# Das Jevons-Paradoxon: KI wurde 33× effizienter, warum verdoppelt sich trotzdem ihr Stromverbrauch? > Googles Gemini braucht pro Prompt 33× weniger Energie als ein Jahr zuvor, und doch soll sich der Stromverbrauch von Rechenzentren bis 2030 mehr als verdoppeln. Ein Buch über Kohle von 1865 erklärt das Muster. Ein 53-Sekunden-Erklärvideo, mit den Zahlen beider Seiten. - URL: https://oliverz.dev/de/videos/jevons-paradox - Author: Oliver Zhang (https://oliverz.dev) - Language: de - Published: 2026-10-31 - Tags: ai, energy, economics, explainer - Video: https://www.youtube.com/shorts/7BQIKw5YqC0 > **Kurz gesagt:** Pro Prompt wird KI tatsächlich viel effizienter: Laut Google verbrauchte der mittlere Text-Prompt in Gemini innerhalb von 12 Monaten 33× weniger Energie. Trotzdem soll sich der Stromverbrauch von Rechenzentren bis 2030 mehr als verdoppeln, und die IEA nennt KI als wichtigsten Treiber. Dieses Muster hat einen Namen und einen 160 Jahre alten Beleg. In den 1860er-Jahren senkten Schottlands Hochöfen ihren Kohleverbrauch pro Tonne Eisen auf weniger als ein Drittel, und Schottland verbrannte zehnmal so viel Kohle. W. S. Jevons schrieb es 1865 auf; heute heißt es Jevons-Paradoxon. „Effizienter“ entscheidet die Energiefrage nicht: Wie viel wir nutzen, entscheidet sie. ## 33× weniger Energie pro Prompt Im August 2025 veröffentlichte Google, wie viel Energie sein Assistent Gemini für eine Antwort braucht. Die Kernaussage: „over a recent 12 month period, the energy and total carbon footprint of the median Gemini Apps text prompt dropped by 33x and 44x, respectively, all while delivering higher quality responses“ (in einem kürzlichen Zeitraum von 12 Monaten sanken der Energieverbrauch und der gesamte CO₂-Fußabdruck des mittleren Text-Prompts in den Gemini-Apps um das 33- bzw. 44-Fache, bei gleichzeitig besseren Antworten). In absoluten Zahlen schätzt Google: „the median Gemini Apps text prompt uses 0.24 watt-hours (Wh) of energy“ (der mittlere Text-Prompt in den Gemini-Apps verbraucht 0,24 Wattstunden (Wh) Energie). Googles eigener Vergleich: „The per-prompt energy impact is equivalent to watching TV for less than nine seconds.“ (Der Energieaufwand pro Prompt entspricht weniger als neun Sekunden Fernsehen.) Diese Zahl betrifft das Modell eines einzigen Unternehmens, Gemini, und dessen mittleren Text-Prompt. Sie gilt nicht für „KI“ insgesamt. ## Und doch soll sich die Summe verdoppeln Jetzt die andere Zahl. Die Internationale Energieagentur (IEA) schreibt: „Data centres accounted for around 1.5% of the world's electricity consumption in 2024, or 415 terawatt-hours (TWh).“ (Rechenzentren machten 2024 rund 1,5 % des weltweiten Stromverbrauchs aus, also 415 Terawattstunden (TWh).) Und sie erwartet Wachstum: „Data centre electricity consumption is set to more than double to around 945 TWh by 2030. This is slightly more than Japan's total electricity consumption today. AI is the most important driver of this growth, alongside growing demand for other digital services.“ (Der Stromverbrauch von Rechenzentren dürfte sich bis 2030 auf rund 945 TWh mehr als verdoppeln. Das ist etwas mehr als der heutige gesamte Stromverbrauch Japans. KI ist der wichtigste Treiber dieses Wachstums, neben der steigenden Nachfrage nach anderen digitalen Diensten.) Also: viel weniger pro Nutzung, viel mehr insgesamt. Das ist kein Widerspruch, sobald man bedenkt, dass die Summe Energie pro Prompt × Anzahl der Prompts ist, und die zweite Zahl ist die, die explodiert. ## Das gab es schon einmal, mit Kohle 1865 veröffentlichte W. S. Jevons *The Coal Question*. Darin stellte er eine Behauptung auf, die verkehrt herum klingt: „It is wholly a confusion of ideas to suppose that the economical use of fuel is equivalent to a diminished consumption. The very contrary is the truth.“ (Es ist eine völlige Begriffsverwirrung, anzunehmen, dass der sparsame Gebrauch von Brennstoff einem verringerten Verbrauch gleichkommt. Das genaue Gegenteil ist wahr.) Sein Beleg war Schottlands Eisenindustrie. Die Hochöfen dort waren viel effizienter geworden, und doch: „the reduction of the consumption of coal, per ton of iron, to less than one-third of its former amount, has been followed, in Scotland, by a ten-fold total consumption“ (auf die Senkung des Kohleverbrauchs pro Tonne Eisen auf weniger als ein Drittel des früheren Wertes folgte in Schottland ein zehnfacher Gesamtverbrauch). Weniger als ein Drittel der Kohle pro Tonne. Zehnmal so viel Kohle insgesamt. In seinen Worten: „the greater number of furnaces will more than make up for the diminished consumption of each“ (die größere Zahl der Öfen wird den geringeren Verbrauch jedes einzelnen mehr als ausgleichen). Seine Erklärung: Gerade die Ersparnis treibt den Verbrauch an. „It is the very economy of its use which leads to its extensive consumption. It has been so in the past, and it will be so in the future.“ (Gerade die Sparsamkeit seines Gebrauchs führt zu seinem ausgedehnten Verbrauch. So war es in der Vergangenheit, und so wird es in Zukunft sein.) ## Das Jevons-Paradoxon Die Idee trägt heute seinen Namen. Das Energy-History-Projekt der Yale University: „His insight, often called Jevons' Paradox, is today used to explain why increased energy efficiency does not necessarily reduce present-day demand for electricity or gasoline.“ (Seine Erkenntnis, oft Jevons-Paradoxon genannt, wird heute herangezogen, um zu erklären, warum höhere Energieeffizienz die heutige Nachfrage nach Strom oder Benzin nicht unbedingt senkt.) Auf KI übertragen: Billigere Prompts bedeuten mehr Prompts. Und die Nutzung ist schon jetzt riesig. „ChatGPT receives 2.5 billion prompts from global users every day, OpenAI told Axios“ (ChatGPT erhält jeden Tag 2,5 Milliarden Prompts von Nutzern weltweit, sagte OpenAI gegenüber Axios), berichtete TechCrunch im Juli 2025. Das ist ein einziges Produkt. Der CEO von Microsoft sagte es über KI. Im Januar 2025 schrieb Satya Nadella, wie Fortune zitiert: „Jevons paradox strikes again! As AI gets more efficient and accessible, we will see its use skyrocket, turning it into a commodity we just can't get enough of.“ (Das Jevons-Paradoxon schlägt wieder zu! Je effizienter und zugänglicher KI wird, desto stärker wird ihre Nutzung in die Höhe schießen, bis sie zu einem Gut wird, von dem wir einfach nicht genug bekommen.) Auch Forschende haben das Thema aufgegriffen. Ein Paper von Luccioni, Strubell und Crawford aus dem Jahr 2025 „examines how the problem of Jevons' Paradox applies to AI, whereby efficiency gains may paradoxically spur increased consumption“ (untersucht, wie sich das Problem des Jevons-Paradoxons auf KI übertragen lässt, bei dem Effizienzgewinne paradoxerweise einen höheren Verbrauch anstoßen können). Ein vorsichtiger Hinweis: Nichts davon besagt, dass Geminis 33× die Verdopplung *verursacht* hat. Jevons ist der Mechanismus, den die Quellen dafür nennen, warum Effizienz und steigende Summen zusammengehen, keine Messung dieses Falls. ## Zur Einordnung Rechenzentren sind nicht die ganze Geschichte des weltweiten Stroms. Noch einmal die IEA: „Data centres account for around one-tenth of global electricity demand growth to 2030, less than the share from industrial motors, air conditioning in homes and offices, or electric vehicles.“ (Rechenzentren machen bis 2030 rund ein Zehntel des Wachstums der weltweiten Stromnachfrage aus, weniger als Industriemotoren, Klimaanlagen in Wohnungen und Büros oder Elektrofahrzeuge.) ## Fazit 1. Pro Prompt wird KI tatsächlich viel effizienter (Gemini: 33× in einem Jahr). 2. Der Gesamtverbrauch steigt trotzdem, weil billigere Nutzung viel mehr Nutzung bedeutet. Jevons sah das 1865 bei der Kohle. 3. „Effizienter“ entscheidet die Energiefrage also nicht; wie viel wir nutzen, entscheidet sie. (Und Rechenzentren machen immer noch etwa ein Zehntel des weltweiten Nachfragewachstums aus.) ## Quellen - Google Cloud (Amin Vahdat, Jeff Dean), [Measuring the environmental impact of AI inference](https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference), 21. Aug. 2025 - IEA, [Energy and AI, executive summary](https://www.iea.org/reports/energy-and-ai/executive-summary), Apr. 2025 - W. S. Jevons, [The Coal Question](https://archive.org/stream/bub_gb_nVtJUsGgLcoC/bub_gb_nVtJUsGgLcoC_djvu.txt), 2. Aufl., Macmillan, 1866, Kap. VII „Of the Economy of Fuel“, S. 123–125 und 134–135 - Yale University, Energy History, [W. Stanley Jevons, The Coal Question (1865)](https://energyhistory.yale.edu/w-stanley-jevons-the-coal-question-1865/) - TechCrunch, [ChatGPT users send 2.5 billion prompts a day](https://techcrunch.com/2025/07/21/chatgpt-users-send-2-5-billion-prompts-a-day/), 21. Juli 2025 - Fortune, [Microsoft CEO Satya Nadella on DeepSeek and the Jevons paradox](https://fortune.com/2025/01/27/microsoft-ceo-satya-nadella-deepseek-optimism-jevons-paradox/), 27. Jan. 2025 - Luccioni, Strubell, Crawford, [From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate](https://arxiv.org/abs/2501.16548), arXiv, Jan. 2025 Das Video ist mit Code animiert, und das Skript entstand mit KI-Unterstützung; jede Zahl oben ist an den Quellen geprüft. Illustrativ sind: das Diagramm mit den zwei Linien (die Kurven zeigen die Form, keine Daten; die belegten Zahlen stehen auf den Balken und Zählern), die Hochöfen und Kohleblöcke sowie das Raster aus Prompt-Blasen. Das Video ist auf Englisch. Gemacht mit [Shotloop](https://oliverz.dev/de/products/shotloop), meiner kostenlosen Mac-App für Erklärvideos aus Code, korrigiert Shot für Shot.