23.04.2021

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

Blockchain-Experte Andreas Freitag beleuchtet in diesem Gastbeitrag, wie sich der Energieverbrauch von Bitcoin entwickeln wird - und warum das auch für die Kryptowährung selbst zum großen Problem werden könnte.
/artikel/bitcoin-mining-energieverbrauch
Andreas Freitag ist Blockchain-Berater bei Accenture.
Andreas Freitag ist Blockchain-Berater bei Accenture. | © Andreas Freitag
Andreas Freitag ist Blockchain-Berater bei Accenture und hat in den letzten Jahren diesen Bereich bei Accenture maßgeblich mit aufgebaut. Seine Themenschwerpunkte sind Self Sovereign Identity, digitales Zentralbankgeld und Crypto Custody. 2018 hat der brutkasten mit Andreas eine mehrteilige Videoserie zum Thema Blockchain gemacht. Alle Folgen sind am Ende dieses Artikels verlinkt.

Der Bitcoin-Kurs geht seit Ende 2020 wieder nach oben – und seitdem wird auch der Energieverbrauch der Kryptowährung wieder kontrovers diskutiert. Mein Beitrag fokussiert sich auf den Energieverbrauch für das sogenannte Mining, nicht auf finanz-, regulative, geldpolitische, soziale oder/und politische Aspekte von Bitcoin. Ich habe – so weit es geht – verfügbare, belastbare Zahlen verwendet und Vergleiche gewählt, um die Dimensionen greifbarer zu machen. Alle Zahlen und Annahmen kann man natürlich im Detail diskutieren, aber die Größenordnungen sind korrekt.

Vorweg: Bitcoin ist eine großartige „Erfindung“ und sie fasziniert mich immer wieder aufs Neue. Bitcoin zeigte, dass es möglich ist, ohne eine zentrale Stelle einen Konsens über Informationen (Transaktionen) zu erzielen und Daten defacto unveränderlich abzuspeichern. Dennoch muss die Diskussion über den Energieverbrauch geführt werden.

Aber wieso braucht Bitcoin überhaupt soviel Energie?

Um die Transaktionen unveränderlich abzuspeichern, wurde das Protokoll Proof of Work (PoW) entwickelt. Dies ist das sogenannte mining. Das Mining besteht darin Transaktionen zu prüfen, in einen Datenblock zu schreiben und einen gültigen Hash-Wert zu finden. Mehr Information dazu findet sich zum Beispiel hier „Blockchain Web Series: Teil 1 – Bitcoin und wie alles begann“.

Den Energieverbrauch verursacht das Finden eines gültigen Hash-Wertes. Das Bitcoin-Protokoll legt fest, dass ein Hash-Wert unter einem bestimmten Wert liegen muss. Da ein Hash-Wert eine rein zufällige Zahl ist, kann man einen gültigen Hash-Wert nur durch probieren finden. Im Moment werden in der Sekunde 170.000.000.000.000.000.000 Hash-Werte berechnet. Diese Zahl ist ca. 20 Mal die Anzahl der gesamten Sandkörner auf der Welt.

Wieso steigt der Energieverbrauch?

Das Mining ist ein Rennen zwischen verschiedenen Minern. Je mehr Hash-Leistung ein Miner hat, desto wahrscheinlicher ist es als erster einen neuen gültigen Hash-Wert findet. Jeder Block bringt zurzeit 6.25 Bitcoins und die Transaktionsgebühren. Wenn der Kurs von Bitcoin steigt, ist ein Block mehr wert und die Miner investieren in zusätzliche Hardware, um ihre Chancen zu erhöhen. Leider macht es dadurch das Rennen für alle schwerer. Das Bitcoin-Protokoll berechnet die Schwierigkeit des Hash-Wertes ca. alle 2 Wochen neu – mit dem Ziel, ein Blockzeit von 10 Minuten einzuhalten.

Wie hoch ist der Energieverbrauch jetzt?

Um das zu berechnen, brauchen wir die gesamte Hash-Leistung des Bitocin-Netzwerkes. Das sind zurzeit ca. 170 Mio. TeraHash pro Sekunde, die zuvor genannte Zahl mit den Sandkörnern. Als nächstes benötigt man für die Berechnung die Hash-Leistung der Mining-Hardware.

Anbei eine Liste von beliebter Mining-Hardware mit der Hashleistung (TH/s, Terahash pro Sekunde) und der Leistungsaufnahme. Daraus errechnet sich, wieviel Leistung für ein Terahash notwendig ist. Für die Berechnung verwende ich 60 Watt pro TH/s. Damit kommt man auf 89 Terawatt (TW) pro Jahr. Das entspricht ca. dem Stromverbrauch von Belgien oder Finnland. Bitcoin-Mining benötigt 33 bis 45 Prozent der Energie von allen Rechenzentren auf der Welt kombiniert.

TypWattTH/sW/THs
Antminer S1932509534,21052632
Antminer T1931508835,79545455
Antminer S913201494,28571429
Antminer S712934,73273,3615222
Antminer S55601,155484,8484848
Quelle: Miners.eu

Die Berechnung stellt nur eine Größenordnung dar und kann je nach Annahmen durchaus um 25% abweichen.

Wo wird die Energie verbraucht?

Auf Basis von IP-Adressen kann man feststellen wo das Mining betrieben wird. Der größte Teil entfällt auf China. Man sieht im Anteil am Gesamtenergieverbrauch des Landes, dass in einigen Ländern ein substantieller Anteil auf das Bitcoin-Mining verwendet wird:

LandAnteil am globalen Bitcoin-MiningEnergieverbrauch Land
(Terawattstunden/Jahr)
Energieverbrauch Mining
(TWh/Jahr)
Anteil Energieverbrauch
durch Mining am Gesamtenergieverbrauch
des Landes
China63,25%7.22656,520,78%
USA7,24%3.9906,470,16%
Russia6,90%9656,170,64%
Kasachstan6,17%925,515,99%
Malaysia4,33%1473,872,63%
Iran3,82%2553,411,34%
Kanada0,82%5490,730,13%
Deutschland0,56%5240,500,10%
Norwegen0,48%1240,430,35%
Venezuela0,42%60,386,25%
andere Staaten6,01%   
Quellen: Statista, Cambridge Bitcoin Electricity Consumption Index

Wie geht es mit dem Verbrauch weiter?

Diese Frage ist schwer zu beantworten. Betrachten wir trotzdem folgendes Szenario:

  • der Bitcoin-Preis steigt auf 1 Mio. Euro pro Bitcoin, was eine Steigerung um das ca. 20-fache wäre
  • es gibt ein unlimitiertes Angebot an Mining-Hardware
  • die Energiekosten bleiben gleich

Das beschriebene Szenario würde zu einer 20-fach höheren Belohnung je Block führen und auch zu einem 20-fachen Anstieg der Hash-Leistung und Energieaufwandes. In der Berechnung nehme ich einen 15-fachen Anstieg an, um auf der konservativen Seite zu sein. Das wären 1.340 TW/h und damit rund 6 Prozent des globalen Energieverbrauches!

LandAnteil am globalen Bitcoin-MiningEnergieverbrauch Land (TWh/Jahr)Energieverbrauch Mining (TWh/Jahr)Energieverbrauch des
Bitcoin-Minings am Gesamtenergieverbrauch
des Landes
China63,25%7.226847,7311,73%
USA7,24%3.99097,042,43%
Russia6,90%96592,489,58%
Kasachstan6,17%9282,7089,89%
Malaysia4,33%14758,0339,48%
Iran3,82%25551,2020,08%
Kanada0,82%54910,992,00%
Deutschland0,56%5247,511,43%
Norwegen0,48%1246,435,19%
Venezuela0,42%65,6393,82%
andere Staaten6,01%   
Energieverbrauch in TWh/Jahr / Berechnung beruht auf der realistischen Annahme, dass sich die Verteilung nach Ländern nicht ändert

Wann müssen die Länder den Stecker ziehen?

Ab einem bestimmten Punkt muss ein Land den Stecker ziehen und Bitcoin-Mining verbieten. Ein Land kann nicht zulassen, dass 5 Prozent oder sogar mehr als 10 Prozent seines Stromverbrauchs auf Mining entfällt. Die chinesische Führung beispielsweise bekennt sich dazu, den CO2-Ausstoß einzuschränken und die Anzahl der Kohlekraftwerke zu reduzieren. Ich gehe davon aus, dass der derzeitige Energieverbrauch bereits diskutiert wird. Ab wann zum China Einschränkungen vornehmen wird, kann man nicht sagen. Ich persönlich glaube, das China etwas unternehmen wird, sobald der Verbrauch auf über 1 Prozent des Gesamtverbrauchs ansteigt.

Bitcoin-Miner würden dann in andere Länder ausweichen und diese würden vor demselben Problem stehen. In Europa ist der Stromverbrauch durch Bitcoin-Mining im Moment noch kein großes Problem. Hier würde man aber aus Klimagründen sehr viel früher Einschränkungen durchführen. Eine Ausnahme bei dieser Überlegung sind Länder, die selbst Bitcoin-Mining betreiben – zum Beispiel, um an Devisen zu kommen wie in Venezuela.

Aber wird Bitcoin-Mining nicht mit Überschussenergie aus Wasserkraftwerken betrieben?

In seltenen Ausnahmefällen vielleicht, aber sicher nicht in einem großen Umfang. Es wird eher “Überschussenergie” aus Kohlekraftwerken verwendet. Miner interessiert nur billige Energie und nicht wo sie herkommt. Nur mit billiger Energie sind sie konkurrenzfähig und verdienen Geld. Die folgende Tabelle zeigt die Verteilung der Mining-Power auf die verschiedenen chinesischen Provinzen und die Zusammensetzung der Quellen für elektrischen Strom in den Provinzen:

LandAnteil BTC-MiningEnergieverbrauch Mining (TWh/Jahr)Thermal
(58,45)
Wasser
(19,47)
Solar
(1,38)
Wind
(5,62
)
Atom
(4,43)
Xinjiang35,76%31,9582%5%2%11% 
Sichuan9,66%8,6312%86% 2% 
Nei Mongol8,07%7,2185% 3%12% 
Yunnan 5,42%4,844%91% 5% 
Beijing1,73%1,5595%5%   
Zhejiang0,92%0,8276%5% 1%18%
Shanxi0,67%0,6092%3% 5% 
Gansu0,51%0,4662%22%4%12% 
Qinghai0,26%0,2320%60%18%2% 
Ningxia0,25%0,2282%2%3%13% 
CHINA63,25%56,52     
Quellen: Resources, Conservation and Recycling, Lawrence Berkeley National Laboratory, FT

Man sieht, dass in der Provinz mit der meisten Miningaktivität, Xinjiang, der Strom zu 82 Prozent aus thermalen Quellen kommt, d.h. von fossilen Brennstoffen. Dabei handelt es sich zumeist um Kohle, da in China in den letzten 10 Jahren sehr viele Kohlekraftwerke gebaut wurden, um den Hunger nach billigem Strom zu stillen.

Der Strombedarf kann auch direkte Auswirkungen auf den Bitcoin-Kurs haben, wie sich beim Kurseinbruch vergangenenes Wochenende gezeigt hat. Es wird darüber spekuliert,  dass ein “Blackout” in Xinjiang dafür verantwortlich war. Dort mussten Kohlekraftwerke aufgrund von Überschwemmungen abgeschaltet werden. Wie in der vorigen Tabelle ersichtlich, konzentrieren sich In Xinjiang ca. 36 Prozent der globalen Bitcoin-Mining-Kapazitäten und 82 Prozent des Stroms in der Provinz wird aus fossilen Energieträgern hergestellt.

Quelle: BitInfoCharts

An der globalen Bitcoin-Hash-Leistung kann man den Blackout sehr gut sehen. Die Hash-Leistung ist um 37 Prozent gefallen – das entspricht ungefähr der kalkulierten Mining-Kapazität in Xinjiang. Das legt den Schluss nahe, dass der überwiegende Anteil des Stroms für das Mining in Xinjiang aus Kohlekraftwerken kommt.

Und verbraucht Bitcoin nicht weniger Strom als Visa oder andere Zahlungsdienste?

Falsch. Andere Zahlungsmöglichkeiten brauchen kein Mining und wir betrachten in der Energiediskussion nur Mining. Wenn das so wäre, würde die Welt bildlich gesprochen brennen. Der globale Energieverbrauch durch Rechenzentren ist 200 bis 250 TWh, Bitcoin-Mining alleine liegt bei ca. 90 TWh!

Wie kann man Bitcoin „retten“?

Bitcoin ist „nur“ eine Software. Das heißt: Man kann sie anpassen. Der Nachteil bei Bitcoin ist, dass alle Gruppen, die aktiv im Bitcoin-Netzwerk beteiligt sind, freiwillig updaten müssen. Und hier wird es schwierig: Miner investieren hohe Beträge und das Geschäftsmodell ist auf das derzeitige Protokoll ausgerichtet.

Es geht aber auch anders: Zum Beispiel wurde Ethereum mit dem Ziel entwickelt, den Proof-of-Work-Ansatz durch das sogenannte Proof of Stake (PoS) zu ersetzen. Derzeit wird versucht, den Übergang von PoW zu PoS zu schaffen. Aber auch hier hat man derzeit enorme Widerstände aus dem Netzwerk, da bestehende Geschäftsmodelle gefährdet sind.

Es geht also wieder um das Geld. Meiner Meinung wird es nur zu Änderungen kommen, wenn Bitcoin massiv unter Druck kommt – zum Beispiel durch Mining-Verbote.

Deine ungelesenen Artikel:
04.11.2026

SAP stellt neue KI-Tools vor – eines davon kommt auf der Internationalen Raumstation (ISS) zum Einsatz

SAP arbeitet an einem umfassenderen Einsatz von KI in Unternehmen und stellte dafür bei seiner Entwicklerkonferenz TechEd neue Technologien vor. Sie sollen unter anderem die Zusammenarbeit von KI-Agenten verbessern, ihren Einsatz besser kontrollierbar machen und Datenanalysen selbst unter den besonderen Bedingungen der ISS ermöglichen.
/artikel/sap-stellt-neue-ki-tools-vor-eines-davon-kommt-auf-der-internationalen-raumstation-iss-zum-einsatz
04.11.2026

SAP stellt neue KI-Tools vor – eines davon kommt auf der Internationalen Raumstation (ISS) zum Einsatz

SAP arbeitet an einem umfassenderen Einsatz von KI in Unternehmen und stellte dafür bei seiner Entwicklerkonferenz TechEd neue Technologien vor. Sie sollen unter anderem die Zusammenarbeit von KI-Agenten verbessern, ihren Einsatz besser kontrollierbar machen und Datenanalysen selbst unter den besonderen Bedingungen der ISS ermöglichen.
/artikel/sap-stellt-neue-ki-tools-vor-eines-davon-kommt-auf-der-internationalen-raumstation-iss-zum-einsatz
ISS, SAP
Philipp Herzig, CTO SAP I © SAP

SAP hat auf seiner jährlichen Entwicklerkonferenz „SAP TechEd“ Ende Oktober eine Reihe von KI-Innovationen bekannt gegeben, die das SAP-Portfolio für Entwickler erweitern. Erweiterungen der Joule-Lösungen und der SAP Business AI Platform – einschließlich des neuesten Foundation Models von SAP für tabellarische Daten – sollen neue Tools zur Entwicklung und Erweiterung von KI-Agenten bereitstellen. Zugleich sollen sie den Agenten Daten- und Geschäftskontext für logisches Denken sowie zusätzliche Governance-Kontrollen bieten. Um sie unternehmensweit verantwortungsvoll einsetzen zu können, so der Plan.

SAP Business AI Plattform als Basis

„Auf der SAP TechEd präsentieren Entwickler seit jeher die neuesten Innovationen“ sagt Philipp Herzig, CTO von SAP. „In diesem Jahr zeigen wir, wie KI nicht einfach nur lernt, Unternehmen zu verstehen, sondern auch Geschäftsprozesse abzuwickeln. In ‚Joule Work‘ machen Nutzer ihre Eingaben und erledigen Aufgaben in einer durchgängigen Anwendungsumgebung, in der gesamten SAP-Landschaft und darüber hinaus. Das ist die Neuerung, die wir in großem Maßstab bereitstellen.“

Die Basis von allem bildet die SAP Business AI Plattform. Sie sorge für eine schnellere Wertschöpfung, da Geschäftsprozesse von Anfang an verstanden würden, und biete eine höhere Genauigkeit. „Außerdem erfüllt sie die Anforderungen von Unternehmen, gewährleistet ab der ersten Implementierung einen sicheren, kontrollierten und konformen Betrieb und bietet eine einzigartige Kontextebene, die auf dem Prozess- und Branchenwissen aus über 50 Jahren aufbaut, das in jeder Agenten-Aktion verankert ist“, so Herzig weiter.

Code und No-Code

Gebaut werden KI-Agenten im „Joule Studio“. Das ist sowohl ohne Programmierkenntnisse per Klick-Baukasten (No-Code) möglich, als auch mit eigenem Code (Pro-Code). Dafür stehen über 70 verschiedene KI-Modelle zur Auswahl.

Durch neue Funktionen für „Joule Work“ sollen KI-Agenten noch wirkungsvoller komplexe Geschäftsprozesse über offene Protokolle (A2A und MCP) handhaben können. Diese Innovationen machen „Joule Work“ leistungsfähiger, um den Kontext besser zu verstehen, Entscheidungen zu treffen und mehrstufige Workflows über Unternehmenssysteme und Geschäftsbereiche hinweg auszuführen, so der Claim.

SAP erweitert seine KI-Plattform damit eigenen Angaben zufolge um eine neue Orchestrierungsschicht, damit Assistenten und Agenten komplexe, mehrstufige Abläufe über verschiedene SAP-Systeme hinweg zuverlässiger erledigen können. Der SAP Knowledge Graph soll künftig auch Daten aus kundeneigenen SAP- und Drittquellen einbinden, sodass Nutzer ihre Informationen in natürlicher Sprache durchsuchen und exakte, auf den eigenen Daten basierende Antworten erhalten.

Auch andere Anbieter-Einbindung möglich

Agenten anderer Anbieter sollen außerdem über ein kontrolliertes Agenten-Gateway sicher auf „Joule Agents“ zugreifen und mit ihnen zusammenarbeiten können, ohne dass „Kontrolle und Governance verloren gehen“. Das neue „SAP Enterprise AI Gateway“ bündelt zudem Authentifizierung, Richtlinien, Routing, Überwachung, Nutzungsverfolgung und Auditing des gesamten KI-Datenverkehrs im Unternehmen. Ergänzend sollen ein neuer „Joule Assistent“, der „SAP AI Agent Hub“ und ein „AI Governance Assistant“ Kunden dabei helfen, die EU-KI-Verordnung einzuhalten.

Beim „Tabular Foundation Model“ kündigt SAP das Modell „SAP-RPT-2.0“ an, das künftig auch Anomalien und Ausreißer in Tabellendaten erkennen soll. „SAP-RPT-TS“ hingegen soll Geschäftskennzahlen prognostizieren können.

Einsatz auf der ISS

„Es gibt große Weiterentwicklungen bei unseren Tabular Foundation Models“, ergänzt Herzig. „Daraus ist inzwischen eine ganze Modellfamilie geworden. Ein etwas ausgefallener technischer Ausblick ist, dass wir diese Modelle gemeinsam mit Hewlett Packard Enterprise auch auf der Internationalen Raumstation (ISS) einsetzen – für die vorausschauende Wartung im Weltraum.“ Das Modell soll zudem Ausfälle vorhersagen können, ohne dass die dafür benötigten Daten zur Erde übertragen werden müssen.

„SAP-RPT wurde generisch trainiert und kann– ähnlich wie große Sprachmodelle im Bereich Sprache – auf eine Vielzahl unterschiedlicher Anwendungsgebiete übertragen werden“, so Herzig weiter. „Creditplus verwendet solche Modelle beispielsweise für die Risikobewertung. Hitachi setzt sie für die vorausschauende Wartung seiner Maschinen ein. ‚Oxford Cancer‚ nutzt sie, um anhand von Proteinmarkern Krebserkrankungen bei Patienten besser vorherzusagen als mit bisherigen Modellen“, sagt er.

Wenn man sich die Internationale Raumstation ansehe, genauer gesagt das Columbus-Modul, in dem SAP das Modell einsetzt, gebe es dort enorme Datenmengen.

„Nicht einfach zur Erde herunterladen“

„Die Maschinen auf der ISS erzeugen Telemetriedaten, die sehr nützlich sind. Allerdings handelt es sich um rund zehn Gigabyte an Daten. Diese kann man nicht einfach zur Erde herunterladen – das würde viel zu lange dauern, wenn man schnell reagieren möchte, etwa um bestimmte Muster oder Auffälligkeiten in Zeitreihen zu erkennen“, erklärt Herzig. „Die Modelle lassen sich direkt vor Ort einsetzen, weil sie im Vergleich zu großen Sprachmodellen relativ klein sind. Sie können also unmittelbar auf der Raumstation betrieben werden. Und es ist kein Training erforderlich. Man speist die aktuellen Daten direkt als Live-Datenstrom ein und erhält sofort Vorhersagen.“

Der CTO sieht den Anwendungsfall auf der Raumstation nicht bloß als eine Marketingaktion, sondern als Zeugnis dafür, wie weit man gehen könne. Er sagt: „Wie nützlich ist die Technologie unter solch extremen Bedingungen? Auf der Erde ist heute vieles einfach. Wir haben schnelle Internetverbindungen und leistungsfähige GPUs. Bei solchen Anwendungsfällen spielt die Latenz kaum eine Rolle. Aber können wir auch in einer Umgebung echten Mehrwert schaffen, die nur eingeschränkt angebunden ist – oder zumindest sehr weit entfernt? Genau das wollten wir zeigen: Mit einer lokalen Verarbeitungsumgebung lassen sich Probleme lösen, deren Lösung sonst schwierig wäre, weil man zunächst sämtliche Daten zur Erde übertragen müsste. Anschließend müsste man sie dort auswerten und die Ergebnisse zurückübermitteln. Dann könnte es aber bereits zu spät sein.“

SAP löst „Data Drift“-Problem

Ein zentrales Problem bei klassischen KI-Modellen ist der sogenannte Data Drift: Data Scientists trainieren ihre Modelle auf historischen Daten, doch schon beim Abschluss des Trainings können sich die eintreffenden Daten statistisch verändert haben. Die neuen Modelle von SAP wollen genau hier ansetzen.

Man könne jederzeit aktuelle Daten ins Kontextfenster geben und erhalte darauf basierend präzise Vorhersagen, ohne neu trainieren zu müssen. „Veränderungen in Struktur oder Eigenschaften der Daten erkennt das Modell unmittelbar“, betont Herzig. „Das wollten wir demonstrieren: Müsste man bei veränderten Bedingungen erst alle Informationen zur Erde übertragen und das gesamte Modell neu trainieren, wäre es dafür viel zu spät. Dann würde man auf der ISS sagen: ‚Schön, dass ihr uns das jetzt mitteilt – aber das hättet ihr uns schon vor einem oder zwei Monaten sagen müssen‘.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Darum ist der hohe Stromverbrauch ein existenzielles Problem für Bitcoin