Whitepaper der Plattform Lernende Systeme

Nachhaltiger Wirtschaften mit nachhaltiger KI

Künstliche Intelligenz (KI) kann zu einer nachhaltigeren Ausrichtung von Wirtschaft und Gesellschaft beitragen. Allerdings ist der Energieverbrauch der KI-Systeme selbst oft hoch. Ein Whitepaper der Plattform Lernende Systeme soll daher zeigen, wie mithilfe von KI nachhaltige Geschäftsmodelle entstehen und wie der ökologische Fußabdruck von KI-Systemen verringert werden kann.

Bild: Lernende Systeme – Die Plattform für Künstliche Intelligenz
Bild: Lernende Systeme – Die Plattform für Künstliche Intelligenz

Künstliche Intelligenz kann Unternehmen und Institutionen dabei unterstützen, ökologisch verträglich, sozial gerecht und gleichzeitig wirtschaftlich erfolgreich zu handeln. Aus großen Datenmengen gewinnen KI-Systeme Erkenntnisse darüber, wie Unternehmen ihre Prozesse effizienter und ressourcenschonender gestalten und Emissionen reduzieren können. Auf diese Weise entstehen Produkte, Dienstleistungen und Geschäftsmodelle, die einen wirksamen Beitrag zu einer nachhaltigen Entwicklung leisten. „Künstliche Intelligenz ist ein wesentlicher Baustein, um unsere Gesellschaft nachhaltiger zu machen. KI muss aber auch in sich nachhaltig gestaltet sein, zum Beispiel beim eigenen Energiebedarf“, sagt Oliver Zielinski, Leiter des Kompetenzzentrums KI für Umwelt und Nachhaltigkeit (DFKI4planet) und Mitautor des Whitepapers.

Daten austauschen

Auch außerhalb der Betriebe kann KI eine nachhaltige Wirtschaft fördern. Mithilfe der Technologie lassen sich Daten von Unternehmen – zum Beispiel zum Ausstoß von Treibhausgasen oder dem Arbeits- und Gesundheitsschutz – analysieren und die Nachhaltigkeit der Betriebe bewerten, etwa um Investoren eine Entscheidungshilfe zu bieten. Eine Möglichkeit nennen die Autoren etwa eine offene Plattform, auf der Unternehmen ihre Nachhaltigkeitsdaten sicher zugänglich machen sowie Standards für die Datenerfassung offengelegt werden können. Ebenso notwendig sei der Austausch von Daten aus Forschung, Wirtschaft und Behörden für das Training von KI-Anwendungen.

„Digitalisierung und darauf aufbauende KI-Anwendungen besitzen großes Potenzial, ökonomische, soziale und ökologische Nachhaltigkeitsziele zu unterstützen. Das Spektrum der Anwendungen ist weit gefächert und umfasst beispielsweise eine bessere Steuerung und Nutzung von Ressourcen, die Verbesserung von Arbeitsbedingungen aber auch die Entwicklung und Bereitstellung von nachhaltigen Produkten und Dienstleistungen“, so Susanne Boll, Professorin für Medieninformatik an der Universität Oldenburg und Leiterin der Arbeitsgruppe Geschäftsmodellinnovationen der Plattform Lernende Systeme. „KI-Systeme haben einen hohen Energieverbrauch, insbesondere beim Training großer neuronaler Netze. Der Nutzen muss also auch immer im Verhältnis zur Rechenleistung stehen. Daher sind Innovationen für eine nachhaltige KI von Anfang an mitzudenken – vom kosteneffizienten Trainingsprozess von KI-Modellen bis hin zur Nutzung von Abwärme aus Rechenzentren.“

Mehr Emissionen durch mehr Rechenleistung

Als Hauptgrund für den hohen Ressourcenverbrauch wird im Whitepaper die steigende Rechenleistung genannt, die zum Training immer größerer KI-Modelle erforderlich ist. Der CO2-Abdruck eines Suchmaschinentrainings könne etwa die Größenordnung eines Langstreckenflugs erreichen, so die Autoren. Zudem können KI-Anwendungen im Einsatz problematische Rückkopplungseffekte verursachen, etwa wenn ein KI-System aufgrund seines niedrigeren Energieverbrauchs mehr genutzt wird und der Energieverbrauch in der Gesamtsumme steigt. Trotz der vielversprechenden Potenziale gelte es, diese so genannten Rebound-Effekte sowie den notwendigen Energiebedarf von KI-Technologien stets zu berücksichtigen, so die Autorinnen und Autoren. Die Entscheidung für betriebliche Anwendungen im Sinne der Nachhaltigkeit könne im Einzelfall auch bedeuten, keine KI einzusetzen.

„Das Rad muss nicht immer wieder neu erfunden werden. KI-Modelle, die sich bewährt haben, können anderen KI-Entwicklerinnen und -entwicklern auf Marktplätzen zur Verfügung gestellt werden; der Aufwand fürs Training entfällt dann oder wird zumindest deutlich reduziert“, sagt Markus Schnell, Senior Director bei Infineon und Mitglied der Arbeitsgruppe Geschäftsmodellinnovationen.

Weiter wird im Whitepaper empfohlen, neue sparsame Lernmethoden und Modellrechnungen zu erforschen, effizientere Hardware für die KI-Anwendungen einzusetzen sowie ein Nachhaltigkeitslabel, mit dem KI-Anwendungen mit einem geringen Ressourcenverbrauch gekennzeichnet und so gefördert werden.







  • KI in Fertigungsbranche vorn

    Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über…


  • Lohnt sich ein Retrofit?

    Oft ist unklar, ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten. Im Projekt ‚DiReProFit‘ wollen Forschende dieses Problem mit künstlicher…


  • MVTec eröffnet Niederlassung in Taiwan

    Bereits seit 2020 unterhält MVTec ein Vertriebsbüro in Taiwan. Dieses wertet der Bildverarbeitungsspezialist nun zu einer eigenen Niederlassung, der MVTec Taiwan, auf.


  • Ein Stück näher am Quanteninternet

    Das Quanteninternet verspricht signifikante Verbesserungen in verschiedenen technologischen Schlüsselbereichen. Um dieses jedoch im bestehenden Glaserfasernetz zu realisieren, sind Quantenfrequenzkonverter nötig, die die…


  • MES-Integrator und 360-Grad-Partner für optimierte Fertigung

    Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen.