1. Regulieren

Regulierung ist für nachhaltige KI wichtig, weil sie die Frage stellt, unter welchen Bedingungen KI überhaupt entwickelt und eingesetzt werden sollte. Ohne klare Regeln bleibt Nachhaltigkeit oft nur ein Versprechen von Unternehmen. Dann können ökologische und soziale Kosten leicht in den Hintergrund geraten, solange eine KI-Anwendung nützlich, profitabel oder innovativ wirkt.

Für nachhaltige KI reicht es aber nicht, nur zu fragen, ob ein System gut funktioniert. Man muss auch fragen, wie viel Energie und Wasser es verbraucht, welche Rohstoffe dafür gebraucht werden, welche Menschen daran arbeiten und welche gesellschaftlichen Folgen sein Einsatz hat. Regulierung kann helfen, genau diese Fragen verbindlicher zu machen. Sie kann Unternehmen dazu verpflichten, Risiken offenzulegen, Grundrechte zu schützen, transparenter zu arbeiten und besonders problematische Anwendungen zu begrenzen oder zu verbieten.

Der EU AI Act ist dafür ein wichtiges Beispiel, weil er KI-Anwendungen nach ihrem Risiko unterscheidet. Eine harmlose Anwendung im Alltag wird anders behandelt als KI in Bewerbungsverfahren, Medizin, Grenzkontrollen oder Polizeiarbeit.

Gleichzeitig darf man Regulierung nicht überschätzen. Eine KI kann rechtlich erlaubt sein und trotzdem auf hohem Ressourcenverbrauch, schlechter Datenarbeit oder der Macht weniger großer Konzerne beruhen. Deshalb muss nachhaltige KI mehr bedeuten als bloße Regelkonformität. Es geht auch darum, wem die Infrastruktur gehört, wer von KI profitiert, wer ihre Kosten trägt und wer bei ihrem Einsatz mitentscheiden kann.

Regulierung ist also ein wichtiger Ausgangspunkt, weil sie Mindeststandards und Grenzen setzt. Wirklich nachhaltig wird KI aber erst, wenn ökologische Verantwortung, faire Arbeit und demokratische Kontrolle zusammengedacht werden.