Angesichts der globalen Klimakrise hat die Menschheit wiederholt nach technologischen Lösungen gesucht. Künstliche Intelligenz (KI) ist eines der vielversprechendsten Werkzeuge in dieser Suche.
Ein aktueller Bericht der London School of Economics (LSE) hat neue Diskussionen ausgelöst: Durch den Einsatz von KI in Schlüsselbereichen – Energie, Verkehr und Lebensmittelproduktion – könnte die Welt bis 2030 bis zu 5,4 Milliarden Tonnen CO₂-Äquivalent-Emissionen pro Jahr einsparen. Das entspricht etwa einem Viertel der Gesamtemissionen dieser Sektoren.
Das sind inspirierende Nachrichten. Aber als Team, das sich auf KI-generierte visuelle Inhalte konzentriert, stellen wir auch eine andere Frage:
Wenn KI anderen Branchen helfen kann, Emissionen zu reduzieren, sollten wir uns dann nicht auch fragen, ob die KI selbst – insbesondere generative KI – ihren Beitrag zur Nachhaltigkeit leistet?
Der übersehene CO₂-Fußabdruck generativer KI
Im Vergleich zum Modelltraining, das massive Rechenleistung erfordert, mag die Inferenzphase – wenn die KI tatsächlich genutzt wird – relativ leichtgewichtig erscheinen. Doch bei hochfrequenten Anwendungen wie der Bildgenerierung summiert sich die kumulative Wirkung schnell.
Ein einzelner Nutzer könnte Dutzende Varianten desselben Prompts generieren. Multipliziert man dies mit Millionen von Nutzern, ergeben sich täglich Millionen von GPU-gestützten Berechnungen.
Diese kleinen, schnellen Operationen mögen unbedeutend erscheinen – aber hinter den Kulissen laufen energiehungrige Rechenzentren rund um die Uhr. Und anders als beim Modelltraining wird dieser "alltägliche CO₂-Fußabdruck" oft nicht berichtet.
Deshalb glauben wir: Die CO₂-Kosten generativer KI benötigen mehr Aufmerksamkeit, mehr Metriken und mehr Transparenz.
Sollten KI-Plattformen CO₂-Labels haben?
Bei Konsumgütern werden "CO₂-Labels" immer üblicher – von Kaffee bis zu Elektronik. Sie geben den Menschen die Möglichkeit, die Umweltkosten ihrer Käufe zu verstehen.
Warum haben wir dann überhaupt keine Transparenz über die CO₂-Auswirkungen dessen, was wir mit KI generieren?
Stellen Sie sich vor, KI-Plattformen würden grundlegende Indikatoren wie diese anzeigen:
Diese Generierung verbrauchte unterdurchschnittlich viel Energie
Modell läuft auf 100% erneuerbarer Energie
Hochenergie-Generierungsmodus erkannt (z.B. große Bildgröße oder schweres Modell); bitte verantwortungsvoll nutzen
Dies würde die Kreativität nicht einschränken – es würde Nutzer mit Informationen und Wahlmöglichkeiten befähigen und Entwickler dazu anregen, auf Nachhaltigkeit zu optimieren.
Emissionen zu reduzieren bedeutet mehr als nur "KI nutzen" – es bedeutet "KI verantwortungsvoll nutzen"
Die LSE-Studie weist zu Recht auf das Potenzial der KI hin: Verbesserung der Windvorhersage in Energienetzen, Optimierung der EV-Infrastruktur, Fortschritte bei pflanzlichen Proteinen. Das sind praktische, wirkungsvolle Anwendungsfälle.
Gleichzeitig steigt der eigene Fußabdruck der KI rapide an. Google meldete einen 51%igen Anstieg seiner CO₂-Emissionen seit 2019, hauptsächlich getrieben durch KI-bedingte Infrastrukturanforderungen.
Dies zeigt uns, dass wir KI nicht als CO₂-freie Wunderwaffe betrachten können. Die Verantwortung liegt nicht nur darin, was KI tun kann – sondern auch darin, wie wir sie nutzen.
KI zur Emissionsreduktion einzusetzen sollte nicht nur bedeuten "KI hilft anderen bei der Reduktion". Es sollte auch bedeuten "Wir nutzen KI mit Blick auf die Umwelt."
PicMas Perspektive: Kreativität mit Gewissen
Bei PicMa, einer KI-Plattform für Bildgenerierung und visuelles Storytelling, glauben wir:
"Jede technische Entscheidung ist eine Wertentscheidung."
In unserer Produktentwicklung erforschen wir Wege, Bewusstsein für Umweltauswirkungen in die Nutzererfahrung zu integrieren. Zum Beispiel:
Können wir die Energiekosten verschiedener Generierungsoptionen anzeigen?
Können wir Nutzern helfen, effizientere Generierungs-Workflows zu wählen?
Können wir CO₂-arme Modellpfade anbieten, die auf grünerer Infrastruktur laufen?
Wir behaupten nicht, alle Antworten zu haben. Aber wir glauben, dass kleine Designentscheidungen größere Veränderungen bewirken können – besonders wenn sie helfen, einen Präzedenzfall für grünere KI-Kreation zu setzen.
Heiße Werkzeuge
