Europese en Nederlandse overheden richten zich op de vervuilende kanten van kunstmatige intelligentie. Grote modellen als GPT-4 van OpenAI en Gemini van Google vragen veel stroom en water, vooral in datacenters. In Nederland speelt dit nu bij locaties als Eemshaven en Wieringermeer. De discussie gaat over klimaatdoelen, netcapaciteit en waterschaarste, en over nieuwe regels zoals de Europese AI-verordening en de Energy Efficiency Directive.
AI vergroot stroomvraag
Generatieve systemen hebben twee energie-intensieve fases: trainen en gebruiken. Trainen is het leren van patronen in grote hoeveelheden data en kost veel rekenkracht. Gebruiken, ook wel inferentie genoemd, gebeurt elke keer dat iemand een prompt indient. Juist dat gebruik groeit snel doordat modellen in producten van Microsoft (Azure AI), Google (Gemini) en Meta (Llama 3) zitten.
De achterliggende hardware bestaat uit gespecialiseerde chips, zoals Nvidia H100 en A100. Die maken berekeningen sneller, maar verbruiken ook veel elektriciteit. Datacenters proberen dit te beperken met efficiëntere koeling en optimalisatie van servers. Toch stijgt het totale verbruik doordat er steeds meer toepassingen komen.
Voor Nederland is de timing gevoelig door netcongestie. Extra AI-capaciteit kan de druk op het elektriciteitsnet vergroten, ook al kopen techbedrijven vaak groene stroom via langlopende contracten. Het aanbod van hernieuwbare energie en de vraag van AI-toepassingen lopen niet altijd synchroon, wat leidt tot piekbelasting.
Schattingen plaatsen het wereldwijde stroomverbruik van datacenters rond 1 tot 1,5 procent van het totale elektriciteitsverbruik.
Koeling vraagt veel water
Datacenters gebruiken water om servers te koelen, naast of in plaats van mechanische koeling. In warme of droge perioden kan dit voor spanning zorgen met andere watergebruikers. Bedrijven als Microsoft en Google rapporteren op het moment van schrijven stijgend waterverbruik door de groei van AI-diensten.
Locaties in Nederland, zoals Wieringermeer en Eemshaven, liggen dicht bij zoet- of koelwaterbronnen en hebben goede stroomaansluitingen. Dat maakt grootschalige AI-clusters mogelijk, maar ook zichtbaar voor omwonenden en bestuurders. Gemeenten en waterschappen vragen daarom vaker om transparante cijfers over waterinzet en plannen voor terugwinning.
Warmte die vrijkomt bij servers kan worden hergebruikt voor gebouwen. Dit zogenoemde restwarmteproject vraagt wel investeringen in leidingen en afstemming met lokale warmtenetten. Zonder zulke koppelingen blijft de milieu-impact vooral lokaal voelbaar, terwijl de AI-diensten wereldwijd worden gebruikt.
Nederland stelt harde randvoorwaarden
Het Rijk beperkt nieuwe hyperscale datacenters tot aangewezen gebieden, zoals Eemshaven en de Maasvlakte. Doel is regie op ruimte, energie en water, en beter zicht op de impact van grote AI-werkbelastingen. Gemeenten zoals Amsterdam hanteren daarnaast strengere duurzaamheidseisen bij vergunningen.
Vergunningen vragen steeds vaker om eisen aan energie-efficiëntie en restwarmtebenutting. Een veelgebruikte maatstaf is PUE, een eenvoudige graadmeter voor hoeveel extra stroom een datacenter gebruikt bovenop de IT-apparatuur. Strakkere PUE-doelen helpen, maar zeggen niets over de bron van de stroom of over watergebruik.
Netbeheerders waarschuwen dat ongecoördineerde groei van AI-capaciteit het netwerk kan belasten. Afspraken over fasering, locatiekeuze en aansluiting op warmtenetten worden daarom onderdeel van het ruimtelijk en energiebeleid. Voor overheden en bedrijven betekent dit langere voorbereidingstijden, maar ook duidelijkere kaders.
EU eist energie- en watercijfers
De herziening van de Europese Energy Efficiency Directive verplicht datacenters boven een drempelvermogen om energie- en waterdata te rapporteren. Die informatie gaat in een Europese database en omvat onder meer verbruik, koeling en warmtehergebruik. Dit maakt de milieudruk van AI-werkbelastingen beter vergelijkbaar tussen landen.
Daarnaast verplicht de Corporate Sustainability Reporting Directive grote bedrijven om hun milieu-impact te rapporteren. Dat raakt ook aanbieders van AI-diensten, die scope 1 en 2-emissies, en op termijn vaak ook relevante scope 3-cijfers, zichtbaar moeten maken. Publieke organisaties kunnen deze rapportages gebruiken bij inkoop en toezicht.
De Europese AI-verordening (AI Act) richt zich primair op risico’s voor grondrechten en veiligheid. Voor aanbieders van algemene modellen, zoals GPT-4 en Gemini, komen wel extra transparantieplichten bij technische documentatie. Dat kan ook informatie over rekenmiddelen en efficiëntie omvatten, al is de milieuparagraaf minder uitgewerkt dan bij energiebeleid.
Efficiëntere modellen en planning
Bedrijven werken aan kleinere en zuinigere modellen, zoals Llama 3-instanties met minder parameters voor specifieke taken. Modelcompressie en quantisatie zijn technieken die minder geheugen en stroom vragen, met behoud van voldoende kwaliteit. Voor veel taken blijkt een compact model op locatie (edge) praktischer dan een groot model in de cloud.
Operationeel winnen AI-teams met zogeheten carbon-aware computing. Daarbij worden intensieve taken ingepland op momenten en plaatsen met veel wind- of zonnestroom. Ook het beperken van onnodige prompts en het cachen van veelgebruikte antwoorden kan het aantal berekeningen verlagen.
Praktische hulpmiddelen, zoals energie- en watermeters per workload en open bron-tools voor CO2-schattingen, maken keuzes meetbaar. Overheden kunnen in aanbestedingen vragen om rapportages over PUE, watergebruik en restwarmte, naast veiligheid en AVG-compliance. Zo sturen zij op zowel betrouwbare algoritmen als lagere milieu-impact.
Gevolgen voor overheid en bedrijven
Voor publieke diensten betekent dit dat beleid rond AI en datacenters één geheel moet vormen met klimaat- en waterbeleid. Toets bij nieuwe AI-projecten niet alleen privacy en bias, maar ook energie- en waterprofielen. Zet waar mogelijk in op hergebruik van restwarmte en op locatiekeuze met minder netdruk.
Bedrijven die AI inzetten, krijgen meer vragen van klanten en toezichthouders over verbruik en emissies. Vroege meting en rapportage scheelt werk bij CSRD-audits en inkooptrajecten. Door contractueel te borgen dat leveranciers cijfers delen, wordt de keten transparanter.
De kern is nuchter: zonder inzicht geen sturing. Met verplichte rapportages, strengere Nederlandse randvoorwaarden en efficiëntere modellen is de milieuschade niet weg, maar wel te verkleinen. Wie nu inzet op meetbaarheid en planning, voorkomt knelpunten als de Europese vraag naar AI verder stijgt.