KI frisst Strom – und könnte bald 90 Prozent weniger brauchen

Künstliche Intelligenz ist längst im Alltag angekommen – hat aber ein handfestes Problem: Sie verbraucht enorme Mengen Energie. Große KI-Modelle laufen auf Hochleistungsrechnern und benötigen so viel Strom, dass sie zunehmend zum Klimafaktor werden.

Ein Forschungsteam unter Leitung der Universität Paderborn hat jetzt gezeigt, dass es auch anders geht. Im Projekt „eki“ konnten sie den Energieverbrauch von KI-Systemen um bis zu 90 Prozent senken – ohne die Funktion grundsätzlich zu verändern.

Der Trick liegt in der Hardware. Normalerweise laufen KI-Modelle auf GPUs (Grafikprozessoren) oder CPUs (klassische Prozessoren). Diese sind flexibel, aber nicht besonders energieeffizient für KI-Aufgaben. Stattdessen setzen die Forschenden auf sogenannte FPGAs („Field-Programmable Gate Arrays“) – Chips, deren Schaltungen individuell angepasst werden können.

Das Prinzip ist vergleichbar mit Werkzeugen: GPUs sind wie ein Schweizer Taschenmesser – vielseitig, aber nicht perfekt für jede Aufgabe. FPGAs dagegen sind eher Spezialwerkzeuge, die exakt auf eine Aufgabe zugeschnitten werden. Dadurch können sie deutlich effizienter arbeiten.

Zum Einsatz kommen dabei sogenannte DNNs („Deep Neural Networks“), also „tiefe neuronale Netze“. Diese KI-Modelle orientieren sich am menschlichen Gehirn und bestehen aus vielen Verarbeitungsschichten. Sie werden mit riesigen Datenmengen trainiert und sind für einen großen Teil des Energieverbrauchs in Rechenzentren verantwortlich.

Die Forschenden haben die Modelle gezielt vereinfacht, unnötige Verbindungen entfernt und Berechnungen effizienter organisiert. Zusätzlich entwickelten sie Methoden, um den Energieverbrauch einzelner Schritte genau vorherzusagen. Ein zentrales Werkzeug dabei ist die Software FINN, die für den Einsatz auf FPGAs optimiert wurde.

Das Ergebnis: In manchen Anwendungen arbeiten die Systeme bis zu zehnmal effizienter als herkömmliche Lösungen. Das spart nicht nur Strom, sondern reduziert auch den CO2-Ausstoß – je nach Energiequelle erheblich.

Da KI immer stärker in Alltag und Wirtschaft integriert wird, könnte dieser Ansatz entscheidend sein: Er zeigt, dass leistungsfähige KI nicht zwangsläufig ein Klimaproblem sein muss.