Nachdem die Teilprozesse von Index-basierten und KI-basierten Suchmaschinen analysiert und deren jährlicher Energieverbrauch berechnet wurden, ist es möglich, die beiden Systeme miteinander zu vergleichen. Im Folgenden wird dabei zwischen dem Energieverbrauch des Betreibers und dem externen Energieverbrauch unterschieden.
Wie im Diagramm zu sehen, ergibt sich für den Betreiber einer Index-basierten Suchmaschine ein ungefährer Energieverbrauch von 46 GWh bis 53 GWh. Hierbei macht der Suchprozess mit ca. 18,8 GWh durch die Anfrageinterpretation und 23,4 GWh durch das Finden und Ordnen der Ergebnisse den Großteil des Energieverbrauchs von 80 bis 91 Prozent aus. Die URL-Discovery, das Crawling und die Indexierung fallen zwar nicht so stark ins Gewicht, verbrauchen aber dennoch zwischen 3,1 GWh und 9,1 GWh an Energie.
Bei einer KI-basierten Suchmaschine hängt der Energieverbrauch maßgeblich vom genutzten KI-Modell für die Antwortgenerierung ab. Da die Parametergröße des KI-Modells für dessen benötigte Rechenleistung verantwortlich ist, entscheidet diese über den Großteil des Energieverbrauchs. So haben die Berechnungen aus Abschnitt „Energieverbrauch textbasierter Antwort“ gezeigt, dass bei der Nutzung von LaMDA mit 137 Milliarden Parametern für die Antwortgenerierung jährlich lediglich 3,2 TWh an Energie verbraucht werden, während GPT-4 zwischen 583 TWh und 2305 TWh benötigt. Das zeigt, dass die Antwortgenerierung bis zu 99% des Energieverbrauchs für den Suchmaschinenbetreiber ausmacht.
Bei einer KI-basierten Suchmaschine muss zwischen zwei Varianten unterschieden werden, nämlich zwischen KI-Systemen, die eine Index-basierte Suchmaschine ansprechen, und Systeme, bei denen das Wissen durch Aktualisierungstraining integriert wird. Da die Antwortgenerierung bei beiden Systemen den gleichen Energieverbrauch aufweist, bleibt dieser bei dem folgenden Vergleich unberücksichtigt.
Bei Suchmaschinen, die auf einem quartalsweisen Aktualisierungstraining beruhen, zeigt sich, dass dieses mit 7,3 TWh bis 14,5 TWh einen entscheidenden Anteil des Energieverbrauchs ausmacht. Während K-basierte Suchmaschinen, die eine Anfrage an eine Index-basierte Suchmaschine richten, ca. 615 GWh für die Anfrage sowie zwischen 46 GWh und 112 GWh für die Analyse der Seiten benötigen. Bis auf das Grundtraining mit einem Verbrauch von 1,3 GWh bis 2030 GWh scheint der Energieverbrauch aller weiteren Prozesse vernachlässigbar zu sein.
Jedoch ist für ein KI-System, das eine Suchanfrage stellt, ebenfalls eine Index-basierte Suchmaschine notwendig. Vergleicht man nun den gesamten Energieverbrauch der beiden Varianten unter Berücksichtigung, dass ebenfalls eine Index-basierte Suchmaschine benötigt wird, zeigt sich, dass für das Bereitstellen einer KI-basierten Suchmaschine auf Basis eines Aktualisierungstrainings deutlich mehr Energie zu Beginn aufgebracht werden muss. Die daraus resultierende Ersparnis während des Betriebs reicht jedoch nicht aus, um die zusätzlich verbrauchte Energie wieder einzusparen.
Zusammenfassend lässt sich für KI-Systeme feststellen, dass der Energieverbrauch maßgeblich vom gewählten KI-Modell und dessen Parameterzahl abhängt, da dies den Energieverbrauch der Antwortgenerierung, das Aktualisierungstraining sowie das Grundtraining äußerst stark beeinflusst. Außerdem ist es energiesparender, ein KI-System an eine bestehende Index-basierende Suchmaschine anzubinden, als durch ein quartalsweise durchgeführtes Aktualisierungstraining die Informationen einzubinden.
Daraus ergibt sich, dass bei gleichem Umfang und gleicher Häufigkeit der Suchanfragen der Betreiber einer KI-basierten Suchmaschine über 1000-mal mehr Energie verbraucht als beim Betrieb einer Index-basierten Suchmaschine. Beim Vergleich der unterschiedlichen Varianten von KI-basierten Suchmaschinen ist es am energiesparendsten, ein KI-System zu nutzen, das eine Anfrage an eine bestehende Index-basierte Suchmaschine richtet.