Hoe compenseer je de uitstoot van AI? Reis met me mee

Vandaag is het in Nederland voor het eerst code rood vanwege hitte. Dat zette me aan het denken — en aan het schrijven.

Vrijdag 26 juni 2026. Het KNMI geeft in grote delen van het land code rood af, het hoogste weeralarm dat er is. Niet vanwege een zware storm, ijzel of wateroverlast — zoals alle eerdere keren sinds we in 2010 met kleurcodes werken — maar vanwege extreme hitte. Dat is nog nooit eerder gebeurd. Zelfs tijdens de recordhitte van 2019 ging de vlag niet op rood. Vandaag wel, met temperaturen die lokaal richting de 40 graden gaan en nachten die nauwelijks afkoelen.

Ik schrijf dit met de gordijnen dicht en de ventilator aan. En ik realiseer me: dit is precies het soort moment waarop je je afvraagt wat je zélf bijdraagt — en wat je eraan kunt doen.

Waarom ik naar AI kijk

Ik ben online marketingstrateeg en DGA van Yellowlime, een online marketingbureau. Mijn werk speelt zich grotendeels online af, en het internet draait op stroom. Datacenters, servers, en sinds kort vooral: AI.

De cijfers zijn lastig te negeren. Volgens het Internationaal Energieagentschap (IEA) groeide het elektriciteitsverbruik van datacenters in 2025 met zo'n 17% — en dat van AI-datacenters nog veel sneller. Tegen 2030 verdubbelt het verbruik naar ongeveer 950 TWh per jaar; dat is meer dan heel Japan vandaag verbruikt. De CO₂-uitstoot die daarbij hoort, loopt op van zo'n 180 naar mogelijk 300 megaton per jaar.

Eerlijk is eerlijk: in het grote geheel zijn datacenters nog altijd maar zo'n 1 à 3% van het wereldwijde stroomverbruik en minder dan 1% van de uitstoot. Geen reden voor paniek, wél de snelst groeiende hap. En als marketeer, ondernemer en webprofessional zit ik er met mijn neus bovenop. Elke prompt, elke gegenereerde afbeelding, elke geautomatiseerde campagne: het kost iets.

Het gaat niet alleen om energie en CO₂

Hier gaat het vaak mis in de beeldvorming. De impact van AI reikt verder dan CO₂-uitstoot alleen. Er zijn drie dimensies:

• Energieverbruik: datacenters verbruiken enorme hoeveelheden stroom, en lang niet alle Big Tech-datacenters draaien al volledig op hernieuwbare energie. Bovendien lobbyt Big Tech met succes in Brussel om het energieverbruik van datacenters buiten het zicht te houden.
• Waterverbruik: energiezuinige datacenters verbruiken juist méér water om efficiënt te koelen. Hoe energiezuiniger een datacenter, hoe meer water er vaak door de koelsystemen stroomt. Eén datacenter kan miljoenen liters water per dag verbruiken.
• Landgebruik: voor nieuwe datacenters zijn grote lappen grond nodig, vaak in regio's waar ruimte schaars is of een andere bestemming heeft.

Dat roept ook de vraag op: is "uitstoot" hier eigenlijk wel het juiste woord?

Een noot over terminologie: uitstoot of footprint?

Ik schakel in dit artikel bewust over op "footprint" in plaats van "uitstoot". Uitstoot dekt alleen CO₂. Maar zodra je water- en landgebruik meerekent, schiet die term tekort. En dan is er nog iets wat veel mensen over het hoofd zien.

AI crawlt bovendien het hele internet

De impact van AI begint niet pas wanneer jij een prompt intypt en op enter drukt. Het internet wordt continu en massaal gecrawld door AI-tools als ChatGPT, Gemini en Claude, om hun modellen te trainen en actueel te houden. Dat crawlen kost energie, bandbreedte en servercapaciteit — voor elke website, elk artikel en elke pagina die ze indexeren.

Met andere woorden: je AI-footprint begint al lang voordat je de eerste letter typt.

Ik heb het wiel nog niet uitgevonden

Laat ik helder zijn: ik heb de antwoorden niet klaarliggen. Ik weet nog niet precies hoe je de uitstoot van AI-gebruik fatsoenlijk meet, laat staan compenseert. Moet je het verbruik schatten en afkopen via gecertificeerde compensatie? Inkopen bij aanbieders die op groene stroom draaien? Simpelweg mínder en bewuster gebruiken? Of zit de echte winst in efficiëntere modellen en betere prestaties, zoals sommigen beweren? Experts die ik sprak, gaven aan dat de AI-footprint nu nog grotendeels op aannames berust.

Ik weet het nog niet. Maar ik weet wél dat stilzitten geen optie meer is — niet op een dag als vandaag.

De komende maanden verken ik verschillende tools die je AI-footprint zichtbaar en beheersbaar maken:

Quick win 1: sla de dagelijkse begroeting over

Greenpixie heeft al een werkende versie van hun tool die per prompt de impact meet. En die levert direct een opvallend — en meteen toepasbaar — inzicht op.

AI-tools zijn ontworpen om menselijk aan te voelen. Ze begroeten je, reageren warm, vragen hoe het met je gaat. En mensen doen hetzelfde terug: "Hoi!" of "Goedemorgen, kun je me helpen met…"

Maar het zijn computers. En die begroeting kost meer dan je denkt.

Greenpixie mat wat er gebeurt als je simpelweg "hi" intypt in Claude (Opus 4.7). Die ene interactie genereert 25.925 input-tokens en 15 output-tokens. De impact: 1,70 Wh aan energie, 0,70 gram CO₂ en 38,5 ml water. Voor één begroeting!

Sla dus de dagelijkse "hoi" over. Begin direct met je vraag of opdracht. Kleine moeite, directe winst.

Quick win 2: kies je taalmodel bewust

Niet elk taalmodel is gelijk — en het model dat je kiest, heeft directe invloed op je AI-footprint. Dat liet Matt Clifford van Greenpixie zien tijdens een talk op Green IO in Amsterdam, georganiseerd door Gaël Duez.

De cijfers spreken voor zich. Voor dezelfde taak, met Claude als voorbeeld:

• Haiku 4.5: 12,40 gram CO₂e
• Sonnet 4.6: 26,67 gram CO₂e (2× Haiku)
• Opus 4.7: 120,72 gram CO₂e (bijna 10× Haiku)

Het juiste model voor de taak kiezen — een lichter model waar een zwaarder niet nodig is — is een van de meest impactvolle dingen die je nú al kunt doen. Je hebt niet altijd Opus nodig waar Haiku volstaat.

Dit is niet mijn eerste duurzaamheidsreis

Dit thema laat me al langer niet los. Ik was mede-initiatiefnemer en Team Rep van het WordPress Sustainability Team, dat zich inzette om duurzaamheid te verankeren in 's werelds grootste open-sourceplatform voor websites. Dat team werd begin 2025 onverwacht opgeheven, wat tot de nodige ophef leidde.

Het einde van dat team voelde als een gemiste kans. Maar de missie verdween niet. Die verhuisde gewoon mee — naar mijn werk, mijn bureau, en nu naar deze reis.

Reis je mee?

Ik ga de komende tijd hardop uitzoeken hoe je de footprint van AI in beeld brengt, verkleint en compenseert. Met vallen en opstaan, in het openbaar, zodat anderen ervan kunnen leren — en ik van hen.

Dus: reis je mee, of heb je reistips?

• Laat een reactie achter met je inzichten, kritiek of ideeën onder mijn LinkedIn-post.
• Maak verbinding met me hier op LinkedIn.
• Volg Yellowlime op LinkedIn, dan houd ik je via onze LinkedIn-nieuwsbrief op de hoogte van elke stap.

De vlag staat op rood. Tijd om in beweging te komen.