KI nachhaltig gestalten: Was uns fehlt

Künstliche Intelligenz ist zu einer der transformativsten Technologien unserer Zeit geworden, ihr ökologischer Fußabdruck wird jedoch noch weitgehend nicht gemessen und kaum verstanden. Während Unternehmen auf der ganzen Welt branchenübergreifend darum kämpfen, KI-Systeme zu implementieren, entsteht eine entscheidende Diskussion über die wahren Kosten dieser Technologien. Sasha Luccioni, eine prominente KI-Forscherin mit Schwerpunkt auf ökologischer Nachhaltigkeit, argumentiert, dass wir ohne wesentliche Änderungen an der Art und Weise, wie wir Emissionsdaten verfolgen und melden, nicht hoffen können, wirklich nachhaltige KI-Lösungen zu entwickeln, die die Zukunft unseres Planeten nicht gefährden.

Das Problem beginnt mit einer grundlegenden Lücke in unserem Verständnis darüber, wie viel Energie KI-Technologien tatsächlich verbrauchen. Das Training großer Sprachmodelle und anderer komplexer maschineller Lernsysteme erfordert enorme Rechenressourcen, doch die meisten Organisationen, die diese Systeme betreiben, legen deren Auswirkungen auf die Umwelt selten offen. Luccioni weist darauf hin, dass dieser Mangel an Transparenz es den Beteiligten – von den Regulierungsbehörden bis zu den Verbrauchern – unmöglich macht, fundierte Entscheidungen darüber zu treffen, welche KI-Anwendungen ihre Umweltkosten wert sind. Die Forschungsgemeinschaft hat erst vor kurzem damit begonnen, die Sammlung von Emissionsdaten zu systematisieren, und selbst diese frühen Bemühungen offenbaren besorgniserregende Muster hinsichtlich der Energieintensität moderner KI.

Abgesehen von den technischen Herausforderungen bei der Messung von Emissionen gibt es noch eine weitere entscheidende Frage: zu verstehen, wie Menschen KI in der Praxis tatsächlich einsetzen. Viele Unternehmen setzen KI-Modelle ein, ohne klare Erkenntnisse darüber zu haben, ob die Technologie die Ergebnisse wirklich verbessert oder lediglich den Rechenaufwand für bestehende Prozesse erhöht. Diese Diskrepanz zwischen Einsatz und tatsächlichem Nutzen bedeutet, dass wir nicht genau beurteilen können, ob die Umweltkosten eines KI-Systems durch seinen praktischen Nutzen gerechtfertigt sind. Luccioni betont, dass die Schaffung einer nachhaltigen KI nicht nur das Verständnis darüber erfordert, welche Energie verbraucht wird, sondern auch, ob dieser Verbrauch einen proportionalen Mehrwert für Benutzer und Gesellschaft bietet.

Die Infrastruktur, die moderne KI-Systeme unterstützt, stellt eine weitere Komplexitätsebene in der Nachhaltigkeitsgleichung dar. Rechenzentren, die hochentwickelte Algorithmen trainieren und ausführen, sind kontinuierlich in Betrieb und verbrauchen erhebliche Mengen Strom – oft in Regionen, in denen dieser Strom aus fossilen Brennstoffquellen stammt. Sogar Organisationen, die Anlagen für erneuerbare Energien betreiben, müssen sich mit der Realität auseinandersetzen, dass die globalen Energienetze weiterhin teilweise von nicht erneuerbaren Quellen abhängig sind. Luccioni argumentiert, dass wir bessere Methoden zur Berechnung des tatsächlichen CO2-Fußabdrucks von KI-Systemen benötigen und dabei nicht nur den direkten Energieverbrauch, sondern auch Auswirkungen auf die Herstellung, Kühlanforderungen und die vorgelagerten Emissionen im Zusammenhang mit dem Aufbau und der Wartung der erforderlichen Hardware-Infrastruktur berücksichtigen.

Unternehmensverantwortung ist ein entscheidendes fehlendes Teil im Nachhaltigkeitspuzzle. Viele Unternehmen, die KI-Systeme einsetzen, haben sich vage zu ihrer Umweltverantwortung verpflichtet, verfügen jedoch nicht über konkrete Kennzahlen oder Berichtsstandards. Ohne standardisierte Rahmenwerke zur Messung von KI-Emissionen stehen Unternehmen kaum unter dem Druck, ihre Systeme hinsichtlich der Energieeffizienz zu optimieren. Luccioni plädiert für verbindliche Offenlegungspflichten, die denen in anderen Branchen ähneln, um sicherzustellen, dass die Umweltkosten der KI-Entwicklung und -Bereitstellung ebenso sichtbar und geprüft werden wie andere geschäftliche Auswirkungen. Eine solche Transparenz würde Marktanreize für Unternehmen schaffen, effizientere KI-Algorithmen und Infrastruktur zu entwickeln und zu priorisieren.

Die Forschungsgemeinschaft selbst spielt eine entscheidende Rolle bei der Weiterentwicklung nachhaltiger KI-Praktiken. Akademische Einrichtungen und private Forschungslabore haben damit begonnen, Artikel über die Energiekosten für das Training bestimmter Modelle zu veröffentlichen und damit wertvolle Benchmarks für diesen Bereich zu liefern. Diese Bemühungen bleiben jedoch fragmentiert und unvollständig, da viele der ressourcenintensivsten Projekte hinter verschlossenen Türen des Unternehmens durchgeführt werden. Luccioni betont, dass offene Wissenschaft und gemeinsame Forschung unerlässlich sind, um das wahre Ausmaß der Umweltauswirkungen von KI zu verstehen. Ohne Zugriff auf umfassende Daten großer Technologieunternehmen können Forscher keine genauen Modelle darüber erstellen, wie sich das Gebiet entwickelt oder wo die größten Effizienzgewinne erzielt werden könnten.

Die Frage nach dem Nutzen von KI wird immer wichtiger, wenn man sie aus der Umweltperspektive betrachtet. Einige Anwendungen künstlicher Intelligenz bieten klare, messbare Vorteile, die ihren Rechenaufwand rechtfertigen – beispielsweise der Einsatz von KI zur Optimierung von Energienetzen oder zur Entwicklung effizienterer Materialien. Andere Anwendungen von KI sind möglicherweise eher marginal und bieten geringfügige Annehmlichkeiten, ohne echte Probleme zu lösen. Luccioni argumentiert, dass wir einen Kulturwandel brauchen, bei dem Unternehmen ernsthaft hinterfragen, ob der Einsatz eines KI-Systems angesichts seiner Umweltkosten sinnvoll ist. Dies erfordert bessere Tools zum Messen von KI-Nutzungsmustern, zum Verständnis der Benutzerakzeptanzraten und zur Bestimmung, ob KI tatsächlich ihre beabsichtigten Ergebnisse erzielt oder einfach nur den Anschein von Fortschritt erweckt und dabei unnötig Ressourcen verbraucht.

Politische Rahmenbedingungen werden von entscheidender Bedeutung sein, um Anreize für Veränderungen in großem Maßstab zu schaffen. Regierungen auf der ganzen Welt beginnen, Vorschriften zur KI-Sicherheit und -Ethik zu entwickeln, aber KI-Nachhaltigkeit bleibt in den meisten politischen Diskussionen ein nachträglicher Gedanke. Luccioni plädiert für Richtlinien, die klare Anforderungen an die Emissionsberichterstattung für Organisationen festlegen, die groß angelegte KI-Systeme einsetzen, ähnlich den CO2-Bilanzierungsstandards in anderen Sektoren. Solche Rahmenwerke könnten Effizienzinnovationen vorantreiben, da Unternehmen darum konkurrieren, ihren ökologischen Fußabdruck zu reduzieren. Darüber hinaus könnten Mechanismen zur CO2-Bepreisung, die die Emissionen von KI berücksichtigen, dazu beitragen, sicherzustellen, dass die Technologie nur dort eingesetzt wird, wo ihr Nutzen ihre Kosten tatsächlich überwiegt.

Der weitere Weg erfordert die Koordination mehrerer Interessengruppen. Technologieunternehmen müssen in effizientere Algorithmen und Hardware investieren und so den Energieaufwand für KI-Training und -Inferenz reduzieren. Forschungseinrichtungen müssen standardisierte Methoden zur Messung und Berichterstattung von Emissionen festlegen und so eine gemeinsame Sprache für die Diskussion der Umweltauswirkungen von KI schaffen. Politische Entscheidungsträger sollten regulatorische Rahmenbedingungen entwickeln, die dafür sorgen, dass die Verantwortung für die Umwelt für Organisationen, die KI in großem Umfang einsetzen, nicht verhandelbar ist. In der Zwischenzeit sollten Benutzer und Verbraucher Transparenz über die Umweltkosten der KI-Dienste, auf die sie sich verlassen, fordern und so Marktdruck für nachhaltige Alternativen erzeugen.

Letztendlich ist Luccionis Botschaft klar: Ohne bessere Daten, besseres Verständnis und bessere Rechenschaftspflicht können wir keine wirklich nachhaltige KI aufbauen. Die Technologiebranche hat sich daran gewöhnt, schnell zu agieren und Fragen später zu stellen, aber die Umweltrisiken, die KI mit sich bringt, sind zu hoch, als dass dieser Ansatz weitergeführt werden könnte. Durch die Einrichtung einer umfassenden Emissionsverfolgung, das Verständnis tatsächlicher KI-Nutzungsmuster und die Schaffung politischer Rahmenbedingungen, die Anreize für Effizienz schaffen, können wir mit dem Aufbau eines KI-Ökosystems beginnen, das echten Mehrwert bietet, ohne die Zukunft unseres Planeten zu gefährden. Die Frage ist nicht, ob nachhaltige KI möglich ist, sondern ob wir den kollektiven Willen haben, sie zu verwirklichen.