KI und Nachhaltigkeit

Kurs: KI und Nachhaltigkeit | OnCourse UB

• Lektion 1
  • Aktivität Textblock 1 auswählen

    Was heißt eigentlich „KI für Umwelt- und Klimaschutz“?

    Wenn heute von „Künstlicher Intelligenz für das Klima“ die Rede ist, klingt das oft nach einem technologischen Versprechen: Mit besseren Vorhersagen, optimierten Prozessen und automatisiertem Monitoring soll KI helfen, Emissionen zu senken und Ökosysteme zu schützen. 

    Die Initiative „Climate Change AI“ bündelt genau solche Hoffnungen, indem sie Anwendungsfelder identifiziert, in denen maschinelles Lernen einen besonders großen Beitrag zur Minderung von Emissionen oder zur Anpassung an Klimafolgen leisten könnte (Climate Change AI 2020).

    Gleichzeitig betont sie, dass KI kein Ersatz für klassische Klimapolitik ist, sondern nur ein Baustein in einem größeren Maßnahmenmix.

    Unter „KI für Umwelt- und Klimaschutz“ lässt sich zunächst ganz nüchtern der Einsatz datengetriebener, lernender Verfahren in umwelt- und klimarelevanten Aufgaben verstehen:

    Algorithmen für

    • Prognosen,
    • Mustererkennung,
    • Optimierung oder
    • Entscheidungsunterstützung

    werden auf Daten aus

    • Energiesystemen,
    • Gebäuden,
    • Verkehr,
    • Landwirtschaft oder
    • Ökosystemen

    angewandt.

    Rolnick und Kolleg:innen haben dieses Feld in ihrer Übersicht „Tackling Climate Change with Machine Learning“ systematisch strukturiert und schlagen vor, zwischen Anwendungen zur Emissionsminderung, zur Klimaanpassung und zu sogenannten Meta-Tools (z. B. Datenbereitstellung, Klimawissenschaft) zu unterscheiden (Rolnick et al. 2023).

  • Aktivität Kurspräsentation K9L1 auswählen
  • Aktivität Textblock 2 auswählen

    

  • Aktivität Textblock 2 auswählen

    Beispiel

    Die Plattform Global Forest Watch nutzt maschinelles Lernen, um Entwaldungsalarme zu generieren und die Treiber von Waldverlust hochaufgelöst zu kartieren; Kooperationen mit Organisationen vor Ort zeigen, dass Behörden mit solchen Informationen schneller reagieren können (Global Forest Watch 2018, 2025).

    Diese Beispiele machen die Bandbreite der Anwendungsfelder deutlich. In vielen populären Darstellungen wird daraus jedoch vorschnell die Erzählung eines technischen Allheilmittels:

    Wenn wir nur genug Daten hätten und leistungsfähige Modelle einsetzten, ließe sich der Klimawandel gewissermaßen „wegoptimieren“.

    Ein kritischer Blick zeigt, dass dies zu kurz greift. Bereitstellung und Pflege der nötigen Dateninfrastruktur sind aufwendig und ungleich verteilt; viele Anwendungen funktionieren nur in gut erschlossenen Regionen und setzen Zugang zu Kapital, Know-how und Strom voraus. Zudem ist die KI-Infrastruktur selbst keineswegs klimaneutral, wie wir bereits in den vorherigen Lektionen gelernt haben. „KI für Umwelt- und Klimaschutz“ bezeichnet kein per se nachhaltiges Technologiepaket, sondern eine Vielzahl datengetriebener Werkzeuge. Ob sie netto zum Klimaschutz beitragen, hängt von der konkreten Ausgestaltung, dem politischen Rahmen und den Alternativen ab, die man mit denselben Ressourcen verfolgen könnte.