Du kennst bestimmt die Schuldgefühl-Version. Jede Frage an ChatGPT säuft angeblich eine ganze 0,5-Liter-Flasche Wasser weg. Scrollst du ein Stück weiter, sagt OpenAI-Chef Sam Altman, eine durchschnittliche Anfrage brauche 0,32 Milliliter — ein Fünfzehntel Teelöffel. Die zwei Zahlen liegen mehr als tausendfach auseinander, und beide werden mit voller Überzeugung geteilt.
Also, was denn nun? Leerst du heimlich einen Stausee, jedes Mal wenn du nach einem Rezept fragst — oder ist es quasi nichts?
Hier die ehrliche Antwort, und die ist nützlicher, als beide Lager zugeben wollen: Ein einzelner Prompt kostet fast nichts — ein paar Tropfen bis zu zwei Teelöffeln. Aber die riesigen Rechenzentren dahinter setzen die Wasserversorgung an bestimmten Orten tatsächlich unter Druck. Beides stimmt gleichzeitig. Und in Deutschland hat dieser Ort sogar einen Namen: Frankfurt. Ich zeig dir, warum die Zahlen sich anzuschreien scheinen — und was wirklich zählt.
Warum das Thema gerade hier wieder hochkocht
Das Thema an sich ist alt. Neu ist die Dimension dessen, was gebaut wird. Eine repräsentative Umfrage im Auftrag von AlgorithmWatch hat kürzlich gezeigt: Eine Mehrheit der Menschen in Deutschland ist beim Energie- und Wasserverbrauch von Rechenzentren besorgt. Und die deutschen Medien bedienen dieses Unbehagen gern mit der Schlagzeile von der “durstigen KI” — meist illustriert mit genau jener 500-ml-Flasche.
Der Auslöser diesmal kommt aus den USA: OpenAI kündigte diese Woche Project Camellia an — einen rund 20 Milliarden Dollar teuren KI-Rechenzentrums-Campus in Georgia, 3,2 Gigawatt Leistung, in Ausbaustufen bis 2032. Interessant ist nicht die Zahl, sondern der Ton. OpenAI betonte von sich aus, der Standort nutze geschlossene Kühlkreisläufe — Wasser, das zirkuliert “wie im Autokühler”, statt frisch entnommen und verdunstet zu werden.
Kein Unternehmen verteidigt seinen Wasserverbrauch vorsorglich, wenn “KI trocknet uns aus” nicht längst ein reales, breites Thema wäre. Ist es. Und das ist der Hintergrund für jeden Flaschen-Post in deinem Feed.
Warum dieselbe Frage mal “0,3 ml” und mal “500 ml” heißt
Jetzt der Teil, den keiner erklärt: Die Zahlen streiten sich gar nicht. Sie beantworten verschiedene Fragen und tun so, als wäre es dieselbe.
Wenn du fragst “Wie viel Wasser kostet ein ChatGPT-Prompt?”, kannst du eigentlich dreierlei meinen:
- Nur die Chips kühlen. Die Server werden heiß, Wasser trägt die Wärme weg. Zählst du bloß das, landet Altmans Schätzung bei ~0,32 ml pro Anfrage (aus seinem Essay von Juni 2025). Google meldete für einen typischen Gemini-Prompt etwa “fünf Tropfen” — rund 0,26 ml. Winzig. Beides ist reine Vor-Ort-Kühlung.
- Plus das Wasser für den Strom. Dein Prompt hat ein bisschen Strom verbraucht, und Kraftwerke brauchen ebenfalls Wasser. Rechnest du das dazu, klettern Googles “fünf Tropfen” auf etwa 2,7 ml. Der Forscher Shaolei Ren — dessen Labor die ganze Debatte überhaupt losgetreten hat — schätzt einen modernen Prompt in einem Update vom Juli 2026 auf grob 15 ml insgesamt (rund 5 ml vor Ort plus 10 ml fürs Stromnetz).
- Ein ganzes Gespräch auf einem alten Modell. Die berühmte “500-ml-Flasche” stammt aus Rens eigener Studie von 2023, “Making AI Less Thirsty”. Liest man das Paper wirklich, war die Aussage: 500 ml pro 10 bis 50 Antworten auf einem Modell der GPT-3-Ära — “je nachdem, wann und wo”. Also ein kompletter Dialog, in einer heißen Region, auf alter Technik. Ren selbst nennt die 500 ml heute veraltet.
Die Spanne von 0,3 ml bis 500 ml ist also an keinem Ende gelogen. Sie ist der Unterschied zwischen “ein Schluck” und “die ganze Mahlzeit” — und dann zitieren halt viele die größte, älteste Zahl, als wäre das eine schnelle Frage von heute. Die ehrliche Einzel-Prompt-Zahl liegt aktuell irgendwo zwischen ein paar Tropfen und zwei Teelöffeln. Merk dir 15 ml, wenn du eine Zahl brauchst — und dass Ren sagt, selbst das sei “33-mal weniger als die Flasche”.
Wie winzig das neben deinem Alltag ist
Zwei Teelöffel — da fällt das schlechte Gewissen schwer, sobald du siehst, was alles andere kostet. Wasser steckt in fast allem, was du konsumierst, und zwar in Mengen, die einen KI-Prompt zum Rundungsfehler machen.
Anders gesagt: Das Wasser hinter einem einzigen Hamburger reicht für weit über hunderttausend ChatGPT-Prompts. Eine Mandel kostet mehr Wasser als ein paar hundert Fragen. Genau deshalb wurde Altman Anfang 2025 auf X pampig gegenüber Leuten, die “sich Mist über unseren Wasserverbrauch ausdenken, während sie einen Burger essen”. Ist seine Rhetorik, und er hat einen Punkt — nur eben nicht den ganzen, dazu kommen wir gleich.
Wenn du die allgemeine Fähigkeit üben willst, solche Zahlen zu entwirren — wo dieselbe Tatsache dreifach gedreht wird —, dann geht es genau darum in unserem Kurs KI-Grundlagen. Die Wasserdebatte ist fast der perfekte Übungsfall: eine Statistik lesen, bevor man sie weiterreicht.
Der Teil, den die Beschwichtiger überspringen
Würde die Geschichte bei “dein Prompt ist praktisch gratis” enden, wäre das seine eigene Art von Unehrlichkeit. Denn zoom raus vom einzelnen Prompt, und die Summe ist ein echtes Problem.
US-Rechenzentren verbrauchten 2023 direkt rund 17,4 Milliarden Gallonen Wasser — gut 65 Milliarden Liter, laut Bericht des Lawrence Berkeley National Lab an den Kongress, für alle Rechenzentren, nicht nur KI. Tendenz: 38 bis 73 Milliarden Gallonen (rund 145 bis 276 Milliarden Liter) pro Jahr bis 2028. Und das Problem ist nicht der nationale Durchschnitt, sondern dass es in bestimmten Orten landet: Bis zu 85 % des Kühlwassers verdunsten und kommen nicht in die lokale Versorgung zurück.
Und Deutschland? Ist mittendrin. Nach der Studie “Rechenzentren in Deutschland” des Borderstep Instituts im Auftrag des Digitalverbands Bitkom ist die Rechenzentrums-Kapazität hierzulande 2025 auf 2.980 Megawatt gewachsen (+9 %) — und soll bis 2030 auf rund 5.000 Megawatt klettern, also fast das Doppelte. Ein Viertel der befragten Betreiber rechnet dabei mit steigendem Wasserverbrauch, weil KI und High-Performance-Computing stärker gekühlt werden müssen. Frankfurt ist der Knotenpunkt: Über 100 Rechenzentren ziehen dort bis zu 40 % des Stadtstroms. Das ist Europas größter Standort — und er sitzt in einer Region, die zuletzt trockene Sommer erlebt hat.
Der Twist, der viele überrascht: Die Technik wird pro Aufgabe effizienter, und der Wasserverbrauch steigt trotzdem — weil schlicht mehr gerechnet wird, als die Effizienzgewinne einsparen. Immerhin greift der Gesetzgeber: Das Energieeffizienzgesetz (EnEfG) schreibt neuen Rechenzentren ab Juli 2026 einen strengen Effizienzwert (PUE ≤ 1,2) und die Nutzung ihrer Abwärme vor. Genau da liegt der Hebel — nicht bei deiner Tastatur.
So halten beide Dinge gleichzeitig. Dein einzelner Prompt: ein paar Tropfen. Der Ausbau dahinter: eine reale, konzentrierte, regionale Belastung, die die Aufmerksamkeit verdient, die sie bekommt.
Was das für dich heißt
Wenn du bei jedem ChatGPT-Prompt ein schlechtes Gewissen hast: Kannst du loslassen. Eine Frage wegzulassen, um “Wasser zu sparen”, spart dir grob einen Teelöffel — weniger, als du beim Teekochen verschüttest. Nutz KI für deine Arbeit, dein Lernen, deine Mails. Das schlechte Gewissen zielt auf das Falsche.
Wenn man dir ein schlechtes Gewissen machen will: Jetzt hast du die ehrliche Erwiderung. Es ist nicht “KI verbraucht nichts” oder “KI zerstört den Planeten”. Es ist “ein Prompt ist trivial, der Rechenzentrums-Boom ein reales lokales Problem” — und du kannst beides sagen, ohne dich einem Lager anzuschließen.
Wenn in deiner Nähe ein Rechenzentrum geplant ist: Da zählt deine Aufmerksamkeit wirklich, viel mehr als deine Chatbot-Gewohnheiten. Die Fragen für die Bürgerversammlung: geschlossener Kreislauf oder Verdunstungskühlung? Woher kommt das Wasser, und wer bekommt es bei Dürre? Wer zahlt die neue Infrastruktur? Das ist der Hebel, nicht deine Enter-Taste.
Wenn du KI viel nutzt oder ein Geschäft darauf baust: Die Effizienz schwankt stark je nach Modell. Eine kurze Antwort aus einem kleinen Modell nippt; eine lange Denk-Session auf einem Riesenmodell schluckt (bis zu ~150 ml). Greif zum leichteren Modell, wenn du das schwere nicht brauchst — ehrlich gesagt geht’s dabei aber mehr um Kosten und Tempo als um Wasser.
Was das nicht löst (und die ehrlichen Vorbehalte)
Lass mich klar sein über die Grenzen von allem oben.
- Prompts wegzulassen bewegt nichts. Der echte Hebel liegt bei Politik, Versorgern und der Standortwahl der Rechenzentren — wie gekühlt, wo gebaut, wer zahlt. Deine einzelnen Prompts sind ein Teelöffel im Ozean.
- Keine dieser Zahlen ist vollständig geprüft. OpenAI hat die Methodik hinter 0,32 ml nie veröffentlicht. Unabhängige Schätzungen beruhen auf Annahmen zu Hardware und Standort. Nimm jede Zahl hier — meine eingeschlossen — als grobe Spanne, nicht als Evangelium.
- Der Standort ändert alles. Derselbe Prompt im wasserkraft-gekühlten Norwegen und im heißen Phoenix hat völlig verschiedene Fußabdrücke. Eine einzige globale Zahl verdeckt das immer.
- Strom und Wasser sind nicht dasselbe Gespräch. Der Strombedarf der KI ist wohl die größere Geschichte, verwandt, aber eigen. Das eine zu lösen löst nicht automatisch das andere.
- Das ist kein Freifahrtschein für die Branche. “Dein Prompt ist winzig” und “der Ausbau braucht echte Kontrolle” sind beide wahr. Lass niemanden das Erste benutzen, um das Zweite wegzuwischen — und umgekehrt.
Unterm Strich
Wenn du dir eine Sache merkst, dann die: Ein einzelner KI-Prompt kostet ein paar Tropfen bis zwei Teelöffel Wasser — keine Flasche. Die gruselige 500-ml-Zahl ist ein ganzes Gespräch auf einem alten Modell in heißem Klima, aus dem Kontext gerissen. Du musst kein schlechtes Gewissen haben, wenn du einem Chatbot eine Frage stellst.
Aber behalt die andere Hälfte im Kopf. Die Rechenzentren hinter der KI trinken echtes Wasser in echten Orten — Effizienzgewinne hin oder her —, und das lohnt sich zu beobachten. Auf der Ebene, wie sie gebaut und gekühlt werden, nicht ob du auf Senden drückst.
Die eigentliche Fähigkeit hier ist nicht die Wasserzahl. Sie ist, eine virale Statistik abzufangen, “was genau wird da gezählt?” zu fragen und bei der ehrlichen Version zu landen, bevor du sie teilst. Genau darum geht’s in KI-Grundlagen — und wer tiefer in die Strom- und Wasserfrage der KI einsteigen will, findet in Energiewende mit KI den größeren Zusammenhang.
Quellen:
- The Gentle Singularity (0,32-ml-Zahl) — Sam Altman, Juni 2025
- Making AI Less Thirsty (Ursprung der “500-ml”-Behauptung) — Ren et al., UC Riverside, 2023
- How Much Water Does AI Use? The $58 Billion Risk (Rens ~15-ml-Update) — Forbes, 21. Juli 2026
- 2024 United States Data Center Energy Report — Lawrence Berkeley National Lab
- Rechenzentren in Deutschland: Aktuelle Marktentwicklungen — Borderstep Institut / Bitkom
- Mehrheit besorgt über Ressourcenverbrauch von Rechenzentren — AlgorithmWatch
- OpenAI plans 3.2-gigawatt data center in Georgia — Axios
