In dieser Folge beleuchten wir den steigenden Energie- und Ressourcenverbrauch von KI, der durch das Jevons-Paradoxon verschärft wird. Wir gehen über den reinen Stromverbrauch hinaus und betrachten den gesamten Lebenszyklus von KI-Modellen, einschließlich CO2-Emissionen, Wasserverbrauch und den ökologischen Fußabdruck der Hardware-Herstellung. Der Fokus liegt auf der massiven Herausforderung der Inferenz, deren langfristige Betriebskosten die einmaligen Trainingskosten bei weitem übersteigen. Wir stellen außerdem Lösungsansätze vor, die von effizienteren Algorithmen und spezialisierten Hardware-Architekturen wie neuromorphem Computing bis hin zu nachhaltigen Rechenzentren und intelligenter Lastverteilung reichen. Abschließend betonen wir die Notwendigkeit von Transparenz und Governance für eine nachhaltige KI-Zukunft.