Der AI-Elefant im Raum: Kosten, CO2 und Karrieren

2025-08-14

Machine-translated — the English original is authoritative.

Wir haben die Woche damit verbracht, uns über das unglaubliche Potenzial von AI zu freuen. Es ist eine aufregende Zeit. Aber heute müssen wir über den Elefanten im Raum sprechen. Oder besser gesagt: über den Elefanten im Serverraum.

Hinter den glatten Demos verbirgt sich eine weitaus komplexere Realität. Die AI-Revolution basiert auf einer Grundlage aus erschlagenden Kosten, einem heftigen Durst nach natürlichen Ressourcen und einer Welle der disruption, die unsere Karrieren bereits neu formt. Es ist an der Zeit, brutal ehrlich über den wahren Preis der Intelligenz zu sprechen.

Die Milliarden-Dollar-Gehirne: Die wahren Kosten von AI entschlüsseln

Fangen wir mit dem Geld an. Diese AI-Modelle sind keine Magie; sie sind das Produkt enormer Investitionen. Ein gutes Beispiel ist die jüngste Internationale Mathematik-Olympiade. Sowohl Googles Gemini als auch ein Modell von OpenAI erzielten Goldmedaillen-Scores – eine phänomenale Leistung. Was in den Schlagzeilen oft übersehen wird, sind die Kosten. Letztes Jahr wurde geschätzt, dass ein Modell, das nur einen Silberplatz errang, für diesen einzigen Wettbewerb Rechenkosten in Höhe von rund 300.000 Dollar verursacht hat.

Das ist nur die Spitze des Eisbergs. Die Kosten zur Erstellung dieser Modelle sind astronomisch:

• Trainingskosten: Das Training von GPT-4 soll OpenAI angeblich über 100 Millionen Dollar gekostet haben, und Googles Gemini Ultra wird auf Kosten in Höhe von erschütternden 191 Millionen Dollar geschätzt. Dies ist ein Spiel für Riesen mit kapitalstaatlichem Niveau an Kapital.
• Inferenzkosten: Das Ausführen der Modelle ist ein ständiger Abfluss. API-Aufrufe zu den Top-Modellen können unglaublich teuer sein, was große Anwendungen zu einer erheblichen finanziellen Verpflichtung macht.
• Talentskosten: Der „Panikkäuf von Talenten“, wie ich es am Montag nannte, ist real. Top-AI-Ingenieure verlangen sechsstelligen Gehälter, und der Aufbau eines Teams kann schnell in die Millionen gehen. [Milliarden, wenn man Zucks neueste Eskapaden einbezieht – ich bin für bescheidene 7-stellig verfügbar Mark – nur zur Info]

Wenn man alles zusammenrechnet, ist das Training und Bereitstellen eines proprietären LLM ein Unterfangen mit siebenstelligen Plus-Kosten.

Das Nachhaltigkeitsparadox: Keine Entschuldigungen an Greta

Diese immensen finanziellen Kosten spiegeln sich in einer ebenso schockierenden ökologischen Belastung wider. Seit Jahren rühmen sich die großen Tech-Unternehmen stolz mit ihren Verpflichtungen zu einer kohlenstoffneutralen Zukunft. Microsoft hat sich verpflichtet, bis 2030 kohlenstoffnegativ zu sein. Google hat umfangreiche Umweltberichte veröffentlicht.

Und doch stehen wir vor einem fundamentalen Widerspruch. Genau die Unternehmen, die diese grünen Initiativen vorantreiben, führen einen AI-Wettlauf an, der eines der ressourcenintensivsten technologischen Unterfangen in der Geschichte der Menschheit ist.

• Energieverbrauch: Also, wir haben diese gottgleichen Gehirne gebaut, und es stellt sich heraus, dass sie durstiger sind als ein Tourist im Temple Bar. [Seitensnotiz eines ehemaligen Temple Bar-Mitarbeiters – in Wirklichkeit würde ein Tourist ein halbes Bier bestellen, um es zu teilen, während wir Einheimischen kompensierten, um Diageo über Wasser zu halten – wir sind so!] Eine einzelne ChatGPT-Abfrage verbraucht fast zehnmal mehr Strom als eine normale Google-Suche. Rechenzentren sehen ihre Stromnachfrage in die Höhe schießen, mit Prognosen, die einen Anstieg um 160 % bis 2030 vorhersagen, hauptsächlich angetrieben durch AI.
• Wasserverbrauch: Dieser Energieverbrauch erfordert eine unglaubliche Menge an Wasser zur Kühlung. Das Training von GPT-3 allein wurde auf einen Verbrauch von 700.000 Litern Süßwasser geschätzt. Das Stellen weniger Dutzend einfacher Anfragen an ein Modell wie ChatGPT kann eine 500-ml-Flasche Wasser verbrauchen.
• Die Heuchelei: Der vernichtendste Beweis kommt von den Unternehmen selbst. Microsofts eigener Nachhaltigkeitsbericht enthüllte, dass seine Emissionen um fast 30 % gestiegen sind seit seinem 2020er „kohlenstoffnegativen“ Versprechen, hauptsächlich aufgrund des Ausbaus seiner AI-Rechenzentren. Schlimmer noch, ein Executive hat kürzlich zugegeben, dass das Verbrennen von Methangas „absolut nicht von der Tabelle wäre“, um neue Rechenzentren zu betreiben, ein Schritt, der direkt ihren Klimazielen widerspricht.

Die menschliche Gleichung: Das Aussterbeereignis für Einsteiger

Die letzte und vielleicht unmittelbarste Kosten ist die menschliche. Die Erzählung, dass „AI mehr Jobs schaffen wird, als sie zerstört“, ist tröstlich, aber sie verschleiert eine brutale Realität: Wir sind Zeugen eines Aussterbeereignisses für Einsteiger.

Die erste Sprosse der Karriereleiter wird für eine ganze Generation abgesägt.

• Die Daten sind nüchtern: Das Weltwirtschaftsforum prognostizierte, dass bis 2025 85 Millionen Jobs verdrängt werden würden. Dies ist keine ferne Vorhersage. In den ersten sieben Monaten des Jahres 2025 wurden über 10.000 Stellenabbau in den USA direkt auf AI zurückgeführt. Stellenanzeigen für Einstiegspositionen im Unternehmensbereich sind um 15 % zurückgegangen.
• Automatisierung bewegt sich stromaufwärts: Dies betrifft nicht nur die Automatisierung von Fabrikarbeit. AI ist jetzt kompetent bei Aufgaben, die einst als Domäne weißkrageniger Fachkräfte galten: Rechtsrecherche, Programmierung und Finanzanalyse. Unternehmen geben offen zu, dass sie Junior-Mitarbeiter durch AI ersetzen. Eine Beratungsagentur hat dieses Jahr keinen Sommerpraktikanten eingestellt, weil ChatGPT ihre Social-Media-Inhalte hätte bearbeiten können.
• Das neue Skill-Set: Ein Universitätsabschluss reicht nicht mehr aus. Unternehmen wollen Mitarbeiter, die „vom ersten Tag an produktiv“ sind. Die neuen, wesentlichen Fähigkeiten sind nicht nur technische Kompetenz, sondern menschlich-maschinelle Zusammenarbeit. Die wertvollsten Mitarbeiter werden diejenigen sein, die AI strategisch überwachen, kritisches Denken auf deren Ausgaben anwenden und die ethische Urteilsfähigkeit bereitstellen, die Maschinen fehlt. Es ist ein Wandel vom Mitarbeiter, der Aufgaben ausführt, zum „Wertschöpfer“, der Tools orchestriert, um Probleme zu lösen.

Vorschlag: Eine AI-Steuer für die Leute

Also, was tun? Die Hände zu wringen löst nichts. Meine Natur, die das Glas als halb voll sieht, verlangt nach einem konstruktiven Weg nach vorne.

Es ist an der Zeit, dass wir ernsthaft eine AI-Steuer in Betracht ziehen.

Es geht hier nicht darum, Innovation zu bestrafen. Es geht darum, zu erkennen, dass eine Technologie, die so viel Wohlstand und disruption generiert, eine gesellschaftliche Verpflichtung hat. Die Idee wird bereits in die Runde geworfen, mit Vorschlägen wie New Yorks „künstlicher Intelligence-Aufschlag“ auf das Unternehmensergebnis.

Die Einnahmen einer solchen Steuer könnten verwendet werden, um die Probleme, die AI verursacht, direkt anzugehen:

1. Öffentliche AI-Infrastruktur finanzieren: Den Zugang demokratisieren und eine Zukunft verhindern, in der nur die Wohlhabenden sich modernste Intelligenz leisten können.
2. Allgemeine Weiterbildung finanzieren: Die massiven, landesweiten Weiterbildungsprogramme finanzieren, die notwendig sind, um die Belegschaft auf die neue Ära vorzubereiten.
3. Soziale Sicherheitsnetze stärken: Ein robustes Sicherheitsnetz für diejenigen bereitstellen, deren Jobs dauerhaft verdrängt werden.

Der immense Wert, der in den AI-Bereich fließt, sollte genutzt werden, um eine gerechtere und widerstandsfähigere Zukunft aufzubauen.

Originally published on allthingscloud.eu (2025-08-14).