Wenn eine Technik zur Effizienzsteigerung entwickelt wurde, sie aber zu einem steigenden Energieverbrauch führt, wird dieses Phänomen Rebound-Effekt genannt (auch als Jevons-Paradoxon bekannt, was beides im Prinzip dem alltagssprachlichen Bumerangeffekt entspricht). Größere Einsparungen können ins Gegenteil umschlagen, wenn sich unsere Nutzungsmuster ändern. Wenn Konsument*innen beispielsweise denken, dass bestimmte Produkte oder Dienstleistungen besonders effizient sind, kann das dazu führen, dass sie sie mit einem besseren Gewissen nutzen – und deswegen häufiger. Dieser psychologische Effekt setzt etwa bei sparsamen Autos ein, die oft mehr gefahren werden als ineffizientere Vorgängermodelle. Eine ähnliche Wirkung tritt auf, wenn die Nutzung technischer Geräte durch Effizienzsteigerungen attraktiver wird. Unsere Laptop- und Smartphone- Prozessoren sind zum Beispiel effizienter geworden, aber wir benutzen deswegen immer mehr Geräte immer länger und öfter und lasten sie stärker mit aufwendigeren Programmen aus, so dass sie (und wir) insgesamt mehr Energie verbrauchen.

Der Rebound-Effekt betrifft allerdings nicht nur Endverbraucher*innen. Er lässt sich in allen Bereichen beobachten, in denen eine wachsende Nachfrage Effizienzgewinne aushebelt. Wenn zum Beispiel Unternehmen erfolgreich KI einsetzen, um Transportsysteme zu optimieren und die Kosten zu senken, kann das schnell zur Folge haben, dass sie die Effizienzgewinne dazu nutzen, ihr Transportvolumen zu erhöhen.

Manchmal beruhen vermeintliche Energie-Einsparungen durch die Einbindung von KI-Systemen aber bloß auf einem Trugschluss, etwa wenn sich dahinter größere Energiekosten für Server-Infrastrukturen verstecken. Analog dazu kann die längere Akkulaufzeit eines Tablets daran liegen, dass ein beträchtlicher Teil des Energieverbrauchs in Rechenzentren und Cloud-Datenspeicher verlagert wurde. Energieintensive KI-Modelle können den Energie- und Ressourcenverbrauch von Anwendungen sogar stark erhöhen, ohne dass es für Endnutzer*innen erkennbar wäre.

Durch den Einsatz von KI-Anwendungen kann es auch zu einem Freizeit-Rebound-Effekt kommen. Wenn ein vollautomatischer Saug- und Wischroboter den Wohnungsputz übernimmt, sparen Menschen Arbeitszeit ein. Doch wenn sie die gewonnene Freizeit mit energieintensiven Aktivitäten verbringen, kann sich über diesen Umweg ihr Gesamtenergiebedarf erhöhen.

Verpuffen technische Fortschritte bei der Effizienzsteigerung von KI also ohnehin durch Rebound-Effekte? Nicht unbedingt. Rebound-Effekte zeigen vielmehr, dass wir politische und regulatorische Maßnahmen brauchen, um sie auszugleichen, wenn sie auftreten. Nur so können wir wirklich den Energieverbrauch nachhaltig senken.