Der E-Waste-Bericht von Basel Action Network deckt das versteckte Hardwareproblem der KI auf
Basel Action Network schätzt nun, dass mit KI verbundene Geräte bis 2050 bis zu 617 Millionen Tonnen Elektroschrott verursachen könnten. Der E-Waste-Bericht von Basel Action Network gelangt zu diesem Wert, indem er weit mehr als Prozessoren und Server einbezieht. Er umfasst die Elektro-, Kühl-, Netzwerk-, Speicher- und Backup-Systeme, die KI-Rechenzentren am Laufen halten.
Diese weiter gefasste Abgrenzung führt zu einer Prognose, die um ein Vielfaches höher liegt als frühere Forschung, die sich hauptsächlich auf Rechenhardware konzentrierte. Im oberen Bereich würden die ausgemusterten Geräte etwa 23 Millionen 40-Fuß-Schiffscontainer füllen. Aneinandergereiht würden diese Container den Planeten ungefähr sechsmal umrunden.
Die Schlagzeilenzahl ist eine Prognose, kein gemessenes Ergebnis. Dennoch legt der Bericht ein unmittelbares Problem für Cloud-Anbieter, Gerätehersteller, Recycler und Regulierungsbehörden offen. Der physische Fußabdruck der KI endet nicht bei Strom und Wasser. Jedes neue Rechenzentrum schafft auch einen künftigen Strom ausgedienter Maschinen, gefährlicher Materialien und rückgewinnbarer Metalle.
Die Schätzung des KI-Elektroschrotts ist gerade deutlich größer geworden
Die neue Schätzung verändert die Bilanzierungsgrenze, nicht bloß die Wachstumsannahme.
Die gemeinnützige Organisation Basel Action Network, kurz BAN, veröffentlichte ihre Analyse am 15. September 2026. Sie prognostiziert, dass zwischen 2025 und 2050 395 bis 617 Millionen Tonnen KI-bezogener Elektronikgeräte ausgemustert werden.
Die obere Schätzung entspricht etwa 23 Millionen Schiffscontainern. Selbst die untere Schätzung steht für einen Abfallstrom, der weit über die bisher prägenden serverzentrierten Prognosen hinausgeht.
BAN schätzt, dass die jährlichen Ausmusterungen bis 2030 zwischen 8,6 Millionen und 13,1 Millionen Tonnen erreichen könnten. Die Organisation beschreibt dies als etwa 40- bis 60-mal höher als einige Schätzungen, die sich auf Server und Grafikprozessoren konzentrieren.
Dieser Unterschied beginnt mit der Frage, was BAN innerhalb der Systemgrenze berücksichtigt. Ein Rechenzentrum benötigt Server, kann aber nicht allein mit Servern funktionieren. Es braucht außerdem Switches, Speichergeräte, Stromverteilungsanlagen, Batterien, Generatoren, Kühlanlagen, Kabel und weitere spezialisierte Hardware.
Dem Bericht zufolge übersehen serverzentrierte Studien etwa 87 Prozent der umfassenderen elektromechanischen Infrastruktur eines Rechenzentrums. BAN verwendet deshalb ein Gesamtinfrastrukturmodell, das jeder Gigawattstunde Rechenzentrumskapazität etwa 70.000 Tonnen Ausrüstung zuordnet.
Kapazitätsprognosen treiben anschließend die Vorhersage. Das Modell stützt sich auf Schätzungen, wonach die weltweite Rechenzentrumskapazität bis 2030 219 Gigawatt erreichen könnte. Die Fortschreibung von Geräteaustauschen über spätere Expansionsszenarien hinweg ergibt BANs kumulierte Spanne bis 2050.
Die Methode umfasst auch das, was die Organisation als „KI-Abfall-Ansteckung“ bezeichnet. Diese Kategorie deckt zugehörige Telekommunikationsgeräte und persönliche Endgeräte ab, deren frühere Ersetzung durch die KI-Entwicklung ausgelöst werden könnte.
Dies ist die weitreichendste und unsicherste Komponente des Modells. Die Ausmusterung eines Servers lässt sich direkt mit einem Upgrade eines Rechenzentrums verbinden. Schwieriger ist festzustellen, ob eine KI-Funktion einen Verbraucher dazu veranlasst hat, ein Telefon oder einen Computer früher zu ersetzen.
BANs zentrale Erkenntnis bleibt auch dann wichtig, wenn diese Kategorie vorsichtig bewertet wird. Die Gesamtinfrastruktur-Schätzung identifiziert Geräte, die engere Studien häufig außerhalb ihrer Modelle lassen.
Ein ausgemusterter Grafikprozessor ist sichtbar und leicht mit KI in Verbindung zu bringen. Stillgelegte Kühlpumpen, Schaltanlagen, Backup-Batterien, Netzwerk-Switches und Stromversorgungssysteme erhalten weniger Aufmerksamkeit. Zusammen können sie die Rechenhardware innerhalb derselben Anlage überwiegen.
Dieser erweiterte Umfang erklärt, warum der Bericht nicht einfach eine weitere Warnung vor schnellerem Modellwachstum ist. BAN argumentiert, dass ein großer Teil des künftigen Abfalls fehlte, bevor überhaupt jemand über die Wachstumsrate debattierte.
Das Ergebnis macht aus jedem angekündigten KI-Campus eine zeitversetzte Verpflichtung zur Abfallbewirtschaftung. Der Bau bestimmt nicht nur den kurzfristigen Strombedarf, sondern auch die Menge an Geräten, die irgendwann wiederverwendet, recycelt, gelagert oder entsorgt werden müssen.
Warum KI-Rechenzentren einen Hardware-Austauschzyklus schaffen
KI-Infrastruktur wird durch wiederholten Austausch zu Abfall, nicht durch ein einziges fernes Abrissereignis.
Rechenzentren enthalten Geräte mit unterschiedlichen Nutzungsdauern. Server können aufgerüstet werden, während ein Gebäude weiter in Betrieb bleibt. Batterien, Kühlkomponenten, Laufwerke und Netzwerkausrüstung folgen eigenen Wartungs- und Austauschzyklen.
KI beschleunigt diesen Zyklus, weil Betreiber um Leistung pro Watt, Rechendichte und Dienstleistungskosten konkurrieren. Ein neuerer Beschleuniger kann innerhalb eines begrenzten Stromrahmens mehr Arbeit erledigen. Das kann funktionsfähige ältere Geräte wirtschaftlich unattraktiv machen, bevor sie physisch ausfallen.
Der daraus entstehende Abfall beschränkt sich nicht auf defekte Hardware. Er umfasst auch Geräte, die ausgemustert werden, weil ein neueres System bessere Wirtschaftlichkeit bietet. Einige Geräte können auf Sekundärmärkten eingesetzt werden, andere haben jedoch spezialisierte Bauformen oder nur begrenzte Wiederverkaufsnachfrage.
Große KI-Cluster verändern auch die Systeme um sie herum. Höhere Rack-Dichten erfordern andere Kühlkonzepte, Stromversorgung, Netzwerke und physische Layouts. Der Austausch der Rechenebene kann daher Änderungen an anderer Stelle der Anlage erzwingen.
Dadurch entsteht ein Konflikt zwischen schnellem Ausbau und langer Nutzungsdauer der Geräte. Cloud-Anbieter möchten jede Hardwaregeneration rasch in Betrieb nehmen. Abfallvermeidung funktioniert am besten, wenn Geräte länger nützlich bleiben, repariert werden oder in einer Zweitnutzung zum Einsatz kommen.
Frühere Forschung erfasste einen Teil dieses Drucks. Eine begutachtete Studie aus dem Jahr 2024 schätzte, dass generative KI von 2020 bis 2030 1,2 bis 5 Millionen Tonnen Elektroschrott verursachen könnte. Ihr Modell konzentrierte sich insbesondere auf Rechengeräte für große Sprachmodelle.
Dieselbe Studie zu generativer KI ergab, dass Kreislaufstrategien den modellierten Abfall um 16 bis 86 Prozent reduzieren könnten. Zu diesen Strategien zählten eine längere Hardware-Nutzungsdauer, die Wiederverwendung von Geräten und eine bessere Materialrückgewinnung.
Eine separate akademische Analyse aus dem Jahr 2026 kam zu einer niedrigeren kurzfristigen Schätzung. Sie prognostizierte, dass KI-Server bis 2030 jährlich 131.000 bis 224.800 Tonnen Elektroschrott verursachen könnten.
Diese serverzentrierte Neubewertung kam zu dem Schluss, dass KI möglicherweise weniger zum weltweiten Elektroschrott beiträgt als frühere Schätzungen nahelegten. Sie betonte zudem den Mangel an Lieferkettendaten und realistischen Informationen zur Lebensdauer von Servern.
Auf den ersten Blick steht diese Schlussfolgerung im Widerspruch zu BANs Zahlen. Die Studien messen jedoch nicht exakt dasselbe. Eine legt den Schwerpunkt auf KI-Server, während BAN versucht, die umgebende Infrastruktur und den dadurch ausgelösten Geräteaustausch zu erfassen.
Diese Unterscheidung ist wichtig, weil es keine allgemein anerkannte Bilanzierungsgrenze für „KI-Elektroschrott“ gibt. Analysten können Beschleuniger, komplette Server, vollständige Anlagen, verbundene Telekommunikationsgeräte oder durch die KI-Nutzung beeinflusste Verbrauchergeräte zählen.
Jede Wahl beantwortet eine andere Frage. Ein reines Servermodell kann die direkte Hardwarebelastung der Datenverarbeitung schätzen. Ein Gesamtsystemmodell eignet sich besser, um die Abfallverpflichtungen zu untersuchen, die durch den Ausbau von Infrastruktur entstehen.
BANs Bericht widerlegt die akademischen Schätzungen daher nicht automatisch. Er stellt infrage, ob ihre Grenzen für politische Entscheidungen und langfristige Abfallplanung weit genug gefasst sind.
Die konkurrierenden Ergebnisse offenbaren ein tieferes Transparenzproblem. Externe Forschende haben in der Regel keinen vollständigen Einblick in Geräteinventare, Ausmusterungspläne, Aufarbeitungsquoten und endgültige Entsorgungsnachweise großer Rechenzentrumsbetreiber.
Ohne diese Daten müssen Modelle öffentliche Kapazitätsprognosen mit Annahmen über Gerätemasse und Lebensdauer kombinieren. Kleine Veränderungen summieren sich über Jahrzehnte, insbesondere wenn Prognosen bis 2050 reichen.
Die Unsicherheit ist real, doch sie lässt die Hardware nicht verschwinden. Sie zeigt, warum Betreiber physische Anlagen mit derselben Ernsthaftigkeit offenlegen sollten wie Energieverbrauch und CO2-Emissionen.
Der E-Waste-Bericht von Basel Action Network setzt Recycler unter Druck
Der KI-Ausbau erzeugt spezialisierte Abfälle schneller, als Recyclingsysteme transparent und rechenschaftspflichtig werden.
Laut dem Global E-waste Monitor erzeugte die Welt im Jahr 2022 62 Millionen Tonnen Elektroschrott. Nur 22,3 Prozent wurden nachweislich formell gesammelt und umweltgerecht recycelt.
Das globale Abfallinventar prognostiziert, dass die jährliche Elektroschrotterzeugung bis 2030 82 Millionen Tonnen erreichen wird. Dieses Wachstum wurde bereits erwartet, bevor BAN eine weiter gefasste Definition von KI-Infrastruktur anwendete.
BAN schätzt, dass KI-bezogene Geräte letztlich 15 bis 20 Prozent des weltweiten Elektroschrotts ausmachen könnten. Die Organisation vergleicht diesen Anteil mit einem prognostizierten weltweiten Gesamtvolumen von jährlich 211 Millionen Tonnen bis 2050.
Diese Zahlen sollten nicht als garantiertes Ergebnis behandelt werden. Sie kombinieren langfristiges Wachstum von Rechenzentren, Geräteintensität, Austauschzyklen und globale Abfallprognosen. Jede einzelne Komponente kann sich verändern.
Dennoch verdeutlicht das Szenario das Kapazitätsproblem, vor dem Recycler stehen. Rechenzentrumsausrüstung enthält wertvolles Kupfer, Aluminium, Stahl, Leiterplatten und andere rückgewinnbare Materialien. Sie kann auch Batterien und Stoffe enthalten, die kontrolliert behandelt werden müssen.
Die Sammlung ist nur die erste Herausforderung. Moderne Elektronikprodukte kombinieren Materialien auf eine Weise, die ihre Trennung erschwert. Die Rückgewinnung von Massenmetallen ist im Allgemeinen einfacher als die Gewinnung kleinerer Mengen kritischer Materialien aus integrierten Komponenten.
Recycler benötigen außerdem verlässliche Informationen darüber, was bei ihnen ankommt. Geräteinventare, Materialzusammensetzung, Wartungshistorie und Anforderungen an die Datensicherheit beeinflussen, ob Hardware wiederverwendet werden kann oder zerlegt werden muss.
Datentragende Geräte schaffen ein weiteres Hindernis. Unternehmen können nutzbare Speichergeräte zerstören, um Informationslecks zu verhindern. Sichere Löschung und überprüfte Systeme zur Nachverfolgung der Besitzkette können Wiederverwendungsoptionen erhalten, erfordern jedoch Planung vor der Ausmusterung.
Der KI-Sektor hat Anreize, einen Teil des Gerätewerts zurückzugewinnen. Beschleuniger, Server und Netzwerkgeräte können für weniger anspruchsvolle Arbeitslasten weiterhin nützlich sein. Teile können auch Reparaturen oder Sekundäreinsätze unterstützen.
Die Wiederverwendung hängt jedoch von Softwareunterstützung, Energieeffizienz, Kompatibilität und Käuferzugang ab. Ein funktionierender Server kann wenig praktischen Wert haben, wenn seine Betriebskosten die neuerer Geräte übersteigen.
Diese Spannung macht Designentscheidungen wichtig. Modulare Systeme ermöglichen es Betreibern, einzelne Komponenten statt ganzer Baugruppen auszutauschen. Standardteile und Reparaturdokumentation können die Nutzungsdauer ebenfalls verlängern.
Hersteller beeinflussen diese Entscheidungen, doch Hyperscale-Kunden verfügen über erheblichen Einfluss. Cloud-Anbieter bestellen Geräte in enormen Mengen und gestalten häufig kundenspezifische Designs mit. Ihre Beschaffungsregeln können Reparierbarkeit, Materialoffenlegung und Rücknahmedienste vorschreiben.
Recyclingpläne müssen auch die Anlage rund um den Server abdecken. Stromversorgungen, Kühlgeräte, Batterien, Kabel und Netzwerksysteme folgen unterschiedlichen Wiederverwendungs- und Rückgewinnungskanälen. Ein einzelner Auftragnehmer kann möglicherweise nicht jeden Strom gut bewältigen.
Der Druck verteilt sich daher über eine gesamte Kette. Eigentümer von Rechenzentren entscheiden, wann Geräte außer Betrieb gehen. Hersteller kontrollieren Designinformationen. Logistikanbieter transportieren ausgemusterte Anlagen, und Recycler bestimmen, welche Materialien in die Produktion zurückkehren.
Jeder Bruch in dieser Kette kann aus noch verwertbarer Ausrüstung exportierten Schrott oder Deponieabfall machen. Das Ausmaß von BANs Prognose macht fragmentierte Verantwortlichkeit zunehmend schwer zu rechtfertigen.
Exportregeln offenbaren die Abfallgeografie der KI
Die schwierigste Frage ist nicht nur, wie viel Ausrüstung ausgemustert wird, sondern wohin sie anschließend gelangt.
Elektroschrott überschreitet häufig Grenzen, weil sich Arbeitskosten, Behandlungskosten und Umweltkontrollen stark unterscheiden. Eine als Wiederverwendung deklarierte Lieferung kann Geräte enthalten, die kaum noch einen Restwert besitzen.
Das Basler Übereinkommen regelt den internationalen Verkehr mit gefährlichen und anderen kontrollierten Abfällen. Seine Änderungen zu Elektroschrott traten am 1. Januar 2025 in Kraft und erweiterten die Kontrollen der vorherigen Zustimmung nach Inkenntnissetzung für internationale Elektroschrotttransporte.
In diesem Verfahren benötigt ein exportierendes Land in der Regel die schriftliche Zustimmung der zuständigen Einfuhr- und Transitländer, bevor eine kontrollierte Lieferung durchgeführt werden kann. Die Regeln sollen verhindern, dass unerwünschte Abfälle Orte ohne sichere Behandlungskapazitäten erreichen.
Die Vereinigten Staaten haben das Basler Übereinkommen unterzeichnet, aber nicht ratifiziert. Damit liegt der größte Markt für KI-Infrastruktur außerhalb des vollständigen Vertragsparteienrahmens, auch wenn nationale Vorschriften und Regeln der Zielländer Lieferungen weiterhin beschränken können.
BAN konzentriert sich seit Langem auf diese Regulierungslücke. Seine Untersuchungen haben ausrangierte Elektronik dokumentiert, die wohlhabendere Märkte zur Verarbeitung in Länder mit schwächerer Durchsetzung oder großen informellen Recyclingsektoren verlässt.
Eine Untersuchung aus dem Jahr 2025 identifizierte Lieferungen amerikanischer Elektronik in Ziele in Südostasien und im Nahen Osten. Behörden in mehreren Empfängerländern verstärkten bereits Beschlagnahmungen und Durchsetzungsmaßnahmen.
Die Exportuntersuchung beschrieb Arbeiter, die Geräte ohne ausreichenden Schutz zerlegten. Bei einer solchen Verarbeitung können giftiger Rauch, kontaminierter Staub und gefährliche Rückstände freigesetzt werden.
KI-Ausrüstung wird diesen Wegen nicht automatisch folgen. Große Betreiber können zertifizierte Verarbeitung vorschreiben, Dienstleister prüfen und Aufzeichnungen von der Ausmusterung bis zur endgültigen Behandlung führen.
Das Risiko wächst, wenn Geräte über Zwischenhändler und mehrere nachgelagerte Unternehmen weitergegeben werden. Jede Übergabe kann die Transparenz darüber verringern, ob ein Gerät wiederverwendet, ordnungsgemäß recycelt, auf unbestimmte Zeit gelagert oder entsorgt wurde.
Unternehmerische Recyclingkennzahlen beantworten diese Frage nicht immer. Ein Unternehmen kann den von Deponien umgeleiteten Anteil melden, ohne die endgültigen Ziele oder die Rückgewinnungsquote einzelner Materialien offenzulegen.
Ebenso bedeutet „recycelt“ nicht, dass jede Komponente zu einem neuen Produkt wurde. Der Begriff kann Verfahren von sorgfältiger Materialrückgewinnung bis zu geringwertigem Schreddern mit erheblichen Restabfällen umfassen.
Das politische Argument des Berichts beruht darauf, diese Transparenzlücken zu schließen. BAN fordert strengere Kontrollen von Abfallexporten, unabhängige Recyclingzertifizierung und klarere Verantwortung für Geräte über ihren gesamten Lebenszyklus hinweg.
Die erweiterte Herstellerverantwortung bietet einen möglichen Weg. Solche Regeln verpflichten Hersteller, die Sammlung und Behandlung nach dem Ende der Nutzungsdauer ihrer Produkte zu finanzieren oder zu organisieren.
Dieser Ansatz kann Abfallkosten auf Unternehmen verlagern, die Einfluss auf das Design haben. Er kann zudem Produkte fördern, die länger halten, sich leichter zerlegen lassen oder auf Sekundärmärkten Wert behalten.
Die Infrastruktur von Rechenzentren passt jedoch nicht nahtlos in Programme für Verbrauchergeräte. Maßgeschneiderte Ausrüstung, Geschäftskundenverkäufe, geleaste Hardware und globale Cloud-Betriebe erfordern Regeln, die für industrielle Technologie konzipiert sind.
Internationale Abstimmung ist aus demselben Grund wichtig. Ein strenges Programm in einem Markt hat nur begrenzte Reichweite, wenn ausgemusterte Geräte über eine andere Jurisdiktion mit schwächerer Berichterstattung weiterziehen können.
Der Ausbau der KI-Infrastruktur macht diese regulatorische Diskrepanz schwerer zu ignorieren. Hardware arbeitet innerhalb nationaler Grenzen, doch Lieferketten und Abfallmärkte sind global.
Die größte Zahl ist zugleich die unsicherste
BANs Prognose ist ein Warnszenario, keine präzise Messung bereits erzeugter Abfälle.
Die Organisation ist eine Umwelt-Watchdog-Gruppe mit einer klaren politischen Position zu Exporten gefährlicher Abfälle. Ihre Analyse sollte als Advocacy-Forschung bewertet und nicht mit einem wissenschaftlichen, begutachteten Konsens verwechselt werden.
Mehrere Annahmen können die Projektion deutlich verschieben. Die künftige Rechenzentrumskapazität könnte schneller oder langsamer wachsen als erwartet. Die Geräteintensität pro Gigawatt könnte sich verändern, wenn Anlagen Dichte und Effizienz verbessern.
Die Lebensdauer der Hardware ist ebenso wichtig. Eine längere durchschnittliche Nutzungsdauer reduziert die Zahl der Ersatzzyklen bis 2050. Kürzere Zyklen erhöhen sowohl den Fertigungsbedarf als auch die Ausmusterungsvolumina.
Das Modell muss außerdem zwischen Ersatz und Abfall unterscheiden. Ein ausgemusterter Beschleuniger, der an einen anderen Betreiber verkauft wird, hat sein ursprüngliches Rechenzentrum verlassen, aber noch nicht das Ende seiner Lebensdauer erreicht. Ausmusterung und Entsorgung gleichzusetzen, würde den unmittelbaren Abfall überschätzen.
BAN fasst seine Spanne um elektronische Geräte, die aus dem Betrieb genommen werden. Leser sollten daher nicht jede Tonne als Material interpretieren, das im Prognosezeitraum direkt auf einer Deponie landet.
Eine Zweitnutzung kann die Entsorgung um Jahre verzögern. Sie beseitigt jedoch nicht die endgültige Abfallverpflichtung. Geräte erreichen letztlich einen Punkt, an dem Reparatur, Wiederverkauf oder erneuter Einsatz nicht mehr praktikabel sind.
Die Kategorie der „KI-Abfallansteckung“ führt eine weitere Unsicherheitsebene ein. KI-Funktionen können Geräte-Upgrades fördern, doch Verbraucher ersetzen Geräte aus vielen sich überschneidenden Gründen. Diese Ursachen voneinander zu trennen, ist schwierig.
Prognosen bis 2050 hängen zudem von Technologien ab, die noch nicht existieren. Künftige Beschleuniger könnten pro Recheneinheit weniger Materialien verwenden. Neue Kühldesigns könnten die Gerätemasse verringern, oder dichtere Bereitstellungen könnten spezialisiertere Systeme erfordern.
Auch Politik kann das Ergebnis verändern. Reparaturanforderungen, Standards für recycelte Inhalte, Gesetze zur Herstellerverantwortung und Exportkontrollen würden sowohl Abfallmengen als auch Behandlungswege verändern.
Diese Unsicherheiten schwächen den Anspruch auf Exaktheit, stärken aber den Fall für bessere Offenlegung. Betreiber könnten Annahmen durch gemessene Daten ersetzen, indem sie Gerätezahlen, Masse, Alter, Wiederverwendungsquoten und verifizierte Zielorte veröffentlichen.
Vergleichbare Berichterstattung würde zudem Meinungsverschiedenheiten zwischen engen und breiten Schätzungen auflösen. Forschende könnten Serverabfälle getrennt von unterstützender Infrastruktur ausweisen, ohne beides in einer Zahl zusammenzufassen.
Ein nützlicher Offenlegungsrahmen würde mindestens vier Phasen erfassen: gekaufte Geräte, eingesetzte Geräte, ausgemusterte Geräte und Geräte, die die endgültige Behandlung erreichen. Wiederverwendung sollte vom Recycling getrennt bleiben.
Unternehmen sollten zudem die Materialrückgewinnung melden, statt sich nur auf Stückzahlen zu stützen. Ein wiederverwendeter Server und ein recyceltes Kühlsystem stehen für unterschiedliche Umweltfolgen.
Die stärkste Antwort auf BANs Prognose besteht nicht darin, jede Annahme am oberen Ende zu akzeptieren. Sie besteht darin, genügend betriebliche Nachweise zu fordern, um unsichere Schätzungen durch prüfbare Aufzeichnungen zu ersetzen.
Bis dahin bleiben sowohl Zusicherungen der Branche als auch externe Projektionen schwer zu überprüfen. Die Informationslücke begünstigt optimistische Behauptungen, weil der Abfall erst Jahre nach Infrastrukturankündigungen sichtbar wird, die öffentliche Aufmerksamkeit erhalten.
Drei Signale zeigen, ob die Prognose Bestand hat
Kapazitätswachstum, Langlebigkeit der Geräte und verifizierte Rückgewinnung werden bestimmen, ob KI sich BANs oberer Schätzung annähert.
Das erste Signal ist Tempo und Zusammensetzung des Rechenzentrumsbaus. Angekündigte Kapazität wird nicht immer zu betriebsbereiter Kapazität. Verzögerungen bei Stromanschlüssen, Finanzierung, Genehmigungen oder Chipversorgung können Ausmusterungsprognosen verändern.
Noch wichtiger ist, dass Entwickler die Geräteintensität zusammen mit Megawatt veröffentlichen sollten. Zwei Anlagen mit gleicher Stromkapazität können unterschiedliche Mengen an Kühl-, Notstrom-, Netzwerk- und Rechenhardware enthalten.
Wenn die eingesetzte Kapazität die aktuellen Hochwachstumsprognosen erreicht, ohne dass die Materialintensität sinkt, wird BANs Spanne plausibler. Langsamerer Bau oder leichtere Infrastruktur würde den oberen Fall schwächen.
Das zweite Signal ist die tatsächliche Nutzungsdauer von KI-Hardware. Betreiber stellen nur selten konsistente öffentliche Daten bereit, die zeigen, wie lange Beschleuniger, Server und unterstützende Systeme im Einsatz bleiben.
Achten Sie auf Hinweise, dass ältere Beschleuniger in Inferenz-, Forschungs- oder Sekundärmarkt-Workloads wechseln. Ein funktionierender Wiederverkaufskanal würde kurzfristigen Abfall reduzieren und die Wirtschaftlichkeit einer längeren Hardware-Nutzung verbessern.
Auch die Herstellerunterstützung ist wichtig. Softwarekompatibilität, Ersatzteile, Reparaturzugang und Firmware-Updates können darüber entscheiden, ob ältere Geräte weiterhin nützlich bleiben.
Wenn Cloud-Anbieter Systeme bereits nach wenigen Jahren ohne umfangreiche erneute Bereitstellung ersetzen, wird der jährliche Abfall schnell steigen. Längere Nutzungsdauer und dokumentierte Zweitnutzungen würden die Ergebnisse an das untere Ende verschieben.
Das dritte Signal ist eine überprüfbare nachgelagerte Rückgewinnung. Nachhaltigkeitsberichte von Unternehmen sollten ausweisen, wie viel Ausrüstung wiederverwendet, aufgearbeitet, recycelt und zur endgültigen Entsorgung geschickt wurde.
Diese Berichte sollten zudem Behandlungsregionen nennen und Prüfmethoden beschreiben. Eine Recyclingquote ohne Zieldaten kann nicht zeigen, ob gefährliches Material in schlecht kontrollierte Verarbeitung gelangte.
Regulierungsbehörden können dieses Signal durch Versandaufzeichnungen und Durchsetzung verstärken. Die Basler Elektroschrott-Regeln bieten einen Rahmen für Zustimmung und internationale Nachverfolgung, auch wenn nationale Beteiligung und Durchsetzung weiterhin uneinheitlich sind.
Transparente Berichterstattung würde Kunden ermöglichen, Cloud-Anbieter nach mehr als Geschwindigkeit, Modellzugang und Angaben zum Stromverbrauch zu vergleichen. Unternehmenskäufer könnten Anforderungen an Gerätelebensdauer und Rückgewinnung in die Beschaffung von Infrastruktur aufnehmen.
Entwickler und Wissensarbeiter haben weniger direkte Kontrolle, doch ihre Kaufentscheidungen beeinflussen weiterhin die Nachfrage. Die Wahl angemessen dimensionierter Modelle und eine längere Gerätenutzung können den Druck am Rand des Systems verringern.
Der Basel Action Network e-waste report stellt letztlich die Vorstellung infrage, dass KI hauptsächlich aus Software bestehe. Jedes Modell hängt von physischen Systemen mit begrenzter Nutzungsdauer und komplizierten Endzielen ab.
Die Schätzung von 617 Millionen Tonnen könnte sinken, wenn sich Technologie, Politik und Wiederverwendungspraktiken verbessern. Sie könnte sich auch als konservativ erweisen, wenn Kapazität und Ersatzzyklen gemeinsam beschleunigen.
Entscheidend ist nun, ob Betreiber genügend Nachweise offenlegen, um den Unterschied erkennen zu können. Fragen Sie Anbieter, wie lange ihre Geräte im Einsatz bleiben, wohin ausgemusterte Systeme gelangen und wie die Rückgewinnung überprüft wird. Diese Antworten werden zeigen, ob der Hardwareboom der KI eine kreislauforientierte Lieferkette aufbaut oder lediglich eine weitaus größere Abfallkrise aufschiebt.
