Das KI-Vokabular · 08 Regeln & Verantwortung
Was ist Rebound-Effekt (Jevons-Paradoxon)?
Wenn Effizienz etwas billiger in der Nutzung macht, nutzen Menschen mehr davon, und der Gesamtverbrauch kann steigen.
Im 19. Jahrhundert beobachtete der Ökonom William Stanley Jevons, dass effizientere Nutzung von Kohle den gesamten Kohleverbrauch in Großbritannien erhöhte, weil sich Kohle an mehr Orten lohnte. Das ist der Rebound-Effekt. Die Forschung unterscheidet den direkten Rebound, also mehr Nutzung desselben Produkts, von indirekten und gesamtwirtschaftlichen Effekten, bei denen Ersparnisse anderswo ausgegeben werden oder sich eine ganze Technik ausbreitet.
KI zeigt das Muster deutlich. Google meldet, dass die Energie pro Prompt in der Gemini-App binnen eines Jahres um das 33-Fache sank. Im selben Zeitraum zählte die Internationale Energieagentur 2025 weltweit rund 17 % mehr Stromverbrauch in Rechenzentren und rund 50 % mehr in KI-Rechenzentren. Sasha Luccioni, Emma Strubell und Kate Crawford folgern, dass Effizienzgewinne bei KI keinen kleineren Fußabdruck garantieren.
Warum es für dich wichtig ist
Sinkende Preise pro Token machen neue KI-Anwendungen bezahlbar, das ist gut für alle, die bauen. Es heißt auch, dass Effizienzangaben pro Anfrage eine andere Frage beantworten als die nach der Gesamtwirkung. Beides gehört in ein ehrliches Bild.
Own it
Wenn du den Fußabdruck einer KI-Funktion bewertest, schau auf die Summe: Energie pro Aufgabe mal Zahl der Aufgaben. Ein billigeres Modell, das du zehnmal so oft aufrufst, kann mehr Energie brauchen als vorher. Verfolge deine Kosten pro Aufgabe und dein Volumen gemeinsam.
Woher es kommt
Das Konzept und seine Anwendung auf KI diskutieren Luccioni, Strubell und Crawford in From Efficiency Gains to Rebound Effects (FAccT 2025). Die Zahlen stammen aus Elsworth et al. (Google, August 2025, Firmenangaben) und dem IEA-Bericht Key Questions on Energy and AI (April 2026).
Verwandt
Your AI Learning Hub
Lern das ganze KI-Vokabular, Schritt für Schritt, und bau damit. Build it. Own it.