aussichten für weltweite Energieübergänge 2024: 1,5°C Pfad. Internationale Agentur für Erneuerbare Energien. Abgerufen von https://www.irena.org/-/media/Files/IRENA/Agency/Publications/2024/Nov/IRENA_World_energy_transitions_outlook_2024_Summary.pdf
——————
KI-D Offenlegung: Dieser Beitrag wurde mit Unterstützung von künstlicher Intelligenz erstellt. Die Ideen, Analysen und Meinungen sind meine eigenen – KI wurde genutzt, um meine persönlichen Notizen und Gedanken in den finalen schriftlichen Inhalt zu helfen, zu komponieren, zu strukturieren und zu verfeinern. Bilder, Videos und Musik, die in diesem Beitrag zu sehen sind, wurden ebenfalls mit KI-Tools generiert, basierend auf meinen eigenen kreativen Vorgaben und Anweisungen.
