Kurs: Der menschengemachte Klimawandel: Ursachen, Effekte und Lösungswege | OnCourse UB

  • Lektion 3

    • Nachhaltigkeit und Künstliche Intelligenz


      Was können Sie in dieser Lektion lernen?

      Am Ende dieser Lektion…

      • kennen Sie den Zusammenhang von KI und Nachhaltigkeit.
      • erkennen Sie die Potenziale für Nachhaltigkeit durch KI sowie der Nachhaltigkeit der Technologie an sich.

      Durch Digitalisierung - und im speziellen durch den Einsatz von KI - werden große wirtschaftliche und gesellschaftliche Transformationen angestoßen. Durch den richtigen Einsatz von KI kann dieser Wandel nachhaltig gestaltet werden. Durch neue Technologien können ökonomische, soziale und ökologische Ziele umgesetzt werden (Plattform Lernende Systeme, 2022).

      Dabei entstehen durchaus Spannung zwischen Zielen von Nachhaltigkeit und dem Einsatz von KI. Zum einen wird KI für nachhaltige Transformation eingesetzt zum anderen wird immer wieder die Frage aufgeworfen, wie nachhaltig KI selbst ist (Wemken, 2023; Plattform Lernende Systeme, 2022).

    • Nachhaltigkeit durch Künstliche Intelligenz

      Nachhaltigkeit kann durch Künstliche Intelligenz erzielt werden, indem KI-Technologien eingesetzt werden, um Umweltauswirkungen zu minimieren, soziale Verantwortung zu fördern und wirtschaftliche Effizienz zu verbessern. Dies kann den Einsatz von KI in Umweltüberwachung, Erneuerbaren Energien, Ressourcenmanagement, nachhaltiger Landwirtschaft, und anderen Bereichen umfassen. KI kann genutzt werden, um Prozesse umweltfreundlicher zu gestalten, Energieeffizienz zu steigern und nachhaltige Entwicklungsziele zu unterstützen.


      Beispiele für den Einsatz von KI für nachhaltige Entwicklungen

      KI wird eingesetzt, um Umweltveränderungen zu überwachen und Umweltdaten in Echtzeit zu analysieren. Dies ermöglicht eine genauere Beobachtung von Klimamustern, Luft- und Wasserqualität sowie Veränderungen in Ökosystemen.

      KI-gesteuerte Systeme können die Effizienz in der Landwirtschaft verbessern, indem sie präzisere und nachhaltigere Anbaumethoden ermöglichen. Dies trägt dazu bei, den Einsatz von Ressourcen zu optimieren und den CO2-Fußabdruck zu reduzieren.

      KI kann in Echtzeit-Datenanalysen dazu beitragen, den Energieverbrauch in Gebäuden und Industrieanlagen zu optimieren. Intelligente Energieverwaltungssysteme können den Energieverbrauch minimieren und somit den ökologischen Fußabdruck verringern.

      Fortschritte in KI verbessern die Genauigkeit von Wettervorhersagen und Klimamodellen. Dies ist entscheidend für die Anpassung an sich ändernde Umweltbedingungen und die Entwicklung von Strategien zur Minderung von Naturkatastrophen.

      KI unterstützt Wissenschaftler bei der Analyse großer Datensätze im Bereich der Klimaforschung. Dies erleichtert das Verständnis von Langzeit-Trends, Extremereignissen und die Entwicklung von wirksamen Strategien zur Bewältigung des Klimawandels.

      KI wird auch verwendet, um den Energieverbrauch in Industrie und Verkehr zu optimieren, was zu einer Verringerung von Treibhausgasemissionen beitragen kann. Intelligente Transportsysteme und die Entwicklung erneuerbarer Energietechnologien sind Beispiele dafür.

    • Nachhaltigkeit von Künstlicher Intelligenz

      Um die Nachhaltigkeit von Künstlicher Intelligenz zu ermöglichen, muss sichergestellt werden, dass die Entwicklung, Implementierung und Nutzung von KI-Technologien ethisch, umweltverträglich und sozial verantwortlich erfolgt. Dies beinhaltet die Berücksichtigung von Umweltauswirkungen bei der Herstellung von Hardware, den ressourcenschonenden Betrieb von KI-Systemen, die Einhaltung ethischer Grundsätze in der Datennutzung, den Schutz der Privatsphäre und den Ausschluss von Diskriminierung. Durch die nachhaltige Gestaltung von KI-Systemen werden die Erreichung positiver Auswirkungen auf Gesellschaft und Umwelt angestrebt, während negative Folgen minimiert werden sollen. Dies umfasst auch die Förderung von Forschung und Entwicklung, die auf Langfristigkeit und Verantwortung ausgerichtet ist.

      Beim Einsatz von KI sollten Effizienz und Suffizienz beachtet werden.

      Effiziente KI

      Effiziente KI nutzt Ressourcen, Rechenzeit und Speicherplatz sparsam, um das vorliegende Problem zu lösen. Bei suffizienten KI-Lösungen wird bereits auf bestehende Hardware, Modelle und/oder Trainingsdaten aufgebaut. Im Gegensatz zur Effizienz werden bei Suffizienz keine Rebound-Effekte erwartet. 

      (Boll et. al, 2022; Beesch et. al, 2023).

      Die Hardware ist die physische Infrastruktur, auf der KI-Systeme trainiert und als Modelle angewendet werden. Dabei kann es sich um Cloud-Rechenzentren oder mobile Endgeräte handeln. In beiden Fällen bilden eine lange Nutzungsdauer, Reparierbarkeit und eine ökologisch vertretbare Herstellung die Grundlage für eine nachhaltige KI, da dadurch Ressourcen gespart werden. Zudem ist eine zirkuläre, möglichst rückstandsfreie Wertschöpfungskette zentral - die Recyclingquote muss erhöht und die Rückgewinnung von Materialien verstärkt werden.

      Die Datenmenge ist entscheidend für die Genauigkeit des resultierenden Modells. Große Datenmengen treiben aber auch den Energieverbrauch in die Höhe. Energieverbrauch und Genauigkeit stehen zudem in einem ungesunden Verhältnis: Für weniger als ein halbes Prozent mehr Genauigkeit ist das Zehnfache an Energie nötig. Suffizienz bedeutet hier, von vornherein zu überlegen, welche Genauigkeit für die Anwendung erforderlich ist und die Datenmenge für das Training entsprechend anzupassen.

      Auch die Wiederverwendung bestehender KI-Algorithmen für ähnliche Anwendungen kann Ressourcen sparen, da die energieintensive Trainingsphase entfallen oder verkürzt werden kann. Voraussetzung dafür ist die öffentliche Verfügbarkeit des Quellcodes und der trainierten Modelle (Open Source). Dadurch kann die Codebasis des Programms eingesehen, verändert und wiederverwendet werden.


      In diesem Zusammenhang ist auch der Ansatz des federated learning (kollaboratives/föderiertes Lernen) zu nennen. Dabei lernen verschiedene Maschinen voneinander, indem sie trainierte Modelle gemeinsam nutzen. Dieses Prinzip wird beispielsweise für die Autovervollständigungsfunktion der Texteingabe genutzt: Diese lernt durch ihre Anwender*innen, bessere Vorschläge zu machen. Die entstandenen Modellanpassungen werden an die Smartphonehersteller:innen und somit an andere Telefone weitergeleitet. Das erhöht die Genauigkeit der Systeme, ohne dass energieintensive Trainings wiederholt werden müssen.

      KI-basierte Angebote können auch energiesparender sein, indem sie nicht konstant im Hintergrund laufen, sondern nur durch bestimmte Auslöser aktiviert werden. Beispielsweise vergleichen Sprachsysteme wie Alexa nicht unentwegt das Gesprochene mit dem gesamten Sprachdatensatz, sondern warten auf den Aktivierungsbefehl (Wake-word-detection). Auch der Einsatz mehrstufiger Prozesse kann Energie sparen. So wird bei der Produktsuche auf Online-Plattformen stark mit energieeffizienten Filtern gearbeitet, die Hunderttausende von Suchergebnissen auf Tausende oder wenige Hundert reduzieren.

    • Verantwortungsvolle/ethische KI (soziale Nachhaltigkeit und KI)

      Auf der einen Seite kann KI dazu beitragen, soziale Nachhaltigkeit zu fördern, indem sie die Effizienz und Effektivität sozialer Dienstleistungen verbessert und soziale Ungleichheiten verringert. KI-gestützte Systeme können beispielsweise dabei helfen, Bildungs-, Gesundheits- und Sozialdienste besser zu planen und bereitzustellen, um sicherzustellen, dass sie für alle zugänglich sind.

      Andererseits kann KI auch dazu beitragen, soziale Nachhaltigkeit zu gefährden, wenn sie nicht verantwortungsvoll eingesetzt wird. So kann der Einsatz KI-gestützter Systeme zum Verlust von Arbeitsplätzen führen, was wiederum soziale Ungleichheit und Instabilität fördern kann. Darüber hinaus können KI-basierte Entscheidungen voreingenommen sein und zu Diskriminierung führen, was wiederum soziale Ungerechtigkeit verstärkt.

      Um die Wechselwirkung zwischen sozialer Nachhaltigkeit und KI zu verbessern, müssen wir sicherstellen, dass KI-Systeme transparent, verantwortungsvoll und ethisch vertretbar sind. Es ist wichtig, dass KI-Systeme fair und neutral sind und keine Diskriminierung fördern. Darüber hinaus müssen wir sicherstellen, dass die Vorteile KI-gestützter Systeme allen zugänglich sind und keine Bevölkerungsgruppe benachteiligt wird.

    • Fazit

      1. KI-Technologien haben das Potenzial, einen wichtigen Beitrag zur Lösung der Klimakrise zu leisten, indem sie Energieeffizienz, Erneuerbare Energien, Landwirtschaft und andere Sektoren unterstützen.

      2. Der Einsatz von KI zur Lösung der Klimakrise erfordert jedoch einen verantwortungsvollen und ethischen Ansatz um mögliche negative Auswirkungen auf Umwelt und Gesellschaft zu vermeiden.

      3. Eine erfolgreiche Anwendung von KI zur Lösung der Klimakrise erfordert eine enge Zusammenarbeit zwischen Wissenschaft, Wirtschaft, Regierungen und Gesellschaft.

      4. KI allein kann die Klimakrise nicht lösen, sondern muss als Teil eines größeren Maßnahmenpakets eingesetzt werden, das auch politische und gesellschaftliche Veränderungen umfasst.

      5. Insgesamt sollten wir KI als ein nützliches Werkzeug betrachten, das uns helfen kann, die Klimakrise zu lösen, aber wir müssen auch weiterhin unser eigenes Handeln und Verhalten ändern, um eine nachhaltige Zukunft zu schaffen.

    • KI-Selbstlerntest zum Thema "Nachhaltigkeit und künstliche Intelligenz"

    • Testen Sie Ihren Lernstand mit diesem neuen Aufgabentyp: Bearbeiten Sie eine Freitextaufgabe zum Thema "Nachhaltigkeit und künstliche Intelligenz" und erhalten Sie sofort ein KI-generiertes Feedback zu Ihrem Text. Auf diese Weise können Sie Ihren Lernstand einschätzen und erhalten wertvolle Informationen wo noch Lücken existieren bei denen es sich lohnt weiter zu lernen.

    • Literatur und Quellen

Vorherige Lektion Nach oben Nächste Lektion