KI trifft Nachhaltigkeit – Chancen, Risiken und Verantwortung
Ein Nachbericht zum thematischen Schwerpunkt KI beim 9. Netzwerktreffen vom 11.11.2025
Zum hochaktuellen Thema „künstliche Intelligenz“ haben wir Prof. Dr. Alexander Adrowitzer, Leiter des Master-Studiengangs Digital Innovation and Research sowie stellvertretender Leiter des Bachelorstudiengangs Data Science & Artificial Intelligence an der USTP – University of Applied Sciences St. Pölten für einen Impuls eingeladen.
„Künstliche Intelligenz“ – also KI ist mittlerweile in unserem Alltag angekommen und nicht mehr wegzudenken. Oft verwenden wir sie sogar, ohne, dass es uns bewusst ist. Denn die Technologie steckt in vielen Produkten oder Vorgängen: wie z.B. in jedem Staubsaugerroboter, Rasenmähroboter, in Online-Shops und auch in Siri, Alexa & Co.
Ein spannendes Detail am Rande: KI ist gar nicht so neu wie wir denken. Es gibt sie bereits seit den 1950er Jahren. Wir verwenden sie im großen Stil aber erst seit wenigen Jahren.
„KI ist stark in unserer Gesellschaft angekommen“.
So wie auch bei jedem anderen Technologie-Schub der letzten Jahrzehnte kommen auch hier Ängste und Befürchtungen auf. Kann die Technik den Menschen wegrationalisieren und überflüssig machen? Vor allem im Bereich der Jobs ein häufiger Gedanke. Das gab es bereits in den 1960er Jahren bei der Automatisierung in der Autoindustrie, der Entwicklung und dem Einsatz der Computer in den 1980er Jahren.
Und es stimmt, der Einsatz von KI wird die (Arbeits)Welt verändern.
Spannender Link zum Thema – wie reagieren auf diese Veränderung:
Aktuelle Sozialpolitik: Eine Steuer auf Roboter? Ein sehr reicher Mann mit einer alten Idee in modischer Verkleidung und dem Finger auf einer offenen Wunde
Green AI und Red AI
Green AI bedeutet Entwicklung und Einsatz von Technologien der künstlichen Intelligenz (KI) mit besonderem Fokus auf ökologische Nachhaltigkeit und Energieeffizienz.
Red AI zielt darauf ab, durch den Einsatz massiver Rechenleistung modernste Ergebnisse in Bezug auf Genauigkeit (oder verwandte Maßnahmen) zu erzielen. Im Wesentlichen geht es darum stärkere Ergebnisse zu “kaufen”.
Der ökologische Fußabdruck von KI
„Training a single KI Model kann so viel CO2 emittieren wie 5 Autos in ihrer gesamten Lebenszeit.“ Die enormen Auswirkungen der Technologie werden erst langsam erkannt. Forscher der University of Massachusetts haben dazu verschiedene Berechnungen vorgenommen.
Ein weiterer guter Zahlenvergleich: eine Anfrage bei ChatGPT benötigt einen halben Liter Wasser. Warum? Weil Wasser essenziell für die Kühlung der Datenserver ist.
Doch schon vor der Verwendung der KI hat sie Umweltauswirkungen: z.B. bei der Ressourcengewinnung, beim Abbau der Rohstoffe, bei der Herstellung der notwendigen Halbleiter, etc. Zusätzlich brauchen sie viel Energie und Wasser in den Rechenzentren, die die Server zu kühlen. Am Ende der Lebensdauer bleibt das Problem der Entsorgung – des Elektroschrottes.
Nachhaltige Beschaffung der Rohstoffe und das Recycling dieser Materialien können die Umweltauswirkungen verringern.
KI braucht sehr hohe Rechenleistung, wodurch die Hardware schnell veraltet ist, obwohl grundsätzlich noch gut brauchbar. Die Nutzungsdauer der Komponenten ist ein weiterer Ansatz, wo sich der Gedanke der Nachhaltigkeit besser umsetzen ließe.
KI für mehr Nachhaltigkeit einsetzen
Das setzt zum einen beim Algorithmus und der Hardware-Seite (bessere Infrastruktur) selbst an und zum anderen in den Anwendungen.
Anwendungen von Green AI:
Ein gutes Beispiel für die Verwendung von KI ist die Abfallwirtschaft – zum Sortieren und Verdichten von Abfällen sowie zur Optimierung der Abfallsammelwege (senkt Kosten, fördert Recycling).
Emissionsreduktion durch gezielten Einsatz in verschiedenen Sektoren wie Transport, Fertigung und Landwirtschaft, durch KI-gestütztes, kraftstoffeffizientes Routing, durch Überwachung des Energieverbrauchs in Einrichtungen und Energiemanagementsystemen.
Verwendung in der Umweltüberwachung wie beispielsweise der Einsatz um Satellitenbilder zu analysieren, um die Abholzung von Wäldern zu verfolgen, Wildtierpopulationen zu überwachen und die Auswirkungen des Klimawandels zu bewerten.
Auch bei der Armutsbekämpfung kann KI unterstützen (wobei hier herkömmliche Wege weniger Ressourceneinsatz erfordern). Wichtig und bedeutsam ist KI auch für die Zukunft im Gesundheitsbereich und in der Bildung (z.B. KI „übersetzt“ medizinische Diagnostik für Laien, erleichtert den Zugang zur Bildung, …).
Trotz verschiedener positiver Entwicklungen muss man immer bedenken, dass KI selbst sehr viel Energie benötigt (v.a. zum Trainieren mit den Daten. Die einzelne Abfrage ist dann nicht mehr so energieintensiv.). Die großen Player und Unternehmen geben dazu allerdings keine verlässlichen Daten bekannt.
“Eine weitere Entwicklung: KI braucht sehr gute Rechenleistung, wodurch die Hardware sehr schnell veraltet ist, obwohl sie grundsätzlich noch gut brauchbar wäre.”
Ethische Herausforderungen
Der „algorithmische Bias“ bedeutet, dass KI-Programme von Menschen erstellt werden, die ihre Ansichten und Vorurteile haben. Diese fließen in die Systeme mit ein (auch unbewusst). Daher ist es so wichtig, dass den Menschen das bewusst ist.
Generell gilt: Ein Model ist nur so gut wie die Daten, mit denen es trainiert wurde.
Eine ethische Herausforderung ist die Auswahl der Daten zum Trainieren der Systeme. Hier ist eine bedachte Auswahl notwendig, um wirklich umfassende Daten zu haben.
Fazit:
Als Konsumentinnen und Konsumenten sollen wir versuchen auf Transparenz zu achten, nachfragen, welche Daten das System verwendet, etc.
Bei Datenverarbeitung (z.B. Adressdatenbanken, online shops etc.) beachten wer die Verantwortung trägt und wo (auf welchen Servern) die Daten (wer hat Zugriff) liegen.
Als Konsumentinnen und Konsumenten können und sollen wir uns den Anbieter bewusst aussuchen. Das ist noch problematisch, da es keine völlig transparenten Anbieter gibt.
Was bleibt, ist unser Nutzerverhalten. Das bedeutet, vor Nutzung der KI überlegen, ob wir sie wirklich brauchen.
Tipps beim Einsatz von KI
- Nachhaltigkeitsziele mit KI verknüpfen, Green AI Ansätze anwenden, alternative Ansätze suchen
- Zusammenarbeit mit Forschung, Start ups, die sich dem Thema verschrieben haben nutzen und suchen
- KI als Werkzeug sehen
- Regulierungen, Standards mitdenken
Ein persönlicher Tipp von unserem Referenten Dr. Adrowitzer: Seriöse Unternehmen geben an, wenn Sie KI verwenden: Und immer vorsichtig sein, wenn Sie persönliche Daten bekanntgeben.
Aktualisiert am 20.11.2025
