Gehört KI in ein nachhaltiges Portfolio?

18 Aug. 2026 • 4 Min. Lesezeit

„KI. Es spart enorm viel Zeit beim Schreiben von E-Mails, aber es kostet im Gegenzug alles andere auf diesem Planeten.“

Microsoft, Apple, Amazon und Alphabet gehören zu den großen Gewinnern des Technologie- und KI-Booms. Gleichzeitig finden sich genau solche Unternehmen auch in Portfolios mit besonders hohen Nachhaltigkeitsansprüchen.
Das ist kein Sonderfall. Große Technologiekonzerne galten lange als vergleichsweise klimafreundliche Wachstumswerte und wurden deshalb häufig in ESG-Portfolios aufgenommen. Doch der steigende Energie- und Ressourcenbedarf generativer KI stellt diese Einordnung zunehmend infrage.
Damit stellt sich für nachhaltige Anleger eine neue Frage: Passen die großen Gewinner des KI-Booms noch in ein nachhaltiges Portfolio?

Bevor der KI-Boom kam, galten viele Tech-Konzerne als Klimavorreiter

Dass große Technologieunternehmen in nachhaltigen Fonds gelandet sind, ist zunächst nicht überraschend. Gerade im Vergleich zu klassischen Industriekonzernen präsentierten sich viele Tech-Unternehmen schon früh mit ambitionierten Klimazielen. Microsoft kündigte beispielsweise bereits Anfang 2020 an, bis 2030 CO₂-negativ werden zu wollen, also mehr CO₂ aus der Atmosphäre zu entfernen, als das Unternehmen verursacht. Apple erklärte ebenfalls 2020 seine weltweiten eigenen Unternehmensaktivitäten für CO₂-neutral und setzte sich das Ziel, bis 2030 die gesamte Wertschöpfungskette und den Lebenszyklus seiner Produkte klimaneutral zu stellen. Amazon verpflichtete sich bereits 2019 im Rahmen des von dem Unternehmen mitgegründeten „Climate Pledge“ zu Netto-Null-Emissionen bis 2040.
Man sollte daraus nicht schließen, dass Microsoft, Apple oder Amazon damals schon vollständig nachhaltig waren. Ihre ambitionierten Klimaziele machten sie jedoch für viele ESG-Strategien attraktiv. Mit dem Boom generativer KI hat sich diese Rechnung verändert, weil Energie- und Ressourcenverbrauch deutlich stärker in den Vordergrund rücken.

KI nicht gleich KI

Wenn heute von künstlicher Intelligenz gesprochen wird, landen sehr unterschiedliche Technologien im gleichen Topf. Ein spezialisiertes System, das Muster in Satellitenbildern erkennt, wird genauso als KI bezeichnet wie ChatGPT, ein Bildgenerator oder ein großes multimodales Sprachmodell. Ökologisch ist diese Gleichsetzung problematisch.
Die Studie Power Hungry Processing von Sasha Luccioni, Yacine Jernite und Emma Strubell untersuchte die Energieverbräuche verschiedener KI-Aufgaben. Das Ergebnis:

Mehrzweckfähige generative Systeme können bei vergleichbaren Aufgaben um Größenordnungen energieintensiver sein als spezialisierte Modelle.

Besonders energieintensiv waren Anwendungen, die neue Inhalte erzeugen, also generieren.
Genau diese Unterscheidung steht auch im Mittelpunkt des Vortrags „Klimaschädlich by Design – die ökologischen Kosten des KI-Hypes“ von Friederike Karla Hildebrandt und Constanze Kurz auf dem 38. Chaos Communication Congress. Der Vortrag konzentriert sich ausdrücklich auf die ökologischen und menschenrechtlichen Kosten des aktuellen KI-Booms.

„Sogenannte generative KI hat einen hohen Rechenbedarf und braucht damit automatisch viel Energie.“

Gleichzeitig kritisieren sie, dass sinnvolle spezialisierte KI-Anwendungen und generative KI in der öffentlichen Diskussion oft einfach unter dem Begriff „KI“ zusammengefasst werden.
Ein Unternehmen, das mithilfe eines kleinen Modells Stromnetze optimiert, hat eine völlig andere Nachhaltigkeitswirkung als ein Unternehmen, dessen Wachstum darauf basiert, weltweit immer größere generative Modelle mit Milliarden Anfragen zu betreiben.

KI kann nachhaltig eingesetzt werden

KI pauschal als klimaschädlich abzuschreiben wäre genauso falsch. KI kann unter anderem verschiedene Dürreindikatoren kombinieren, Stromnetze mit hohen Anteilen erneuerbarer Energien steuern oder Umweltveränderungen automatisiert erkennen.
Besonders interessant sind die dort beschriebenen kleinen und spezialisierten Systeme. Im Amazonas werden beispielsweise Radarbilder ausgewertet, um illegale Goldminen zu erkennen. Vor Mosambik helfen Algorithmen bei der Kartierung von Seegraswiesen. In Kenia werden Umgebungsgeräusche analysiert, um Motorsägen oder Schüsse in Wäldern zu erkennen.

„Kleine und gezielte KI-Systeme können sehr effizient konkrete Probleme lösen.“ - SWR – Grüne Intelligenz: Wie KI nachhaltig werden kann

Das Training ist nur der Anfang

Beim Energieverbrauch großer KI-Modelle wird häufig über das Training gesprochen. Das Training eines sehr großen Modells benötigt erhebliche Rechenleistung. Doch ein Modell wird idealerweise nur einige Male trainiert. Danach kann es über Jahre hinweg millionen- oder milliardenfach genutzt werden. Jede Anfrage ist eine neue Berechnung. Dieser laufende Betrieb wird Inferenz genannt.
Es gibt Untersuchungen, nach denen die tatsächliche Nutzung einen größeren Anteil am Energieverbrauch haben kann als das Training.
Wie groß dieser Anteil konkret ist, lässt sich allerdings nicht als allgemeingültige Zahl angeben. Modellgröße, Hardware, Auslastung und Art der Anwendung unterscheiden sich erheblich. Neuere Forschung zeigt, dass der reale Energiebedarf der Inferenz stark von Software, Hardware und konkreter Arbeitslast abhängt.

Wie viel Nutzen bekommen wir für den hohen Energieverbrauch?

Generative KI kann Programmcode schreiben, Forschung unterstützen, Prozesse automatisieren oder Menschen bei komplexen Aufgaben helfen. Sie kann aber auch Katzenbilder erzeugen. In der öffentlichen Wahrnehmung entsteht zunehmend der Eindruck, dass ein großer Teil generativer KI für Unterhaltung, massenhaft unnötig erzeugter Texte und Bilder oder schlicht zum Ausprobieren verwendet wird. Neben dem sogenannten AI Slop, der zunächst harmlos erscheinen mag, kommt ein gesellschaftliches Risiko hinzu. Generative KI erleichtert die massenhafte Verbreitung von Falschinformationen, Betrugsversuchen und täuschend echten Fake-Identitäten. Dadurch können Desinformation und Manipulation deutlich einfacher und in größerem Maßstab verbreitet werden. Wie groß dieser Anteil tatsächlich ist, lässt sich nicht genau bestimmen.

Welchen gesellschaftlichen oder wirtschaftlichen Nutzen erhalten wir für die eingesetzten Ressourcen?
Gerade nachhaltige Anleger stellen diese Frage schließlich auch in anderen Branchen. Ein hoher Ressourcenverbrauch kann anders bewertet werden, wenn damit Medikamente entwickelt, Stromnetze effizienter oder industrielle Prozesse ressourcenschonender gemacht werden.
Bei der automatischen Produktion des hundertsten Wegwerfbildes fällt die Abwägung möglicherweise anders aus.

Ökostrom allein macht KI noch nicht nachhaltig

Die Tech-Konzerne kennen das Problem. Deshalb investieren sie massiv in erneuerbare Energien. Aber auch grüner Strom ist nicht unbegrenzt vorhanden und wird angesichts des wachsenden Stromhungers unserer Gesellschaft zu einem immer knapperen Gut.
ECOreporter sieht darin ebenfalls das zentrale ökologische Risiko des KI-Booms. Der Anbieter verweist neben dem Strombedarf insbesondere auf den Kühlwasserverbrauch immer größerer Rechenzentren.
Und der ökologische Fußabdruck endet nicht beim Strom. Für GPUs, Speicher, Stromversorgung und Rechenzentren werden Rohstoffe benötigt. Die Produktion der Hardware verursacht Emissionen, Wasserverbrauch und später Elektroschrott.
ECOreporter kommt bei seiner Analyse nachhaltiger KI-Aktien ebenfalls nicht zu dem Ergebnis, die gesamte Branche grundsätzlich auszuschließen. Gleichzeitig bezeichnet die Redaktion Energie- und Kühlwasserbedarf der KI-Rechenzentren als das größte ökologische Nachhaltigkeitsrisiko des Sektors.
Genau deshalb ist es durchaus nachvollziehbar, dass Alphabet oder Microsoft in einem Artikel-9-Fonds auftauchen können. Es macht die Entscheidung des Fondsmanagements aber diskussionswürdig.

KI ist zunächst ein Werkzeug

Ob KI nachhaltig oder nicht nachhaltig ist, lässt sich pauschal nicht beantworten. Entscheidend ist immer der konkrete Anwendungsfall. Fest steht jedoch, durch das Training und den massenhaften Betrieb generativer KI-Modelle haben sich die Nachhaltigkeitsbilanzen großer Tech-Konzerne teilweise deutlich verschlechtert. Für nachhaltige Anleger bedeutet das: Unternehmen, die bisher gut in nachhaltige Portfolios passten, müssen heute neu bewertet werden. Ob und in welchem Umfang man weiterhin in diese Firmen investieren möchte, sollte deshalb hinterfragt werden.