Der Klimawissenschaftler Zeke Hausfather hat acht Wochen lang seine eigene Nutzung von Claude Code mitprotokolliert und in Strom umgerechnet. Ergebnis: 1.138 getippte Prompts, daraus über 14.000 Modellaufrufe und 3,2 Milliarden Token. Seine beste Schätzung für den Verbrauch liegt bei rund 170 Kilowattstunden Rechenzentrumsstrom, mit einer Spanne von 70 bis 330 kWh. Pro Prompt sind das etwa 150 Wattstunden, also ungefähr das 600-Fache eines medianen Chat-Prompts.
Damit gerät die schöne kleine Zahl ins Wanken, mit der die Branche seit einem Jahr beruhigt. Google beziffert einen medianen Gemini-Prompt auf 0,24 Wattstunden, weniger als neun Sekunden Fernsehen, Sam Altman nennt für ChatGPT 0,34 Wattstunden. Beides stimmt sogar, es misst nur das Falsche. Wer heute Agenten laufen lässt, tippt keine Frage, sondern startet eine Maschine, die zwölf Modellaufrufe pro Eingabe macht und dabei durchschnittlich 2,9 Millionen Token verarbeitet. Ein normaler Chat-Austausch kommt auf etwa tausend. 96% der Token entfallen bei Hausfather auf Cache-Reads, der Agent liest also bei jedem Schritt seinen kompletten Kontext neu. Der Text, den der Mensch am Ende zu sehen bekommt, macht 0,4% aus.
In Alltagsgrößen: Hausfathers mediane Sitzung verbraucht rund 0,6 kWh, das Fünfzigfache einer Handyladung. Ein durchschnittlicher Arbeitstag mit Claude Code liegt bei 3,0 kWh, mehr als zwei Kühlschränke am Tag. Sein Spitzentag mit mehreren parallelen Agenten kam auf 11 kWh. Hochgerechnet auf ein Jahr sind das rund 1,1 Megawattstunden und etwa 370 Kilogramm CO₂-Äquivalent, ungefähr so viel wie ein elektrischer Wäschetrockner und halb so viel wie ein Economy-Hinflug samt Rückflug von San Francisco nach New York. Die Umrechnung von Token in Strom bleibt eine Schätzung, denn außerhalb der Labore kennt niemand den Verbrauch pro Token. Hausfather hat deshalb drei unabhängige Methoden gerechnet, alle landen zwischen 70 und 330 kWh.
Seine Schlussfolgerung ist bemerkenswert unpanisch. Verzicht bringt nichts, weil die Handvoll Vielnutzer keine Kurve biegt. Kleinere Modelle für einfache Aufgaben sparen fünf- bis siebenmal Energie pro Token. Der eigentliche Hebel ist der Strommix: derselbe Workload mit weitgehend sauberem Strom würde den Fußabdruck um rund 90% drücken. Nur planen fast drei Viertel der neuen US-Rechenzentren mit eigener Erzeugung aus Erdgas. Effizienz allein löst das Problem nicht, seit 2016 hat sich die Rechenleistung pro Joule etwa verfünfzehnfacht, und der Verbrauch steigt trotzdem. Wer das große Bild sucht, findet es bei den KI-Trends 2026.
Quellen
- The Climate Brink: The real energy use of agentic AI
- THE DECODER: KI-Agenten verbrauchen etwa 600-mal mehr Energie als ein einfacher Chat-Prompt
Ähnliche News
- Xiaomi verschenkt einen Coding-Agenten, der Claude Code schlagen soll
- OpenAI erklärt den Chat für tot und baut ChatGPT zur Agenten-App um
- Aus Le Chat wird Vibe, Mistrals Agent für ganze Arbeitstage
Diese Meldung wurde mit Unterstützung von Claude (Anthropic) recherchiert und verfasst. Inhaltliche Fehler sind möglich. Die verlinkten Quellen ermöglichen eine eigene Prüfung. Fachbegriffe erläutert das Glossar.