Warum Daten und KI nachhaltiger werden müssen

Veröffentlicht am 06.12.23 13:04 durch Anja Lütnant und Tim Erben

In Anbetracht des wachsenden Einflusses von Big Data, maschinellem Lernen und künstlicher Intelligenz auf die Technologien unserer Informationsgesellschaft rücken die praktischen Umweltauswirkungen der Nutzung von Informationstechnologien zunehmend in den Blickpunkt von Fachleuten. Besonders der CO2-Fußabdruck und die Emissionen von Treibhausgasen, die durch die Datenverarbeitung und KI entstehen, stehen hierbei im Fokus.

 

roosi_Blog_Daten_KI_Nachhaltigkeit_CO2_Fussabdruck

Adobe Stock: KI und Nachhaltigkeit

 

Dieses Problem scheint nicht abzunehmen. In den vergangenen Jahren hat der Einsatz von Daten und künstlicher Intelligenz exponentiell zugenommen, da die Nachfrage nach Digitalisierung in allen Wirtschaftsbereichen und dem öffentlichen Sektor stark gestiegen ist. Laut MIT Technology Review hat die Cloud mittlerweile einen größeren Kohlenstoff-Fußabdruck als die weltweite Luftfahrtindustrie insgesamt und ein einziges Rechenzentrum ist in der Lage so viel Strom zu verbrauchen wie 50.000 Haushalte.

Die Datensätze, mit denen KI trainiert wird, werden immer umfangreicher und erfordern erhebliche Mengen an Energie. Nach Angaben der MIT Technology Review kann das Training eines einzigen KI-Modells mehr CO2-Emissionen verursachen als der gesamte Lebenszyklus von fünf durchschnittlichen Autos.

Für Unternehmungen ist es wichtig, sich mit den ökologischen Auswirkungen von Datenspeicherung und maschinellem Lernen auseinanderzusetzen. Gleichermaßen wichtig ist es, Vorkehrungen zu treffen, um die Auswirkungen dieser Entwicklung zu reduzieren, soweit dies (noch) nicht durch Weiterentwicklungen der eingesetzten Technologien möglich ist.

 


 

Es ist unsere Verantwortung, nicht nur innovative Technologien zu entwickeln und zu nutzen, sondern auch sicherzustellen, dass wir dies auf nachhaltige Weise tun. Wir erkennen die dringende Notwendigkeit, den CO2-Fußabdruck unserer IT-basierten Lösungen zu minimieren und aktiv an Lösungen zu arbeiten, welche die Umweltbelastung durch Datenverarbeitung und KI reduzieren. Unser Ziel ist es, die Vorteile der Technologie nachhaltig zu nutzen, indem neben den ökonomischen und sozialen Vorteilen, die generiert werden, die negativen ökologischen Effekte so gering wie möglich gehalten und kompensiert werden, so Anja Lütnant, Senior Consultant der roosi GmbH.

 


 

Aktuell tendiert die KI-Gemeinschaft in Bezug auf Daten und künstliche Intelligenz dazu, die Philosophie des "Bigger is better“ zu verfolgen. Jedoch birgt dieser Ansatz die Gefahr, zukünftig erhebliche Umweltschäden zu verursachen. Technikexperten sind zunehmend gezwungen, mehr Energie aufzuwenden, um immer größere Modelle zu entwickeln, wobei gleichzeitig die Effizienz und Leistungsfähigkeit dieser Modelle abnimmt.

Zum Beispiel bedarf die KI, die in autonom fahrenden Fahrzeugen eingesetzt wird, einer Trainingseinheit, damit sie in der Lage ist, das Fahrzeug auf angemessene Weise zu steuern. Nach Abschluss dieser initialen Schulung arbeitet die KI im Auto fortwährend, um Entscheidungen hinsichtlich des Straßenverkehrs zu treffen und sich in der näheren Umgebung zurechtzufinden. Dieser kontinuierliche Lernprozess erfordert eine beträchtliche Menge an Energie, da die KI permanent rechnen und lernen muss, während das Fahrzeug in Bewegung ist.

Ein weiteres Beispiel für das „Bigger is Better“-Phänomen in der KI ist das Sprachmodell GPT-4 von OpenAI. Im Vergleich zum GPT-3.5, das mit einer Datenmenge von 175 Milliarden gefüttert wurde, wurde das GPT-4 mit anscheinend hundert Billionen (100.000.000.000.000) Parametern trainiert. Trotz der bemerkenswerten Fortschritte in der natürlichen Sprachverarbeitung erfordert das Training und die Bereitstellung dieses riesigen Modells enorme Rechenressourcen und Energie. Die Entwicklung solch großer Modelle verdeutlicht, dass die KI-Gemeinschaft häufig auf Größe setzt, dadurch aber auch die Herausforderungen in Bezug auf den Energieverbrauch und die Umweltauswirkungen solcher Ansätze sichtbar werden.

Wir benötigen mutige und durchdachte Initiativen, um den Bereich der Advanced Analytics und KI auf einen nachhaltigen Pfad zu bringen.

 

 

Strategien zur Bewältigung der Nachhaltigkeitsauswirkungen durch KI

Was können Unternehmen tun, um die Auswirkungen von KI und Big Data auf die Umwelt zu mindern und gleichzeitig Innovationen voranzutreiben? Hier sind ein paar Vorschläge zur Nachhaltigkeit in der Datennutzung:

Eruieren Sie, wie Umweltauswirkungen gemessen und operationalisiert werden können. Es ist von großer Bedeutung, die CO2-Bilanzierung zu verbessern, indem schnellere und genauere Daten zu CO2-Fußabdrücken und Umweltauswirkungen verfügbar sind. Unternehmen können Verbesserungspotentiale erkennen, indem sie Tools wie die Net Zero Cloud von Salesforce, SustainLife und/oder Microsoft Cloud for Sustainability nutzen, um ihre Fehltritte zu visualisieren und zu verstehen.

Schätzen Sie den CO2-Fußabdruck von KI-Modellen. Der Emissionsrechner für maschinelles Lernen kann Praktikern dabei helfen, Schätzungen aufgrund von Faktoren wie Cloud-Anbieter, geografischer Region und Hardware vorzunehmen. Bitte untersuchen Sie, wo und wie die Daten gespeichert werden. Es wäre möglich, einige der größten Herausforderungen im Bereich des maschinellen Lernens in kohlenstoffdioxidfreundlichere Regionen zu verlagern. In Kanada oder Schweden gibt es bereits Rechenzentren, die ausschließlich von Wasserkraft angetrieben werden.

Mehr Transparenz und Messungen - wenn KI-Forscher ihre Ergebnisse für neue Modelle veröffentlichen, sollten sie neben den Leistungs- und Genauigkeitsmetriken auch angeben, wie viel Energie bei ihrem Modell verbraucht wurde.

Befolgen Sie die "4M"-Best Practices von Google. Google hat vier Best Practices identifiziert, die als "4Ms" bekannt sind und die Energie- und Kohlenstoffemissionen für jeden, der Google Cloud-Dienste nutzt, erheblich reduzieren können. Zu den Maßnahmen gehören die Wahl von effizienten Modellarchitekturen für maschinelles Lernen, die Nutzung von Prozessoren und Systemen, die speziell für das ML-Training angepasst sind, das Hosting in der Cloud anstelle von lokalen Systemen sowie die Auswahl von Standorten mit sauberer Energie. Wenn diese Praktiken beachtet werden, können laut Google der Energieverbrauch um das 100-fache und die Emissionen um das 1000-fache reduziert werden.



Umweltbewusstsein in der KI: Die Notwendigkeit einer nachhaltigen Forschungsrichtung

Der zunehmende Einsatz von KI und maschinellem Lernen in unserer Gesellschaft führt zu einem stetigen Anstieg des Energieverbrauchs und hat potenziell erhebliche Auswirkungen auf die Umwelt. Ohne eine grundlegende Neuausrichtung der KI-Forschung und mehr Transparenz in diesem Bereich besteht die Gefahr, dass die Fortschritte bei der Entwicklung von KI unsere Bemühungen zur Bekämpfung des Klimawandels behindern.

Die Folgen der KI-Entwicklung für die Umwelt müssen unbedingt berücksichtigt werden. Der gegenwärtige Trend, der sich auf riesige Datenmengen und leistungsstarke Modelle stützt, birgt das Risiko eines exponentiellen Energieverbrauchs. Ein Umdenken hin zu nachhaltigeren Forschungsansätzen in der KI ist dringend erforderlich. Dies könnte die Entwicklung effizienterer Algorithmen, den Einsatz erneuerbarer Energien in Rechenzentren und die Förderung einer transparenten und ethisch verantwortlichen KI-Entwicklung umfassen.

Es ist an der Zeit, eine umweltbewusste Perspektive in die KI-Entwicklung zu integrieren, um ihren Beitrag zur globalen Erwärmung zu minimieren. Nur durch ein ausgewogenes Verhältnis zwischen technologischem Fortschritt und Umweltverträglichkeit können wir sicherstellen, dass die KI-Revolution Teil der Lösung für eine nachhaltigere Zukunft wird.

 


 

Die Zukunft gehört denen, welche die Potenziale von Daten und Künstlicher Intelligenz nutzen, um die Welt zu verbessern. Tim Erben, Head of Marketing, roosi GmbH

 


 

roosi Style

Das KI-Team der roosi GmbH unter der Leitung von Dr. Lukas Huber verfolgt genau diesen Ansatz einer nachhaltigen KI-Forschung. Wir sind davon überzeugt, dass KI nicht nur ein mächtiges Werkzeug zur Lösung komplexer Probleme ist, sondern auch eine Verantwortung, einen positiven Beitrag für unsere Gesellschaft und Umwelt zu leisten. Deshalb arbeitet unser AI & Advanced Analytics-Team an der Entwicklung von Lösungen, die auf effizienten Algorithmen, qualitativ hochwertigen Daten und ethischen Grundsätzen basieren. Wir sind stolz darauf, Teil eines Teams zu sein, das sich für Data Intelligence und Künstliche Intelligenz mit einem hohen Qualitätsanspruch und einem Bewusstsein für Nachhaltigkeit einsetzt. Wir glauben, dass wir mit unserer Arbeit einen Unterschied machen können, indem wir unseren Kunden helfen, datenbasierte Entscheidungen zu treffen, die sowohl ihrem Geschäftserfolg als auch dem Wohlergehen unseres Planeten dienen.

Weitere Beiträge

 

Gartner Prognose: KI-Software wird bis 2027 auf 297 Mrd. USD anwachsen

Gartner sagt voraus, dass die weltweiten Ausgaben für KI-Software von 124 Mrd. USD im Jahr 2022 auf 297 Mrd. USD im Jahr 2027 ansteigen werden und...





Wie Business Intelligence und KI mittelständische Unternehmen revolutionieren

Im Zeitalter der Digitalisierung sind Business Intelligence (BI) und Künstliche Intelligenz (KI) zentrale Säulen der strategischen...





ESG-Berichterstattung: Ein Game-Changer für Unternehmen und Nachhaltigkeit?

In einer Welt, in der Umweltbewusstsein, soziale Verantwortung und gute Unternehmensführung immer wichtiger werden, steht das Akronym ESG...





KI-Trends 2024: Navigieren in der neuen Ära der Datenintelligenz

Die Welt der Künstlichen Intelligenz (KI) entwickelt sich rasant weiter, im Jahr 2023 wohl noch mehr als in den Jahren zuvor. Es steht eine Welle von...





Warum Daten und KI nachhaltiger werden müssen

In Anbetracht des wachsenden Einflusses von Big Data, maschinellem Lernen und künstlicher Intelligenz auf die Technologien unserer...





Sind Sie bereit für Data Intelligence?

Dann zögern Sie nicht länger und vereinbaren Sie einen unverbindlichen Telefontermin. Profitieren Sie von unserer Strategie- und Umsetzungsstärke bei Datenprojekten.

Jetzt Ersttermin vereinbaren
Daten brauchen Orientierung. Wir geben ihnen diese.
Ralf Pichl, Geschäftsführer, roosi GmbH