In het kort
- Eén tekstvraag: 0,24 Wh en 0,03 gram CO2 volgens Google, gemeten in mei 2025. Dat is minder dan negen seconden televisie kijken.
- Beelden, video en AI agents die lang doorwerken kosten een veelvoud van een korte tekstvraag.
- Datacenters gebruikten in 2024 volgens het IEA ongeveer 415 TWh, zo'n 1,5% van alle stroom wereldwijd. In 2030 is dat naar verwachting rond 945 TWh.
- De grootste knoppen voor een bedrijf: het kleinste model dat het werk goed doet, geen onnodige AI en een datacenter in een regio met schone stroom.
Hoeveel CO2 verbruikt AI?
Er zijn twee manieren om naar de CO2-uitstoot van AI te kijken: per vraag en in totaal.
Per vraag. In augustus 2025 publiceerde Google als eerste grote aanbieder een uitgebreide meting. Een gemiddelde tekstvraag aan Gemini kostte in mei 2025:
| Wat | Per tekstvraag (mediaan) |
|---|---|
| Stroom | 0,24 Wh |
| CO2-uitstoot | 0,03 gram CO2-equivalent |
| Water | 0,26 milliliter, ongeveer vijf druppels |
OpenAI-topman Sam Altman noemde in 2025 ongeveer 0,34 Wh voor een gemiddelde ChatGPT-vraag. De cijfers zijn niet helemaal vergelijkbaar, omdat elk bedrijf anders meet. Bron: Google Cloud over de meting.
In totaal. Het Internationaal Energieagentschap (IEA) schat dat datacenters in 2024 ongeveer 415 TWh stroom gebruikten, zo'n 1,5% van het wereldwijde verbruik. In het basisscenario verdubbelt dat tot ongeveer 945 TWh in 2030, iets meer dan Japan nu per jaar verbruikt. AI is de grootste groeier. Bron: IEA, Energy and AI.
Hoeveel CO2 kost één vraag (prompt)?
Voor een korte tekstvraag gaat het om honderdsten van een gram. Maar het getal hangt sterk af van hoe je rekent.
- Marktgebaseerd of locatiegebaseerd. Google rekent de 0,03 gram met de groene stroom die het inkoopt. Kijk je naar de werkelijke stroommix van de netten waar de datacenters staan, dan komt het volgens critici eerder uit op ongeveer 0,09 gram, drie keer zoveel.
- Wat telt mee. De meting van Google telt de chips, de servers, stand-by capaciteit en koeling. Het trainen van het model, het netwerk en je eigen laptop tellen niet mee.
- Welke vraag. Een korte vraag is iets anders dan een rapport van twintig pagina's, een afbeelding of een video. Modellen die eerst lang nadenken voordat ze antwoorden, gebruiken ook veel meer rekenkracht.
Een rekenvoorbeeld, als illustratie. Een team van 20 mensen stelt elk 50 tekstvragen per werkdag, 220 dagen per jaar. Dat zijn 220.000 vragen. Met 0,24 Wh per vraag is dat ongeveer 53 kWh per jaar, en tussen de 7 en 20 kilo CO2, afhankelijk van de rekenmethode. Dat is weinig vergeleken met de verwarming of het wagenpark van hetzelfde bedrijf. Bij veel beeld, video of AI agents die de hele dag zelfstandig werken, ligt het een stuk hoger.
Waar komt de uitstoot vandaan?
De uitstoot van AI komt uit vier bronnen:
- Het gebruik. Elke vraag laat chips in een datacenter rekenen. Volgens Google gaat 58% van de stroom per vraag naar de AI-chips, 24% naar processors en geheugen en 18% naar reservecapaciteit en het datacenter zelf.
- Het trainen. Een groot model trainen kost in één keer veel stroom. Die uitstoot wordt verdeeld over alle vragen die het model daarna beantwoordt.
- Koeling en water. Datacenters moeten gekoeld worden, soms met water. Het water dat de elektriciteitscentrales gebruiken, zit niet in de cijfers van Google.
- De hardware. Het maken van chips en servers kost grondstoffen en energie, nog voordat er één vraag is gesteld.
De stroommix telt zwaar mee. Hetzelfde model in een datacenter op windstroom stoot veel minder uit dan in een regio waar vooral kolen of gas worden gebruikt. Wie kan kiezen waar zijn AI draait, kan daar dus op letten. Meer over waar je gegevens en modellen staan lees je in data in Europa houden.
Waarom kost AI veel energie?
Een taalmodel doet voor elk woord dat het schrijft miljarden rekensommen. Een zoekopdracht in een gewone zoekmachine zoekt iets op wat al bestaat. Een taalmodel maakt het antwoord woord voor woord opnieuw. Hoe groter het model en hoe langer het antwoord, hoe meer rekenwerk.
Daar komt bij dat de chips die dit werk doen, veel stroom verbruiken en warmte maken. Een datacenter voor AI heeft daarom ook zware koeling nodig.
Tegelijk wordt het per vraag snel zuiniger. Google meldt dat de stroom per gemiddelde Gemini-tekstvraag in twaalf maanden 33 keer lager werd, en de totale CO2-voetafdruk 44 keer. Het totale verbruik stijgt toch, omdat er veel meer AI wordt gebruikt.
Hoe wij het CO2 gebruik van AI beperken
In onze projecten kijken we eerst of AI wel nodig is. Veel werk in een orderproces of administratie is vast en voorspelbaar. Dat doe je beter met een gewone regel of koppeling dan met een taalmodel. Die is sneller, goedkoper, betrouwbaarder en zuiniger. AI zetten we in waar het iets toevoegt, zoals het lezen van een ongestructureerde mail of het samenvatten van een lang document.
Daarnaast kiezen we per taak het kleinste model dat het werk goed doet. Voor het sorteren van mails is geen groot redeneermodel nodig. We sturen alleen de tekst mee die voor de vraag nodig is, en draaien gevoelige of veelvoorkomende taken soms op een lokaal model. Dat scheelt in de kosten en in de uitstoot. Welk klantvoorbeeld mogen we hier noemen?
Wil je AI ook inzetten om je eigen energieverbruik en uitstoot in beeld te krijgen, lees dan AI voor duurzaamheid.
Veelgemaakte fouten
- Eén getal als waarheid. Cijfers per vraag verschillen per aanbieder, model en rekenmethode. Noem altijd de bron en de methode.
- Alleen naar de vraag kijken. Beeld, video en agents die lang doorwerken wegen veel zwaarder dan een korte tekstvraag.
- Het grootste model voor alles. Een groot redeneermodel voor een simpele taak kost meer stroom en meer geld zonder beter resultaat.
- AI waar een regel volstaat. Vaste stappen hoeven niet door een taalmodel.
- Het vergeten in je rapportage. Moet je rapporteren over je uitstoot, bijvoorbeeld voor een klant die onder de CSRD valt? Wil je in je CO2 gebruik AI apart zichtbaar maken, neem het dan mee bij je ingekochte IT-diensten en vraag je aanbieder om cijfers. Zie CSRD-rapportage.
Veelgestelde vragen
Hoeveel CO2 verbruikt AI?
Per tekstvraag weinig: volgens Google 0,03 gram CO2 bij Gemini, of ongeveer 0,09 gram als je met de werkelijke stroommix rekent. In totaal gebruiken datacenters wereldwijd zo'n 1,5% van alle stroom, en dat groeit snel door AI.
Waar komt de uitstoot van AI vandaan?
Uit het gebruik van de chips bij elke vraag, het trainen van modellen, de koeling van datacenters en het maken van de hardware. Hoeveel CO2 dat oplevert, hangt vooral af van de stroommix van het datacenter.
Hoeveel CO2 kost één vraag (prompt)?
Voor een korte tekstvraag aan Gemini 0,03 gram CO2 volgens Google, bij 0,24 Wh stroom. OpenAI noemt 0,34 Wh per gemiddelde ChatGPT-vraag. Beelden, video en lange antwoorden kosten meer.
Waarom kost AI veel energie?
Een taalmodel rekent voor elk woord opnieuw met miljarden getallen, op chips die veel stroom en warmte maken. Per vraag wordt het snel zuiniger, maar het totale gebruik groeit omdat steeds meer mensen AI gebruiken.
Is AI slecht voor het klimaat?
Het totale verbruik van datacenters groeit hard, dus het telt mee. Voor één bedrijf is de uitstoot van tekstvragen meestal klein vergeleken met verwarming of vervoer. Kies het kleinste model dat het werk doet en gebruik AI alleen waar het iets toevoegt.
Verder lezen
Meer uit de kennisbank
Bronnen
Geraadpleegd in september 2026.
- Google Cloud, Measuring the environmental impact of AI inference (augustus 2025). cloud.google.com
- Google, Measuring the environmental impact of delivering AI at Google Scale (arXiv 2508.15734). arxiv.org
- IEA, Energy and AI, executive summary. iea.org
- DatacenterDynamics, Google: Median Gemini prompt uses 0.24 watt hours of power. datacenterdynamics.com