Berget AI: Anfrage an Kimi K3 verursacht in Texas 3,2 statt 0,4 Gramm CO2
Der schwedische KI-Anbieter stellt eine Open-Source-Methode vor. Der genannte Faktor 8,5 ist eine Eigenrechnung und bislang unabhängig nicht geprüft.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Berget AI (Stockholm) veröffentlichte am 21. Oktober 2026 eine Open-Source-Methode zur CO2-Berechnung jeder KI-Anfrage.
- Entwickelt wurde die Methode laut Berget AI zusammen mit dem Stockholm Environment Institute (SEI), WattTime und Klimatkollen.
- Laut Berget AI liegt eine Kimi-K3-Anfrage bei 0,4 g CO2 in Schweden und 3,2 g in Texas.
- Die Werte hängen vom regionalen Stromnetz, Modell, Tageszeit und Caching ab.
- Berget-Kunden können ihre Emissionen anfragegenau in der Konsole verfolgen.
Berget AI: Anfrage an Kimi K3 verursacht in Texas 3,2 statt 0,4 Gramm CO2
Der schwedische KI-Anbieter Berget AI aus Stockholm hat am 21. Oktober 2026 eine Open-Source-Methode veröffentlicht, mit der sich die CO2-Emissionen einzelner KI-Anfragen berechnen lassen. Als Beispiel dient eine typische Anfrage an das offene Modell Kimi K3 auf identischer Hardware. Laut Unternehmen entstehen dabei in Schweden etwa 0,4 Gramm CO2, in Irland 1,6 Gramm, in Deutschland 2,5 Gramm und in Texas 3,2 Gramm. Für Texas nennt Berget den Faktor 8,5. Es handelt sich um eine Eigenrechnung von Berget AI.
Die Schätzungen beruhen laut Berget auf der durchschnittlichen Emissionsintensität des jeweiligen regionalen Stromnetzes. Das Ergebnis hängt außerdem vom Modell ab, von der Tageszeit und davon, ob Teile des Prompts gecacht sind. Deshalb rechnet die Methode jede Anfrage einzeln. Version 3.2 des Methodendokuments (Stand 14. August 2026) berücksichtigt zudem die Auslastung der Hardware. Fixe Energiekosten wie GPU-Leerlauf und Server-Chassis skaliert sie mit dem Kehrwert der Auslastung. Herstellungsemissionen der Hardware schreibt sie über fünf Jahre ab. Berget-Kunden können ihre Emissionen anfragegenau in der Konsole des Unternehmens verfolgen.
Berget AI wirbt damit, Käufer könnten Anbieter „anhand realer Zahlen statt Marketing“ vergleichen. Firmenchef Andreas Lundmark sagt, die meisten europäischen Käufer würden anders entscheiden, wenn sie die Zahlen sähen. Das ist eine Selbstdarstellung. Dass die anfragegenaue Rechnung realitätsnäher ist als Durchschnittswerte, hat bislang niemand unabhängig bestätigt.
Keine Studie: Faktor 8,5 ist ungeprüft und rechnerisch nicht eindeutig
Ein Fachmedium nennt die Veröffentlichung eine „Vergleichsstudie“ und spricht von „bis zu 8,5-mal“. Die Primärquelle deckt beides nicht. Sie beschreibt eine Methodenveröffentlichung. Die 8,5 nennt sie als Ergebnis für eine „typische“ Anfrage, nicht als Obergrenze einer Spanne.
Rechnerisch geht es nicht ganz auf. Teilt man die genannten 3,2 Gramm durch 0,4 Gramm, kommt man nicht auf 8,5, sondern auf einen niedrigeren Wert. Die Abweichung könnte an der Rundung der als „etwa“ angegebenen Werte liegen. Das ist im Material nicht belegt. Außerdem nennt die Pressemitteilung weder die Energie pro Anfrage noch die Netzintensitäten in Gramm CO2 pro Kilowattstunde. Veröffentlicht sind nur die Ergebnisse, nicht die Eingangsgrößen.
Uneinheitlich sind auch die Angaben zum Stockholm Environment Institute (SEI). Die Pressemitteilung spricht von einer Entwicklung „mit Forschenden“ des SEI und nennt außerdem WattTime und Klimatkollen. Das Methodendokument verweist dagegen nur auf gezielte Kommentare einer Forscherin oder eines Forschers des SEI zu einzelnen Abschnitten, namentlich zu Abschreibung und Auslastung. Es stellt klar, dass dies weder ein Review des gesamten Instituts noch eine Billigung des Dokuments ist. Beide Aussagen stammen von Berget AI selbst. Stellungnahmen von SEI, WattTime oder Klimatkollen liegen nicht vor, ebenso wenig eine unabhängige Nachrechnung.
Offene Daten zur Nachrechnung existieren, ein Texas-Schweden-Vergleich fehlt dort
Für eine eigene Nachrechnung gibt es unabhängige offene Datenquellen. Der Index Lead Green des Anbieters Katonic veröffentlicht Netzintensitäten für 194 Länder und Regionen (Jahreswerte 2024) sowie Energie pro Anfrage aus dem AI Energy Score. Ein arXiv-Preprint vom Juni 2026 nutzt GPU-Energie-Benchmarks von ML.ENERGY sowie Netzdaten von eGRID und Ember für die Scope-3-Bilanzierung. Beide enthalten keinen Texas-Schweden-Vergleich und bewerten den Berget-Faktor nicht.
Schätzungen zum Verbrauch pro Anfrage schwanken stark, je nach Modell, Aufgabe und Messmethode. Entscheidend ist, ob nur die Rechenleistung zählt oder auch Rechenzentrums-Overhead, Leerlauf, Hardware-Herstellung und lokale Stromversorgung. Die Denkfabrik Brookings verweist zudem auf große Unsicherheit, weil Unternehmensangaben intransparent sind und die Methodik uneinheitlich ist. Eine Bewertung des Faktors 8,5 lässt sich daraus nicht ableiten.



