Nachhaltige KI ohne Kompromiss: Wie GreenPT CO₂ senkt, ohne Leistung zu opfern

Die meiste KI läuft heute auf Strom, den sich niemand genauer ansieht. Die Modellkarte listet Parameter, das Latenz-Dashboard listet Millisekunden, aber die Frage, was verbrannt wurde, um dieses Token zu erzeugen, bleibt still im Hintergrund. Wir haben GreenPT gebaut, weil diese Lücke nicht länger hinnehmbar ist, und weil sie zu schließen keinen Verzicht bedeutet.

Dieser Beitrag erklärt in einfachen Worten, wie eine typische Antwort auf GreenPT bis zu 40 % weniger CO₂ erzeugen kann als dieselbe Anfrage in einer großen US-Cloud, ohne Abstriche bei Modellqualität, Latenz oder Datenschutz.

Der CO₂-Fußabdruck einer einzelnen Anfrage

Eine moderne Chat-Antwort der Frontier-Klasse verbraucht, sehr grob, zwischen 0,5 und 3 Wattstunden Strom. Multipliziere das mit der CO₂-Intensität des Netzes, auf dem dein Anbieter läuft, und du erhältst die Emissionen pro Anfrage.

Für Regionen der US-Hyperscaler liegt diese Netzintensität heute typischerweise bei 350 bis 450 g CO₂ pro kWh. Für unsere europäischen Regionen liegt sie näher bei 110 bis 180 g CO₂ pro kWh. Gleiche Anfrage, gleiche Antwort, drei- bis viermal weniger CO₂, allein deshalb, woher die Elektronen kommen.

GreenPT weist für eine typische Chat-Antwort einen Wert von etwa 0,4 g CO₂ pro Anfrage aus. Das ist kein geschickter Durchschnitt. Es ist die Zahl, die wir messen und berichten, inklusive des Anteils für Kühlung, Netzwerk und Leerlauf-Overhead.

Was den Unterschied wirklich ausmacht

Drei Hebel, nach Wirkung geordnet:

1. Saubererer Strom. Jede GreenPT-Region ist vertraglich durch 100 % erneuerbare Versorgung abgesichert (Wind, Sonne, Wasser), mit stündlichem Matching, wo der Netzbetreiber es zulässt. Das ist der mit Abstand größte Faktor.
2. Höhere Auslastung. Das CO₂ pro Anfrage sinkt, je mehr Zeit GPUs mit nützlicher Arbeit statt mit Leerlauf verbringen. Wir planen aggressiv und bündeln kleine Jobs auf gemeinsam genutzten Inferenz-Servern, was eher ein Engineering-Problem als ein Hardware-Problem ist.
3. Ehrliche Messung. Was du nicht messen kannst, kannst du nicht senken. Wir messen den Strom pro Anfrage, stellen ihn über die API bereit und lassen Kunden ihre eigene Nutzung auf Anfrage-Ebene nachvollziehen.

Beachte, was nicht auf dieser Liste steht: das Modell dümmer machen. Es gibt die verbreitete Annahme, „grüne KI” bedeute kleinere, weniger leistungsfähige Modelle. Das stimmt nicht. Eine gut ausgelastete H100 mit niederländischem Windstrom ist grüner und schneller als eine leerlaufende H100 mit Kohlestrom aus Virginia.

Warum Datenschutz und Nachhaltigkeit dasselbe Problem sind

Wenn man genau hinschaut, sieht das Engineering identisch aus. Sowohl Datenschutz als auch Nachhaltigkeit sind Probleme davon, was du behältst, was du bewegst und was du verbirgst.

• Weniger behalten. Speichere keine Eingaben, die du nicht brauchst. Trainiere nicht ohne ausdrückliche Einwilligung mit Kundendaten. Verkleinere sowohl die Datenfläche als auch die Rechenfläche.
• Weniger bewegen. Regionsübergreifende Replikation ist teuer, in Bytes und in Joule. Verarbeite Daten dort, wo sie entstehen. Der EU-ansässige Standard ist gut für die DSGVO und für deine CO₂-Bilanz.
• Nichts darüber verbergen, wie es lief. Veröffentliche die Methodik. Veröffentliche die Zahlen pro Anfrage. Lass Kunden und Prüfer die Angaben nachvollziehen.

Deshalb wird der Ansatz von GreenPT als ein Produkt beschrieben, nicht als zwei. Dieselbe Architektur, die Nutzerdaten schützt, senkt auch die Emissionen, denn das günstigste Byte, das es zu sichern gilt, ist das Byte, das du gar nicht erst erhoben hast.

Wie das in der Produktion aussieht

Ein paar konkrete Entscheidungen, die aus diesen Grundsätzen folgen:

• Keine Eingabedaten verlassen die EU. Jede Inferenz findet in einem europäischen Rechenzentrum unter EU-Jurisdiktion statt. Das ist keine Marketing-Pose. Es wird auf Netzwerkebene durchgesetzt.
• Kein Training mit Kunden-Eingaben. Deine Daten gehören dir. Verbesserungen der Foundation-Modelle stammen aus lizenzierten und eingewilligten Quellen.
• Ein Live-Impact-Zähler. Du siehst den kumulierten Fußabdruck deines Kontos in Echtzeit. Es ist dieselbe Zahl, die auch unsere Prüfer sehen. Es gibt keine „Marketing-Version” des Werts.
• Transparenz pro Region. Wenn du GreenPT abfragst, enthalten die Response-Header die Ausführungsregion und die Netzintensität in diesem Moment. Diese Informationen gehören dir, zum Protokollieren, Prüfen und Berichten.

Wie wir Zahlen berichten

Der Wert „bis zu 40 % weniger CO₂” ist keine Broschürenzahl. Es ist ein Vergleich zwischen dem gemessenen Stromverbrauch pro Anfrage auf GreenPT und veröffentlichten Zahlen für vergleichbare Inferenz-Workloads bei US-Hyperscalern, angewandt auf die tatsächliche Netzintensität zur Zeit und am Ort der Ausführung.

Wenn wir die Methodik aktualisieren (etwa wenn eine neue Region ans Netz geht oder ein Hyperscaler seine Angaben überarbeitet), aktualisiert sich die Seite mit. Der Prüfpfad ist Teil des Produkts.

Ausprobieren

Wenn deine KI-Rechnung ein Nachhaltigkeitsversprechen enthält, das du gar nicht überprüfen kannst, ist das ein Problem, mit dem du nicht leben solltest. Erstelle ein Konto, richte deine bestehenden Werkzeuge auf unsere API und sieh dir die Zahlen pro Anfrage neben deiner Latenz an. Wenn der Kompromiss, der dir versprochen wurde („grüne KI ist langsamer oder schlechter”), nicht auftaucht, ist genau das der Punkt.

GreenPT ist kein kleineres Modell, das auf einem Windrad läuft. Es ist dieselbe Klasse von Frontier-KI, die du bereits nutzt, auf einem Netz, das einen Bruchteil des CO₂ ausstößt, mit einer Datenschutzhaltung, die einem echten Audit standhält. Nachhaltig, by Design, ohne den Kompromiss.