Künstliche Intelligenz für die Umwelt: Innovationen und Lösungen 2025

Einführung

Im Zeitalter wachsender Umweltherausforderungen erweist sich die künstliche Intelligenz (KI) als mächtiger Verbündeter im Kampf gegen den Klimawandel und beim Schutz des Ökosystems. 2025 ist ein entscheidendes Jahr, in dem fortschrittliche KI-Technologien endlich von Versprechen zu konkreten Anwendungen übergehen und innovative Lösungen zur Überwachung, Vorhersage und Minderung von Umweltauswirkungen bieten.

In diesem Beitrag werden die wichtigsten Innovationen untersucht, mit denen KI das Umweltmanagement revolutioniert. Es werden konkrete Beispiele für erfolgreiche Implementierungen vorgestellt und Zukunftsperspektiven für diese Synergie zwischen Technologie und Nachhaltigkeit aufgezeigt.

Das Potenzial der KI bei der Bekämpfung des Klimawandels

Künstliche Intelligenz bietet ungeahnte Möglichkeiten zur Bewältigung von Umweltproblemen. Jüngsten Studien zufolge könnte KI dazu beitragen, die weltweiten Treibhausgasemissionen bis 2030 um bis zu 10 % zu senken, was den jährlichen Emissionen der gesamten Europäischen Union entspricht.

Die Fähigkeiten der KI bei der Verarbeitung großer Datenmengen, der Erkennung komplexer Muster und der Erstellung präziser Vorhersagen machen sie besonders geeignet für:

• Klima- und Wetterdaten analysieren, um Extremereignisse vorherzusagen
• Den Einsatz natürlicher und energetischer Ressourcen optimieren
• Ökosysteme überwachen und schützen
• Den Übergang zu einer Kreislaufwirtschaft erleichtern

Schlüsselanwendungen der KI für die Umwelt im Jahr 2025

1. Fortgeschrittene Ökosystem-Überwachung

KI-basierte Umweltüberwachungssysteme sind eine der vielversprechendsten Anwendungen. Plattformen wie Envirosensing revolutionieren die Überwachung der Entwaldung durch die Analyse hochauflösender Satellitenbilder in Kombination mit maschinellen Lernalgorithmen. Diese Systeme machen es möglich,:

• Veränderungen der Waldbedeckung präzise verfolgen
• Risiken der Entwaldung frühzeitig erkennen
• Den Due-Diligence-Prozess für Unternehmen automatisieren, die der EUDR-Verordnung der Europäischen Union unterliegen

In Italien hat das Umweltministerium eine 500-Millionen-Euro-Investition für die Entwicklung eines fortschrittlichen, integrierten Überwachungssystems auf den Weg gebracht, das Fernerkundung aus der Luft, In-situ-Sensoren und KI-Analysen nutzt, um hydrogeologische Gefahren vorherzusagen und Umweltvergehen aufzudecken.

2. Vorhersage und Anpassung an den Klimawandel

Die KI verändert unsere Fähigkeit, den Klimawandel vorherzusagen und darauf zu reagieren:

• Fortschrittliche Klimamodelle: Deep-Learning-Algorithmen verbessern deutlich die Genauigkeit von Klimavorhersagen, indem sie komplexe Muster erkennen, die herkömmliche Modelle möglicherweise übersehen.
• Frühwarnsysteme: Plattformen wie „Sunny Lives“, entwickelt von IBM und SEEDS, nutzen KI zur Analyse von Satellitenbildern und zur Bewertung lokaler Naturgefahrenrisiken, wobei Gebäuden relative Risikobewertungen zugewiesen werden.
• Simulation von Klimaszenarien: Mit KI lassen sich verschiedene Klimawandelszenarien simulieren und die Wirksamkeit potenzieller Anpassungs- und Minderungsstrategien bewerten.

3. Optimierung der Energieressourcen

Im Energiesektor treibt KI eine Transformation hin zu effizienteren und nachhaltigeren Systemen voran:

• KI-gesteuerte Smart Grids: Intelligente Systeme, die Energieangebot und -nachfrage in Echtzeit ausgleichen und die Integration erneuerbarer Energien erleichtern.
• Vorhersage der Produktion aus erneuerbaren Quellen: Algorithmen, die die Genauigkeit von Produktionsprognosen für Wind- und Solarenergie verbessern und so den Bedarf an fossilen Backup-Quellen reduzieren.
• Energieeffizienz: KI-basierte Energiemanagementsysteme, die den Verbrauch in Gebäuden, industriellen Prozessen und im Transportwesen optimieren.

4. Nachhaltiges Landwirtschaftsmanagement

Die KI-gestützte Präzisionslandwirtschaft revolutioniert den Agrarsektor:

• Überwachung des Bodenzustands: IoT-Sensoren in Kombination mit KI-Algorithmen analysieren in Echtzeit die Bodengesundheit, einschließlich des Mikrobioms, und ermöglichen gezielte Eingriffe bei reduziertem Düngemitteleinsatz.
• Optimiertes Wasserressourcenmanagement: KI-Systeme, die den Bewässerungsbedarf präzise bestimmen und so Wasserverschwendung reduzieren.
• Vorhersage von Pflanzenkrankheiten: Algorithmen, die potenzielle Krankheiten frühzeitig erkennen und präventive Maßnahmen sowie einen reduzierten Pestizideinsatz ermöglichen.

5. Erkennung und Management von Verschmutzungen

KI verbessert unsere Fähigkeit zur Überwachung und zum Management der Umweltverschmutzung erheblich:

• Überwachung der Luftqualität: IoT-Sensornetzwerke in Kombination mit KI analysieren in Echtzeit die Schadstoffwerte in städtischen Gebieten.
• Identifizierung von Verschmutzungsquellen: Computer-Vision-Algorithmen, angewendet auf Satellitenbilder oder Drohnenaufnahmen, zur Identifizierung illegaler Verschmutzungsquellen.
• Optimierung des Abfallmanagements: Intelligente Systeme, die die getrennte Müllsammlung und das Recycling durch KI-gesteuerte Roboter verbessern.

Herausforderungen und ethische Erwägungen

Trotz ihres transformativen Potenzials birgt die Implementierung von KI für Umweltzwecke auch erhebliche Herausforderungen:

Der ökologische Fußabdruck von AI: Eine vergleichende Analyse

Die KI selbst hat einen ökologischen Fußabdruck, der Beachtung verdient, aber eine vergleichende Analyse mit anderen Technologien und Sektoren relativiert ihre tatsächlichen Auswirkungen.

Jüngsten Daten zufolge verbrauchte das Training eines komplexen KI-Modells wie GPT-3 etwa 1.287 MWh und verursachte etwa 550 Tonnen CO2. Diese Zahl mag hoch erscheinen, aber sie sollte mit anderen Sektoren verglichen werden:

• Verkehr: Der Verkehrssektor ist für etwa 26 % der Treibhausgasemissionen in Italien verantwortlich. Ein Hin- und Rückflug zwischen New York und San Francisco, 550-mal durchgeführt, würde Emissionen erzeugen, die dem Training von GPT-3 entsprechen.
• Video-Streaming: Eine Stunde Video-Streaming erzeugt laut Schätzungen der Internationalen Energieagentur durchschnittlich zwischen 36 und 100 Gramm CO2. Angesichts der weltweit konsumierten Milliarden Streaming-Stunden ist die kumulierte Auswirkung erheblich.
• Alltäglicher Gebrauch vs. Training: Eine aktuelle, in Scientific Reports veröffentlichte Studie legt nahe, dass KI trotz der hohen Energiekosten des Trainings bei komplexen Aufgaben energieeffizienter sein könnte als menschliche Arbeit, wobei sie zwischen 130- und 1500-mal weniger CO2 für die Verarbeitung eines komplexen Textes ausstößt.

Die Rolle von nachhaltigen Energiequellen für Rechenzentren

Die Stromversorgung von Rechenzentren, die KI-Systeme beherbergen, ist eine entscheidende Herausforderung für die ökologische Nachhaltigkeit. Verschiedene Energielösungen bieten sich als praktikable Alternativen an, um den CO2-Fußabdruck zu verringern:

1. Kernenergie für Rechenzentren

Aufgrund ihres hohen Kapazitätsfaktors (Fähigkeit zur kontinuierlichen Stromerzeugung) und ihrer geringen CO2-Emissionen erlebt die Kernenergie im Zusammenhang mit Rechenzentren eine Renaissance. Nach Angaben von IdTechEx haben Rechenzentren im Jahr 2024 das Interesse an dieser Energiequelle neu entfacht, indem sie verschiedene Optionen erkundet haben:

• Kleine modulare Reaktoren (SMR): Diese kompakten Reaktoren versprechen dank industrieller Fertigungsprozesse niedrigere Kosten und kürzere Bauzeiten im Vergleich zu konventionellen Kernkraftwerken.
• Vorteile der Kernenergie: Mit null CO2-Emissionen bei der Energieerzeugung und hoher Energiedichte kann Kernenergie die von KI-Rechenzentren benötigte hohe Leistung liefern, ohne die typischen Schwankungen erneuerbarer Quellen wie Solar- und Windenergie.

James Hart, CEO von BCS Consulting, wies darauf hin, dass "das exponentielle Wachstum der KI eine Herausforderung für die Rechenzentrumsbranche darstellt" und betonte die Notwendigkeit stabiler und emissionsarmer Energiequellen wie der Kernkraft.

2. Kraft-Wärme-Kopplung: Unvergleichliche Effizienz

Kraft-Wärme-Kopplungssysteme (KWK) sind eine der effizientesten Lösungen für die Stromversorgung von Rechenzentren, in denen IA-Systeme untergebracht sind, und bieten erhebliche Vorteile gegenüber anderen Energiequellen:

• Überlegene Energieeffizienz: Während die getrennte Erzeugung von Strom und Wärme eine Gesamteffizienz von 40-55 % aufweist, können Kraft-Wärme-Kopplungsanlagen eine außergewöhnliche Effizienz von 80-90 % erreichen, indem sie die sonst verloren gehende Wärme zurückgewinnen und für andere Zwecke nutzen.
• Reduzierter Brennstoffverbrauch: Die Kraft-Wärme-Kopplung benötigt bis zu 40 % weniger Brennstoff als die getrennte Erzeugung von Strom und Wärme, um die gleiche nutzbare Energiemenge zu erzielen, wie Daten des US-Energieministeriums zeigen.
• Deutliche Reduzierung der CO2-Emissionen: Dank der höheren Effizienz kann eine Kraft-Wärme-Kopplungsanlage die Treibhausgasemissionen im Vergleich zu herkömmlichen Energieerzeugungsmethoden um bis zu 30 % senken.
• Ideale Anwendung für Rechenzentren: Die von Servern erzeugte Wärme kann zurückgewonnen und zur Beheizung nahegelegener Gebäude oder für andere industrielle Prozesse genutzt werden, wodurch ein positiver Kreislauf der Energieeffizienz entsteht.
• Netzunabhängigkeit und Resilienz: Kraft-Wärme-Kopplungsanlagen bieten Energieunabhängigkeit und höhere Resilienz, was besonders für Rechenzentren wertvoll ist, die einen garantierten kontinuierlichen Betrieb benötigen.
• Trigeneration: Eine fortschrittliche Weiterentwicklung der Kraft-Wärme-Kopplung, die zusätzlich zur Strom- und Wärmeerzeugung die Produktion von Kälte (Kühlung) hinzufügt – besonders vorteilhaft für Rechenzentren, die effiziente Kühlsysteme benötigen.

Die Kraft-Wärme-Kopplung (KWK) stellt eine ideale Brücke zwischen konventionellen und erneuerbaren Energietechnologien dar, da sie ähnlich wie die Photovoltaik als dezentrale Stromerzeugung arbeitet, jedoch den Vorteil eines kontinuierlichen, wetterunabhängigen Betriebs hat. Darüber hinaus können KWK-Anlagen eine Vielzahl von Brennstoffen nutzen, darunter Biogas und erneuerbare Biomasse, und ebnen so den Weg in eine emissionsfreie Zukunft.

Einem Bericht von Geoside zufolge führt die höhere Effizienz des Energieerzeugungsprozesses zu geringeren CO2- und Treibhausgasemissionen und damit zu einer Verringerung der Umweltbelastung", was die entscheidende Rolle der Kraft-Wärme-Kopplung bei der Energiewende unterstreicht.

3. Solarenergie und andere erneuerbare Energien

Große Technologieunternehmen investieren massiv in erneuerbare Energien:

• Zukünftige Verpflichtungen: Laut Business Critical Services Consulting werden bis 2033 90 % der von Rechenzentren genutzten Energie erneuerbar sein, wobei Unternehmen wie Google und Microsoft bereits das Ziel angekündigt haben, bis 2030 rund um die Uhr CO2-freie Energie zu nutzen.
• Dedizierte Solarprojekte: Zahlreiche Technologieunternehmen bauen Solaranlagen, die speziell für die Stromversorgung ihrer Rechenzentren bestimmt sind, oft in Kombination mit Energiespeichersystemen, um die Kontinuität zu gewährleisten.

Die Komplementarität dieser Energiequellen ist von entscheidender Bedeutung: Die Kernenergie kann die kontinuierliche Grundlast liefern, während erneuerbare Energien wie die Solarenergie den Spitzenbedarf decken können, wobei Kraft-Wärme-Kopplungssysteme die Gesamteffizienz maximieren.

Außerdem macht die KI-Branche erhebliche Fortschritte bei der Verringerung ihrer Umweltauswirkungen:

1. Verbesserte Energieeffizienz: Rechenzentren aktualisieren ihre Ausrüstung kontinuierlich, um energieeffizienter zu werden.
2. Einführung erneuerbarer Energien: Viele Technologieunternehmen haben sich verpflichtet, ihre Rechenzentren zu 100 % mit erneuerbarer Energie zu betreiben.
3. Effizientere Algorithmen: Die Forschung entwickelt sich in Richtung KI-Algorithmen, die weniger Rechenleistung benötigen, um ähnliche oder bessere Ergebnisse zu erzielen.

Genauigkeit und Verlässlichkeit

Die Qualität der KI-Ergebnisse hängt in hohem Maße von der Qualität der Eingabedaten ab. Im Umweltkontext, wo Daten unvollständig oder ungenau sein können, stellt dies eine große Herausforderung dar.

Gerechtigkeit und Zugänglichkeit

Es besteht die Gefahr, dass KI-basierte Lösungen für die Umwelt vor allem für Länder und Organisationen mit mehr Ressourcen zugänglich sind, wodurch die bestehende technologische Kluft möglicherweise vergrößert wird.

Die Zukunft der KI für die Umwelt: Auf dem Weg zu einer verantwortungsvollen KI

Um das Potenzial der künstlichen Intelligenz für den Umweltschutz zu maximieren, muss ein Konzept der "verantwortungsvollen KI" verfolgt werden, das

• Technologische Innovation mit ökologischer Nachhaltigkeit in Einklang bringt
• Transparenz und Verantwortlichkeit beim Einsatz von KI gewährleistet
• Die internationale Zusammenarbeit fördert, um Daten, Ressourcen und Fachwissen zu teilen
• Sicherstellt, dass die Vorteile der KI für die Umwelt gerecht verteilt werden

FAQ: Die Umweltauswirkungen der KI

Verschmutzt KI wirklich so stark, wie behauptet wird?

Nein, die Auswirkungen der KI auf die Umwelt werden in öffentlichen Debatten oft überschätzt. Das Trainieren großer KI-Modelle erfordert zwar einen erheblichen Energieaufwand, doch muss diese Auswirkung mit den Vorteilen verglichen werden, die die KI in Bezug auf Energieoptimierung, Emissionsreduzierung und innovative Klimalösungen bringen kann. Eine Studie der Universität Bristol aus dem Jahr 2021 hat gezeigt, dass viele frühere Schätzungen der Energieauswirkungen der KI um das bis zu 90-fache überschätzt wurden.

Warum wird die Umweltauswirkung der KI in der öffentlichen Debatte so überschätzt?

Die Auswirkungen der KI auf die Umwelt werden aufgrund einer Kombination aus psychologischen, wirtschaftlichen und sozialen Faktoren überschätzt. Die Angst vor dem Unbekannten und eine gewisse Technophobie schüren natürlich eine kritische Haltung gegenüber dieser aufstrebenden Technologie, während die Sensationslust der Medien alarmierende Daten verstärkt, um mehr Engagement zu erzeugen. Hinzu kommen die wirtschaftlichen Interessen traditioneller Branchen, die KI als Wettbewerbsbedrohung wahrnehmen.

Ein Schlüsselelement ist das Missverhältnis in der Wahrnehmung: Rechenzentren sind sichtbare physische Strukturen, die messbare Mengen an Energie verbrauchen, während die durch KI erzeugten Umweltvorteile (wie die Optimierung des Transports oder die Verringerung des Abfalls) diffus und weniger greifbar sind. Hinzu kommt, dass hochautomatisierte Rechenzentren im Vergleich zu anderen Branchen relativ wenige Arbeitsplätze schaffen, was zu einer ungünstigen Wahrnehmung des Verhältnisses zwischen ihren Umweltauswirkungen und den lokalen sozioökonomischen Vorteilen führt.

Der KI wird oft fälschlicherweise eine Auswirkung zugeschrieben, die tatsächlich vom verwendeten Energiemix abhängt, während diese Auswirkung bei einem effektiven Energiemix drastisch reduziert wird. Schließlich mangelt es fast immer an einem vergleichenden Kontext: Der ökologische Fußabdruck der KI wird selten mit dem anderer Sektoren wie dem Verkehr, der Schwerindustrie oder sogar anderen alltäglichen digitalen Aktivitäten (Videostreaming, Online-Spiele) verglichen, was zu einer verzerrten Wahrnehmung ihrer Bedeutung im Gesamtbild der globalen Emissionen führt.

Wie schneidet die Auswirkung der KI im Vergleich zu anderen alltäglichen digitalen Aktivitäten ab?

Der CO2-Fußabdruck der KI ist vergleichbar oder geringer als bei vielen alltäglichen digitalen Aktivitäten. So erzeugt beispielsweise eine Stunde hochauflösendes Videostreaming etwa 36-100 Gramm CO2, während eine einzige Schlussfolgerung eines KI-Modells weniger Energie verbrauchen kann als ein Mensch, der dieselbe Aufgabe ausführt. Die Trainingsphase ist intensiver, aber sie ist ein einmaliges Ereignis im Vergleich zur kontinuierlichen Nutzung.

Ist der Einsatz von KI für Umweltzwecke angesichts ihres Energieverbrauchs ein Widerspruch?

Nein, das ist kein Widerspruch. Obwohl KI Energie verbraucht, kann ihr Potenzial zur Optimierung der Energieeffizienz und zur Verringerung der Emissionen in verschiedenen Sektoren (Energie, Verkehr, Produktion) zu Emissionseinsparungen führen, die ihre direkten Auswirkungen deutlich übersteigen. Forschungsergebnisse deuten darauf hin, dass KI dazu beitragen könnte, die globalen Emissionen bis 2030 um bis zu 10 % zu senken.

Wie können wir die Umweltauswirkung der KI reduzieren?

Wir können die Umweltauswirkungen der KI durch verschiedene Strategien verringern:

• Effizientere Algorithmen entwickeln, die weniger Rechenleistung benötigen
• Spezialisierte KI-Hardware einsetzen, die weniger Energie verbraucht
• Praktiken der „Green AI“ übernehmen, die Leistung und Energieverbrauch ausbalancieren
• Transparenz bei Technologieunternehmen hinsichtlich des CO2-Fußabdrucks ihrer KI-Modelle fördern

‍Ist KI schädlicher für die Umwelt als die traditionellen Prozesse, die sie ersetzt?

Nein, in den meisten Fällen ist KI effizienter als herkömmliche Verfahren. Bei der Verkehrsoptimierung beispielsweise kann KI die Emissionen durch effizientere Routen und weniger Staus um bis zu 10 % senken. In der Landwirtschaft kann sie den Verbrauch von Wasser und Düngemitteln um bis zu 30 % senken. Diese Effizienzgewinne übersteigen im Allgemeinen den Kohlenstoff-Fußabdruck der KI selbst.

Schlussfolgerungen

Künstliche Intelligenz ist ein leistungsfähiges und vielseitiges Instrument im Kampf gegen den Klimawandel und für den Umweltschutz. Im Jahr 2025 werden wir Zeugen des Aufkommens konkreter Anwendungen, die bereits eine erhebliche positive Wirkung haben.

Obwohl KI Energie verbraucht, sind ihre Auswirkungen vergleichbar oder geringer als die vieler alltäglicher digitaler Aktivitäten, und ihr Potenzial, Emissionen in anderen Sektoren zu reduzieren, übersteigt bei weitem ihren direkten Kohlenstoff-Fußabdruck. Es ist wichtig, die Energiekosten der KI mit den Umweltvorteilen zu vergleichen, die sie durch Optimierung, Vorhersage und Ressourcenmanagement erzeugen kann.

Um das Potenzial der KI in diesem Bereich voll auszuschöpfen, ist ein ausgewogener Ansatz erforderlich, der nicht nur die technischen Möglichkeiten, sondern auch die ethischen, sozialen und ökologischen Auswirkungen der KI berücksichtigt.

Die Zukunft der ökologischen Nachhaltigkeit wird zunehmend von unserer Fähigkeit abhängen, künstliche Intelligenz verantwortungsvoll in Umweltmanagementstrategien zu integrieren und diese Technologie zu einem echten Verbündeten für unseren Planeten zu machen.

Quellen

1. Gruppo Iren. (2025). "Künstliche Intelligenz: Wie hoch ist die Umweltbelastung und wie lässt sich Nachhaltigkeit mit Innovation in Einklang bringen". https://www.gruppoiren.it/it/everyday/energie-per-domani/2025/intelligenza-artificiale-qual-e-l-impatto-ambientale-e-come-equilibrare-sostenibilita-e-innovazione.html" id="">https://www.gruppoiren.it/it/everyday/energie-per-domani/2025/intelligenza-artificiale-qual-e-l-impatto-ambientale-e-come-equilibrare-sostenibilita-e-innovazione.html
2. GeoSmart Magazine. (2025). "Entwaldungsüberwachung: die Revolution von Envirosensing". https://geosmartmagazine.it/2025/02/11/monitoraggio-deforestazione-la-rivoluzione-di-envirosensing/
3. Ministero dell'Ambiente e della Sicurezza Energetica. "Investition 1.1 – Realisierung eines fortschrittlichen und integrierten Überwachungs- und Vorhersagesystems". https://www.mase.gov.it/pagina/investimento-1-1-realizzazione-di-un-sistema-avanzato-ed-integrato-di-monitoraggio-e-0
4. ESG360. (2025). "Künstliche Intelligenz: neue Lösungen gegen den Klimawandel". https://www.esg360.it/digital-for-esg/intelligenza-artificiale-nuove-soluzioni-contro-il-climate-change/
5. L'Ecofuturo Magazine. (2025). "Künstliche Intelligenz: welche Vorteile für Klima und Umwelt?". https://ecquologia.com/intelligenza-artificiale-quali-vantaggi-per-clima-e-ambiente/
6. Think with Google. (2024). "Kann künstliche Intelligenz helfen, die Klimakrise zu lösen?". https://www.thinkwithgoogle.com/intl/it-it/strategie/marketing-automation/intelligenza-artificiale-cambiamento-climatico/
7. Wastezero. (2024). "Die Umweltauswirkungen künstlicher Intelligenz (KI): Wie stark belastet sie durch CO2, Energie und Wasserverbrauch?". https://www.wastezero.it/impatto-ambientale-intelligenza-artificiale-ai-quanto-inquina/
8. Agenda Digitale. (2024). "Künstliche Intelligenz und Klimawandel: Risiken und Chancen". https://www.agendadigitale.eu/cultura-digitale/intelligenza-artificiale-e-cambiamenti-climatici-rischi-e-opportunita/
9. International Energy Agency (IEA). "The True Climate Impact of Streaming". https://about.netflix.com/en/news/the-true-climate-impact-of-streaming
10. Breakthrough Fuel. "Künstliche Intelligenz im Transportsektor fördert Effizienz und Nachhaltigkeit". https://www.breakthroughfuel.com/it/blog/how-will-ai-impact-transportation-3-predictions/
11. GreenPlanner. (2024). "Bis 2033 werden Rechenzentren nur noch erneuerbare Energie nutzen". https://www.greenplanner.it/2024/09/05/data-center-energia-rinnovabile/
12. GreenPlanner. (2025). "Energiezukunft der Rechenzentren: Kernkraft, Wasserstoff und Batterien". https://www.greenplanner.it/2025/02/24/data-center-futuro-energetico/
13. ZeroUno. (2023). "Die Faktoren der Umweltauswirkungen von Rechenzentren". https://www.zerounoweb.it/techtarget/searchdatacenter/i-fattori-dellimpatto-ambientale-dei-data-center/
14. Nucleare e Ragione. (2024). "Energiequellen im Vergleich". https://nucleareeragione.org/il-nucleare-a-confronto-con-altre-forme-di-energia/
15. Agenda Digitale. (2024). "Digitalisierung ist kein Gratis-Essen: Wie stark belasten Rechenzentren die Umwelt und wie lässt sich ihre Wirkung reduzieren". https://www.agendadigitale.eu/smart-city/il-digitale-non-e-un-pasto-gratis-quanto-inquinano-i-data-center-e-come-ridurne-limpatto/
16. Sorgenia. (2024). "Kraft-Wärme-Kopplung: Funktionsweise und Vorteile". https://www.sorgenia.it/guida-energia/cogenerazione
17. Viessmann. (2024). "Blockheizkraftwerk: Vorteile und Funktionsweise von Kraft-Wärme-Kopplungsanlagen". https://industriale.viessmann.it/blog/cogeneratore
18. Enel X. (2024). "The Data Center Industry and Sustainability". https://corporate.enelx.com/en/stories/2021/12/data-center-industry-sustainability
19. Geoside. (2023). "Intelligente Kraft-Wärme-Kopplung: Energie optimieren, um zu sparen und zur Energiewende beizutragen". https://www.geoside.com/it/risparmio-energetico-cogenerazione-ottimizzazione
20. 2G Energy. (2024). "Kraft-Wärme-Kopplung: effiziente und nachhaltige Energie". https://2-g.com/en/innovation-knowledge/combined-heat-and-power-generation
21. Cummins Inc. (2021). "Die drei wichtigsten Vorteile der Kraft-Wärme-Kopplung". https://www.cummins.com/it/news/2021/08/09/three-key-benefits-cogeneration