Das Energie-Label für KI ist noch unfertig

Das Energie-Label für KI ist noch unfertig

The number on the box

An energy label is a promise about comparison. It tells a buyer that two ordinary-looking objects can be placed beside one another without pretending that they are identical. A refrigerator label does not settle every question about the kitchen, the electricity contract or the family using it. It does something more modest and more useful. It states a method, a category and a result clearly enough that the claim can be checked.

AI has acquired plenty of numbers but very few labels. One system is said to use less energy because it is smaller. Another because it answers faster. Another because its chips have a more flattering specification. A supplier may publish a figure for one request, a training run, a rack, a facility or a year. All may be accurate inside their own boundary. They cannot all be compared just because the unit happens to be joules, watts or tonnes of carbon dioxide equivalent. A number can be precise and still be a poor answer to the question a buyer actually asked.

This is not an argument against measuring. It is the opposite. Europe needs much better measurement because AI is becoming part of ordinary infrastructure. The European Commission already collects energy-performance and water-footprint information from significant data centres under the Energy Efficiency Directive framework. It is preparing a common rating scheme and work towards minimum performance standards. That is a serious start. It does not yet amount to a finished energy label for an AI service, model or use case. The boundary between those things is where most of the difficult work lives.

The useful question is therefore not whether an AI system is green. That adjective has done enough unpaid overtime. The question is: for this defined piece of work, under these operating conditions, what resources were used, what evidence supports the figure, and which material effects remain outside the claim? An honest answer makes a slower, better kind of progress. It makes a procurement conversation possible.

Why a single AI number fails

Electricity is consumed by physical equipment, not by a word such as intelligence. The International Energy Agency describes training and deployment as activities that happen mainly in data centres. Those facilities contain servers, storage, networking equipment, cooling and supporting power infrastructure. The server is important, but it is not the whole facility. The IEA estimates that servers account for around 60 per cent of electricity demand in a modern data centre on average, while storage, networking, cooling and other infrastructure make up the rest in proportions that vary by facility type and design.

That variation is not a nuisance at the edge of the calculation. It is the calculation. Cooling can be a modest part of electricity use in an efficient hyperscale facility and a much larger share in a less efficient enterprise setting. A workload that looks excellent when measured at a chip can look different once networking, memory, storage, idle capacity and cooling are included. A facility metric can look excellent while revealing nothing about whether a particular model was called too often, served an oversized context or spent half its time waiting for a human process to catch up.

There are at least four objects people mean when they ask for AI energy use. They may mean the hardware, the model, the service or the organisational task. Hardware asks about a processor, server or rack under defined load. A model asks about training, fine-tuning or inference for a defined model version. A service asks about the route from a user action through retrieval, moderation, logging, storage and response. A task asks whether the service changed the total work: the repeated prompts, human review, rework, avoided travel, extra data movement and downstream decisions. The objects overlap. They are not interchangeable.

Ein Modell kann pro erzeugtem Token wenig Energie verbrauchen und trotzdem ein verschwenderischer Dienst sein, wenn das umgebende Produkt Nutzer dazu verleitet, fünfmal dieselbe Antwort anzufordern. Ein sehr kleines Modell kann pro Aufruf effizient sein und trotzdem ungeeignet für eine Aufgabe, die viele Wiederholungen, Eskalationen oder ein zweites System zur Korrektur seiner Ausgabe erfordert. Ein größeres System kann pro Anfrage mehr verbrauchen und dennoch einen separaten, energieintensiven Schritt reduzieren. Nichts davon erteilt eine Lizenz für optimistisches Rechnen. Es bedeutet, dass die behauptete Arbeitseinheit benannt werden muss, bevor die Zahl Beifall erhält.

Die erste Disziplin ist fast peinlich schlicht: Man soll nicht eine Ebene mit einer anderen vergleichen. Eine Chipzahl ist keine Dienstzahl. Eine Dienstzahl ist kein organisatorisches Ergebnis. Eine Jahresgesamtmenge einer Einrichtung ist nicht die Energie einer Eingabeaufforderung. Sie beantworten unterschiedliche Fragen. Wenn eine Behauptung Ebenen überschreitet, sollte sie die Brücke erklären. Ohne diese Brücke wird dem Leser eine Zahl übergeben und er wird gebeten, die Physik, den Betrieb und das moralische Urteil selbst zu liefern. Das ist eine ziemlich teure Form des Selbstbedienens.

Die Grenze entscheidet über die Antwort

Jede Umweltmessung beginnt mit einer Grenze. In der KI ist die häufigste Grenze das Gerät oder der Server. Sie ist attraktiv, weil sie nahe an der Arbeit liegt und oft leichter zu messen ist. Die nächste Grenze ist das Rack oder der Cluster. Dann die Einrichtung, wo die Effektivität der Stromnutzung, Kühlung und andere unterstützende Infrastruktur einfließen. Dann der Dienstpfad, der Netzwerke, Speicher, Abrufsysteme, Sicherheitsprüfungen, Beobachtbarkeit und ein Kundengerät umfassen kann. Schließlich gibt es eine breitere Lebenszyklusgrenze: Herstellung, Transport, Gebäudebau, Wasser, Reparatur, Wiederverwendung und Ende der Lebensdauer.

Keine einzelne Grenze ist immer die richtige. Der Fehler besteht darin, eine Grenze zu veröffentlichen und die Leser dazu einzuladen, eine andere zu schließen. Ein Prozessorhersteller kann vernünftigerweise Energie melden, die an einer Komponente gemessen wird. Ein Rechenzentrumsbetreiber kann vernünftigerweise Einrichtungsindikatoren melden. Ein Modellanbieter kann vernünftigerweise Energie für eine definierte Inferenzarbeitslast melden. Ein öffentlicher Käufer, der entscheidet, ob ein Dienst geändert werden soll, benötigt die Dienstgrenze und für einige Entscheidungen eine breitere Lebenszyklusansicht. Die Behauptung sollte sagen, welche Aufgabe sie erfüllt.

Grenzen sind Entscheidungen, aber sie sind keine willkürlichen Entscheidungen. Sie sollten der Entscheidung folgen. Wenn ein Ingenieurteam zwischen zwei Decodierungseinstellungen auf derselben Maschine wählt, kann Serverenergie unter einem wiederholbaren Test genau das richtige Maß sein. Wenn ein Beschaffungsteam zwei verwaltete KI-Dienste vergleicht, sollte der Vergleich genug vom Dienstpfad umfassen, sodass ein weggelassenes Abrufsystem oder ein dauerhaft laufender Support-Cluster nicht unter den Teppich gekehrt wird. Wenn eine öffentliche Behörde eine große lokale Einrichtung in Betracht zieht, sind ihre Fragen zu Strom, Wasser, Netzkapazität und Wärme lokale Fragen, selbst wenn ein Lieferant eine saubere globale Kohlenstoffbehauptung präsentiert.

Die Europäische Kommission macht diesen Punkt indirekt durch den Berichtsrahmen für Rechenzentren. Ihre öffentliche Datenbank soll Informationen sammeln und veröffentlichen, die für Energieeffizienz und Wasserfußabdruck relevant sind. Die delegierten Berichtspflichten legen Indikatoren und Berichtsinformationen für Rechenzentren fest. Der Rahmen ist keine Behauptung, dass jede Umweltwirkung durch eine Tabellenkalkulation gelöst wurde. Es ist ein Eingeständnis, dass eine Einrichtung nicht verantwortungsvoll allein durch Serverleistung diskutiert werden kann.

Es gibt hier eine nützliche Analogie, vorausgesetzt, sie wird nicht überstrapaziert. Eine Grenze ist wie der Rand einer Karte. Eine Karte kann sich legitimerweise auf Straßen, Hochwasserrisiko oder Landbesitz konzentrieren. Sie wird nur dann irreführend, wenn sie ihren gewählten Rand als den Rand der Welt darstellt. Eine KI-Energieaussage sollte dieselbe Bescheidenheit tragen. Sie sollte die gewählte Grenze sichtbar machen und das wichtige Gebiet jenseits davon benennen.

Die Arbeitslast ist die Einheit der Ehrlichkeit

Menschen fragen oft, wie viel Energie eine einzelne KI-Anfrage verbraucht. Die Frage ist verständlich und meist unzureichend spezifiziert. Eine Anfrage kann aus ein paar Wörtern oder einem ganzen Buch bestehen. Sie kann ein kompaktes Klassifikationsmodell aufrufen oder ein Modell, das Bilder, Sprache, lange Dokumente und mehrere Werkzeuge verarbeitet. Sie kann ein einzelnes Label, eine Textseite oder einen Workflow zurückgeben, der drei andere Systeme aufruft. Sie kann von einer warmen Maschine bei hoher Auslastung bedient werden oder von Kapazität, die für die nächste Anfrage bereitgehalten wird. Das Wort Anfrage trägt mehr Gepäck mit sich, als es zugibt.

Ein nützliches Maß beschreibt daher die Arbeitslast. Bei Sprachsystemen kann dies Eingabe- und Ausgabetokens, Kontextlänge, Modellversion, Batchgröße, Präzision, Nebenläufigkeit, Cache-Verhalten und Decodiereinstellungen umfassen. Bei Bild-, Audio- oder Videosystemen kann es Auflösung, Dauer, Abtastschritte, Codecs und Modellarchitektur umfassen. Bei einem Retrievalsystem kann es die Größe und das Aktualisierungsverhalten des Index, Einbettungsaufrufe, Ranking, Dokumentabruf und Speicherung umfassen. Bei einem Entscheidungsworkflow kann es die Anzahl der Aufrufe, die Rate menschlicher Überprüfung und den Weg umfassen, der eingeschlagen wird, wenn das System sich enthält.

Dies ist keine Forderung, dass jede Website neben einem Button ein Laborprotokoll abdruckt. Es ist eine Forderung, dass öffentliche Behauptungen aufhören, so zu tun, als sei ein einziger fröhlicher Durchschnittswert eine universelle Arbeitslast. Ein Anbieter kann einen typischen Bereich für definierte Nutzungsbänder veröffentlichen. Ein Käufer kann ein Testprofil anfordern, das der eigenen Arbeit ähnelt. Ein Produktteam kann eine kleine Anzahl sinnvoller Modi bereitstellen, anstatt jeden Nutzer zum Energietechniker zu machen. Entscheidend ist, dass die Beschreibung es einem Prüfer ermöglicht zu erkennen, ob die berichtete Aufgabe der realen ähnelt.

Die Gestaltung der Arbeitslast ist auch der Punkt, an dem Effizienz zu einer Produktentscheidung wird und nicht zu einer Hardware-Pressemitteilung. Kontext sollte nicht geladen werden, nur weil er verfügbar ist. Retrieval sollte Dokumente nicht bewegen, nur um zu beweisen, dass es das kann. Ein Modell sollte sagen dürfen, dass eine Aufgabe menschliches Urteilsvermögen erfordert, anstatt drei zunehmend kostspielige Vermutungen zu produzieren. Schnittstellen sollten nicht zu zehn nahezu identischen Wiederholungsversuchen ermutigen, nur weil die erste Antwort mit der Zuversicht eines feuchten Kassenzettels kam. Dies sind Designentscheidungen. Sie können Arbeit reduzieren, ohne ein unehrliches Versprechen über den Kohlenstoffgehalt eines Satzes zu machen.

Die IEA weist auf erhebliche Unsicherheiten beim aktuellen und künftigen Stromverbrauch von Rechenzentren hin und nutzt Szenarien, um verschiedene Pfade zu untersuchen. Das ist auch für die Produktmessung eine nützliche Gewohnheit. Geben Sie eine Spanne an, wo eine Spanne gerechtfertigt ist. Benennen Sie, was sie verschiebt. Halten Sie die Unterscheidung zwischen einem beobachteten Test, einer aus gemessenen Komponenten aufgebauten Schätzung und einer Prognose für den künftigen Bedarf aufrecht. Eine einzelne Dezimalstelle heilt keine Unsicherheit. Sie gibt der Unsicherheit lediglich einen schärferen Haarschnitt.

Hardware ist keine Fußnote

Energieangaben übertragen sich schlecht, wenn ihre Hardware entfernt wird. Dasselbe Modell kann sich auf verschiedenen Prozessoren, Speicherkonfigurationen, Beschleunigern, Verbindungsnetzen und Software-Stacks unterschiedlich verhalten. Die Präzision spielt eine Rolle. Die Batch-Größe spielt eine Rolle. Die Auslastung spielt eine Rolle. Die IEA beschreibt den raschen Anstieg beschleunigter Server als einen entscheidenden Faktor für den Strombedarf von Rechenzentren und weist darauf hin, dass der Anteil der Komponentennachfrage zwischen den Rechenzentrumstypen stark variiert. Das genügt, um einen einfachen Punkt zu machen: Es gibt keinen universellen Energiewert für ein Modell, das von der Maschine und den Betriebsbedingungen, die es ausführen, losgelöst ist.

Die Hardware-Berichterstattung sollte daher die relevante Maschinenklasse, die Anzahl der Geräte, die Speicheranordnung, sofern wesentlich, die Energieverwaltungseinstellungen, die Software-Version und die Messmethode benennen. Sie sollte angeben, ob das Ergebnis an einer Wandsteckdose, an einer Rack-Stromverteilungseinheit, über Server-Telemetrie oder auf der Grundlage einer modellbasierten Schätzung erfasst wurde. Keine dieser Methoden ist von Natur aus unseriös. Sie haben jedoch nicht dieselben Fehlerquellen. Eine direkte elektrische Messung kann eine enge Grenze haben. Telemetrie kann leichter wiederholt zu erfassen sein, hängt aber von Kalibrierungs- und Zuordnungsannahmen ab. Eine Schätzung kann für die Planung angemessen sein, sollte aber nicht das Gewand eines beobachteten Ergebnisses tragen.

Gemeinsame Infrastruktur macht die Zuordnung besonders schwierig. Ein Cluster kann mehrere Kunden bedienen, freie Kapazitäten vorhalten, Hintergrundjobs ausführen und Speicher mit unabhängigen Arbeiten teilen. Die gesamte Gebäudestromversorgung der ausgelastetsten Arbeitslast zuzuweisen, wäre absurd. Nur die aktive Beschleunigerzeit zuzuweisen, kann die Leerlaufkapazität verschwinden lassen. Es gibt keine neutrale Zuordnungsmethode, die unter den Dielen versteckt ist. Es gibt Methoden mit festgelegten Regeln. Ein seriöser Bericht benennt die Zuordnungsmethode, gibt den Auslastungszeitraum an und erläutert, ob Leerlauf-Overhead, Resilienzkapazität und gemeinsame Dienste enthalten sind.

Die gleiche Vorsicht gilt für Vergleiche über Modellgrößen hinweg. Kleinere Systeme sind oft nützlich, weil sie für eine angemessene Aufgabe weniger Rechenleistung benötigen können, an mehr Orten laufen können und innerhalb eines bekannten Budgets einfacher zu betreiben sein können. Sie sind nicht allein durch ihre Parameteranzahl moralisch überlegen. Die relevante Frage ist, ob das System die festgelegte Aufgabe auf der ausgewählten Hardware mit einer akzeptablen Qualitätsstufe und einem akzeptablen Prüfaufwand abschließt. Ein winziges Modell, das Arbeit anderswohin verschiebt, ist nicht unbedingt effizient. Ein riesiges Modell, das für eine Zwei-Zeilen-Klassifizierung verwendet wird, ist nicht unbedingt klug. Es ist nur auf eine sehr besondere Weise teuer.

Bei Dweve behandeln wir das als gewöhnliche Designbeschränkung und nicht als Kampagnenslogan. Das öffentliche Produktmaterial beschreibt die CPU-native Ausführung und behandelt die Ausführungsumgebung als Teil des Vertrags des Systems. Das ist eine nützliche Richtung für einen Kunden, der die Maschine und die Betriebsgrenze prüfen muss. Es ist keine gemessene Umweltaussage und sollte nicht als eine solche gelesen werden. Die Messung muss weiterhin für die tatsächliche Arbeitslast, Hardware und Bereitstellung durchgeführt werden. Alles andere würde aus einer vernünftigen Architekturentscheidung Marketing-Wetter machen.

Kohlenstoff ist nicht Strom mit besserem Branding

Stromverbrauch und Treibhausgasemissionen hängen zusammen, sind aber nicht dasselbe Maß. Eine Energiebilanz berichtet den Verbrauch. Eine Kohlenstoffbilanz fügt einen Emissionsfaktor hinzu und damit eine weitere Reihe von Entscheidungen. Welcher Strommix wird zugrunde gelegt? Bezieht sich die Aussage auf das physische Netz am Ort und zur Zeit des Verbrauchs, auf eine vertragliche Beschaffungsvereinbarung, auf eine jährliche marktbasierte Bilanzierungsmethode oder auf einen Durchschnitt über mehrere Standorte? Sind graue Emissionen der Hardware enthalten? Was ist mit Kühlwasser, Bauarbeiten oder Netzausrüstung? Eine Kohlenstoffzahl kann wertvoll sein. Sie entsteht nicht dadurch, dass man Kilowattstunden durch eine grünere Schriftart ersetzt.

Die IEA unterscheidet den Brennstoffmix des physisch verbrauchten Stroms von vertraglichen Vereinbarungen. Diese Unterscheidung gehört in die KI-Berichterstattung, denn ein Vertrag kann eine wichtige Beschaffungsentscheidung ausdrücken und zugleich eine andere Geschichte erzählen als der Strom, der einem lokalen Netz in der Stunde zur Verfügung stand, in der eine Arbeitslast lief. Ein Bericht kann beides darstellen, wo es angemessen ist. Er sollte beides nicht so weit vermischen, dass die Leserschaft nicht mehr erkennen kann, ob sich die Aussage auf ein Beschaffungsinstrument oder auf das physische System bezieht.

Auch die Zeit spielt eine Rolle. Ein jährlicher Stromabgleich kann eine Arbeitslast verschleiern, die durchgehend in einem Zeitraum mit höherer Grenzerzeugung läuft. Stündliche Informationen können das Bild in manchen Kontexten verbessern, bringen aber eigene Anforderungen an Daten, Methode und Verifikation mit sich. Der Ort spielt eine Rolle, weil sich Stromsysteme unterscheiden. Ein kontinentaler Durchschnitt kann für eine übergeordnete Bestandsaufnahme nützlich sein, kann aber keine lokale Planungsentscheidung klären. Die angemessene Granularität hängt von der Entscheidung und der verfügbaren Evidenz ab. Die Anforderung ist nicht Perfektion. Sie ist, dass der Bericht angibt, welche Granularität verwendet wurde und warum.

Graue Effekte verdienen dieselbe Zurückhaltung. Die Herstellung von Hardware hat materielle und emissionsbezogene Folgen. Das gilt auch für Gebäude, Batterien, Ersatzteile und Entsorgung. Eine Lebenszyklusanalyse kann diese Effekte sichtbar machen, besonders bei schnellem Hardware-Umschlag oder wenn Ausrüstung für ein kurzlebiges Projekt gekauft wird. Sie kann auch zu einer Nebelmaschine werden, wenn ein Anbieter eine einzige breite Lebenszyklus-Schlagzeile präsentiert, ohne Informationen über Allokation, erwartete Lebensdauer, Wiederverwendung oder die Arbeitslast, die sie beschreiben soll. Wenn Lebenszykluseffekte einbezogen werden, sollten Methode und Allokation sichtbar sein. Wenn sie nicht einbezogen werden, sollte auch diese Auslassung sichtbar sein.

Wasser darf nicht zur Fußnote degradiert werden, nur weil sich Strom leichter grafisch darstellen lässt. Die Berichterstattungsarbeit der Kommission zu Rechenzentren umfasst ausdrücklich Informationen zum Wasserfußabdruck. Kühlungsentscheidungen können den lokalen Wasserbedarf, den Energiebedarf und die Zuverlässigkeitsrisiken auf unterschiedliche Weise verändern. Ein Betreiber kann einen Indikator verbessern und einen anderen erschweren. Ein Label, das eine Einrichtung als eine einzige Kennzahl behandelt, kann diese Beziehung verbergen. Der bessere Ansatz ist eine kleine Gruppe von Indikatoren mit ihren Grenzen, statt eines Wettbewerbs um die eine Zahl, die die wenigsten unangenehmen Fragen aufwirft.

Auslastung verändert die Moral der Grafik

Infrastruktur verbraucht Energie, während sie wartet, ebenso wie während sie arbeitet. Ein Teil der Kapazität muss bereitstehen, weil ein Dienst Latenz- oder Resilienzanforderungen hat. Ein Teil der Kapazität wird vorgehalten, weil die Nachfrage schwankt. Ein Teil steht still, weil Planung und Beschaffung unvollkommen sind, was kein moralischer Zusammenbruch ist, aber selten ein Grund ist, das Dashboard zu beglückwünschen. Die Allokation dieses Overheads verändert jede Zahl pro Anfrage.

Hohe Auslastung ist nicht automatisch gut. Ein kritisches System dauerhaft bis zur Sättigung zu belasten, kann die Zuverlässigkeit beeinträchtigen, Warteschlangen verlängern und den Spielraum für Fehlerfälle beseitigen. Niedrige Auslastung ist ebenfalls nicht automatisch schlecht. Ein öffentlicher Warndienst muss möglicherweise für Ereignisse verfügbar sein, die nicht jeden Nachmittag eintreten, und das ist auch gut so. Die Aufgabe der Berichterstattung besteht darin, die Betriebsannahme sichtbar zu machen. Eine Zahl, die während eines voll ausgelasteten Benchmarks gemessen wurde, sollte nicht als jährliche Auswirkung eines schwach genutzten Dienstes dargestellt werden. Eine Zahl, die über einen schwach genutzten Dienst gemittelt wurde, sollte nicht zur Beschreibung der Effizienz einer einzelnen aktiven Anfrage verwendet werden, ohne die Zuordnungsregel anzugeben.

Es gibt auch eine Rückfrage zur Rebound-Wirkung. Wenn ein Dienst günstiger oder einfacher zu nutzen wird, kann die Nachfrage steigen. Ein effizienteres Modell kann den Energiebedarf pro Aufgabe senken und deutlich mehr Aufgaben ermöglichen. Beide Aussagen können zutreffen. Das Briefing der EEA aus dem Jahr 2026 zu KI und nachhaltigem Konsum warnt davor, dass ökologische Abwägungen schwer zu bewerten bleiben, und fordert weitere Daten und Erkenntnisse, um eine wirksame Steuerung zu unterstützen. Das ist kein Aufruf zur Verzweiflung. Es ist eine Warnung davor, die Effizienz pro Einheit als vollständige Darstellung der Gesamtauswirkung zu behandeln.

Organisationen sollten daher, wenn möglich, zwei Perspektiven berichten: Intensität und Gesamtwert. Intensität kann Energie pro definiertem Arbeitspensum, pro erfolgreicher Aufgabe oder pro Dienststufe bedeuten. Gesamtwert kann den jährlichen Stromverbrauch, Informationen zum Wasserverbrauch der Einrichtung oder die Gesamtzahl der bearbeiteten Aufgaben umfassen. Die beiden Perspektiven verhindern gegensätzliche Arten von Fehlschlüssen. Die Intensität allein kann ein wachsendes Gesamtvolumen feiern. Der Gesamtwert allein kann einen nützlichen Dienst bestrafen, der effizienter wird, während die Nachfrage aus legitimen Gründen steigt. Zusammen beschreiben sie eine Beziehung, die die Leserinnen und Leser hinterfragen können.

Der Begriff erfolgreiche Aufgabe ist von Bedeutung. Er bedeutet nicht, dass jede Nutzung ein unbestreitbares Ergebnis hat. Er bedeutet, dass der Nenner dem beabsichtigten Dienst folgen sollte, nicht dem einfachsten Zähler. Ein Klassifizierungsdienst kann abgeschlossene Datensätze mit festgelegten Qualitätskriterien melden. Ein Entwurfsassistent muss möglicherweise zwischen akzeptierten Vorschlägen, wesentlich geänderten Vorschlägen und verworfenen Vorschlägen unterscheiden. Ein sicherheitskritischer Arbeitsablauf kann überprüfte Entscheidungen statt generierten Text zählen. Wenn der Nenner der Aufgabe folgt, belohnt die Energiekennzahl weniger wahrscheinlich unnötige Arbeit.

Unsicherheit gehört zum Etikett

Umweltberichterstattung behandelt Unsicherheit manchmal wie einen PR-Notfall. Besser versteht man sie als eine Eigenschaft der Messung. Messgeräte haben Toleranzen. Telemetrie wird zugewiesen. Arbeitslasten schwanken. Stromfaktoren werden modelliert. Lieferketten sind unvollständig. Ein Wert kann nützlich sein, ohne bis auf die letzte Wattstunde exakt zu sein. Das Gegenteil zu behaupten, ist der Weg, auf dem ein Label weniger vertrauenswürdig wird, je polierter es wirkt.

Die praktische Antwort ist, beobachtete, geschätzte und ausgeschlossene Werte zu trennen. Beobachtet bedeutet, dass an einem angegebenen Punkt mit einer angegebenen Methode eine Messung vorgenommen wurde. Geschätzt bedeutet, dass eine Berechnung Beobachtungen oder veröffentlichte Faktoren unter angegebenen Annahmen in ein Ergebnis überführt hat. Ausgeschlossen bedeutet, dass ein relevanter Effekt außerhalb der gewählten Grenze liegt. Ein Bericht kann auch eine Sensitivität angeben: zum Beispiel, dass sich das Ergebnis wesentlich mit Auslastung, Kontextlänge, Gerätelebensdauer oder Netzfaktor ändert. Das macht die Aussage nicht schwach. Es sagt der Leserin und dem Leser, wo die Aussage stark ist und wo sie bedingt bleibt.

Bereiche sind oft ehrlicher als ein großer Durchschnitt. Ein Dienstanbieter könnte typische Energiebänder für kurze, mittlere und lange Arbeitslasten angeben, zusammen mit einem definierten Testprofil und dem in der Produktion beobachteten Betriebsbereich. Ein öffentlicher Auftraggeber könnte eine Messung für eine repräsentative Stichprobe seiner Arbeit und eine zweite, bewusst schwierige Stichprobe verlangen. Ein Produktteam könnte Veränderungen im Zeitverlauf nach einem Modellupdate oder einem neuen Abrufpfad verfolgen. Das Ziel ist nicht, eine Papierabteilung zu schaffen, die jedes Komma misst. Das Ziel ist, die Situationen zu erfassen, in denen eine scheinbar kleine Änderung den Ressourcenverbrauch oder die Umweltbelastung des Systems verändert.

Verifizierung ist ebenfalls wichtig. Ein Anbieter sollte in der Lage sein, die Methode, rohe oder aggregierte Belege je nach Kontext, Versionshistorie und die für die Aussage verantwortliche Person oder das verantwortliche Team zu zeigen. Ein Käufer braucht keinen uneingeschränkten Zugang zu jedem Betriebsgeheimnis. Er braucht genug Informationen, um zu prüfen, ob eine Aussage einen Wechsel bei Modell, Hardware, Arbeitslast oder Berichtsgrenze übersteht. Unabhängige Zusicherung kann dort Vertrauen schaffen, wo die Entscheidung es rechtfertigt. Sie ersetzt keine lesbare Methode.

Europa kennt dieses Temperament. Normen, Register und Berichtssysteme können kleinlich wirken, bis ein Markt Aussagen vergleichen muss, die darauf ausgelegt waren, Vergleich zu vermeiden. Dann entpuppt sich die Kleinlichkeit als öffentlicher Dienst. Der unfertige Teil ist kein Defekt in der Idee eines KI-Energielabels. Es ist die Arbeit zu entscheiden, welche Belege mit der Zahl reisen müssen.

Was Europa zu bauen begonnen hat

Der europäische Rahmen ist bereits substanzieller als eine freiwillige Sammlung von Nachhaltigkeitsadjektiven. Die Neufassung der Energieeffizienzrichtlinie führte verpflichtende öffentliche Berichtspflichten für Rechenzentren mit einem Strombedarf über 500 kW ein. Die Delegierte Verordnung (EU) 2024/1364 legt harmonisierte Berichtselemente und die erste Phase eines gemeinsamen Unions-Bewertungsschemas fest. Die Datenbank der Kommission veröffentlicht Informationen zur Energieeffizienz und zum Wasserfußabdruck, und ihr bevorstehendes Paket zur Energieeffizienz von Rechenzentren soll Berichtsdaten auswerten, ein Bewertungsschema einführen und mit der Arbeit an Mindestleistungsstandards beginnen.

Dies sind Instrumente auf Anlagenebene. Sie sollten nicht als fertiges Label für jedes KI-Modell oder jede Produktfunktion dargestellt werden. Ihr Wert liegt darin, dass sie eine öffentliche Gewohnheit etablieren: Energie- und Wasseraussagen brauchen eine gemeinsame Evidenzbasis, vergleichbare Indikatoren und einen Weg von der Berichterstattung zur Bewertung. Die vorbereitende Studie der Kommission beschreibt dies ausdrücklich als Bemühung, Transparenz und Vergleichbarkeit zu verbessern und dabei auf dem Berichts- und Bewertungsrahmen aufzubauen. Das ist genau die Richtung, die KI-Dienste brauchen werden, auch wenn die Berichterstattung auf Dienstebene andere Grenzen und Zuordnungen umfasst.

Die jüngste Arbeit der EWR fügt eine notwendige Warnung hinzu. KI kann nachhaltigere Praktiken unterstützen, aber sie kann auch ressourcenintensiven Konsum, Marktkonzentration und soziale Ungleichheiten verstärken, wenn die Governance unzureichend ist. Umweltaussagen können nicht davon getrennt werden, wie ein System Verhalten, Beschaffung und Zugang zu Infrastruktur verändert. Ein Label kann die Ressourcenintensität offenlegen. Es kann nicht entscheiden, ob die Aufgabe es wert ist, erledigt zu werden. Das bleibt ein öffentliches, organisatorisches und demokratisches Urteil. Das ist leicht unbequem, was eine Möglichkeit ist zu erkennen, dass es von Bedeutung ist.

Der nächste sinnvolle Schritt ist keine universelle Bewertung, die ein Modell als tugendhaft und ein anderes als sündhaft bezeichnet. Es ist ein abgestuftes Berichtsvokabular. Einrichtungen sollten Einrichtungsindikatoren melden. Modellanbieter sollten definierte Testprofile und Methoden melden. Dienstanbieter sollten repräsentative Arbeitslastbänder, Zuteilungsregeln und Änderungen im Zeitverlauf melden. Käufer sollten Nachweise anfordern, die für die Arbeit relevant sind, die sie zu tun planen. Regulierungsbehörden und Forscher sollten in der Lage sein, Aggregate zu untersuchen, ohne so zu tun, als würde ein Durchschnitt die ganze Geschichte eines lokalen Stromnetzes, eines Wassereinzugsgebiets oder eines bestimmten Dienstes erzählen.

Interoperabilität ist hier wichtig. Wenn jeder Anbieter eine private Definition einer KI-Anfrage erfindet, wird eine Anfrage nach Nachweisen zu einem Ratespiel mit einem Logo. Europa ist gut positioniert, um gemeinsame Methoden zusammenzuführen, weil es bereits die Berichtsbasis für Rechenzentren, die politischen Instrumente für Umweltfragen, Forschungseinrichtungen und einen Markt hat, der Grenzen überschreitet. Die Methode muss technisch glaubwürdig bleiben. Ein Standard, der einfach genug für eine Folie und zu vage für eine Messung ist, ist nur eine Folie mit regulatorischer Beleuchtung.

Was ein Käufer jetzt anfordern sollte

Auf ein perfektes Label zu warten, ist kein Grund, leere Behauptungen zu akzeptieren. Käufer können eine Energieerklärung anfordern, die zu der Entscheidung passt, vor der sie stehen. Die Anfrage kann verhältnismäßig sein. Ein Werkzeug zum Verfassen von Texten mit geringen Auswirkungen benötigt keine Lebenszyklusstudie, die eine Kleinstadt erschrecken würde. Eine größere Beschaffung, eine große Verpflichtung für ein Rechenzentrum oder ein KI-Dienst mit Nutzung im öffentlichen Maßstab sollten mehr Nachweise erwarten.

Beginnen Sie mit der Arbeitslast. Was soll der Dienst tun, wie oft, mit welchen typischen und schwierigen Eingaben, und was zählt als abgeschlossenes Ergebnis? Fragen Sie dann nach der Hardware und der Betriebsumgebung. Ist die Angabe gemessen oder geschätzt? Welche Modellversion, Softwarekonfiguration und welcher Messpunkt sind beteiligt? Was ist in der Abgrenzung enthalten? Wie werden gemeinsame Dienste, Leerlaufkapazität und Resilienz zugeteilt? Werden Strom und Emissionen getrennt ausgewiesen? Wenn Emissionen ausgewiesen werden, welches Stromnetz, welcher Standort, welcher Zeitraum und welche Bilanzierungsmethode werden verwendet? Sind Wasser- und Lebenszykluseffekte enthalten, geschätzt oder ausgeschlossen?

Die nächste Frage betrifft Änderungen. KI-Dienste ändern sich schnell. Eine Zahl aus einer alten Modellversion kann nach einer Routing-Änderung, neuer Hardware oder einer anderen Sicherheitsebene zu einer historischen Kuriosität werden. Der Käufer sollte fragen, wann die Zahl zuletzt aktualisiert wurde, welche Änderungen eine Neuberechnung auslösen und wie der Anbieter eine wesentliche Verschiebung melden wird. Das verwandelt eine Energieangabe von einer einmaligen Broschürenzeile in eine betriebliche Verpflichtung. Es verhindert auch die vertraute Anordnung, bei der die am sorgfältigsten gemessene Version die Version ist, die letzten Frühling nicht mehr verwendet wurde.

Fragen Sie schließlich, wer die Antwort anfechten kann. Ein Anbieter, der die Abgrenzung, Methode und Ausschlüsse nicht erklären kann, hat keine vergleichbare Angabe geliefert. Er hat eine Absicht mit Einheiten geliefert. Ein Anbieter, der sie erklären kann, kann dennoch einen hohen Wert für eine anspruchsvolle Aufgabe haben. Das kann akzeptabel sein, wenn die Aufgabe gerechtfertigt ist und der Kompromiss verstanden wird. Es geht nicht darum, die niedrigste Zahl um jeden Preis zu belohnen. Es geht darum, die Kosten sichtbar genug zu machen, damit eine Institution ehrlich entscheiden kann.

Das Label ist ein Governance-Instrument

Ein fertiges KI-Energielabel wird kein kleines farbiges Quadrat sein, das die Debatte beendet. Es wird eine Berichtsdisziplin sein, die eine konkrete Argumentation erst möglich macht. Es wird eine Arbeitslast mit einer Maschine, einer Systemgrenze, einer Allokationsmethode, einer Strommethode, einem Zeitraum und einer Unsicherheitsangabe verknüpfen. Es wird Energie von Emissionen unterscheiden und Anlagenleistung von Dienstleistungsleistung. Es wird Raum lassen für Wasser, Lebenszykluswirkungen und lokale Gegebenheiten, ohne so zu tun, als bräuchte jeder Kunde denselben Detaillierungsgrad.

Das klingt vielleicht weniger glamourös, als ein Modell als nachhaltig zu bezeichnen. Das ist es auch. Das Nützliche ist meistens so. Ein Label sollte es schwerer machen, eine überdimensionierte Arbeitslast hinter einer eleganten Chipzahl zu verstecken. Es sollte es schwerer machen, einen vertraglichen Strombezug als Abkürzung für alle lokalen Umweltwirkungen zu nehmen. Es sollte sichtbar machen, wann ein kleines Modell wirklich ausreicht und wann seine Einsparungen nur an eine andere Stelle des Systems verschoben wurden.

Die Geschichte hier ist nicht, dass Europa keine Antwort hat. Europa hat begonnen, eine öffentliche Berichtsbasis für die Infrastruktur aufzubauen, die KI trägt. Die unerledigte Arbeit besteht darin, diese Basis mit Modell- und Dienstentscheidungen zu verbinden, ohne die Unterschiede zwischen ihnen zu verwischen. Für Teams, die KI entwickeln, bedeutet das, die Arbeit zu messen, die sie tatsächlich von Maschinen verlangen. Für Käufer bedeutet es, vor der Akzeptanz einer Zahl nach einer Systemgrenze zu fragen. Für alle anderen bedeutet es, sich zu weigern, eine saubere Behauptung eine Frage beantworten zu lassen, für die sie nie gedacht war.

Gute Labels sind nicht dazu da, Objekte unschuldig aussehen zu lassen. Sie sind dazu da, Abwägungen sichtbar zu machen. KI könnte ein paar mehr davon gebrauchen.

Miss die Entscheidung, nicht das Theater

Ein KI-Energielabel kann nützlich werden, bevor es Pflicht wird. Teams können mit einer disziplinierten internen Aufzeichnung beginnen: der Dienstversion, den repräsentativen Arbeitslasten, der Hardware, der Anlagengrenze, soweit verfügbar, der Allokationsregel und den bekannten Ausschlüssen. Die Aufzeichnung sollte überprüft werden, wenn sich das System wesentlich ändert. Sie sollte den Menschen zur Verfügung stehen, die Produkt-, Beschaffungs- und Infrastrukturentscheidungen treffen. Das ist kein Versprechen, dass jede Organisation die Lebenszyklusbilanzierung an einem Freitagnachmittag lösen kann. Es ist ein Weg, zu verhindern, dass die einfachste Behauptung die einzige Behauptung wird.

Diese Aufzeichnung verbessert auch die Entwicklung. Wenn ein Team eine reale Aufgabe misst statt eines abstrakten Modells, kann es sehen, ob ein längerer Kontext, ein Wiederholungsmuster, ein Abrufindex oder eine Sicherheitsroute nützliche Arbeit leistet. Es kann entscheiden, wo ein kleineres Modell ausreicht, wo ein qualitativ hochwertigeres Modell seine Kosten rechtfertigt und wo der Arbeitsablauf auf einen Menschen warten sollte. Das Ergebnis ist nicht immer ein geringerer Stromverbrauch. Manchmal ist das ehrliche Ergebnis, dass ein wertvoller Dienst sichtbare Ressourcenkosten hat. Das ist immer noch besser, als die Kosten zu verstecken, bis jemand anderes sie erklären muss.

Öffentliche Berichterstattung fügt eine weitere Disziplin hinzu. Behauptungen, die Kaufentscheidungen, Finanzierung oder Vertrauen beeinflussen, sollten einen Personalwechsel überstehen. Die Methode sollte für jemanden lesbar sein, der sie nicht erfunden hat. Die Quelldaten sollten einen Aufbewahrungspfad haben, der der Behauptung angemessen ist. Die Berechnung sollte wiederholbar genug sein, um angefochten zu werden. Wenn ein Anbieter einen Dienst verbessert, sollte die frühere Zahl interpretierbar bleiben, statt stillschweigend durch eine neuere, hübschere ersetzt zu werden. Umweltnachweise brauchen eine Geschichte, denn eine Modellveröffentlichung ist keine Amnestie für die Aussagen, die geholfen haben, die vorherige Veröffentlichung zu verkaufen.

Hier wird das Label zu einer kleinen Form von Governance. Es verbindet eine Designentscheidung mit einer Entscheidung und hinterlässt dann eine Spur für die nächste Person, die fragen muss, ob die Entscheidung noch Bestand hat. Es geht nicht darum, jeden Entwickler zu einem Umweltbuchhalter zu machen. Es geht darum, sicherzustellen, dass kein Umweltbuchhalter gebeten wird, ein Produkt aus einem Slogan zu rekonstruieren.

Diese Zurückhaltung hat einen unmittelbaren praktischen Nutzen. Ein Team, das seine Grenzen benennen kann, kann sie gezielt verbessern. Es kann eine Ausgangsbasis festhalten, eine Änderung unter derselben Arbeitslast testen und dokumentieren, ob sich das Ergebnis geändert hat, weil sich das Modell, die Hardware oder die Abrechnung geändert hat. So wird die Umweltberichterstattung Teil des normalen technischen Urteilsvermögens und nicht eine jährliche Übung, bei der man feststellt, dass die nützlichen Details nie erfasst wurden.

Quellen

• Energy performance of data centres, Europäische Kommission, abgerufen am 5. August 2026. Verwendet für den Kontext der EU-Meldedatenbank, der Energie- und Wasserinformationen, der Bewertung, der Bewertungssysteme und der Mindestleistungsstandards.
• Minimum performance standards for EU data centres, Europäische Kommission, abgerufen am 5. August 2026. Verwendet für den Kontext der Meldeschwelle von 500 kW, der harmonisierten Berichterstattung und der Politikentwicklung.
• Commission Delegated Regulation (EU) 2024/1364, EUR-Lex, abgerufen am 5. August 2026. Verwendet für die erste Phase des gemeinsamen EU-Bewertungssystems und die Grundlage der Rechenzentrumsberichterstattung.
• Energy demand from AI, Internationale Energieagentur, 2025. Verwendet für Rechenzentrumskomponenten, Stromanteile der Komponenten, Unsicherheit und Szenariorahmen sowie die Unterscheidung zwischen physischem Strom und vertraglichen Vereinbarungen.
• Artificial intelligence and sustainable consumption in Europe, Europäische Umweltagentur, 5. Mai 2026. Verwendet für die Warnung vor Umweltabwägungen, Governance, ressourcenintensivem Konsum und dem Bedarf an weiteren Belegen.
• Dweve Core, Dweve, abgerufen am 5. August 2026. Verwendet nur für die begrenzte sachliche Anmerkung, dass öffentliches Produktmaterial die native CPU-Ausführung und eine Ausführungsumgebung beschreibt, die als Teil des Systemvertrags behandelt wird.