Mit KI zu arbeiten und dabei verantwortungsvoll zu bleiben, ist vor allem eine Frage der richtigen Dimensionierung. Generative KI verbraucht Energie – die Internationale Energieagentur dokumentiert das –, doch das Wesentliche dessen, was ein Unternehmen als Nutzer kontrollieren kann, liegt in seinen eigenen Entscheidungen: das für jede Aufgabe eingesetzte Modell, die Formulierung der Anfragen, das Hosting, die Messung. Ein Schweizer KMU startet mit einem echten Vorteil, dank eines weitgehend dekarbonisierten Strommixes und eines gesetzlichen Rahmens, der bereits zur Rückverfolgbarkeit drängt. Es bleibt, diesen Vorteil auch zu nutzen.
Veröffentlicht im Dezember 2025, überarbeitet im Mai 2026 – die vorliegende Version ist eine vollständige Neufassung.
Wo konzentriert sich der ökologische Fussabdruck der KI wirklich?
Der ökologische Fussabdruck eines generativen KI-Systems gliedert sich in drei Bereiche, und die Unterscheidung ist wichtig, weil sie unterschiedliche Entscheidungen erfordern.
Das Training der grossen Modelle wiegt in absoluten Zahlen am schwersten: Tausende Beschleuniger, die über Wochen in eigens für diese Dichte konzipierten Rechenzentren im Einsatz sind. Dieser Posten liegt bei den Modell-Anbietern, nicht bei Ihnen. Ihr einziger Hebel: Anbieter bevorzugen, die ihren Fussabdruck dokumentieren.
Die Inferenz – jede an ein Modell gesendete Anfrage – ist der Posten, der auf Dauer am meisten wiegt, weil er sich über massive, kontinuierliche Volumen erstreckt. Je nach Modell, Antwortlänge und Infrastruktur kann eine generative Anfrage mehr verbrauchen als eine klassische Websuche; die Internationale Energieagentur dokumentiert diesen Bedarf in ihrem Bericht zur KI[1]. Hier liegt Ihr direkter Hebel, denn die Inferenz hängt fast vollständig von Ihren Nutzungsentscheidungen ab.
Die materielle Infrastruktur schliesst das Bild ab: Rechenzentren, Kühlung, Wasserverbrauch, Rohstoffgewinnung für die Komponenten. Dieser Posten hängt weitgehend von der Wahl des Hosting-Anbieters ab – und die Schweiz weist hier besondere Vorteile auf, worauf ich weiter unten zurückkomme.
Der wichtigste Punkt: 2026 lautet die Frage für ein nutzendes Unternehmen nicht mehr, ob generative KI Energie verbraucht – sie verbraucht Energie –, sondern ob jede Nutzung auf die jeweilige Aufgabe zugeschnitten ist. Suffizienz entscheidet sich Anfrage für Anfrage, nicht in Absichtserklärungen.
Fünf Hebel in Ihrer Hand, nach Wirksamkeit geordnet
Beim Posten der Inferenz stehen jeder Organisation fünf konkrete Hebel zur Verfügung, vom wirksamsten zum feinsten:
- Das Modell auf die Aufgabe zuschneiden – ein kompaktes Modell genügt zum Klassifizieren, Sortieren, Übersetzen oder Zusammenfassen, bei einem Verbrauch, der um mehrere Grössenordnungen unter dem der Spitzenmodelle liegt;
- Anfragen strukturieren – eine klare Anfrage mit vorgegebenem Antwortformat erzeugt eine kürzere Antwort: jedes eingesparte Token zählt;
- Wiederkehrende Antworten zwischenspeichern – es ist unnötig, das Modell für dieselbe, hundertfach gestellte Frage erneut zu bemühen;
- Den Hosting-Anbieter wählen – der Energiemix variiert stark je nach Standort, und die Schweiz gehört zu den günstigsten;
- Messen und Rechenschaft ablegen – ohne Messung keine Verbesserung, und kein nachweisbares Vorgehen.
Den ersten Hebel setze ich am wörtlichsten um. FiscalDoc, die Anwendung, die meine Steuerdokumente klassifiziert, läuft auf einem kompakten Open-Source-Modell, das auf meinem Mac installiert ist: kein Aufruf eines riesigen, entfernten Modells für eine Klassifizierungsaufgabe, die die lokale Maschine sehr gut bewältigt. Dieselbe Logik gilt für die Neugestaltung von mcva.ch – eine schlanke statische Website, ohne Skript, das bei jedem Besuch ein Modell mobilisiert. Suffizienz beginnt damit, kein Modell aufzurufen, wenn ein Skript genügt, und kein Spitzenmodell aufzurufen, wenn ein kompaktes ausreicht. Genau diese Dimensionierungslogik strukturiert die Lösungen, die ich für KMU entwickle.
Warum die Schweiz mit einem Vorsprung startet
Drei strukturelle Vorteile machen einen verantwortungsvollen Einsatz hier zugänglicher als anderswo.
Zunächst der Strommix: dominiert von Wasserkraft, ergänzt durch Kernenergie, weist er eine CO2-Intensität pro Kilowattstunde auf, die deutlich unter der von Nachbarländern liegt, die von fossilen Energien abhängig sind. Bei gleicher Rechenlast verursacht eine auf Schweizer Infrastruktur ausgeführte Verarbeitung weniger Emissionen.
Dann das Klima: gemässigt, ermöglicht es die passive Kühlung von Rechenzentren während eines Grossteils des Jahres, während heisse Klimazonen eine Klimatisierung erfordern, die einen erheblichen Anteil des Gesamtverbrauchs ausmacht.
Schliesslich der gesetzliche Rahmen: Das Bundesgesetz über den Datenschutz[2] verlangt eine Transparenz bei der Datenverarbeitung, die indirekt dazu drängt, die Datenflüsse zu verfolgen, die die Modelle speisen. Kombiniert mit dem wachsenden Interesse an Datensouveränität lenkt diese Disziplin Schweizer Unternehmen zu lokalem Hosting – das sich zugleich als die klimafreundlichste Wahl erweist.
Suffizienz und Compliance: dieselbe Geste
Diese beiden Anforderungen, die im Unternehmen oft von unterschiedlichen Personen bearbeitet werden, treffen sich in der Praxis. Die Datenflüsse zu kartieren, die Ihre KI-Werkzeuge speisen, dient der DSG-Compliance und offenbart gleichzeitig die Rechenvolumen, die den Fussabdruck ausmachen. Lokales Hosting zu bevorzugen erfüllt die Souveränitätsanforderungen für sensible Daten und profitiert vom Schweizer Energiemix. Ihre Nutzer über automatisierte Verarbeitungen zu informieren, entspricht dem Gesetz und nährt die allgemeine Transparenz des Vorgehens.
Die Abwägung zwischen einem Abonnement bei einem externen Anbieter und einem massgeschneiderten, lokal gehosteten Werkzeug berührt direkt diese beiden Dimensionen – ich habe sie ausführlich behandelt in SaaS versus Massanfertigung in der Schweiz. Ein Wort der Ehrlichkeit dazu: Die lokale Massanfertigung ist nicht systematisch die richtige Wahl. Für eine punktuelle, nicht sensible Nutzung kann ein gut dimensioniertes, gemeinsam genutztes Abonnement die sparsamste Antwort bleiben. Die Auswahl erfolgt Fluss für Fluss, nicht nach Prinzip.
Verantwortung wird zum kommerziellen Kriterium
Das Umweltargument verlässt den Bereich der reinen Ethik. Ausschreibungen grosser Auftraggeber – öffentlicher Sektor, regulierte Branchen – integrieren mittlerweile Kriterien der gesellschaftlichen und ökologischen Verantwortung in die Bewertung von Anbietern: Ein strukturiertes Vorgehen ist nicht mehr nur ein Plus, sondern wird auf bestimmten Märkten zur Zulassungsvoraussetzung. Auf Konsumentenseite belegen mehrere Studien übereinstimmend, dass Umweltpraktiken die Markenwahrnehmung beeinflussen; die Kluft zwischen erklärter Absicht und Kaufverhalten bleibt dokumentiert, doch der Druck ist real, insbesondere bei jüngeren Zielgruppen.
Die eigentliche Abwägung steht also nicht zwischen Leistung und Verantwortung. Sie steht zwischen einer opportunistischen Adoption – dem Anhäufen von Abonnements, ohne den Fussabdruck zu qualifizieren – und einer disziplinierten Adoption, die Nutzungen einrahmt, Modelle auswählt, misst und dokumentiert. Letztere kostet anfangs etwas mehr. Sie erzeugt ein Vorgehen, das vor einem Kunden, einer Ausschreibungsjury oder einem Regulator vertretbar ist, und fügt sich ganz natürlich in die Roadmap ein, die ich in Was muss ein Schweizer KMU 2026 in Sachen KI tun? detailliert beschreibe – deren Werkzeug-Teil über eine Fluss-für-Fluss-Sortierung Ihrer Nutzungen führt.
Wichtig in Kürze
— Ihr Umwelthebel ist die Inferenz: jede Nutzung zu dimensionieren – kompaktes Modell, strukturierte Anfragen, Caching – wiegt mehr als jede Absichtserklärung. — Die Schweiz bietet drei strukturelle Vorteile: dekarbonisierter Strommix, passive Kühlung, DSG-Rahmen, der zu Rückverfolgbarkeit und lokalem Hosting drängt. — Suffizienz und Compliance lassen sich mit derselben Geste bearbeiten: Datenflüsse kartieren, Hosting wählen, messen und dokumentieren.
FAQ
Ist generative KI mit einem Ansatz verantwortungsvoller Digitalisierung vereinbar? Ja, sofern sie richtig dimensioniert wird. Der Fussabdruck einer professionellen Nutzung hängt vom gewählten Modell, der Formulierung der Anfragen, dem Einsatz von Caching und dem Hosting-Anbieter ab. Eine an diesen Hebeln ausgerichtete Adoption bleibt mit Suffizienzverpflichtungen vereinbar – eine opportunistische Adoption nicht.
Genügt ein kleines Modell wirklich für eine professionelle Nutzung? Für Klassifizierung, Sortierung, Zusammenfassung oder gängige Übersetzung sehr oft ja – bei einem um mehrere Grössenordnungen niedrigeren Verbrauch. Meine Anwendung FiscalDoc läuft vollständig auf einem kompakten, lokalen Modell. Grosse Modelle behalten ihren Platz für komplexes Denken und anspruchsvolles Verfassen von Texten.
Verändert das Hosting in der Schweiz den Fussabdruck wirklich? Es verringert ihn spürbar, dank eines von Wasserkraft dominierten Strommixes und eines Klimas, das während eines Teils des Jahres passive Kühlung ermöglicht. Es erfüllt gleichzeitig die Erwartungen an die Souveränität sensibler Daten – zwei Vorteile für eine einzige Entscheidung.
Wo fängt man ohne eigenes Budget an? Mit der Kartierung Ihrer aktuellen KI-Nutzungen, einschliesslich der nicht gemeldeten – und dann mit zwei einfachen Regeln: das leichteste Modell, das die Aufgabe bewältigen kann, und keine sensiblen Daten an einen nicht qualifizierten Dienst. Die Messung folgt danach. Diese ersten Schritte kosten nur Zeit für die Einordnung.
Und in Ihrem Unternehmen? Die KI-Nutzungsdiagnose: sechzig Minuten, um Ihre tatsächlichen Datenflüsse zu erfassen, zu identifizieren, was eine Massanfertigung verdient, was als SaaS bleibt, und was gar keine KI benötigt. Diagnose vereinbaren
Quellen
[1] Internationale Energieagentur (IEA), Energy and AI — Energy demand from AI. www.iea.org/reports/energy-and-ai/energy-demand-from-ai [↩]
[2] Bundesgesetz über den Datenschutz (DSG), Revision vom 25. September 2020, in Kraft getreten am 1. September 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]
Jérôme Deshaie ist CEO und Gründer von MCVA Consulting SA, einer im Wallis ansässigen «augmented agency». Fünfzehn Jahre im Dienst grosser internationaler Marken, heute direkt für Schweizer KMU tätig. Werdegang.
Verwandte Artikel
Generative KI: Was sich für den B2B-Bereich in der Schweiz ändert
Ihre zukünftigen B2B-Kunden bereiten ihre Entscheidungen in ChatGPT, Perplexity oder Googles AI-Modus vor: Entdeckung, Bewertung, Vergleich. Was diese Verschiebung verändert, Branche für Branche, für ein Schweizer Unternehmen.
9 min
SaaS oder Individuallösung: Werkzeuge mieten oder besitzen in der Schweiz
Fünfzehn Jahre lang war das Software-Abonnement die Standardwahl für Schweizer KMU. Preiserhöhungen, Souveränitätsanforderungen und sinkende Codekosten öffnen die Abwägung neu. Meine Fünf-Fragen-Matrix, um zu entscheiden, was gemietet und was besessen wird.
9 min
KI im Schweizer Gesundheitswesen: Was ein regulierter Sektor ermöglicht
Das Gesundheitswesen ist der am stärksten regulierte Sektor der Schweiz, und KI läuft dort bereits im Routinebetrieb: Bildgebung, Verwaltung, klinische Forschung. Was dieses Terrain zeigt, gilt für jede Führungskraft in einem regulierten Umfeld — die Regel selektiert die ernsthaften Projekte, sie verhindert sie nicht.
9 min