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. Eine neuere Zahl hat OpenAI bis November 2026 nicht veröffentlicht, auch nicht für die GPT-6-Modelle, auf denen ChatGPT inzwischen läuft. 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, warum lange Reasoning-Antworten und große Dokumente weit mehr kosten als eine schnelle Antwort und was die neuesten Rechenzentren ändern. 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.
  • Aufwendigere Antworten verbrauchen mehr Wasser. Eine mittellange GPT-5-Antwort wurde auf etwa 18 Wattstunden (bis zu 40) geschätzt, gegenüber rund 2 Wh bei GPT-4, und die Eingabe eines Dokuments mit 100.000 Tokens auf fast 40 Wh. Für die GPT-6-Modelle hat noch niemand eine Zahl veröffentlicht.
  • Pro Prompt ist es vernachlässigbar, in der Summe nicht. Würden 16 Millionen Amerikaner ein Jahr lang einmal pro Woche eine E-Mail mit ChatGPT schreiben, würde das allein schon mehr als 435 Millionen Liter Wasser verbrauchen.
  • Neue Rechenzentren setzen auf geschlossene Kühlkreisläufe. OpenAI sagt, dass sein im Juni 2026 angekündigter Standort Stargate Michigan etwa so viel Wasser verbrauchen wird wie ein typisches Bürogebäude. Das ist eine Planungsangabe des Unternehmens, kein Audit.

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

Vom Herausgeber

Finde heraus, welche KI am besten antwortet

Stell GPT, Claude und Gemini dieselbe Frage und vergleiche die Antworten. Auf Mac, iPhone und iPad.

Jetzt herunterladen!
Vom Herausgeber

Finde heraus, welche KI am besten antwortet

Stell GPT, Claude und Gemini dieselbe Frage und vergleiche die Antworten. Auf Mac, iPhone und iPad.

Kostenlos testen
Vom Herausgeber

Schluss mit drei KI-Abos

GPT, Claude und Gemini in einer App und mit einem Abo. Auf Mac, iPhone und iPad.

Jetzt herunterladen!
Vom Herausgeber

Schluss mit drei KI-Abos

GPT, Claude und Gemini in einer App und mit einem Abo. Auf Mac, iPhone und iPad.

Kostenlos testen
Vom Herausgeber

Schluss mit dem Hin und Her zwischen KI-Apps

Stell ChatGPT, Claude und Gemini dieselbe Frage in einem Fenster und nimm die beste Antwort. Auf Mac, iPhone und iPad.

Kostenlos testen
Vom Herausgeber

Schluss mit dem Hin und Her zwischen KI-Apps

Stell ChatGPT, Claude und Gemini dieselbe Frage in einem Fenster und nimm die beste Antwort. Auf Mac, iPhone und iPad.

Jetzt herunterladen!
Vom Herausgeber

Nicht nur über KI-Modelle lesen. Selbst testen

Die neuesten KI-Modelle, startklar in einer App. Auf Mac, iPhone und iPad.

Jetzt herunterladen!
Vom Herausgeber

Nicht nur über KI-Modelle lesen. Selbst testen

Die neuesten KI-Modelle, startklar in einer App. Auf Mac, iPhone und iPad.

Kostenlos testen

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.

SchätzungWasser pro AnfrageEnergie pro AnfrageWas gezählt wirdQuelle & Jahr
Offiziell von OpenAI (Altman)~0,32 ml (1/15 TL)0,34 WhNicht näher spezifizierter „Durchschnitt“S. Altman, 2025
Unabhängig, nur Kühlung~1,5 bis 4 ml~0,3 Wh (GPT-4o)Kühlung des Rechenzentrums vor OrtEpoch AI / A. Masley, 2025
Google Gemini (zum Vergleich)0,26 ml (etwa fünf Tropfen)0,24 WhMedian-Textprompt in den Gemini-AppsGoogle, 2025
Reasoning-Antwort von GPT-5~einige bis zweistellige ml~18 Wh (bis zu 40)Schätzung der Kühlung vor OrtUniv. of Rhode Island, 2025
Eingabe eines langen Dokuments (100.000 Tokens)Nicht geschätzt~40 WhEinlesen der Eingabe, einmal pro UploadEpoch AI, 2025
„Flasche“ der UC Riverside~10 bis 50 ml pro Antwortk. A.Kühlung + Elektrizität (Lebenszyklus), GPT-3-ÄraUC Riverside, 2023
„E-Mail“ der Washington Post~519 ml pro E-Mail mit 100 Wörternk. A.Vollständiger Lebenszyklus, GPT-4WaPo / S. Ren, 2024

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.

Ren selbst warnt inzwischen davor, die Zahl als heutigen Wert zu lesen. Im Juni 2026 sagte er den Deseret News, sie sei kein Maß für den heutigen Wasserbedarf von KI: „Wir können nicht einfach eine Zahl von vor zwei Jahren nehmen, um das heutige System zu beschreiben.“ Laut demselben Bericht stammt etwa die Hälfte der Flasche aus Wasser, das von Stauseen der Wasserkraftwerke verdunstet, nicht aus der Kühlung von Rechenzentren.

Verbrauchen neuere ChatGPT-Modelle mehr Wasser?

Pro Antwort wahrscheinlich ja, aber die aktuellen Modelle hat noch niemand gemessen. ChatGPT läuft inzwischen auf der GPT-6-Modellfamilie von OpenAI, und OpenAI hat für keines dieser Modelle eine Energie- oder Wasserzahl veröffentlicht. Die besten öffentlichen Daten sind eine Generation alt. Epoch AI schätzt eine typische GPT-4o-Antwort auf etwa 0,3 Wattstunden. Im August 2025 schätzte das KI-Labor der University of Rhode Island, dass eine mittellange GPT-5-Antwort im Schnitt etwa 18 Wattstunden verbraucht und bis zu 40 erreichen kann, gegenüber rund 2 Wattstunden bei GPT-4, wie DatacenterDynamics berichtete. Pro Token wird jede Generation effizienter. Pro Antwort leisten Reasoning-Modelle aber deutlich mehr Arbeit, deshalb zeigt der Trend bisher nach oben.

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.

Lange Dokumente sind ein versteckter Multiplikator

Auch die Länge dessen, was du einfügst, zählt. Epoch AI schätzt, dass eine Eingabe mit 10.000 Tokens, etwa ein langer Magazinartikel, die Kosten einer Anfrage auf rund 2,5 Wattstunden erhöht. Eine Eingabe mit 100.000 Tokens, ungefähr 200 Seiten, braucht fast 40 Wattstunden. Das sind Vorabkosten: Sobald das Dokument im Chat ist, zahlen Folgefragen sie nicht noch einmal. Die Stromseite im Detail findest du unter wie viel Energie ChatGPT verbraucht.

Bar chart titled “Water per task: AI queries vs electronics” comparing estimated water use in milliliters for AI queries and common electronics. It shows ChatGPT and Gemini prompts at under 1 ml, compared with larger indirect electricity-related figures such as a laptop, LED TV, desktop PC, and a high-end GPT-4 email estimate.
KI-Prompts verbrauchen pro Anfrage sehr wenig Wasser, wenn man die direkte Kühlung vor Ort misst: rund 0,32 ml für eine ChatGPT-Anfrage und 0,26 ml für einen Google-Gemini-Prompt. Elektronikgeräte wirken hier höher, weil ihre Werte das in der Stromerzeugung enthaltene Wasser schätzen. Die umfassenderen „All-in“-Schätzungen für ChatGPT beinhalten auch das Wasser der Kraftwerke (Scope 2), weshalb sie ohne Kontext nicht direkt mit reinen Kühlungswerten verglichen werden sollten.

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. Dasselbe Abgrenzungsproblem steckt in jeder Zahl zum CO₂-Fußabdruck von KI.

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: Würden 16 Millionen Amerikaner ein Jahr lang einmal pro Woche eine E-Mail mit ChatGPT schreiben, würde allein diese Gewohnheit mehr als 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. Die Werte stammen aus Zahlen des Water Footprint Network: 16.000 Liter pro Kilo Rindfleisch und 2.700 Liter pro Baumwollhemd. 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.“

Log-scale bar chart titled “Water footprint of everyday items and foods” comparing household and food water footprints in liters. It shows everyday items such as a toilet flush, shower, coffee, milk, eggs, and meat, with beef at the highest value of 15,415 liters per kilogram.
Der Wasserfußabdruck von Lebensmitteln und Haushalten liegt in einer völlig anderen Größenordnung als der Wasserverbrauch pro KI-Anfrage. Ein einzelner 150-g-Rindfleisch-Hamburger wird auf etwa 2.400 Liter Wasser geschätzt, was ungefähr 7,5 Millionen ChatGPT-Anfragen bei 0,32 ml pro Anfrage entspricht, oder etwa 48.000 Anfragen selbst bei einer pessimistischen All-in-Schätzung von 50 ml. Diese Zahlen verwenden unterschiedliche Abgrenzungen, daher liest man das Diagramm am besten als Einordnung und nicht als direkten Eins-zu-eins-Vergleich.

Was neue KI-Rechenzentren anders machen

Die neuesten KI-Campusse sind darauf ausgelegt, weit weniger Wasser zu verbrauchen als die verdunstungsgekühlten Standorte hinter den Schätzungen von 2023. OpenAI hat im Juni 2026 mit dem Bau von Stargate Michigan begonnen, einem Standort mit 1 GW. Laut OpenAI braucht der geschlossene Kühlkreislauf etwa so viel Wasser wie ein typisches Bürogebäude. Das Faktenblatt von Oracle zu seinen Stargate-Standorten mit OpenAI beziffert die Wartung des Kühlsystems auf etwa 12.625 Gallonen pro Gebäude und Jahr.

Zwei Einschränkungen gelten trotzdem. Es sind Planungsangaben der Unternehmen, kein geprüfter Verbrauch, und ein geschlossener Kühlkreislauf ändert nichts am Wasser, das Kraftwerke für die Stromerzeugung verbrauchen, und das ist der größte Teil der Gesamtbilanz. Microsoft, langjähriger Cloud-Partner von OpenAI, gibt an, im Geschäftsjahr 2025 erstmals mehr Wasser zurückgeführt als entnommen zu haben, mehr als 14 Millionen Kubikmeter. Im selben Nachhaltigkeitsupdate 2026 räumt das Unternehmen ein, dass Nachhaltigkeitslösungen „nicht schnell genug skalieren, um die Nachfrage zu decken“.

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 für Routinefragen standardmäßig ein leichteres Modell und spare dir den aufwendigsten Reasoning-Modus für Probleme auf, die ihn wirklich brauchen. Bündle zusammenhängende Fragen in einer Sitzung statt vieler Kaltstarts, und widerstehe dem Reflex, eine Antwort neu generieren zu lassen, denn jeder neue Versuch ist eine neue Anfrage. Wenn du mit einem langen Dokument arbeitest, lade es einmal hoch und frag im selben Chat weiter, denn die Kosten für das Einlesen fallen vorab an. Schuldgefühle braucht es dafür nicht; es reicht, die schwere Option bewusst statt standardmäßig zu nutzen.

Chatbots mit kleinerem Fußabdruck

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. Wenn du mit Ecosia suchst, erklärt unser Ecosia-AI-Test, wie der integrierte Chat funktioniert und was Ecosia zum Wasserverbrauch sagt.

Leichtes und schweres Modell in einer App

Das Modell passend zur Frage zu wählen, funktioniert nur, wenn der Wechsel einfach ist. Mit Fello AI musst du dich nicht für einen Chatbot für alles entscheiden. GPT, Claude, Gemini, DeepSeek und weitere Modelle stecken in einer App auf Mac, iPhone und iPad. Jede Frage an das Modell zu schicken, das zu ihr passt, kostet einen Klick, kein zweites Abo. Unser Einstiegsleitfaden zeigt, wie die Modellauswahl funktioniert.

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. Aufwendigere Reasoning-Antworten und lange Dokumente treiben diese Werte nach oben. Die GPT-6-Modelle, auf denen ChatGPT inzwischen läuft, hat noch niemand gemessen. 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

Wie viel Wasser verbraucht eine ChatGPT-Suche?

Nach der eigenen Zahl von OpenAI sind es etwa 0,32 ml, ungefähr ein Fünfzehntel eines Teelöffels, pro Anfrage. Unabhängige Schätzungen, die nur die Kühlung der Rechenzentren zählen, liegen eher bei 1,5 bis 4 ml, und die virale Zahl von 500 ml gilt nur, wenn man auch die Elektrizität und das Training hinter der Antwort mitzählt.

Wie viel Wasser verbraucht ChatGPT pro 100 Wörter?

Die oft zitierte Zahl liegt bei etwa 519 ml für eine 100 Wörter lange E-Mail mit GPT-4, von der UC Riverside über die Washington Post. Das ist eine Lebenszykluszahl, die reinen Kühlungskosten derselben Aufgabe sind weit kleiner, in der Größenordnung von wenigen Millilitern.

Warum gilt der Wasserverbrauch von ChatGPT als problematisch?

Die Kosten pro Prompt sind winzig, aber Rechenzentren konzentrieren die Nachfrage auf wenige, oft von Wasserknappheit betroffene Regionen und ziehen zu Spitzenzeiten stark Strom und Wasser. Das Problem ist die lokale Belastung und das Timing dort, wo gebaut wird, nicht die Milliliter hinter einer einzelnen deiner Fragen.

Hat Sam Altman gesagt, wie viel Wasser ChatGPT verbraucht?

Ja. In seinem Essay The Gentle Singularity vom Juni 2025 gab er an, dass eine durchschnittliche Anfrage etwa 0,000085 Gallonen Wasser, ungefähr ein Fünfzehntel eines Teelöffels, und 0,34 Wattstunden Strom verbraucht. Er hat keine Methodik veröffentlicht, weshalb unabhängige Forscher die Zahl als plausible Untergrenze und nicht als vollständige Abrechnung behandeln.

Wie viel Wasser verbraucht ChatGPT pro Tag?

Es gibt keine offizielle Tagesgesamtzahl für ChatGPT allein. Der nützliche Anhaltspunkt ist die Größenordnung: Die Washington Post schätzte, dass 16 Millionen Amerikaner, die ein Jahr lang einmal pro Woche eine ChatGPT-E-Mail schreiben, mehr als 435 Millionen Liter verbrauchen würden, was zeigt, dass die Wirkung in der Summe liegt, nicht im einzelnen Prompt.

Verbraucht GPT-6 mehr Wasser als GPT-5?

Das weiß noch niemand. Bis November 2026 hat OpenAI für die GPT-6-Modelle keine Energie- oder Wasserzahl veröffentlicht, und wir haben keine unabhängige Schätzung gefunden. Der letzte gemessene Trend zeigt pro Antwort nach oben, weil Reasoning-Modelle pro Antwort mehr Arbeit leisten, auch wenn jeder Token günstiger wird.

Das Titelbild dieses Artikels wurde mithilfe von KI erstellt.