KI-Elektroschrott wird 40- bis 60-mal höher geschätzt als bisher
Das Basel Action Network rechnet am 16. September 2026 bis 2050 – und kommt auf ein Vielfaches der bisher zitierten Studien. Eine amtliche Gegenrechnung fehlt.

Die Umweltorganisation Basel Action Network (BAN) hat am 16. September 2026 einen Bericht vorgelegt, der den KI-Elektroschrott neu beziffert. Zwischen 2025 und 2050 fallen demnach weltweit 395 bis 617 Millionen Tonnen ausgemusterter Elektronik aus der KI-Infrastruktur an. Die Obergrenze entspreche rund 23 Millionen Schiffscontainern der 40-Fuß-Klasse, schreibt BAN – aneinandergereiht sechsmal um die Erde.
Bis 2030 erwartet BAN jährlich 8,6 bis 13,1 Millionen Tonnen stillgelegter Ausrüstung. Eine Zusammenfassung des Berichts bei Eurasia Review ordnet diese Menge als 40- bis 60-mal höher ein als die bisher meistzitierten akademischen Projektionen zu Server-Elektroschrott. Der Unterschied liegt in der Abgrenzung.
Kühlung und Stromverteilung zählen mit
Frühere Studien betrachteten fast ausschließlich die Server selbst. BAN bezieht die gesamte Infrastruktur ein, die ein KI-Rechenzentrum braucht: Kühlung und Stromverteilung, dazu Netzwerktechnik und Energiespeicher. Der Guardian zitiert aus dem Bericht tausende Tonnen Kupfer, Stahl und Beton pro Anlage. Damit verschiebt sich die Nachhaltigkeitsfrage von Strom und CO₂ auf Beschaffung und Entsorgung.
Aus dieser Abgrenzung leitet BAN eine Faustzahl ab: Jedes zusätzliche Gigawatt?Maß für elektrische Leistung. Bei Rechenzentren üblich geworden, um die Größe des Ausbaus zu beziffern. Rechenzentrumskapazität verursacht langfristig etwa 70.000 Tonnen Abfall. Multipliziert wird das mit einer Prognose von McKinsey, wonach die globale Kapazität bis 2030 auf 219 Gigawatt steigen könnte. So entstehen die jährlichen Stilllegungsmengen. Wer die Prognose für zu hoch hält, hält auch die Abfallzahlen für zu hoch.
Der Bericht rechnet Zweitrundeneffekte dazu
BAN führt dafür den Begriff „AI Waste Contagion“ ein, also die Ansteckung anderer Bereiche durch den KI-Ausbau. Gemeint sind Telekommunikationsinfrastruktur und Endgeräte, die schneller ersetzt werden, weil sie mit KI-Diensten Schritt halten sollen. Diese Sekundäreffekte veranschlagt der Bericht bis 2050 auf zusätzliche 16,2 bis 30,7 Millionen Tonnen pro Jahr. Insgesamt könnte das weltweite Elektroschrottaufkommen bis 2050 auf 196 bis 211 Millionen Tonnen jährlich steigen, mehr als das Dreifache des heutigen Werts, meldet das taiwanische Portal Technews unter Berufung auf den Bericht. Der KI-Anteil daran läge bei 15 bis 20 Prozent.
Treiber ist die kurze wirtschaftliche Lebensdauer der Hardware. Nach Einschätzungen aus der ersten Jahreshälfte 2026, die nicht zum BAN-Bericht gehören, halten GPUs in Rechenzentren der Hyperscaler?Betreiber sehr großer Rechenzentren, die Rechenleistung und Speicher in der Cloud vermieten, etwa Amazon, Microsoft oder Google. ökonomisch etwa drei Jahre, während sie buchhalterisch über fünf bis sechs Jahre abgeschrieben werden. Neue Generationen machen ältere Karten kommerziell wertlos, lange bevor sie defekt sind.
Die Zahlen sind Modellrechnungen einer Nichtregierungsorganisation, keine amtliche Statistik. Eine offiziell bestätigte Gegenschätzung für den Zeitraum 2025 bis 2050 gibt es nicht. Was der Guardian aus dem Bericht referiert, bleibt davon unberührt: Für die Rücknahme dieser Mengen existiert bislang kein globaler Plan, obwohl die Geräte Blei, Quecksilber und Cadmium enthalten. Für Unternehmen, die Rechenleistung einkaufen, ist das vorerst eine Frage an den Anbieter und nicht an die eigene Bilanz. Bei eigener Hardware im Haus stellt sie sich anders. Wer heute Beschaffungszyklen plant, sollte die Entsorgung im Vertrag stehen haben.
Wie gehen Sie in Ihrem Unternehmen mit der Entsorgung von IT-Hardware um?
Ergebnisse sehen Sie nach Ihrer Stimme.
Häufige Fragen
Warum reichen die Prognosen für KI-Elektroschrott von 395 bis 617 Millionen Tonnen?
Die Spannweite hängt von den Annahmen zum Ausbau der Rechenzentren ab. BAN berechnet die Abfallmenge für unterschiedliche Wachstumsszenarien bis 2050. Je stärker die globale KI-Kapazität steigt, desto mehr Geräte und Infrastruktur werden später ausgemustert. Die Obergrenze ist deshalb keine feste Vorhersage, sondern das Ergebnis eines höheren Ausbauszenarios.
Zählt BAN nur ausgemusterte GPUs und Server?
Nein. BAN fasst die gesamte Infrastruktur von KI-Rechenzentren zusammen. Dazu gehören neben Servern auch Kühlsysteme, Stromverteilung, Netzwerktechnik und Energiespeicher. Frühere Studien betrachteten laut dem Bericht vor allem die Server selbst. Dadurch fallen deren Schätzungen deutlich niedriger aus als die Zahlen von BAN.
Wie belastbar ist die Schätzung von bis zu 617 Millionen Tonnen?
Die Zahl hängt von mehreren Prognosen und der gewählten Abgrenzung ab. BAN setzt für jedes zusätzliche Gigawatt Rechenzentrumskapazität langfristig etwa 70.000 Tonnen Abfall an. Für den Ausbau bis 2030 nutzt der Bericht eine McKinsey-Prognose von bis zu 219 Gigawatt. Ändert sich diese Annahme, verändert sich auch die Abfallmenge.
Was meint BAN mit „AI Waste Contagion“?
BAN beschreibt damit Zweitrundeneffekte des KI-Ausbaus. Wenn mehr Rechenzentren entstehen, wächst der Bedarf an zusätzlicher Infrastruktur auch außerhalb der Serverräume. Dadurch können weitere Bereiche mehr Technik, Materialien und später Entsorgungskapazitäten benötigen. Der Begriff soll zeigen, dass KI-Elektroschrott nicht auf ausgediente GPUs und Server begrenzt bleibt.
Wie lange bleiben GPUs und andere Komponenten im Einsatz?
Der Bericht nennt in der vorliegenden Zusammenfassung keine einheitliche GPU-Lebensdauer. Er rechnet stattdessen mit den Mengen, die zwischen 2025 und 2050 ausgemustert werden. Wie lange einzelne Chips, Server oder Kühlsysteme tatsächlich laufen, hängt daher von ihrer Nutzung, dem technischen Fortschritt und dem Ausbau der jeweiligen Rechenzentren ab.
Was müssen Betreiber von Rechenzentren aus den Zahlen ableiten?
Betreiber sollten ihre Abfallplanung nicht auf Server und GPUs beschränken. BAN zählt auch Kühlung, Stromverteilung, Netzwerktechnik und Energiespeicher zur KI-Infrastruktur. Für neue Kapazitäten müssen deshalb Materialeinsatz, spätere Stilllegung und Entsorgung der gesamten Anlage berücksichtigt werden. Der Bericht liefert dabei vor allem eine Größenordnung, aber keinen konkreten Entsorgungsplan.
Weiterlesen
Mehr aus Strategie & Management →
Gescheiterte KI-Projekte: 303 Tools im Friedhofsregister
TechCrunch sammelt seit dem 14. September 2026 eingestellte KI-Produkte und KI-Start-ups. ToolDirectory.AI zählt zum 15. September 303 abgeschaltete oder übernommene Tools – von Relay bis zur Assistants API von OpenAI. Die Modelle sind selten der Grund.

KI-Tempo drosseln: Amodei und Altman dafür, Trump dagegen
Anthropic-Chef Dario Amodei fordert in einem Essay vom 12. September 2026, das Tempo bei den leistungsfähigsten KI-Modellen zu drosseln. Sam Altman stimmt zu und kündigt Sicherheitsprüfungen vor großen Trainingsläufen an – Trump und Teile der Finanzmärkte halten dagegen.

SAP-KI: Neu eingestellt wird nur noch für Kern-KI-Rollen
Mitglieder des SAP-Aufsichtsrats halten einen KI-Durchbruch in den kommenden Monaten für nötig – das schreibt Bloomberg in einer Reportage vom 8. September 2026. CEO Christian Klein hat Struktur, Preismodell und Einstellungspolitik darauf ausgerichtet.

KI-Kompetenz ist kein Weiterbildungsziel mehr: Die UBS macht sie zur Zulassungshürde für den Jahrgang 2027
Die UBS macht KI-Kompetenz ab 2027 zur formalen Einstellungsvoraussetzung für Absolventen und Praktikanten in Global Banking und Markets. Mehreren Berichten zufolge zählt sie auch bei Beförderungen und beim Gehalt.

Caterpillar steckt 100 Millionen Dollar in Weiterbildung
Caterpillar überträgt jahrzehntelange Erfahrung mit autonomen Maschinen im Bergbau auf die Einführung von KI-Werkzeugen. 100 Millionen Dollar fließen in fünf Jahren in die Qualifizierung der Belegschaft, erfahrene Maschinenführer trainieren die Systeme mit.

Meta wollte „KI-nativ“ werden und einzelne Teams um 60 Prozent schrumpfen. Dann kippte der Konzern seinen eigenen Plan
Meta hat den Plan gestoppt, große Teile der Belegschaft durch KI-Agenten zu ersetzen. Interne Kennzahlen zeigten mehr technische Aktivität, aber kaum mehr Nutzen für die Nutzer.