KI mit erneuerbarem Strom.

Wo deine Prompts beantwortet werden

Die gesamte KI-Inferenz von Union AI läuft auf Scaleway Generative APIs, innerhalb der Europäischen Union. Scaleway betreibt alle seine KI-Server in einem einzigen Rechenzentrum, DC5, das es für genau diese Art von Last gebaut hat. Die Zahlen unten sind also kein Durchschnitt über einen gemischten Bestand: Es sind die Zahlen des Gebäudes, in das deine Prompts tatsächlich gehen.

Was die Zahlen bedeuten

PUE (Power Usage Effectiveness) ist die gesamte Energie, die ein Rechenzentrum verbraucht, geteilt durch das, was die Server selbst verbrauchen. Bei 1,25 kostet jede kWh Rechenleistung 0,25 kWh zusätzlich für Kühlung und Stromversorgung. Beim weltweiten Durchschnitt von 1,55 liegt dieser Mehrverbrauch bei 0,55 kWh, mehr als doppelt so viel.

Kühlung ohne Klimaanlage erklärt den Großteil dieses Unterschieds. Das KI-Rechenzentrum bläst gefilterte Außenluft durch die Server und schaltet Verdunstungskühlung (adiabatisch) nur zu, wenn es draußen wärmer als 28 °C ist. Scaleway beziffert die Einsparung bei der Kühlenergie auf 30 bis 40 % gegenüber dem übrigen Markt.

WUE (Water Usage Effectiveness) sind Liter Wasser pro kWh. Die meisten Rechenzentren nutzen Kühltürme, die das ganze Jahr über große Mengen verdunsten. Dieses nicht, und es verbraucht nur an heißen Tagen Wasser.

Du musst uns das nicht einfach glauben. Der Betreiber veröffentlicht die PUE des KI-Rechenzentrums live, in Echtzeit, mit dem Wert der letzten zwölf Monate daneben.

Was wir beitragen

Das Rechenzentrum ist die Arbeit von Scaleway, nicht unsere. Was wir steuern, ist, wie viel Rechenleistung jede Antwort braucht, und da haben wir drei Entscheidungen getroffen.

• Keine GPUs im Leerlauf. Wir arbeiten serverless: Die Modelle laufen auf geteilter Hardware, die viele Kunden bedient, und wir zahlen pro Token. Es gibt keine dedizierte Grafikkarte, die eingeschaltet auf unsere nächste Anfrage wartet.
• Modelle, die nur den Teil wecken, den sie brauchen. Unsere Modelle sind Mixture-of-Experts-Modelle, die pro Wort nur einen Teil ihrer Gewichte nutzen. Standard, die Alltagsstufe, aktiviert pro Token etwa 3 Milliarden ihrer 35 Milliarden Parameter.
• Schwer nur, wenn es nötig ist. Alltägliche Fragen, Zusammenfassungen und Umformulierungen gehen an die leichteren Stufen. Pro, das größte Modell, ist für die schwierigen Probleme da, nicht für jede Nachricht. Welches Modell hinter welcher Stufe steht, steht auf der Seite zur KI-Transparenz.

Methodik: Energie pro Antwort

Unter jeder Antwort im Chat siehst du ein kleines Label wie ≈ 0,2 Wh. Das ist eine Schätzung, keine Messung. Scaleway, das die Modelle für uns betreibt, meldet keine Energie pro Anfrage, also rechnen wir sie aus dem, was wir wissen: wie viele Tokens die Antwort gebraucht hat, welche Stufe geantwortet hat und wie effizient das Rechenzentrum ist.

Alles, was du zum Nachprüfen brauchst, steht unten: die Formel, jeder Wert, ein Rechenbeispiel und die Quellen. Wo wir unsicher sind, runden wir auf; wenn die Schätzung danebenliegt, dann also eher zu hoch. Methodenversion 1, überprüft am 28. September 2026.

Die Formel

• Tokens sind die Zahlen, die der Modellanbieter für die Antwort meldet, dieselben, die wir für die Abrechnung messen. Nichts wird aus der Länge des Textes geschätzt. Ein Token ist ungefähr drei Viertel eines Wortes.
• Die Input- und Output-Werte sind pro Stufe fest, in Wattstunden pro 1.000 Tokens, für die Grafikkarte und den Rest des Servers. Die Werte stehen in der Tabelle unten.
• 1,25 ist die PUE des KI-Rechenzentrums (Scaleway, Daten von 2024). Damit kommt die Energie für Kühlung und Stromversorgung zu der der Server hinzu.
• 51,9 g CO₂e pro kWh ist der Durchschnitt des Stromnetzes, aus dem das Rechenzentrum bezieht, über den gesamten Lebenszyklus (ADEME Base Empreinte, Strom 2024).

Woher die Werte pro Stufe kommen

Niemand veröffentlicht gemessene Energiewerte für genau die Modelle hinter unseren Stufen, auf der Hardware und unter der Last, mit der Scaleway sie betreibt. Deshalb entsteht jeder Wert in vier Schritten aus den nächstliegenden veröffentlichten Messungen.

1. Was die Grafikkarte pro geschriebenem Wort verbraucht. Aus dem ML.ENERGY Leaderboard, das die GPU-Energie pro Output-Token auf Karten vom Typ NVIDIA H100 misst. Wir nehmen den Wert für einen mäßig ausgelasteten Server (Batchgröße 64); stark ausgelastete Produktionsserver brauchen pro Token 2- bis 5-mal weniger. Wo ein Modell nicht gemessen wurde, nehmen wir 0,10 Joule pro Milliarde aktiver Parameter, das obere Ende der Spanne, die ähnliche Modelle zeigen.
2. Der Rest des Servers. Ein GPU-Wert lässt den Prozessor, den Arbeitsspeicher und Maschinen außen vor, die bereitgehalten werden, aber im Leerlauf sind. In der gemessenen Aufschlüsselung von Google kommen diese mit etwa 57 % obendrauf, deshalb multiplizieren wir mit 1,6.
3. Das Lesen deines Prompts. Input wird parallel gelesen und kostet pro Token weit weniger als das Schreiben der Antwort: Messungen liegen zwischen 1:10 und 1:35. Wir zählen ein Input-Token als ein Fünftel eines Output-Tokens, was mindestens einen Faktor zwei als Reserve lässt.
4. Der ungünstigste Fall pro Stufe. Ist das Modell einer Stufe nicht verfügbar, antwortet ein Fallback-Modell. Jede Stufe trägt den höchsten Wert aus ihrem Modell und ihren Fallbacks, aufgerundet, damit ein Fallback die Schätzung nie zu niedrig macht.

Die Werte pro Stufe

Die Spalten Input und Output gelten nur für den Server, vor dem Mehrverbrauch des Rechenzentrums. Die letzten beiden Spalten zeigen eine mittellange Nachricht mit 900 Tokens Input und 500 Output, einschließlich Mehrverbrauch.

Der Wert einer Stufe ist der höchste aus ihrem eigenen Modell und ihren Fallbacks, deshalb können zwei Stufen dieselbe Zahl zeigen. Schwerere Stufen verbrauchen mehr, weil ihre Modelle für jedes geschriebene Wort mehr Parameter aktivieren.

Rechenbeispiel: eine mittellange Nachricht auf Standard

Eine mittellange Nachricht hat 900 Tokens Input (deine Frage plus die bisherige Unterhaltung) und 500 Tokens Output.

Im Chat erscheint das als ≈ 0,2 Wh und ≈ 0,008 g CO₂e. Dieselbe Nachricht auf Pro, der schwersten Stufe, kommt auf etwa 1,7 Wh.

Ist das plausibel?

• Epoch AI schätzt etwa 0,3 Wh für eine ChatGPT-Anfrage (GPT-4o) mit 500 Output-Tokens und nennt diesen Wert eher pessimistisch.
• Google hat einen Median von 0,24 Wh pro Text-Prompt an Gemini gemessen, alles inklusive.
• Forschende von Microsoft beziffern den Median für große Modelle auf H100-Servern auf 0,31 Wh pro Anfrage.

Standard aktiviert etwa 3 Milliarden Parameter pro Wort, ein Ergebnis unter diesen Werten ist also zu erwarten. Pro aktiviert weit mehr und liegt darüber: Dort zeigt sich unser Aufrunden am stärksten.

CO₂: zwei Aussagen, sauber getrennt

1. Der Strom ist zu 100 % erneuerbar. Scaleway versorgt das Rechenzentrum mit erneuerbarem Strom, belegt durch Herkunftsnachweise. Ein Herkunftsnachweis ist ein Zertifikat dafür, dass eine gleich große Menge erneuerbaren Stroms ins Netz eingespeist wurde, kein Kabel von einem Windpark zum Gebäude.
2. Der CO₂e-Wert nutzt trotzdem den Netzdurchschnitt. Würden wir die Zertifikate anrechnen, läge er nahe null. Wir zeigen, was derselbe Strom beim Durchschnitt des Netzes ausstoßen würde, an das das Rechenzentrum angeschlossen ist: 51,9 g CO₂e pro kWh über den gesamten Lebenszyklus. Das ist mehr als der Wert des Netzbetreibers selbst, liegt also eher zu hoch.

Was die Schätzung nicht abdeckt

• Kein Zähler pro Anfrage. Jeder Wert ist eine Schätzung aus veröffentlichten Messungen ähnlicher Modelle auf ähnlicher Hardware.
• Geteilte Hardware. Die Modelle laufen auf Grafikkarten, die mit anderen Kunden geteilt werden. Wie stark sie ausgelastet sind, verändert die Energie pro Token um das 5- bis 10-Fache, und wir kennen weder die Last bei Scaleway noch die genauen Kartentypen. Wir gehen von mäßiger Last auf Karten der H100-Klasse aus.
• Neuere Modelle. Für keines der Modelle hinter unseren Stufen gibt es bisher eine veröffentlichte Energiemessung, deshalb stammen ihre Werte von ihren Vorgängern oder aus ihrer Größe.
• Sehr lange Prompts. Der Wert pro Input-Token ist konstant. Ein Prompt mit Hunderttausenden Tokens kostet pro Token mehr, für einen solchen Prompt auf Langer Kontext ist die Schätzung also wahrscheinlich zu niedrig.
• Training und Herstellung. Wir betreiben Open-Weight-Modelle, die andere trainiert haben, und wissen nicht, was dieses Training verbraucht hat. Auch die Herstellung der Server, der Karten und des Gebäudes steckt nicht im Wert.
• Nur das Modell. Unsere Website, Datenbank, Zahlungen und dein eigenes Gerät sind nicht enthalten.

Wenn Scaleway Energie pro Anfrage veröffentlicht oder bessere Messungen dieser Modelle erscheinen, ersetzen wir die Schätzung und erhöhen die Methodenversion.

Wo du es siehst

• Unter jeder Antwort im Chat, mit CO₂e und einem Link zu diesem Abschnitt.
• Für die ganze Unterhaltung, oben im Chat.
• Pro Monat unter Abrechnung: jede Chat-Antwort und jeder API-Aufruf seit dem Monatsersten.

Quellen für die Schätzung

Jeder Wert in diesem Abschnitt stammt aus einer dieser Quellen:

• ML.ENERGY Leaderboard v3.0, H100 energy per output token (data of 2026-02-16)
• Chung et al., Where Do the Joules Go? Diagnosing Inference Energy Consumption (2026)
• Elsworth et al., Measuring the environmental impact of delivering AI at Google scale (2025)
• Epoch AI, How much energy does ChatGPT use? (2025)
• Oviedo et al., Energy Use of AI Inference, Efficiency Pathways, and Test-Time Scaling (Joule, 2026)
• Delavande, Pierrard and Luccioni, Small Talk, Big Impact: The Energy Cost of Thanking AI (2026)
• Scaleway Impact Report 2025 (PDF)
• ADEME Base Empreinte, electricity 2024, average consumption mix

Was wir behaupten und was nicht

• ✓Stimmt: Jede KI-Inferenz läuft in einem Rechenzentrum mit 100 % erneuerbarem Strom, innerhalb der Europäischen Union.
• ✓Stimmt: Dieses Rechenzentrum hat eine PUE von 1,25 und wird ohne Klimaanlage gekühlt (Scaleway, Daten von 2024).
• ✓Stimmt: Jede Chat-Antwort zeigt eine Schätzung ihres Energieverbrauchs und ihres CO₂e, berechnet mit der oben veröffentlichten Methode.
• ✕Stimmt nicht: „Klimaneutrale KI.“ Die erneuerbare Versorgung ist durch Herkunftsnachweise belegt, nicht durch einen Windpark, der mit dem Gebäude verkabelt ist, und die Herstellung der Server hat einen eigenen Fußabdruck.
• ✕Stimmt nicht: „Die Modelle wurden mit Ökostrom trainiert.“ Wir betreiben Open-Weight-Modelle, die andere trainiert haben. Wir können nicht prüfen, mit welchem Strom dieses Training lief, also behaupten wir es nicht.
• ✕Stimmt nicht: „Unser ganzer Stack ist grün.“ Diese Zahlen gelten für die Inferenz. Website-Hosting, Datenbank und Zahlungen laufen bei den anderen Parteien auf unserer Seite Unterauftragsverarbeiter, mit deren eigenen Zahlen.
• ✕Stimmt nicht: „Gemessene Energie pro Nachricht.“ Der Wert unter jeder Antwort ist eine Schätzung aus veröffentlichten Messungen, aufgerundet, keine Zählerablesung.

Quellen

Alle Zahlen zum Rechenzentrum sind die eigenen von Scaleway, für 2024, aus dem Scaleway Impact Report 2025 (PDF). Der weltweite PUE-Durchschnitt von 1,55 ist der Wert des Uptime Institute, den dieser Bericht zitiert. Warum europäisches Hosting über die Energie hinaus zählt, steht in Europäische souveräne KI.