De verborgen klimaatimpact van een AI-video
AI-video biedt makers enorme creatieve mogelijkheden. Maar achter elke gegenereerde scène gaat een verborgen rekening schuil: water, energie en rekenkracht.

AI-video ontwikkelt zich razendsnel en biedt makers steeds meer creatieve mogelijkheden. Beelden die enkele jaren geleden alleen met grote productieteams, uitgebreide sets en hoge budgetten konden worden gemaakt, kunnen nu in korte tijd met generatieve AI worden geproduceerd. Toch blijft één belangrijk aspect vaak onderbelicht: de hoeveelheid energie en water die nodig is om al die beelden te genereren.
Vier liter water voor één AI-video
Een eenvoudige AI-video, zoals veel mensen inmiddels weleens hebben gemaakt, kost volgens onderzoek van United Nations University ongeveer 4 liter water en verbruikt ongeveer evenveel elektriciteit als een 10 watt-ledlamp die 42 uur brandt. Dat klinkt misschien nog overzichtelijk, maar daarbij gaan we ervan uit dat de eerste prompt direct het gewenste resultaat oplevert, terwijl in de praktijk vaak meerdere versies nodig zijn voordat een beeld, beweging of scène daadwerkelijk goed genoeg is.
Een andere camerabeweging, een aangepast personage, een nieuwe achtergrond, een hogere resolutie of simpelweg een fout in de generatie kan betekenen dat dezelfde scène opnieuw moet worden gemaakt. Het uiteindelijke energie- en waterverbruik ligt daardoor al snel hoger dan bij één enkele generatie.
Bij een volledige productie loopt het verbruik snel op
Wanneer generatieve AI niet alleen voor een korte clip, maar voor een volledige commercial, serie of film wordt ingezet, kan het totale verbruik aanzienlijk worden. Zeker bij producties waarbij grote hoeveelheden beeld in hoge resolutie worden gegenereerd, bijvoorbeeld in 4K, zijn enorme hoeveelheden rekenkracht nodig. Het energieverbruik kan dan oplopen tot niveaus die vergelijkbaar zijn met het verbruik van een kleine gemeenschap of een dorp, afhankelijk van de schaal van de productie, het gebruikte model en het aantal gegenereerde versies.
Tegelijkertijd kan AI op andere onderdelen van een productie juist voor besparingen zorgen. Digitale acteurs hoeven niet te reizen, fysieke sets kunnen kleiner worden, crews kunnen mogelijk worden teruggebracht en bepaalde locaties hoeven niet meer daadwerkelijk bezocht te worden. Toch betekent dat niet automatisch dat een volledig digitale productie ook duurzamer is, omdat een deel van de milieubelasting simpelweg verschuift van de fysieke wereld naar datacenters, elektriciteitsgebruik en waterverbruik voor de koeling van computersystemen.
Digitaal betekent niet automatisch duurzaam
Juist daarin zit een belangrijk aandachtspunt. Bij traditionele filmproducties zijn de klimaatkosten relatief zichtbaar: vliegtickets, vrachtwagens, lichtinstallaties, sets en grote crews zijn tastbaar en daardoor gemakkelijker mee te nemen in een duurzaamheidsberekening. Bij AI-producties gebeurt een groot deel van de impact achter de schermen, in datacenters die vaak honderden of duizenden kilometers verderop staan.
Daardoor ontstaat gemakkelijk het beeld dat een digitale productie vanzelf schoner of efficiënter is. In werkelijkheid hangt dat sterk af van de gebruikte technologie, de hoeveelheid rekenkracht, de energiebron van het datacenter, het koelsysteem en vooral van het aantal generaties dat nodig is om tot het uiteindelijke resultaat te komen.
Ook de klimaatkosten moeten onderdeel worden van het gesprek
Als generatieve AI een steeds grotere rol krijgt in film, reclame en media, moeten we daarom niet alleen kijken naar wat technisch en creatief mogelijk wordt, maar ook naar de klimaatkosten die daarmee gepaard gaan. De vraag zou niet alleen moeten zijn wat we met AI kunnen maken, maar ook hoeveel energie, water en rekenkracht ervoor nodig zijn om dat resultaat te bereiken.
Dat betekent niet dat we AI minder moeten gebruiken of innovatie moeten afremmen. Het betekent wel dat bewustzijn over energie- en waterverbruik onderdeel moet worden van de keuzes die makers, producenten en bedrijven maken. Juist omdat de creatieve mogelijkheden zo groot zijn en het gebruik de komende jaren waarschijnlijk verder zal toenemen, is het belangrijk dat duurzaamheid vanaf het begin wordt meegenomen.
Digitaal is niet automatisch duurzaam. Hoe groter de rol van AI in onze creatieve industrie wordt, hoe belangrijker het wordt om niet alleen naar het eindresultaat te kijken, maar ook naar wat ervoor nodig was om het te maken.
Conclusie
Digitaal is niet automatisch duurzaam. Hoe groter de rol van AI in onze creatieve industrie wordt, hoe belangrijker het wordt om niet alleen naar het eindresultaat te kijken, maar ook naar wat ervoor nodig was om het te maken. Dat begint met een eerlijke blik op het verbruik achter de generatie en eindigt met duurzaamheid als vanzelfsprekend onderdeel van elke creatieve keuze.

Job van den Berg is AI keynote spreker, tech-ondernemer en auteur van vijf boeken over AI. Hij zet wekelijks zelf agents in productie en geeft 150+ keynotes per jaar over AI-agents en agentic commerce.
Kort antwoord: REA (Reverse Engineer Anything) is een open-source MCP-server, gepubliceerd op 7 oktober 2026, waarmee AI-agents zoals Claude Code, Codex en Cursor software kunnen decompileren, analyseren en de werking ervan nabouwen zonder de broncode te zien. Binnen enkele dagen ging het project van minder dan 10.000 naar ruim 110.000 GitHub-sterren. Hieronder beantwoorden we de belangrijkste vragen over de trend.
Nee, strenger controleren maakt AI-agents niet automatisch veiliger. Volgens Gans & Holden (NBER, 2026) werken onwijzigbare logbestanden, onvoorspelbare audits en het belonen van eerlijk gedrag beter.
Het korte antwoord: door op elk moment te kunnen zeggen wat elke agent doet, op welk model hij draait, met welke data hij werkt en sinds wanneer. Wie dat niet weet, kan een agent niet veilig noemen, hoe goed de techniek eromheen ook is. Dat overzicht leg je vast in een paspoort per agent, dat je bijhoudt bij elke wijziging en elk kwartaal reviewt. Hieronder hoe dat werkt en waarom het meer is dan administratie.
Slimme AI-agents hebben een betrouwbaar datafundament nodig. Over identity resolution, Customer 360, data orchestration en governance: van single source of truth naar system of context.
