Titel im Fokus

Dialektik der Nachhaltigkeit

Auf der Verkaufsliste der Berichtswoche steht der Amundi MSCI World ESG Selection UCITS ETF Acc. Eine Vermögensverwaltung veräußerte Anteile dieses Fonds mit erheblichem Kursgewinn. Der ETF hat in Euro über 3 Monate um 9 Prozent zugelegt, über 6 Monate und seit Jahresbeginn um rund 17 Prozent, über 1 Jahr um  27 Prozent und über 3 Jahre um 68 Prozent.

Eine Erklärung dieser Kursdynamik ergibt sich bereits aus den ersten Fünf der Titel gemäß Gewichtung in diesem Fonds: 1) NVIDIA Corp., 5,12%; 2) Microsoft Corp. 4,25%; 3) AMD 3,16%; 4) ASML Holding NV 2,55%; 5) Alphabet, Inc. A 2,42%.

Es handelt sich auch noch unter den ersten Zehn um Unternehmen mit sehr großer Marktkapitalisierung, wobei IT-Titel, die seit geraumer Zeit insbesondere von KI-Erwartungen profitieren, am häufigsten vertreten sind.

Allerdings hat dieser ETF auch eine Bremse: Er deckelt über den nachzubildenden Index die Maximalgewichte bei 5 Prozent.

MSCI schreibt, dass der zugrunde liegende MSCI WORLD ESG LEADERS SELECT 5% Issuer Capped Index „large and mid-cap stocks across Developed Markets countries“ enthält und eine gekappte Version des „MSCI World Selection Index“ darstellt, indem das Konzentrationsrisiko durch Maximalgewichtung eines einzelnen Unternehmens von 5 Prozent reduziert wird.

Bei einem ETF auf den MSCI World Selection Index ohne Kappung, wie dem „UBS MSCI World Selection UCITS ETF USD“, hat das höchste Gewicht derzeit  NVIDIA mit 9,81 Prozent.

Wir spekulieren in Anbetracht dessen auch ein wenig über den möglichen Verkaufsgrund: Ein wichtiges Motiv für den Verkauf des ETFs unserer Liste könnte einfach Gewinnrealisierung aufgrund erhöhter Risiken im KI-Tech-Bereich gewesen sein. Das würde auch zu dem Muster passen, dass viele Anleger in letzter Zeit den KI-Anteil in ihren Investments reduzierten.

Möglich wäre aber auch, dass die Präferenz für das Nachhaltigkeits-Label nachgelassen hat, zumal ein messbarer Nachhaltigkeits-Impact in der Regel durch Fonds dieser Art kaum erzielt wird, dazu eignen sich Private-Market-Investitionen oder gegebenenfalls ELTIFs sehr viel besser.

Dennoch darf man die Frage stellen, ob große IT-Firmen, deren Aktienkurse in letzter Zeit von KI-Erwartungen getrieben worden sind, in Zukunft überhaupt noch die Hürden des Nachhaltigkeitsscreenings wie bisher überwinden werden. Denn KI hat einen extremen Energiehunger.

Bei KI ist es mit einem hochkalorischen Energieriegel, den beispielsweise ein KI-Ingenieur, der gerade KI energetisch verbessert, zur Unterstützung seiner Hirntätigkeit reinschiebt, leider nicht getan.

Das Gehirn benötigt für eine Billiarde Operationen pro Sekunde (FLOPS=Gleitkommaoperationen pro Sekunde) eine Leistungsaufnahme von 20 Watt. Ein Verbund von KI-Chips benötigt für eine Billiarde Operationen zwischen 3.500 und 5.000 Watt, das ist das 175- bis 250-Fache an Leistung (das ist eine KI-Angabe, also Vorsicht). Der Vergleich hinkt ein wenig, denn die Leistungsprofile und die physische Realisierung der Billiarde Operationen sind in beiden Systemen sehr verschieden, aber das können wir hier nicht weiter verfolgen.

Entscheidender in unserem Kontext ist etwas, das man als „Dialektik der Nachhaltigkeit“ bezeichnen könnte. Diese Dialektik kann man stilisiert in zwei Arten unterteilen, die häufig ineinander übergehen:

Zum einen in den eher sophistische Gebrauch. Dabei wird interessenbedingt, gegebenenfalls auch ad libitum, beispielsweise nachhaltig gemacht oder als nicht mehr nichtnachhaltig definiert, was bisher als nichtnachhaltig galt: Das beste Exempel hierfür ist in Europa das Thema Rüstung im Fondsbereich seit 2022.

Die andere Variante der Dialektik ist, dass eine Entwicklung zwei gegensätzliche Tendenzen hat, eine nachhaltige und eine nichtnachhaltige. Das gilt im Übrigen auch für alle großen technologischen Nachhaltigkeitsstrategien – Stichwort etwa Materialaufwand. An dieser Variante von Dialektik knüpfen wir im Folgenden im Hinblick auf Energiebereitstellung für KI an.

Denn auf der einen Seite hat der für Künstliche Intelligenz erforderliche Energiebedarf massiv zugenommen. Insofern besteht der Verdacht, dass KI z.B. einen immer größeren Kohlendioxid-Fußabdruck hinterlässt, und in diesem Sinne sollte KI das standardisierte Nachhaltigkeitsrating eines KI-Unternehmens vermindern.

Auf der anderen Seite wird von KI erwartet, dass sie zur Nutzung und weiteren Durchsetzung „regenerativer“ Energien beiträgt, etwa indem KI für mehr Netzstabilität sorgt bzw. für einen besseren Match von Angebot und Nachfrage oder dass sie bessere Energieeffizienz ermöglicht usw. Insofern wäre KI ein wesentlicher Faktor des Erfolgs der weithin als nachhaltig betrachteten Energien, KI würde in diesem Sinne die Nachhaltigkeitsbewertung eines KI-Unternehmens erhöhen.

Vorerst ist es aber wohl so, dass die für KI benötigte Energie massiv gewachsen ist, und zwar in der Wirklichkeitsform, während das zweite Moment, KI als Faktor der sogenannten Energiewende, eher Zukunftsmusik zu sein scheint und, wenn der Eindruck nicht täuscht, meist in der Möglichkeitsform kommuniziert wird.

Zwar hat die KI-Entwicklung die Energieeffizienz pro Rechenoperation (FLOPS pro Watt) stark verbessert, sie verzehnfachte sich nach Angaben des „The 2026 AI Index Report“ der Stanford University in einem Jahrzehnt. Dennoch ist nicht nur diesem Report zufolge die erforderliche Energie weit stärker gestiegen als die Effizienz. Die rechenintensivsten KI-Modelle „ziehen“ wohl Leistungen (also elektrische Arbeit pro Zeit = Spannung U in Volt multipliziert mit Strom I in Ampere) von 100 Mio. Watt in der Trainingsphase.

Die Kohlendioxid-Emission durch Training habe, so der Standford-Report, im Zeitverlauf numerisch noch kräftiger zugenommen als die benötigte elektrische Leistung.

AlexNet kam dem Report zufolge 2012 auf 0,01 Tonnen CO₂-Äquivalente, Grok 4 in 2025 auf 72.816 Tonnen (GPT-4 in 2023 auf 5.184 To.; DeepSeek v3 in 2024 jedoch nur auf 597 To.).

Der Energiekonsum im Training ist das eine; der Energieaufwand während des Betriebs das andere.

Häufig wird der Betriebs-Energieaufwand pro Prompt/Eingabe ermittelt: 2025 wies nach Angaben des Standford-Reports den höchsten Wert DeepSeek auf, wo pro Anfrage 23 Wattstunden (Wh) an Energie benötigt werden; Claude 4 Opus war mit 5,32 Wh von den großen Modellen am energiesparsamsten.

Es wird erwartet, dass die Gesamt-Energie für KI weiter massiv anwachsen wird. Die International Energy Agency IEA erwartet („Key Questions on Energy and AI, 2026“), dass die Energie für Rechenzentren sich von 2025 bis 2030 von 485 TWh auf 950TWh verdoppeln wird, wobei sich die darin enthaltene KI-Komponente verdreifachen soll.

Das weist in eine Richtung, die zumindest den Gedanken aufkommen lässt, dass KI in absehbarer Zukunft das Nachhaltigkeitsrating der beteiligten IT-Firmen nach unten befördern könnte. Allerdings müsste man, jenseits der hier angeführten und isolierten Absolutwerte, zunächst einmal die Größenordnungen im Vergleich mit anderen „Verbrauchern“ (bzw. Energiewandlern mit Nutzenfunktion) anschauen und vor dem Hintergrund gängiger Nachhaltigkeitsratings bewerten. Hinzu kommt die angedeutete „Dialektik der Nachhaltigkeit“.

Das alles führt dazu, dass die skeptische Frage nach der Nachhaltigkeit von KI leicht gestellt, aber vermutlich gegenwärtig nur mit größerem Aufwand durch Fachleute einigermaßen seriös beantwortet werden kann.