KI und Nachhaltigkeit

Grüne Daten

11.02.2022
Von   IDG ExpertenNetzwerk
Dr. Robert Laube ist Leiter Cloud-Infrastruktur und -Anwendungsentwicklung bei Avanade in Deutschland, Österreich und Schweiz. Seit mehr als 20 Jahren berät er nationale und internationale Kunden im Bereich Modern Software Engineering, Analytics, und Cloud. Als Chief Technology & Innovation Officer hat er in der Vergangenheit zahlreiche namhafte Kunden bei ihren Digitalisierungsprojekten beraten und begleitet.
Künstliche Intelligenz kann facettenreich genutzt werden: Kosten senken, Geschäftsmodelle aufbauen – oder eben „ökologisieren“. Das Schöne: Meist greift alles ineinander, wie dieser Artikel beschreibt.
In Teilen der Landwirtschaft hat die Künstliche Intelligenz bereits Einzug gehalten, um nachhaltig zu produzieren.
In Teilen der Landwirtschaft hat die Künstliche Intelligenz bereits Einzug gehalten, um nachhaltig zu produzieren.
Foto: thinkhubstudio - shutterstock.com

Künstliche Intelligenz ist häufig ein abstrakt diskutiertes Thema. Leider gerät der Begriff KI gerade im Hinblick auf die genannten Hightech-Beispiele ein wenig zu einem Bauchladen, der eine derart große Bandbreite von Möglichkeiten eröffnet, dass auch Experten der Blick aufs Ganze nicht immer leichtfällt. Darüber gehen Enthusiasmus und Begeisterung in der Gesellschaft bisweilen verloren oder werden gar durch Bedenken negativ überkompensiert. Mit Blick auf die Chancen im Alltag wäre das fatal. Dabei hat Künstliche Intelligenz (KI) ein enormes Potenzial, viele Bereiche unserer Welt zu verbessern. Ein gutes Beispiel: der Umweltschutz.

Chancen eröffnen sich einmal mehr durch Daten. Speziell bei einer Konvertierung zu Informationen mit ökologischem Nutzen liegen die Potenziale häufig noch ungenutzt brach. Das gilt sowohl für die Optimierung bestehender unternehmensinterner Daten als auch für Projekte, die die Grenzen eines einzelnen Unternehmens verlassen. Der Hebel ist bei der zweitgenannten Dimension, also der Betrachtung im Makrokosmos nochmals größer, jedoch liegen die zu überwindenden Hürden ebenfalls höher.

Lesetipp: FAQ Künstliche Intelligenz - Was Sie zum Thema wissen sollten

KI für mehr Ökologie nutzen

Um die abstrakte Ebene zu verlassen: Das Deutsche Forschungszentrum für Künstliche Intelligenz hat auf seiner Webseite eine ganze Reihe von Anwendungsfeldern und konkreten Projekten zusammengestellt. Ein kurzer Auszug mag genügen, um die Fantasie anzuregen:

  • Erkennung von Umweltverschmutzung,

  • nachhaltige Agrarwirtschaft,

  • Energieoptimierung/-senkung sowie

  • verbesserter Ressourceneinsatz.

In wohl jedem Unternehmen gibt es an dieser Stelle Möglichkeiten, bereits vorhandene Daten entsprechend zu verwerten. Und es dürfte einleuchten, dass diese Maßnahmen nicht nur der Umwelt guttun, sondern sich mittelfristig auch finanziell positiv einzahlen.

So ließen sich beispielsweise bereits simple Kameradaten per KI nutzen, um Gewässerverunreinigungen in der Produktion zu bemerken. Etwas ausgeklügeltere Projekte könnten ganze Herstellungsprozesse umorganisieren und durch eine schlichte Änderung von Abläufen für eine Senkung des Energie- bzw. Ressourcenverbrauchs sorgen – Kostensparpotenziale inklusive. Sollten dabei Daten fehlen: Eine Einbindung von Sensoren und Aktoren ist dank vorhandener Plattformen – Stichwort (I)IoT – häufig schnell, einfach und kostengünstig möglich. Hierzu ist in der Regel auch kein 5G erforderlich: NB-IoT-oder LoRaWAN-Ansätze bieten meist alles, was nötig ist. Die Investitionsvolumina sind häufig gar nicht hoch, es fehlt meist schlicht an einer entsprechenden Initiative.

Lesetipp: Sensoren plus Analytics - So verteilt FedEx weltweit Impfstoffe

KI kann das große Ganze verbessern

Nun wäre es allerdings erneut verschenktes Potenzial, die einzelnen Optimierungen innerhalb von Unternehmens- oder Organisationsgrenzen zu belassen. Das Ganze ist eben mehr als die Summe seiner Teile. Das gilt auch für KI-basierte ökologische Optimierung. Man stelle sich ein weiter gedachtes Smart Farming vor, in dem nicht nur einzelne Betriebe ihre Erträge maximieren können, sondern ganze Regionen oder gar Länder. Voraussetzung hierfür wären allerdings auch entsprechend intelligente Regulierungs- und daraus abgeleitet passende Marktmechanismen. Die Informationen und Werkzeuge könnten jedenfalls auch dem Gesetzgeber sowie den Verbrauchern zur Verfügung stehen.

Ein besonders wichtiges Anwendungsfeld liegt hier sicherlich im Bereich der Stromversorgung. Das vielzitierte Smart Grid – also das intelligente Stromnetz – ist mehr als nur ein Ideal. Es wird schon bald zu einem Muss. Denn die Dekarbonarisierung unserer Stromversorgung wird

  • zu einer noch kleinteiligeren sowie schwankenderen Produktion und

  • zu mehr Verbrauch führen, etwa durch Elektromobilität.

Damit das Netz langfristig stabil ist und die Produktion den Bedarf sinnvoll abdeckt, sind Glättungen nötig. KI kann an all diesen Stellen viel Gutes für unsere Umwelt bewirken.

Ein Beispiel. Es werden nicht alle aktuellen und künftigen E-Mobilisten gleichzeitig um 19 Uhr ihr Auto laden können. Es spricht jedoch für die meisten Fahrprofile überhaupt nichts dagegen, das Auto zwischen 3 und 5 Uhr morgens zu laden – intelligente Stromzähler vorausgesetzt. So ließe sich etwa nächtliche Windenergie nutzen. Das Ganze über das Netz und die Zeit gesteuert, mit Blick auf den voraussichtlichen Strombedarf in einzelnen Regionen, Vorhersagen über Windstärke – und damit erwartete Stromerzeugung – und das Fahrverhalten des Einzelnen.

Intelligente Speichersysteme sind dabei ein weiteres Element, doch auch hier darf nicht Halt sein. Etwa ließe sich – zurück zu den Unternehmen – auch manche Produktion durchaus an der zur Verfügung stehenden Strommenge ausrichten bzw. dahingehend optimieren. Energieintensive, automatisierte Prozesse könnten ebenfalls in Nachtstunden verlegt werden, etwa im Bereich Herstellung oder Reinigung, etc.

Lesetipp: Nachhaltigkeit - Was ist Sustainability

Globalbetrachtung bei Aufwand und Ertrag

An dieser Stelle ist es sicherlich erforderlich, im Sinne einer ganzheitlichen Betrachtung auch auf den Fußabdruck der erforderlichen IT-Infrastruktur einzugehen. Hierzu zählt etwa die Produktion der Hardware, aber zum Beispiel auch der Strom für Betrieb, Klimatisierung etc. Es ist grundsätzlich zu sagen, dass die Idee eines solchen Poolings – nichts anderes sind ja Virtualisierung, Cloud usw. – einer effizienzmaximierten Allokation von Ressourcen entspricht. Rechenleistung wird nur dort bereitgestellt, wo sie auch benötigt wird. Das bedeutet in der Folge, dass Cloud-Rechenleistung solche aus einem Unternehmensrechenzentrum ersetzt. Soweit die Theorie.

Damit diese in der Praxis funktioniert, müssen Unternehmen jedoch ein paar Dinge beachten. So sollten sie dem Prinzip der Datensparsamkeit folgen. Das gilt zwar grundsätzlich auch für das Data Center im eigenen Haus. Doch mit den Übertragungswegen in Clouds und zurück gehen eben auch energetische Aufwände einher. Insofern gilt es stets, klug abzuwägen:

  • Welche Daten sollen vielleicht doch vor Ort vorgehalten werden?

  • Welche Daten gehen sinnvollerweise in die Cloud?

Hybride Ansätze haben an dieser Stelle ihren Charme, benötigen dafür aber ein besonders wachsames Auge bei der Verwaltung. Darüber hinaus muss Rebound-Effekten vorgebeugt werden – „wir sparen hier, also können wir da mehr ausgeben“ vernichtet positive Effekte bisweilen nicht nur, sondern konterkariert sie leider auch.

Lesetipp: So senken Sie den CO2-Footprint Ihres RZs

Governance

Damit all diese Aspekte in Unternehmen funktionieren, ist ein Regelwerk erforderlich. Die Aufnahme einer ganzheitlich ökologischen Arbeitsweise in die Corporate Governance ist daher ratsam, inklusive einer Manifestation in den Management-Systemen und dort bis hin zum Reporting an die Geschäftsleitung. Künstliche Intelligenz kann in einem solchen System helfen, vorausschauend zu agieren und größere Synergien zu erlangen – aber nur, wenn „grüne Daten“ und eine nachhaltige Vorgehensweise auch aus Unternehmenssicht gewollt sind und nicht als bloßer „Hygienefaktor“ im Geschäftsbericht als notwendig erachtet werden. Insofern erweitert sich das Feld der digitalen Ethik. KI muss nicht nur dem Menschen dienen, ohne ihn zu gefährden. Sie muss so eingesetzt werden, dass sie auch einer Meta-Betrachtung standhält. Und es ist eine gute Idee, sie so zu verwenden, dass auch gesellschaftliche Erträge zunehmen. (bw)