Wie viel Wasser verbraucht ChatGPT?

Wie viel Wasser verbraucht ChatGPT? OpenAIs eigene Zahl, genannt von CEO Sam Altman, liegt bei etwa 0,000085 Gallonen pro Anfrage, also rund 0,32 ml oder einem Fünfzehntel eines Teelöffels, zusätzlich zu 0,34 Wattstunden Strom. Unabhängige Schätzungen, die nur die Kühlung der Rechenzentren berücksichtigen, liegen etwas höher, bei rund 1,5 bis 4 ml pro Prompt. Die erschreckende virale Zahl, etwa 519 ml (eine volle Flasche) für eine 100 Wörter lange E-Mail mit GPT-4, ist kein Widerspruch. Sie zählt die gesamte Liefer-, Strom- und Trainingskette, weshalb glaubwürdige Zahlen um mehr als 150x voneinander abweichen.

Dieser Leitfaden gibt dir eine datierte, belegte Antwort auf jede Form der Frage: pro Anfrage, pro Prompt, pro Frage, pro Tag und pro Jahr. Du siehst, warum die Schätzungen so stark voneinander abweichen und warum neuere Modelle der GPT-5-Klasse durstiger statt sparsamer sind. Du siehst auch, wie ein einzelner Prompt im Vergleich zu einem Burger oder einem Baumwoll-T-Shirt abschneidet, und welcher einzelne Hebel deinen Fußabdruck tatsächlich verändert. Wir beginnen mit den Daten, nicht mit der Panik, und zeigen, was die Zahlen noch nicht zeigen.

Die wichtigsten Erkenntnisse

• Offizielle Zahl von OpenAI: ~0,32 ml pro Anfrage. Sam Altman gibt an, dass eine durchschnittliche ChatGPT-Anfrage 0,000085 Gallonen Wasser (etwa ein Fünfzehntel eines Teelöffels) und 0,34 Wattstunden Strom verbraucht.
• Unabhängige Schätzungen, die nur die Kühlung zählen: ~1,5 bis 4 ml pro Anfrage. Nur etwa 15 % des mit einer Anfrage verbundenen Wassers entfallen auf die Kühlung vor Ort, der Rest auf Stromerzeugung und Training.
• Die virale Zahl der „Flasche pro E-Mail“ liegt bei ~519 ml für eine 100 Wörter lange E-Mail mit GPT-4, von der UC Riverside über die Washington Post. Sie bündelt den gesamten Lebenszyklus, weshalb sie mehr als 150x so hoch ist wie der reine Kühlungswert.
• Modelle der GPT-5-Klasse sind durstiger, nicht sparsamer. Eine mittelgroße Antwort von GPT-5 wird auf etwa 18 Wattstunden geschätzt (bis zu 40), gegenüber rund 2 Wh bei GPT-4. Der Wasserverbrauch steigt also mit dem Gewicht des Modells.
• Pro Prompt ist es vernachlässigbar, in der Summe nicht. Würde jeder zehnte berufstätige Amerikaner ein Jahr lang einmal pro Woche eine E-Mail mit ChatGPT schreiben, würde das allein schon rund 435 Millionen Liter Wasser verbrauchen.

Wie viel Wasser verbraucht ChatGPT pro Anfrage, Prompt oder Frage?

Eine einzelne ChatGPT-Anfrage, ein Prompt oder eine Frage verbraucht für eine gewöhnliche Textantwort irgendwo zwischen etwa 0,32 ml und einigen Millilitern Wasser, wobei aufwendigere Reasoning-Antworten in den zweistelligen Millilitern landen. Dass es eine Spanne und keine einzige saubere Zahl gibt, liegt daran, dass verschiedene Schätzungen die Grenze an unterschiedlichen Stellen ziehen. Der niedrigste Wert stammt von OpenAI selbst, die mittleren Werte zählen nur die Kühlung der Rechenzentren, und die berühmte „Flaschen“-Zahl von 519 ml zählt auch die Elektrizität und das Training hinter der Antwort mit.

Die offizielle Zahl von OpenAI: etwa 0,32 ml pro ChatGPT-Anfrage

In seinem Essay The Gentle Singularity vom Juni 2025 schrieb Sam Altman, dass „die durchschnittliche Anfrage etwa 0,34 Wattstunden verbraucht“ und „etwa 0,000085 Gallonen Wasser, ungefähr ein Fünfzehntel eines Teelöffels“. Das entspricht rund 0,32 ml pro Frage, dem niedrigsten glaubwürdigen Wert im Umlauf und dem einzigen, der direkt von OpenAI selbst stammt. Das ist ein nützlicher Ankerpunkt, weil er direkt vom Unternehmen kommt, und die Energiehälfte deckt sich mit unabhängigen Arbeiten.

Der Haken ist, dass Altman „Durchschnitt“ nie definiert, nie eine Methodik veröffentlicht und nicht gesagt hat, ob Training oder Stromerzeugung eingerechnet wurden. Unabhängige Forscher behandeln die Zahl deshalb als plausible Untergrenze für die Nutzung vor Ort und nicht als vollständige Abrechnung. Die eigene Analyse von Epoch AI kommt bei der Energie zu einem ähnlichen Ergebnis und schätzt eine typische GPT-4o-Anfrage auf etwa 0,3 Wattstunden. Das ist zehnmal weniger als die weitverbreitete Schätzung aus 2023, weshalb der alte Satz „ChatGPT verbraucht zehnmal so viel wie eine Google-Suche“ überholt ist.

Die virale Behauptung von der „Wasserflasche pro E-Mail“: etwa 519 ml

Die Zahl hinter jeder alarmierenden Schlagzeile geht auf „Making AI Less Thirsty“ zurück, eine Studie von Pengfei Li, Shaolei Ren und Kollegen von der UC Riverside aus dem Jahr 2023. Sie schätzten, dass GPT-3 „trinkt“ ungefähr eine 500-ml-Flasche pro 10 bis 50 mittelgroße Antworten, je nachdem, wann und wo das Rechenzentrum läuft. Im September 2024 formulierte die Washington Post das gemeinsam mit Ren neu, als etwa 519 ml Wasser für eine 100 Wörter lange E-Mail mit GPT-4, und das ist die Version, die viral ging.

Dieser Wert ist nicht falsch, nur sehr weit gefasst. Er misst das Kühlwasser plus das Wasser für die Stromerzeugung und in manchen Darstellungen auch das Wasser für Chipfertigung und Training. Dieselbe Studie schätzte, dass das Training von GPT-3 in den US-Rechenzentren von Microsoft direkt rund 700.000 Liter sauberes Süßwasser verdunstet hat. Du kannst die Rechnung im Originalpapier der UC Riverside nachvollziehen, doch die Kernaussage ist einfacher: Eine „Flaschen“-Angabe pro E-Mail ist eine Lebenszykluszahl, keine Kühlungszahl.

GPT-5 vs. GPT-4o: Neuere ChatGPT-Modelle verbrauchen mehr Wasser, nicht weniger

Eine verbreitete Annahme ist, dass jede ChatGPT-Generation effizienter wird und der Wasserverbrauch deshalb sinken sollte. Pro Token stimmt das auch, aber die Modelle leisten pro Antwort auch deutlich mehr, und in der Summe geht es nach oben. Epoch AI setzt eine typische GPT-4o-Antwort bei etwa 0,3 Wattstunden an, während das KI-Labor der University of Rhode Island schätzt, dass eine mittelgroße GPT-5-Antwort im Schnitt etwa 18 Wattstunden verbraucht und bis zu 40 erreichen kann, gegenüber rund 2 Wattstunden bei GPT-4.

Da das Kühlwasser eng mit dem Energieverbrauch zusammenhängt, kostet eine Antwort, die acht- bis neunmal so viel Strom verbraucht, auch ungefähr so viel mehr Wasser. Die ehrliche Einordnung lautet also: Eine schnelle Antwort von einem leichten Modell sind ein paar Tropfen, während eine lange Reasoning-Antwort von einem Spitzenmodell ein deutliches Vielfaches davon ist. Zum Vergleich: Googles offizielle Zahl für einen mittleren Gemini-Textprompt liegt bei 0,26 ml, also in derselben Größenordnung wie die offizielle Zahl von ChatGPT. Welches Modell und welche Aufgabe du wählst, macht weit mehr aus als die Marke auf dem Logo.

Warum schwanken die Wasserschätzungen für ChatGPT so stark?

Derselbe Prompt, zwei ehrliche Antworten, ein Unterschied von mehr als 150x. Hier ist, warum das passiert.

Wenn du für denselben ChatGPT-Prompt schon einmal von „einem Teelöffel“ und „einer ganzen Flasche“ gelesen hast: Keine Seite lügt. Sie messen unterschiedliche Systeme, und sobald man die Grenze kennt, widersprechen sich die Zahlen nicht mehr. Wasser vor Ort ist das, was ein Rechenzentrum verdunstet, um seine Chips zu kühlen. Indirektes Wasser ist das, was Kraftwerke verbrauchen, um den Strom zu erzeugen, mit dem diese Chips laufen, und das ist oft mehr als die Kühlung selbst.

Eine Analyse des Autors Andy Masley, die auf Rens Daten aufbaut, schätzt, dass nur etwa 15 % des einer Anfrage zugeschriebenen Wassers tatsächlich Kühlung vor Ort ist, während die restlichen 85 % auf Stromerzeugung und Training entfallen. Wendet man diese Aufteilung an, sinkt der reine Kühlungswert einer Anfrage auf etwa 1,5 bis 4 ml, also etwa 150- bis 300-mal weniger als die virale Version von 500 ml pro Nachricht. Keine der beiden Zahlen ist falsch, sie beantworten nur unterschiedliche Fragen.

Die praktische Regel lautet, immer zu fragen, was, wo und wann gezählt wird, bevor man eine Zahl weiterverbreitet. Ein reiner Kühlungswert aus einer kühlen, wasserreichen Region im Winter und eine Lebenszykluszahl aus einem heißen, mit fossiler Energie betriebenen Netz im Sommer können sich für denselben Prompt um eine Größenordnung unterscheiden. Zu verstehen, wie KI-Systeme tatsächlich funktionieren, macht diese Spannweite deutlich weniger rätselhaft.

Wie viel Wasser verbraucht ChatGPT pro Tag und pro Jahr?

Kurz gesagt: Niemand hat eine exakte Gesamtzahl, und genau das ist der Punkt.

Es gibt keine offizielle Tages- oder Jahresgesamtzahl für das Wasser von ChatGPT allein, und wer eine Zahl auf den Liter genau nennt, rät nur. Was es gibt, ist eine glaubwürdige Hochrechnung der Größenordnung. Die Washington Post und Shaolei Ren schätzten: Würde nur jeder zehnte berufstätige Amerikaner ein Jahr lang einmal pro Woche eine E-Mail mit ChatGPT schreiben, würde allein diese Gewohnheit rund 435 Millionen Liter Wasser verbrauchen, ungefähr so viel, wie alle Haushalte in Rhode Island in anderthalb Tagen verbrauchen.

Zoomt man auf den gesamten KI-Wasserverbrauch heraus, verläuft die Entwicklung steil. Das Team der UC Riverside prognostiziert eine globale KI-Wasserentnahme von 4,2 bis 6,6 Milliarden Kubikmetern bis 2027, mehr als die gesamte Jahresentnahme mehrerer kleiner Länder. ChatGPT ist nur ein Teil davon, aber einer der größten einzelnen Treiber, und Inferenz, also das alltägliche Beantworten von Prompts, ist inzwischen der dominierende und am schnellsten wachsende Anteil, nicht mehr das einmalige Training. Die eigentliche Geschichte ist die Kurve, nicht die Zahl eines einzelnen Jahres.

Ist der Wasserverbrauch von ChatGPT wirklich ein großes Problem?

Für deine persönliche Nutzung: nein. Legt man die offizielle Zahl von OpenAI zugrunde, entspricht ein einzelner Rindfleisch-Burger, für dessen Herstellung mehr als 600 Gallonen Wasser nötig sind, weit über einer Million ChatGPT-Anfragen, und ein Baumwoll-T-Shirt mit mehr als 700 Gallonen liegt in derselben Größenordnung. Nach diesem Maßstab ist eine Frage an einen Chatbot ein Rundungsfehler gegenüber dem Alltagsverbrauch, und Schuldgefühle wegen einzelner Prompts sind fehl am Platz.

Das berechtigte Problem ist die Konzentration und das Timing, nicht die Kosten pro Prompt. Rechenzentren ballen sich in einer Handvoll Regionen, oft solchen mit Wasserknappheit, und ziehen zu bestimmten Stunden stark Strom und Wasser. Eine Anlage, die in Arizona oder Texas täglich Millionen Gallonen verbraucht, ist ein echtes lokales Problem, auch wenn sie global ein Rundungsfehler bleibt. Beide Dinge stimmen gleichzeitig, weshalb eine gute Antwort auf „Ist der Wasserverbrauch von ChatGPT schlecht?“ lautet: „Für deine Nutzung nicht, aber ja, für die Regionen, in denen der Ausbau konzentriert ist.“

So verringerst du deinen ChatGPT-Wasserfußabdruck

Der größte Hebel, den du selbst in der Hand hast, ist die Modellwahl, denn die Spanne zwischen einem leichten Modell und einem Spitzenmodell mit Reasoning ist enorm. Eine einfache Frage an ein Schwergewichts-Modell zu schicken, kann fast zehnmal so viel Energie und Wasser verbrauchen wie ein schlankes Modell, das sie genauso gut beantwortet. Das Modell an die Aufgabe anzupassen, bringt mehr als jedes Kürzen des Prompts, und Vergleiche wie DeepSeek vs. ChatGPT und unser Leitfaden zu den leistungsstärksten KI-Modellen zeigen, wie unterschiedlich die Effizienzprofile wirklich sind. Die umweltfreundlichsten Tools zum Umsteigen findest du in unserem Leitfaden zur umweltfreundlichsten KI.

In der Praxis heißt das: Nutze standardmäßig ein leichteres Modell für Routinefragen und reserviere Reasoning der GPT-5-Klasse für Probleme, die es wirklich brauchen. Fasse zusammenhängende Fragen in einer Sitzung zusammen statt in vielen neuen Anfragen, und widerstehe dem Reflex, eine Antwort einfach neu zu generieren, denn jeder Versuch ist eine neue Anfrage. Mehrere Modelle an einem Ort laufen zu lassen, so wie es ein Multi-Modell-Setup wie in unserem Leitfaden für den Einstieg ermöglicht, macht „das richtige Werkzeug wählen“ zu einer echten statt einer theoretischen Entscheidung. Das alles braucht kein schlechtes Gewissen, nur den bewussten statt den automatischen Einsatz der schweren Option.

Wenn du noch einen Schritt weiter gehen willst: Unser EcoGPT-Test stellt einen baumpflanzenden KI-Chatbot vor, der kleine Open-Source-Modelle auf Google-Cloud-Servern in Finnland betreibt und für jeweils 200 Prompts einen Baum finanziert, und verbindet so den Ansatz mit leichteren Modellen mit aktivem Umweltausgleich. Eine weitere Option mit kleinerem Fußabdruck stellen wir in unserem GreenPT-Test vor, einem auf Privatsphäre ausgelegten Chatbot, der auf energieeffiziente Modelle setzt.

Fazit

Wie viel Wasser verbraucht ChatGPT also? Die offizielle Antwort von OpenAI lautet etwa 0,32 ml pro Anfrage, unabhängige reine Kühlungsschätzungen liegen bei rund 1,5 bis 4 ml, und die virale Zahl von 519 ml „Flasche pro E-Mail“ ist eine Lebenszyklusmessung und kein Widerspruch. Neuere Modelle der GPT-5-Klasse erhöhen diese Werte, statt sie zu senken, und die eigentliche Geschichte ist die Wachstumskurve, nicht ein einzelner Prompt. Der sinnvollste nächste Schritt ist nicht, ChatGPT nicht mehr zu nutzen, sondern bewusst zu wählen, zu welchem Modell du greifst, am besten ausgehend von einem klaren Blick darauf, wie sich die führenden Modelle unterscheiden.

FAQ