erklären, was unter „KI für Umwelt- und Klimaschutz“ verstanden wird und welche Anwendungsfelder dabei unterschieden werden (Emissionsminderung, Anpassung, Meta-Tools).
zentrale Einsatzbereiche von KI in Energie, Gebäuden, Industrie, Landwirtschaft und Umwelt-Monitoring benennen und ihre jeweiligen Potenziale einordnen.
Chancen und Grenzen von KI im Klimaschutz kritisch bewerten, insbesondere im Hinblick auf Rebound-Effekte, Infrastrukturabhängigkeiten und politische Rahmenbedingungen.
einschätzen, unter welchen Bedingungen KI-basierte Effizienzgewinne tatsächlich zu absoluten Emissionsminderungen führen können – und wann nicht.
typische Einsparpotenziale durch KI in ausgewählten Sektoren (z. B. Gebäude, Energiesysteme, Landwirtschaft) grob quantifizieren und deren Unsicherheiten erläutern.
die Rolle von KI in der Klimabilanzierung beschreiben und dabei Fragen von Transparenz, Datenmacht und „blinden Flecken“ reflektieren.
begründen, warum KI kein Ersatz für Klimapolitik ist, sondern nur im Zusammenspiel mit regulatorischen, ökonomischen und gesellschaftlichen Maßnahmen wirksam wird.
