KI-Produktivitätsgewinne führen im Energie-Wirtschaftsmodell zu einem Netto-Anstieg der CO₂-Emissionen

Ein Papier in npj Climate Action modelliert KI als bidirektionalen Produktivitätsverstärker in einem globalen angewandten allgemeinen Gleichgewichtsmodell und stellt fest, dass KI-getriebene Produktivitätssteigerungen bei der Förderung fossiler Brennstoffe mehr CO₂-Emissionen ermöglichen, als KI durch Optimierung erneuerbarer Energien vermeidet. In parallelen Einführungsszenarien steigen die jährlichen Netto-CO₂-Emissionen um 0,47–1,8 Gigatonnen – 1,2–4,8 % der energiebedingten Emissionen von 2024.

Wichtigste Erkenntnisse

• Ermöglichte vs. vermiedene Emissionen: Ermöglichte Emissionen (aus Produktivitätssteigerungen bei fossilen Brennstoffen) übersteigen die vermiedenen Emissionen, wenn die Gewinne im fossilen Sektor ungleich Null sind. Netto-Emissionsreduktionen erfordern Gewinne bei erneuerbaren Energien, die 4–5× größer sind als die Gewinne bei fossilen Brennstoffen.
• Vorherrschaft fossiler Brennstoffe verstärkt: KI senkt Förderkosten und reduziert operationelle Risiken, was die wirtschaftliche Rentabilität von Öl und Gas verlängert. Das Papier weist auf die Charakterisierung der IEA hin, dass die Öl- und Gasproduktion ohne Reinvestitionen um etwa 8 % pro Jahr sinken würde – KI verschiebt die Erwartungen an die Spitzenförderung.
• Politiklücke: Ohne politische Steuerung erhöhen die modellierten Effekte der KI die Kohlenstoffintensität der Weltwirtschaft, eine Dynamik, die aktuelle Governance-Rahmenwerke nicht erfassen.

Methodik

Das Modell behandelt KI als allgemeine Technologie, die die Produktivität sowohl bei kohlenstoffintensiven als auch bei kohlenstoffarmen Energieversorgungspfaden verstärkt. Es unterscheidet sich von vorherrschenden Analysen, die sich nur auf den Energiebedarf von Rechenzentren und die Optimierung erneuerbarer Energien konzentrieren und ignorieren, wie KI die Wirtschaftlichkeit der Versorgung mit fossilen Brennstoffen verändert.

Für wen es gedacht ist

Entwickler und Analysten, die an KI-Klimawirkungsmodellen oder Energie-Wirtschaftspolitik arbeiten.