AI Sustainability: Wie die KI-Nutzung nachhaltig wird
Innovationsmanagement, Marketing, Personalwesen, Vertrieb, Qualitätssicherung – in diesen und vielen weiteren Unternehmensbereichen lassen sich mit KI Prozesse automatisieren. Das entlastet Mitarbeitende und steigert die Produktivität. Die Kehrseite: Jeder Einsatz benötigt Energie und belastet damit die Umwelt zusätzlich. „AI Sustainability“ beschreibt einen Ansatz, die Nutzung von KI so zu gestalten, dass sie langfristig ökologisch, ökonomisch und sozial nachhaltig ist.
Schätzungen zufolge betreibt der ChatGPT-Anbieter OpenAI in seinen Rechenzentren mehr als 3.600 leistungsstarke Server. Ein Datenwissenschaftler der Freien Universität Amsterdam hat darauf aufbauend den Strombedarf des Chatbots berechnet: Demnach verbraucht ChatGPT etwa 205.860.000 Kilowattstunden Strom im Jahr. Damit ließen sich im gleichen Zeitraum mehr als 70.000 Vier-Personen-Haushalte mit Strom versorgen. Die KI könnte zwar zum Booster für Produktivität, aber auch zur Bedrohung für das Klima werden. Sie muss daher stärker auf Nachhaltigkeit getrimmt werden. Das ist einerseits die Aufgabe bei der Entwicklung und beim Betrieb dieser Modelle. Andererseits sollten/müssen auch alle KI-einsetzenden Unternehmen dazu beitragen, indem sie den Ansatz der AI Sustainability in ihre KI-Strategie einbinden.
Es braucht ein besseres Bewusstsein – in doppelter Hinsicht
Ein guter erster Ansatzpunkt ist, den CO2-Fußabdruck des Unternehmens transparent zu machen: Wie hoch ist er derzeit und wie wirkt sich der KI-Einsatz auf den CO2-Fußabdruck aus? Auf Basis dieser Information gilt es abzuwägen: Kann ich das KI-bedingte Plus an Treibhausgasen durch Einsparungen anderswo ausgleichen? Etwa, weil mithilfe der neuen Technologie die Anzahl der Dienstreisen reduziert wird.
Transparenz über die zusätzlich entstehenden CO2-Emissionen ist die Voraussetzung, um sich den negativen Folgen der KI-Technologie bewusst zu werden. Dieses Wissen sollten Unternehmen an ihre Mitarbeitenden weitergeben und sie dafür sensibilisieren, KI nur für die definierten Use Cases einzusetzen. Beispielsweise muss nicht jede Recherche zwingend über ChatGPT oder Copilot durchgeführt werden. In vielen Fällen bringt eine klassische Google-Suche ein vergleichbares Ergebnis – bei deutlich geringerem Energiebedarf.
Neben der ökologischen Dimension hat Nachhaltigkeit eine ökonomische. Das gilt auch für KI. Eine nachhaltige KI-Strategie umfasst deshalb wirtschaftliche Aspekte. Dazu zählen die Kostenoptimierung durch effiziente Ressourcennutzung und die Schaffung langfristiger wirtschaftlicher Vorteile. Möglich wird dies, indem Unternehmen zeitintensive Routineaufgaben an KI-Assistenten auslagern. Monotone, stumpfsinnige Arbeitsschritte werden von der Kollegin KI übernommen, die sie in einem Bruchteil der Zeit erledigt. Das entlastet die Mitarbeitenden, gibt ihnen neuen Raum für wirklich wertschöpfende Aufgaben – und erhöht so die Zufriedenheit der Beschäftigten und macht das Unternehmen produktiver.
Verantwortungsvoller Umgang unerlässlich
Die dritte Dimension von Nachhaltigkeit ist das Soziale. Hier geht es darum, dass KI-Anwendungen sich nicht negativ auf die Gesellschaft auswirken. Zwar haben Unternehmen wenig Einfluss auf die bestehenden KI-Modelle. Aber ihre Mitarbeitenden haben es in der Hand, welche Folgen die Nutzung auf die Gesellschaft hat. Werden KI-Systeme bewusst mit falschen Daten „gefüttert“ oder zweckentfremdet eingesetzt, kann großer Schaden entstehen. Um das zu verhindern, sollten Unternehmen ihre Beschäftigten für einen angemessenen Umgang sensibilisieren. Was beim verantwortungsvollen Einsatz von KI-Modellen noch zu beachten ist, erfahren Sie in unserem Artikel über „Responsible AI“.
Vom Handlungsbedarf zum konkreten Use Case
Angesichts der potenziellen negativen Folgen von KI sollte ihre Einführung nie ein Selbstzweck sein. Um einen echten Mehrwert aus der Technologie zu ziehen, sollten Unternehmen einen klaren Use Case für sich definieren. Es ist ratsam, zunächst eine Art Bestandsaufnahme zu machen: Wo gibt es betriebliche Pain Points, wo besteht Optimierungsbedarf und welche Ziele will man erreichen? Sobald die Antworten auf dem Tisch liegen, lässt sich im nächsten Schritt bestimmen, wie KI bei der Lösung helfen kann. Gibt es gleich mehrere dieser Schmerzpunkte, die jedoch unabhängig voneinander sind, dann sollten Unternehmen diese priorisieren und die Anwendungsfälle nacheinander angehen. Je nach Art der Problemstellung kann es sein, dass unterschiedliche KI-Tools erforderlich sind. Denn eine KI-Anwendung für alles gibt es nicht. Zwar können ChatGPT oder Copilot im Alltag bei vielen Aufgaben unterstützen. Je spezifischer jedoch die Problemstellung, desto individueller muss das KI-Tool eingerichtet sein. Besser ist es daher, klein und mit einem ersten Pilotsystem anzufangen, das erprobt wird. Die Erfahrungen damit bilden eine gute Grundlage für weitere KI-Projekte.
Hindernisse bei der KI-Einführung sind gerade bei mittelständischen Betrieben die fehlende Expertise sowie begrenzte personelle und zeitliche Ressourcen. Hier helfen Dienstleister, die auf Augenhöhe beraten und im Sparring das Unternehmen begleiten. Die Unterstützung kann von Workshops, in denen Use Cases identifiziert werden, bis hin zur Begleitung während des gesamten Projekts reichen. Eine weitere Hürde stellen unter Umständen knappe Budgets dar. Gerade die großen und bekannten KI-Anbieter verlangen oft hohe Preise. Produkte von kleineren Anbietern sind oft deutlich günstiger und genauso gut geeignet. Zudem lohnt es sich zu prüfen, ob es staatliche Förderungen gibt. So bietet etwa die Umweltschutzförderung der Deutschen Bundesstiftung Umwelt Zuschüsse rund um das Nachhaltigkeitsreporting – ebenfalls ein Feld, in dem KI Unternehmen durch Automatisierung entlasten kann.
Fazit
AI Sustainability zielt darauf ab, KI so einzusetzen, dass sie wirtschaftlichen Nutzen bringt und negative Auswirkungen auf die Umwelt und die Gesellschaft vermeidet. Dies erfordert eine sorgfältige Planung und Umsetzung. Fehlt sie, kann dies der Gesellschaft großen Schaden bringen. Wenn Nachhaltigkeit und KI künftig nicht als zwei Seiten einer Medaille verstanden werden, kann dies die Akzeptanz und das Vertrauen in die Zukunftstechnologie massiv beeinträchtigen.
Für weiterführende Fragen steht unser Experte gerne zur Verfügung.
AI Predictive Monitoring & Evaluation ist ein Teil des Dachs im „House of AI Transformation“. Mehr dazu lesen Sie hier.
Wie KI-reif ist Ihr Unternehmen? Unser Online-Test liefert Ihnen in wenigen Minuten das Ergebnis. Jetzt teilnehmen.
