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

  • Lektion 5

    • Ökologische Aspekte

      Was können Sie in dieser Lektion lernen?

      Am Ende dieser Lektion…

      • verstehen Sie, welchen Einfluss der Einsatz von KI auf die Natur hat.
      • kennen Sie den Energieverbrauch und den Elektroschrott als zwei zentrale Faktoren, die den ökologischen Fußabdruck von KI beeinflussen.

      Nachhaltige KI zielt darauf ab, die KI-Anwendung selbst nachhaltig zu gestalten. In den letzten Jahren ist der hohe Energieverbrauch mancher KI-Anwendungen und damit auch die extremen CO2-Emissionen, die auf diese Anwendungen zurückzuführen sind, zunehmend in den Fokus gerückt. Große wie kleine KI-Systeme verbergen ein energieintensives Verfahren, bei welchem Daten erhoben, bearbeitet, trainiert und gespeichert werden und somit einen erheblichen Einfluss auf die Umwelt, sowohl direkt als auch indirekt. Der direkte Einfluss bezieht sich auf den Energieverbrauch und den Elektroschrott, die durch die Herstellung, den Betrieb und die Entsorgung von KI-Systemen entstehen. Der indirekte Einfluss bezieht sich auf die Veränderungen in der Wirtschaft, der Gesellschaft und dem Verhalten, die durch die Anwendung von KI verursacht werden.

      Der Energieverbrauch von KI hängt von der Komplexität und dem Umfang der KI-Modelle ab, die trainiert und ausgeführt werden müssen. Beispiele für energieintensive KI-Anwendungen sind das Training von Deep Neural Networks (DNN), für Sprachverarbeitung oder großangelegte Simulationsmodelle. Laut einer Studie der University of Massachusetts in 2019 (Strubell, 2019) kann das Training eines großen KI-Modells bis zu 284 Tonnen CO2 verursachen, was mehr als dem fünffachen der durchschnittlichen Lebensdaueremissionen eines Autos entspricht.

      Im Folgenden gehen wir auf zwei ökologische Aspekte genauer ein:


      Der exponentielle Anstieg des Einsatzes von KI geht mit einem erheblichen Energieverbrauch einher, hauptsächlich durch Rechenzentren, die große Mengen an Daten verarbeiten und speichern. Laut einer Studie von 2020 verbrauchen die Rechenzentren weltweit im Jahr 2019 etwa 200 TWh Strom pro Jahr, was etwa 1% des globalen Stromverbrauchs entspricht (Masanet et al., 2020). Doch laut einer Studie von OpenAI (2018) verdoppeln KI-Systeme ihre Leistung alle dreieinhalb Monate. Der Bedarf nach mehr Rechenleistung und spezialisierter Hardware steigt entsprechend, und somit auch der Energieverbrauch von KI-Systemen bis 2030 erheblich. Auch in Deutschland steigt der Informations- und Kommunikationstechnik (ITK)-bedingte Energiebedarf in den Bereichen Telekommunikation und Rechenzentren aufgrund eines kontinuierlich steigenden Datenverkehrs, obwohl die Implementierung vieler Energiesparmaßnahmen wie Green-IT mitberücksichtigt wurde.


      Abbildung: Elektrischer Jahresenergiebedarf der ITK in Deutschland 2010-2025 (Basisprognose), Entwicklung des IKT-bedingten Strombedarfs in Deutschland, BMWK (2015) - https://www.izm.fraunhofer.de/content/dam/izm/de/documents/News-Events/News/2015/IZM-Studie-Strom/entwicklung-des-ikt-bedingten-strombedarfs-in-deutschland-kurzfassung.pdf

      Effizienzsteigerungen und der verstärkte Einsatz erneuerbarer Energien sind jedoch notwendig, um diese Umweltauswirkungen zu minimieren. In der Regel werden für die Notstromversorgung in Rechenzentren Dieselgeneratoren verwendet. Etliche Rechenzentren, wie beispielsweise eines in Groningen, haben zum Ziel, CO2-neutral zu sein. Um dies zu erreichen, wurden Brennstoffzellen installiert, die mit grünem Wasserstoff (H2) betrieben werden. Darüber hinaus suchen die Betreiber nach Möglichkeiten, eigenen grünen Wasserstoff zu produzieren, indem sie die von ihnen erzeugte Sonnen- und Windenergie intelligent nutzen. Auf diese Weise sind sie nicht mehr auf andere Anbieter für deren Primär- und Notstromanlagen angewiesen und machen einen weiteren Schritt zu einem nachhaltigen, emissionsfreien Rechenzentrum.


      Ein weiteres ökologisches Problem ist der Elektroschrott, der durch die schnelle Entwicklung, schlechte Wiederverwertbarkeit und den Austausch von KI-Hardware entsteht. Elektroschrott enthält unter anderem gefährliche Substanzen wie Blei, Quecksilber und Cadmium. Die Entsorgung und das Recycling von Elektronik müssen verbessert werden, um negative Auswirkungen auf die Umwelt zu minimieren.


      (Quelle: statista (2020): Infografik 20398, Menge der weltweit erzeugten Elektronikabfälle, https://de.statista.com/infografik/20398/menge-der-weltweit-erzeugten-elektronik-abfaelle/)

      Weitere Wege, um diesen Hürden entgegenzuwirken und den ökologischen Fußabdruck von KI zu reduzieren, sind beispielsweise die Verbesserung der Energieeffizienz und der Erneuerbarkeitsquote der Rechenzentren, die Optimierung und Vereinfachung der KI-Modelle, die Verlängerung der Lebensdauer, Wiederverwendbarkeit von KI-Systemen, Reduktion von Datenmengen, Verbesserung der Wiederverwertbarkeit der KI-Hardware, die Förderung der Kreislaufwirtschaft und der Abfallvermeidung. KI und Kreislaufwirtschaft: Einerseits könnte KI helfen, um die Kreislaufwirtschaft anzukurbeln, indem sie die Art und Menge sowie Eigenschaften des Elektroschrotts bewertet, Prognosen zu Menge, Qualität und Verfügbarkeit erstellt, es mit Verwertungsoptionen und Abnehmer:innen matcht und somit kostbare Rohstoffe wieder in den Produktionskreislauf zurückführt. Andererseits können KI-Systeme auch wiederverwendet werden. Trainingsdaten und Modelle können weiterverwendet werden, um den Lebenszyklus von KI-Systemen zu verlängern und somit auch einen Beitrag zur Kreislaufwirtschaft zu leisten.

    • Zusammenfassung

      Was Sie in dieser Lektion gelernt haben:

      • Ein weiterer Aspekt der Herausforderung des KI-Einsatzes sind die negativen Auswirkungen auf die Umwelt.
      • Rechenzentren, die zur Entwicklung und Nutzung von Technologie unabdingbar sind, verbrauchen sehr viel Energie.
      • KI-Hardware, wie bspw. PCs verursachen große Mengen Elektroschrott.
      • Es gibt verschiedene Wege, die Ökobilanz von KI zu verbessern, wie bspw. der Betrieb von Rechenzentren mit erneuerbarer Energie oder der besseren Rückführung von Hardware in die Kreislaufwirtschaft.

Vorherige Lektion Nach oben Nächste Lektion