Die versteckten Kosten der Bequemlichkeit: Warum der Umwelt-Einfluss von KI sichtbar gemacht werden muss

Wir verlassen uns regelmäßig auf KI, um uns zu helfen, sei es, um etwas zusammenzufassen, zu generieren oder zu lösen. Es ist schnell, einfach und immer mehr in unsere Arbeitsweise integriert. Doch in unserer Eile, Dinge einfacher zu machen, haben wir einen wichtigen Teil der Geschichte übersehen: die Umweltkosten hinter der digitalen Bequemlichkeit.

Jede KI-Interaktion basiert auf etwas, das wir nie sehen und selten berücksichtigen – Rechenzentren, Chips, Stromnetze, Kühlsysteme und globale Logistiknetzwerke. Diese “unsichtbare Infrastruktur” macht KI schwerelos erscheinen. Doch die Umweltbelastung ist alles andere als das.

Es ist Zeit, dass wir diese Kosten sichtbar machen. Da KI immer mehr zu einem zentralen Bestandteil von Geschäftsoperationen wird, wird auch ihr Einfluss auf Energie, Wasser und Emissionen immer größer. Die Frage ist nicht nur, wie leistungsfähig das nächste Modell sein wird, sondern auch, ob wir bereit sind, die Verantwortung für dessen Betrieb zu übernehmen.

KI hat ein Optik-Problem. Im Gegensatz zu Rauch aus einer Fabrik oder Verkehr auf einer Autobahn geschehen die Emissionen beim Trainieren oder Abfragen eines Modells hinter verschlossenen Türen in klimatisierten Serverhallen. Das macht sie jedoch nicht weniger real.

Das Betreiben von fortschrittlichen Modellen erfordert eine erhebliche Menge an Strom. Das Trainieren von GPT-3 verbraucht beispielsweise so viel Energie wie 130 US-amerikanische Haushalte jährlich verbrauchen. Und es hört nicht dort auf. Die Inferenz, also der Prozess der Generierung von Antworten, Zusammenfassungen oder Bildern, verbraucht erhebliche Mengen an Strom. Eine einzelne ChatGPT-Anfrage verbraucht etwa fünfmal mehr Strom wie eine typische Web-Suche, und die Generierung eines KI-Bildes kann so viel Energie verbrauchen wie das vollständige Aufladen eines Smartphones.

Der Wasserverbrauch ist auch ein wichtiger Teil des Bildes. Jedes Mal, wenn ChatGPT eine kurze 100-Wörter-E-Mail mit dem GPT-4-Modell generiert, verbraucht es etwa das Volumen einer Standard-Wasserflasche. Dieses Wasser wird verwendet, um die Server in Rechenzentren zu kühlen, die während des Betriebs intensive Hitze erzeugen. Wenn man dies auf eine wöchentliche Nutzung von 10 % der arbeitenden Amerikaner skaliert, würde der jährliche Wasserverbrauch dem täglichen Verbrauch jedes Haushalts in Rhode Island für einen Tag und eine halbe entsprechen.

Wenn die KI-Arbeitslasten expandieren, steigen auch die Stromnachfragen der Rechenzentren. Die Weltbank schätzt, dass die breitere Kategorie Information und Kommunikationstechnologie (IKT), einschließlich KI, derzeit mindestens 1,7 % der globalen Treibhausgasemissionen verursacht. Obwohl diese Zahl bescheiden erscheinen mag, spiegelt sie nur die aktuellen Einführungsstände wider. Mit der weiteren Verbreitung von KI – neben der steigenden globalen Internetnutzung, der erweiterten Cloud-Speicherung, IoT-Geräten und sogar Blockchain-Technologien – könnte der kollektive Einfluss erheblich ansteigen, selbst wenn einige Effizienzen gewonnen werden.

Die Diskrepanz zwischen der Einfachheit, mit der KI verwendet wird, und der Ressourcenintensität, mit der sie betrieben wird, macht das Problem leicht zu ignorieren.

Aber es zeigt auch auf die Lösung hin. Wir müssen die Innovation nicht verlangsamen. Wir müssen nur bewusster darüber sein, wie wir sie entwerfen und einsetzen. Das bedeutet, bessere Fragen zu stellen, Lieferanten zur Rechenschaft zu ziehen und Nachhaltigkeit in jede KI-Entscheidung einzubeziehen.

Diese Systeme werden nur noch leistungsfähiger. Wenn wir wollen, dass sie uns helfen, Klimaherausforderungen zu lösen, müssen wir sicherstellen, dass sie nicht stillschweigend diese Herausforderungen verschlimmern.

Von der Infrastruktur zur Rechenschaftspflicht

Der Umwelt-Einfluss von KI ist nicht nur auf den Moment beschränkt, in dem ein Benutzer “Enter” drückt. Es gibt eine ganze Lieferkette dahinter: Bergbau, Chip-Fertigung, Geräteversand und Rechenzentren-Bau. Diese Realität schafft eine neue Art von Rechenschaftspflicht-Herausforderung für Unternehmen. Im Gegensatz zu herkömmlichen Emissionsquellen, bei denen der Einfluss an den verbrannten Treibstoff oder die gefahrenen Meilen geknüpft ist, ist der Einfluss von KI auf Systeme und Anbieter verteilt. Es ist leicht, zu denken, dass die Verantwortung “der Wolke” oder “dem Anbieter” gehört.

Wenn Sie jedoch KI über eine SaaS-Plattform, einen Cloud-Anbieter oder interne Tools verwenden, dann sind die Emissionen und der Energieverbrauch Teil Ihres operativen Fußabdrucks. Das ist besonders dann der Fall, wenn man die Scope-3-Emissionen betrachtet, die die in Ihrem Wertschöpfungsketten erzeugten Emissionen umfassen.

Die gute Nachricht ist, dass Rechenschaftspflicht nicht bedeutet, dass man jemanden beschuldigen muss. Es geht um Bewusstsein, Transparenz und bessere Entscheidungen.

Das Unsichtbare sichtbar machen

Wie können wir also die versteckten Umweltkosten von KI ans Licht bringen? Es beginnt damit, unsere Bewertung der Werkzeuge, die wir verwenden, zu überdenken.

Beschaffungsteams sollten Fragen nach Funktionalität, Energiequellen, Rechenzentrums-Effizienz und Emissionsberichterstattung stellen. Wenn ein Anbieter Ihnen nicht sagen kann, wie viel Strom seine KI-Tools verbrauchen oder ob er auf erneuerbare Energien setzt, ist das ein Warnsignal.

Produkt- und Ingenieurteams können Entwicklungsentscheidungen treffen, die den Einfluss ohne Kompromisse bei den Ergebnissen reduzieren. Dazu gehören die Verwendung kleinerer, fein abgestimmter Modelle, wenn möglich, und die Vermeidung unnötiger Komplexität. Ein effizienteres Modell ist nicht nur schneller, sondern auch umweltfreundlicher.

Mitarbeiter können auch beitragen. Schulungsteams, um klare, gezielte Prompts zu schreiben, reduzieren die Anzahl der Abfragen und minimieren die Rechenzeit. Eine gut konstruierte Anfrage kann das richtige Ergebnis sofort liefern, während mehrere ungenaue Anfragen Energie mit jeder Iteration verschwenden.

Die Unternehmensführung kann die Verbindung zwischen Innovation und Nachhaltigkeit herstellen. Die Einführung von KI sollte mit den Klimazielen abgestimmt werden, nicht als separate Strategie behandelt werden. Kleine Änderungen können sich summieren, wenn Organisationen den Umwelt-Einfluss auf allen Ebenen in den Vordergrund stellen.

Warum ISO 42001 einen nützlichen Fahrplan bietet

ISO 42001, der neue internationale Standard für KI-Management-Systeme, legt einen wichtigen Schwerpunkt: Organisationen sollten nicht nur berücksichtigen, wie KI-Systeme funktionieren, sondern auch, wie sie Menschen und die Umwelt beeinflussen. Es behandelt das Klima nicht als Nachgedanken, sondern als ein Risiko, das von Anfang an gemanagt werden sollte.

Für Unternehmen, die bereits an ISO 14001 (für Umweltmanagement) oder Netto-Null-Ziele arbeiten, bietet ISO 42001 eine Brücke. Es hilft, die KI-Governance mit umfassenderen Nachhaltigkeitsstrategien abzustimmen, von Emissionsverfolgung bis hin zu verantwortungsvollen Lieferanten-Partnerschaften.

Was KI zurückgeben kann

Es ist leicht, sich auf die negativen Aspekte zu konzentrieren, aber KI bietet auch reales Potenzial, um uns bei der Lösung von Umweltproblemen zu helfen.

Bereits jetzt hilft KI Versorgungsunternehmen, die Nachfrage vorherzusagen und den Energieverbrauch in Echtzeit anzupassen, um erneuerbare Quellen wie Wind und Sonne besser zu integrieren. In der Landwirtschaft wird KI verwendet, um den Bodenfeuchtigkeits- und Wetterzustand zu überwachen, um die Bewässerungspläne und die Minimierung von Düngemittelabfluss zu leiten. Logistik-Unternehmen verwenden KI, um effizientere Lieferstrecken zu planen, den Kraftstoffverbrauch und die Leerlaufzeit zu reduzieren. Und vielleicht am bedeutendsten: KI beschleunigt die Emissionsverfolgung, indem sie Beschaffungs- und Lieferantendaten analysiert, um Unternehmen zu helfen, schwer zu messende Scope-3-Emissionen zu berechnen und zu identifizieren, wo Reduzierungen möglich sind.

Wenn KI mit Sorgfalt eingesetzt wird, kann sie nicht nur als Ressourcen-Verbraucher, sondern auch als Treiber von intelligenten Klimalösungen dienen.

Zeit, genauer hinzusehen

KI wird nicht langsamer. Wir müssen jedoch beginnen, ihren Umwelt-Fußabdruck sichtbarer und handhabbarer zu machen.

Das bedeutet:

• Auswahl von Partnern, die ihre Emissionen melden und reduzieren.
• Schulung von Teams, um KI effizient und absichtlich zu verwenden.
• Behandlung des Umwelt-Einflusses als Teil des Wertequations, nicht als Kompromiss.

Wir sind es gewohnt, KI als unsichtbar zu betrachten. Doch das ist ein Wahrnehmungsproblem, nicht ein physisches. Die Server sind real, die Emissionen sind messbar und das Wasser ist endlich.

Jetzt ist die Zeit, Rechenschaftspflicht-Gewohnheiten aufzubauen, damit die Systeme, auf die wir angewiesen sind, die Zukunft, die wir alle zu schützen versuchen, nicht stillschweigend untergraben.