Grüne KI: Künstliche Intelligenz im Einklang mit Umwelt- und Klimaschutz
Künstliche Intelligenz (KI) hat in den letzten Jahren unsere Lebensweise revolutioniert – von selbstlernenden Algorithmen bis hin zu fortschrittlichen Spracherkennungssystemen. Unsere Welt ist zunehmend von ökologischen Herausforderungen geprägt. Die Integration von KI-Lösungen eröffnet hier eine vielversprechende Perspektive für umweltbewusstes Handeln.
Die Herausforderungen hohen Ressourcenverbrauchs durch Künstliche Intelligenz
Künstliche Intelligenz birgt erhebliches Potenzial für ökologische Nachhaltigkeit: Sie unterstützt die Reduzierung von Emissionen, verbessert die Ressourceneffizienz, trägt zum Klimaschutz und -anpassung bei, fördert die Kreislaufwirtschaft sowie nachhaltige Produkte und steigert die Qualität und Lebensdauer von Produkten.
Jedoch geht die Nutzung von KI mit einem beachtlichen Energieverbrauch einher. Der stetig wachsende Rechenbedarf durch rasante Fortschritte in der generativen KI führt zu Milliardeninvestitionen in den Bau neuer Rechenzentren. Unternehmen verschiedener Branchen experimentieren mit dieser Technologie in der Cloud, was einen erheblichen Energieverbrauch mit sich bringt. So verursachen Rechenzentren bereits heute vier bis fünf Prozent des weltweiten Energieverbrauchs (nachzulesen im FAZ-Beitrag: „Wird Künstliche Intelligenz zum ,Klimakiller‘“ vom 15.11.23).
Weitere Faktoren wie die (Ressourcen-)Effizienz der KI-Modelle und somit auch eine effizientere Nutzung der Infrastruktur bestimmen derzeit die Diskussion. Dafür werden transparente Daten zum Energieverbrauch und den Umweltauswirkungen von KI benötigt, die bisher jedoch nicht von allen Unternehmen offengelegt werden. Damit Unternehmen ihre Energieverbrauchsdaten transparent machen können, müssen ihre KI-Modelle in der Lage sein, diese Metriken zuverlässig zu messen. Eine weitere Herausforderung besteht in den „Rebound“-Effekten neuer KI-Lösungen: Die gesteigerte Effizienz führt zu niedrigeren Kosten. Das wiederum steigert die Nachfrage und kann schlussendlich zu einem erhöhten Energieverbrauch führen.
Wege in eine nachhaltige KI-Zukunft
Die hier beschriebene Problematik der KI-Entwicklung, begleitet von einem hohen Ressourcenverbrauch, wird als Rote KI bezeichnet. Dem entgegen steht die Grüne KI, deren Ziel es ist, den ökologischen Fußabdruck zu reduzieren und ressourcenschonender zu agieren. Akteur*innen aus Forschung und Politik setzen sich derzeit intensiv mit den Herausforderungen der Roten KI sowie potenziellen Lösungsansätzen für die Implementierung Grüner KI auseinander. Unter ihnen befindet sich auch das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) und insbesondere deren Kompetenzzentrum KI für Umwelt und Nachhaltigkeit DFKI4Planet.
Die KI-Modelle sollen leistungsfähig genug sein, um ihre Aufgaben zu erfüllen, und gleichzeitig eine hohe Effizienz aufweisen. KI kann hier als Werkzeugkasten entlang unternehmerischer Wertschöpfungsketten verschiedenartig eingesetzt werden, um Ressourcen künftig nachhaltiger zu nutzen. Die Potenziale entlang der Wertschöpfungsketten zeigt der Green-AI Hub Navigator.
Ressourceneffizienz und Grüne KI des Green-AI Hub Mittelstand
Der Green-AI Hub Mittelstand unterstützt Unternehmen, KI-Lösungen in betriebliche Abläufe zu integrieren. Doch wie trägt die Implementierung von KI im Mittelstand zur Verbesserung der Ökobilanz bei? Durch den Einsatz der KI-Lösungen steigern die Unternehmen ihre Effizienz und sparen somit Ressourcen in Form von Energie und Material ein. Zudem werden kleinere KI-Modelle eingesetzt, um den Ressourcenverbrauch zu senken und die Wartung der KI-Modelle zu erleichtern. Beispielsweise gibt es KI-Modelle zur Bestimmung von Trendanalysen oder zur Produktionsplanung, die kleiner als 100 Megabyte sind. Diese stehen im Gegensatz zu den sehr ressourcenintensiven großen Sprachmodellen, etwa in Verwendung beim Dienst ChatGPT, die eine Größe des KI-Modells von mehreren Gigabyte je nach Version umfassen.
Gleichzeitig integriert das DFKI in seiner KI-Entwicklung CodeCarbon.io - eine Open-Source-Library, die darauf abzielt, den Ressourcenverbrauch von KI-Modellen sowohl beim Training als auch bei der Ausführung zu erfassen. Sie ermöglicht, die CO2-Emissionen des eigenen Codes abzuschätzen. Die Ergebnisse helfen den KI-Entwickler*innen dabei, die Emissionen zu reduzieren und die Effizienz des Codes zu steigern. Weiterhin schafft das Tool ein Bewusstsein dafür, dass der Trainingszeitraum der KI-Modelle je nach aktuellem Strommix einen Einfluss auf die CO2-Bilanz der KI-Modelle hat.
Das Pilotprojekt der Johann Herges GmbH macht’s vor
Im Rahmen der KI-Pilotprojekte des Green-AI Hub Mittelstand wird die Ressourcenbilanz der Pilotanwendungen erhoben. Hier werden die erzielten Ressourceneinsparungen durch KI mit dem Ressourcenverbrauch der KI verrechnet, einschließlich einer detaillierten Abschätzung des Energie- und Materialverbrauchs der angewandten KI-Modelle. Ein besonders anschauliches Beispiel liefert das Pilotprojekt der Johann Herges GmbH, das eindrucksvoll zeigt, wie durch den Einsatz von KI eine veränderte Produktionsweise zu deutlichen Material- und CO2-Einsparungen führen kann. Dabei wird zwar zunächst ein leistungsstarkes Computersystem eingesetzt, jedoch funktioniert die spätere KI-Anwendung reibungslos mit einem handelsüblichen PC, der einen geringeren Energieverbrauch aufweist. Zusätzlich ist der 3D-Druck-Prozess im Vergleich zum zuvor praktizierten Fräsen bis zu 60 Prozent energieeffizienter.
Künstliche Intelligenz für eine positive Ökobilanz
Um eine positive Ökobilanz zu gewährleisten, bedarf es einer ganzheitlichen Betrachtung – sowohl in der Entwicklung nachhaltiger KI als auch in ihrer Funktion zur Steigerung der Ressourceneffizienz. Auf diese Weise wird Grüne KI in der Praxis erfolgreich umgesetzt. Um diesen Prozess weiter zu optimieren, entwickelt der Green-AI Hub Mittelstand eine Handreichung, die die Regeln und Werkzeuge umfassend erläutert, die für die Entwicklung einer umweltfreundlichen KI vonnöten sind. Diese „10 Goldenen Regeln zur Gestaltung und Verwendung Grüner KI“ richten sich speziell an Entwickler*innen für Künstliche Intelligenz, um ihnen Leitlinien für eine nachhaltige Gestaltung und Verwendung zu bieten.
Das BMUV im Einsatz für eine nachhaltige Digitalisierung
Im Rahmen des Fünf-Punkte-Programms „Künstliche Intelligenz für Umwelt und Klima“ fördert das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) die nachhaltige Gestaltung von KI und die Nutzung ihrer Chancen zugunsten von Klima und Umwelt. Neben dem Green-AI Hub Mittelstand gehört hierzu auch die Förderinitiative "KI-Leuchttürme für Umwelt, Klima, Natur und Ressourcen". Ein Schwerpunkt dieses Förderprogramms lautet: "Ressourceneffiziente KI". Hierzu gehören Projekte, die weniger rechenintensive KI-Verfahren entwickeln, Nachhaltigkeitskennzahlen der digitalen Infrastruktur von KI erheben oder mittels spezialisierter Hardware den Energiebedarf von KI-Anwendungen reduzieren. Sie zeigen, dass eine energieeffiziente und ressourcenschonende Digitalisierung möglich ist.
