Die Dualität der KI: Die Möglichkeit, dass KI die Erde rettet, und was vorher geschieht – Die unsichtbare Geschichte von Strom, Wasser und Emissionen

Die Dualität der KI: Die Möglichkeit, dass KI die Erde rettet, und was vorher geschieht – Die unsichtbare Geschichte von Strom, Wasser und Emissionen

Die Geschwindigkeit, mit der sich KI in unser Leben integriert, hat sich in den letzten Jahren erheblich beschleunigt. Suchen, Übersetzen, Erstellen von Dokumenten, Bildgenerierung, Kundensupport – der Komfort hat sich zweifellos ausgeweitet, aber hinter diesem „Selbstverständlichen“ benötigt KI große Mengen an Strom und Wasser. Der Ausbau von Rechenzentren, die Herstellung von Halbleitern, die Wassernutzung zur Kühlung und die Veränderungen in der Stromerzeugungsstruktur zur Sicherung der Stromversorgung sind Faktoren, die die Frage aufwerfen: „Ist KI eine Belastung für die Umwelt?“


Der Artikel auf Phys.org (eine Wiederveröffentlichung eines Beitrags von The Conversation) vermeidet jedoch eine einfache Dichotomie von Gut und Böse. KI kann zwar die Umweltkosten erhöhen, aber dieselbe KI kann auch als Werkzeug dienen, um „Ressourcenverschwendung“ zu identifizieren, zu reduzieren und zu optimieren. Anders ausgedrückt, KI kann sowohl ein „Gerät, das Treibstoff verbraucht“ als auch eine „Steuerungseinrichtung, die Treibstoffverschwendung stoppt“ sein. Die Frage ist, welche Seite überwiegt und was erforderlich ist, um diese Seite zu stärken.


1) Zunächst die Frage der „Belastung“: Warum wirkt sich KI negativ auf die Umwelt aus?

Die Umweltbelastung durch KI lässt sich hauptsächlich in drei Bereiche unterteilen.

  • Strom: Sowohl das Training als auch die Inferenz (Berechnungen während der Nutzung) erfordern den massiven Einsatz von GPU/TPU.

  • Wasser: Die Nutzung von Wasser zur Kühlung und Stromerzeugung kann in bestimmten Regionen zu Wasserknappheit führen.

  • Ausstattung und Materialien: Dazu gehören Halbleiter, Server, der Ausbau des Stromnetzes, Baumaterialien und auch Elektroschrott (e-waste).


Ein weiteres Problem ist der „Rebound-Effekt“ (Nachfrageinduktion), bei dem Effizienzsteigerungen nicht unbedingt zu einer Reduzierung der Gesamtmenge führen. Selbst wenn KI Energieeinsparungen ermöglicht, kann ein explosionsartiger Anstieg der KI-Nutzung den Gesamtstromverbrauch erhöhen. Um KI „umweltfreundlich“ einzusetzen, sind nicht nur technische Lösungen erforderlich, sondern auch eine Gestaltung der Nachfrage (wo KI eingesetzt wird und wo nicht) sowie Rahmenbedingungen für Messung, Offenlegung und Regulierung.

2) Trotzdem kann KI ein „Verbündeter“ sein: Fünf Anwendungsbeispiele aus dem Artikel

Der Artikel ist interessant, weil er die Diskussion über den Nutzen von KI für den Umweltschutz nicht abstrakt lässt, sondern mehrere praktische Anwendungsfälle aufzeigt. Hier wird der Fokus darauf gelegt, „was in den einzelnen Bereichen eingespart werden kann“.


(A) Landwirtschaft: Weniger Wasser = Weniger Strom

Die Landwirtschaft ist ein großer Verbraucher von Süßwasser weltweit. Der Artikel stellt präzise Bewässerung vor, wie sie von der argentinischen Klimatechnologiefirma Kilimo betrieben wird, die maschinelles Lernen und Wetter- sowie Satellitendaten nutzt, um zu optimieren, „wann, in welchem Bereich und wie viel Wasser gegeben werden sollte“. Die Reduzierung des Wasserverbrauchs ist an sich wertvoll, aber noch wichtiger ist, dass auch die Energie für das Pumpen und Transportieren des Wassers auf die Felder reduziert wird.


Darüber hinaus wird ein System erwähnt, das die Einsparung von Wasser überprüft und als Wassereinsparungsgutschrift handelbar macht. Dies ist ein Ansatz, der die Reduzierung der Umweltbelastung in wirtschaftliche Anreize umwandelt.


(B) Rechenzentren: KI reduziert KI-Verschwendung

Es mag ironisch klingen, aber KI ist effektiv im Betrieb von Rechenzentren. Der Artikel beschreibt, dass der Strombedarf von Rechenzentren zwar hoch ist, aber durch Betriebsoptimierungen Effizienzsteigerungen erzielt wurden und dass KI „Arbeitslasten“, „Temperaturen“, „Kühlungseffizienz“ und „Stromverbrauch“ analysiert und die Rechenressourcen und Kühlung an die Nachfrage anpasst.


Beispielsweise können Server in Zeiten geringer Nachfrage in den Niedrigenergiemodus versetzt, Kühlung und Luftstrom optimiert und der Betrieb an das Wetter angepasst werden. Solche „unspektakulären Optimierungen“ sind umso wirkungsvoller, je größer die Gesamtstrommenge der Einrichtung ist. Wichtig ist, dass diese Optimierungen nicht nur „theoretische Einsparungen“ sind, sondern mit den operativen KPIs (Stromkosten, Auslastung, Temperaturbeschränkungen, Ausfallraten) der Betriebsstätten verknüpft sind.


(C) Energieindustrie: Inspektion und Überwachung zur Reduzierung von Leckagen und Verlusten

Die Energieindustrie hat aufgrund ihrer hohen Emissionen ein großes Verbesserungspotential. Der Artikel erwähnt Beispiele, bei denen Drohnenaufnahmen und Bildanalysen zur Erkennung von Anomalien in Pipelines eingesetzt werden, sowie den Einsatz von KI zur Überwachung und Schätzung von Methan. Da Methan kurzfristig eine starke Treibhauswirkung hat, wird die Wirksamkeit von Leckageprävention oft hervorgehoben.


Allerdings gibt es hier auch Widerstand. Es besteht die Befürchtung, dass „fossile Brennstoffunternehmen KI zur ‚Effizienzsteigerung‘ nutzen und dadurch letztendlich verlängert werden“. Da KI sowohl ein „Beschleuniger der Dekarbonisierung“ als auch ein „Effizienzsteigerungsgerät für fossile Brennstoffe“ sein kann, muss die Gesellschaft entscheiden, in welche Richtung sie eingesetzt wird.


(D) Gebäude und Fernwärme: Reduzierung durch „Systeme“ statt durch das Verhalten von Menschen

Die Heizung, Kühlung und Stromversorgung von Haushalten und Büros stehen in direktem Zusammenhang mit Emissionen. Der Artikel erwähnt die Optimierung der Fernwärmeversorgung im Zentrum von Kopenhagen (Sensoren lesen den Zustand der Gebäude aus und passen die Versorgung an, indem sie 24 Stunden im Voraus vorhersagen) sowie die Möglichkeit, den Energieverbrauch von mittelgroßen Büros durch den Einsatz von KI zu reduzieren.
Der Schlüssel liegt hier darin, dass das System proaktiv Verschwendung eliminiert, anstatt auf „freiwilliger Basis“ zu agieren. Das Bewusstsein der Menschen für Energieeinsparungen schwankt, aber die Steuerung läuft kontinuierlich. Das Abgleichen von Angebot und Nachfrage unter Berücksichtigung von Temperatur, Luftfeuchtigkeit und Nutzung ist ein Bereich, in dem KI besonders stark ist.


(E) Luftfahrt: Reduzierung von Kondensstreifen und Treibstoffverschwendung

In der Luftfahrt wird nicht nur der CO₂-Ausstoß, sondern auch die Erwärmungswirkung von Kondensstreifen diskutiert. Der Artikel nennt Beispiele, bei denen KI Flugrouten und Flughöhen anpasst, um feuchte Bedingungen zu vermeiden und die Bildung von Kondensstreifen zu reduzieren, sowie die Verbesserung der Kraftstoffeffizienz durch die Vorschläge effizienter Routen basierend auf Betriebsdaten.
Da die Luftfahrt strengen Sicherheits- und Regulierungsanforderungen unterliegt, erfolgt die Implementierung vorsichtig, aber wenn sie erfolgreich ist, kann sie in diesem Bereich große Wirkung entfalten.

3) Reaktionen in sozialen Medien: Zustimmung und Vorsicht laufen „gleichzeitig“

Die Reaktionen auf diesen Artikel in den sozialen Medien sind stark gespalten.


① Die „KI zerstört nicht nur die Umwelt“ Fraktion
Der Einsatz von KI als „Optimierungstool“ in Bereichen mit großer Ressourcenverschwendung wie Landwirtschaft, Gebäude und Luftfahrt findet gewisse Unterstützung. Es besteht die Hoffnung, dass „der Einsatz an den richtigen Stellen die Umweltbelastung ausgleichen kann“. Besonders in Bereichen wie der Reduzierung von Wasser- und Kraftstoffverbrauch, die mit Kosteneinsparungen vor Ort übereinstimmen, wird die Umsetzung als realistisch angesehen und positiv aufgenommen.


② Die „Am Ende steigt die Gesamtmenge“ Fraktion (Vorsicht und Kritik)
Andererseits gibt es starke Bedenken, dass „Effizienzsteigerungen bedeutungslos sind, wenn die Nutzung zunimmt“ und „Rechenzentren unter dem Banner der Energieeinsparung wachsen“. Je mehr sich KI verbreitet, desto häufiger werden Inferenzoperationen ausgeführt, Modelle vergrößert und Investitionen in Rechenzentren beschleunigt. Solange die Gesellschaft der „Verlockung der Bequemlichkeit“ nicht widerstehen kann, wird die Gesamtmenge wahrscheinlich zunehmen – so die Meinung. In jüngster Zeit gab es zahlreiche Diskussionen über den Strombedarf von KI und Rechenzentren, die Rückkehr zu fossilen Brennstoffen und den Mangel an Transparenz, die auch in den sozialen Medien in diesem Kontext wahrgenommen werden.


③ Die „Wer profitiert und wer trägt die Last?“ Fraktion (Regionale und Gerechtigkeitsaspekte)
Ein weiteres, langsam wachsendes Thema ist die Gerechtigkeit. Die Regionen, in denen Rechenzentren angesiedelt sind, tragen die Last von Wasser- und Stromverbrauch, während die Gewinne an andere Orte fließen. Wenn KI „im globalen Maßstab Gutes tut“, ist eine transparente Erklärung erforderlich, wie die Vorteile und Lasten verteilt werden.


Es sei darauf hingewiesen, dass die Kommentarfunktion auf der Phys.org-Seite praktisch nicht aktiv ist (zumindest werden keine Kommentare angezeigt) und die Verbreitung in sozialen Medien eher dem Typ „Interessierte teilen untereinander“ entspricht als einem großen Aufruhr. Dennoch wird das Thema weltweit weiterhin diskutiert, und die im Artikel aufgezeigte „Zweiseitigkeit“ wird als Brennstoff für bestehende Kontroversen gelesen.


4) Fazit: Das Umweltproblem der KI ist nicht „Technologie“, sondern „Design“ und „Governance“

Der Artikel legt nahe, dass es nicht darum geht, „ob“ KI eingesetzt wird, sondernwo, unter welchen Bedingungen, in welchem Umfang und wie gemessen wird. Es gibt Bereiche, in denen KI nützlich sein kann. Aber es ist auch eine Tatsache, dass die Umweltkosten von KI in der Realität steigen und dass „KI zur Einsparung“ von „KI zur Steigerung des Verbrauchs“ überholt werden kann, wenn nichts unternommen wird.


Der realistische Ansatz wird sich wahrscheinlich auf die folgenden drei Punkte konzentrieren.

  1. Messung und Offenlegung: Visualisierung von Strom-/Wasser-/Emissionen pro Modell/Dienst (Schaffung eines „wählbaren“ Zustands).

  2. Priorisierung: Schwerpunkt auf Bereichen mit großem gesellschaftlichem Nutzen (Stromnetze, Gebäude, Landwirtschaft, Industrieeffizienz) gegenüber unterhaltsamen oder übermäßigen Anwendungen.

  3. Rebound-Maßnahmen: Gestaltung von Systemen, die verhindern, dass Effizienzsteigerungen zu einer erhöhten Nachfrage führen (Preise, Regulierung, Beschaffungskriterien, Vereinbarungen mit lokalen Behörden).


Die Möglichkeit, dass KI „die Erde rettet“, ist nicht ausgeschlossen. Aber das passiert nicht automatisch. KI verbraucht Ressourcen, wenn sie nicht richtig gestaltet wird. Wenn sie gut gestaltet ist, kann sie Verschwendung verhindern. Letztendlich liegt es an den Entscheidungen der Menschen, eine umweltfreundliche KI zu schaffen, nicht an der KI selbst.


Quellen-URL

Verwandte Artikel