Die Fragen, die der Umwelt am meisten schaden, wenn sie an künstliche Intelligenz gestellt werden, wurden identifiziert

Einer neuen Studie zufolge verursachen Anfragen, die von KI-Chatbots wie ChatGPT von OpenAI logisches Denken und Schlussfolgerungen erfordern, mehr CO2-Emissionen als andere Arten von Fragen.

Jede in ein großes Sprachmodell (GDM) wie ChatGPT eingegebene Anfrage verbraucht Energie und setzt Kohlendioxid frei. Forscher der Hochschule München erklären, dass diese Emissionen je nach Chatbot, Nutzer und Thema variieren.

Die im Peer-Review-Journal Frontiers veröffentlichte Studie, die auch im Independent Turkish erscheint, verglich 14 Modelle künstlicher Intelligenz und ergab, dass Antworten, die komplexe Schlussfolgerungen erfordern, mehr Kohlenstoffemissionen verursachen als einfache Antworten.

Fragen, die ein langwieriges Denken erfordern, wie etwa abstrakte Algebra oder Philosophie, erzeugen sechsmal mehr Emissionen als einfachere Themen wie Geschichtsunterricht in der High School.

Forscher empfehlen häufigen Benutzern von KI-Chatbots, die Art ihrer Fragen anzupassen, um den CO2-Ausstoß zu begrenzen.

Die Studie verglich die Kohlenstoffemissionen, indem sie 14 GDMs anhand von 1.000 Standardfragen zu verschiedenen Themen bewertete.

„Die Umweltauswirkungen der Fragen, die den geschulten GDMs gestellt werden, hängen stark von ihrem Denkansatz ab, und ihre direkten Denkprozesse erhöhen den Energieverbrauch und die Kohlenstoffemissionen erheblich“, sagt Studienautor Maximilian Dauner.

Wir haben festgestellt, dass Schlussfolgerungsmodelle zu bis zu 50-mal höheren Kohlendioxid-Emissionen führen als einfache Antwortmodelle.

Stellt ein Nutzer einem KI-Chatbot eine Frage, werden die Wörter oder Wortteile der Anfrage in eine Zahlenreihe umgewandelt und vom Modell verarbeitet. Diese Umwandlung und weitere Rechenprozesse der KI führen zu CO2-Emissionen.

Die Studie stellt fest, dass Modelle mit Denkfähigkeiten durchschnittlich 543,5 Token pro Frage generierten, während schlanke Modelle nur 40 Token benötigten.

„Ein höherer Token-Fußabdruck bedeutet immer höhere CO2-Emissionen“, heißt es in dem Artikel.

Cogito beispielsweise ist eines der genauesten Modelle und erreicht eine Genauigkeitsrate von etwa 85 %. Es erzeugt dreimal mehr Kohlenstoffemissionen als ähnlich große Modelle, die einfache Antworten liefern.

„Wir sehen derzeit einen inhärenten Kompromiss zwischen Genauigkeit und Nachhaltigkeit bei GDM-Technologien“, sagt Dr. Dauner.

Keines der Modelle, bei denen die Emissionen unter 500 Gramm Kohlendioxidäquivalent lagen, erreichte bei der richtigen Beantwortung von tausend Fragen eine Genauigkeitsrate von über 80 Prozent.

Kohlendioxidäquivalent ist eine Einheit zur Messung der Auswirkungen verschiedener Treibhausgase auf den Klimawandel.

Die Forscher hoffen, dass die neuen Erkenntnisse es den Menschen ermöglichen, fundiertere Entscheidungen über den Einsatz künstlicher Intelligenz zu treffen.

Forscher geben als Beispiel an, dass die Beantwortung von 600.000 Fragen an einen DeepSeek R1-Chatbot zu CO2-Emissionen in Höhe eines Hin- und Rückflugs von London nach New York führen könnte.

Im Vergleich dazu beantwortet Qwen 2.5 von Alibaba Cloud dreimal so viele Fragen mit ähnlicher Genauigkeit und erreicht dabei die gleichen Emissionswerte.

„Nutzer können die Emissionen deutlich reduzieren, indem sie von der KI einfache Antworten verlangen oder den Einsatz leistungsfähiger Modelle auf Aufgaben beschränken, die diese Leistung wirklich erfordern“, sagt Dr. Dauner.