KI for Green im Fokus
Die Nachhaltigkeitsziele der Vereinten Nationen (SDG) sind entscheidend für eine lebenswerte Zukunft und fördern weltweit die nachhaltige Entwicklung. Künstliche Intelligenz (KI) kann durch menschenähnliche kognitive Funktionen wie Lernen und Problemlösung zur Erreichung dieser Ziele beitragen. Obwohl KI noch in den Kinderschuhen steckt, zeigen zahlreiche Pionierprojekte, wie gewinnbringend KI für Nachhaltigkeit sein kann. Dabei spielt die politische Bildungsarbeit eine Schlüsselrolle, um das Bewusstsein für KI-Potenziale zu schärfen und junge Menschen zur Gestaltung einer nachhaltigen Zukunft zu befähigen.
KI findet nicht nur in wirtschaftlichen und alltäglichen Prozessen Anwendung, sondern wird zunehmend auch für Umweltschutz und nachhaltige Entwicklung genutzt. So kann sie u. a. bei der Anpassung von Waldgebieten an den Klimawandel oder bei der Abfallsortierung und dem anschließenden Recycling von z. B. Kunststoffen unterstützen (vgl. www.bmuv.de/themen/digitalisierung/kuenstliche-intelligenz-fuer-umwelt-und-klima). Zugriff auf diesen und alle weiteren in diesem Beitrag genannten Links: 26.07.2024 In der Landwirtschaft unterstützt KI beim Einsatz von Düngemitteln und sorgt über leistungsfähige Sensoren für einen kraftstoffsparenden Einsatz von Maschinen (vgl. Bundesinformationszentrum Landwirtschaft 2023).
Doch auch wenn Machine-Learning-Modelle Nachhaltigkeit unterstützen und fördern können, gibt es auch eine zweite Seite der Medaille: die Risiken und Gefahren, die mit der Technologie verbunden sind. Ein Faktor ist dabei der enorme Energiebedarf der Rechenzentren und die damit verbundenen hohen CO2-Emissionen, wodurch die grundsätzliche Frage nach der Nachhaltigkeit der Systeme aufgeworfen wird (vgl. Lobe 2019). Der exakte Energie- und Ressourcenbedarf ist derzeit noch weitestgehend unbekannt, da eine Vielzahl unterschiedlicher Bereiche, wie beispielsweise die Produktion von Hardware oder die verschiedenen Prozesse (Inferenz und Training), in die Berechnung mit einbezogen werden müssen. In der Produktion dieser Hardware geht es zusätzlich auch um Arbeitsbedingungen (vgl. BMUV 2020) und den Abbau seltener Erden (vgl. NADR 2024). Ein weiterer wesentlicher Risikofaktor ist die Datensicherheit sowie die Verbreitung von Fehlinformationen. Die Informationen, die Large Language Modelle generieren, basieren auf enormen Datenmengen. Diese Modelle berechnen statistische Wahrscheinlichkeiten und können dadurch stereotype Aussagen verstärken, obwohl sie nicht der Wahrheit entsprechen. Dadurch können Fake News entstehen, die schwer von echten Fakten zu unterscheiden sind.