„Nachhaltige KI“ – Was bedeutet das eigentlich?

von Saskia Dörr | 3. Oktober 2023 | Nachhaltige Künstliche Intelligenz

In den letzten Jahren hat der Diskurs um künstliche Intelligenz (KI) den Fokus auf Aspekte wie Ethik, Verantwortung und Umweltschutz gelegt. Insbesondere ist der Begriff „Nachhaltige KI“ aufgetaucht, der für einen holistischen Ansatz steht. Dieser Artikel beleuchtet das Konzept der „Nachhaltigen KI“, das die Entwicklung von KI-Systemen im Einklang mit planetaren Grenzen anstrebt und ökologische, ökonomische und soziale Aspekte berücksichtigt. Hierbei steht das Wohl sowohl der heutigen als auch zukünftiger Generationen im Vordergrund. Im Gegensatz zu anderen KI-Konzepten, die sich hauptsächlich auf ethische oder technische Aspekte konzentrieren, umfasst „Nachhaltige KI“ einen breiteren Fokus, einschließlich der ökologischen Dimension. Es wird hervorgehoben, dass Unternehmen den Mehrwert von Nachhaltigkeitsstrategien nicht nur aus ethischer, sondern auch aus wettbewerbsfähiger Sicht erkennen.

Art work: Rens Dimmendaal & Johann Siemens / Better Images of AI / Decision Tree / Licenced by CC-BY 4.0

Licht ins Dunkel der „guten KI“

Künstliche Intelligenz (KI) sorgt nicht nur aufgrund ihrer technologischen Fortschritte für Schlagzeilen, sondern auch wegen der ethischen, sozialen und ökologischen Herausforderungen, die sie mit sich bringt. Konzepte wie „Ethische KI“, „Verantwortungsvolle KI“ und „Grüne KI“ sind im Diskurs rund um KI-Technologien immer präsenter geworden. Doch in letzter Zeit hört man immer häufiger auch von „Nachhaltiger KI“. Was verbirgt sich hinter diesem Begriff und wie unterscheidet er sich von anderen KI-Konzepten? In diesem Artikel versuchen wir, Licht ins Dunkel zu bringen.

Nachhaltige KI: Potenzial der Technologie nutzen, ohne unsere Zukunft zu gefährden

Die Definition von „Nachhaltiger KI“ basiert auf der Idee, dass die Entwicklung und Anwendung von KI-Systemen im Einklang mit den planetaren Grenzen stehen sollten. Dabei geht es nicht in erster Linie um den Umweltschutz, sondern auch um die Ausgewogenheit von ökonomischen Dynamiken und den Erhalt des gesellschaftlichen Zusammenhalts. Ein holistischer Ansatz steht im Mittelpunkt, bei dem ökologische, ökonomische und soziale Faktoren berücksichtigt werden. Ziel ist es, KI so zu entwickeln und zu nutzen, dass sie sowohl den heutigen als auch den zukünftigen Generationen dient und nicht schadet (vgl. Rohde et al. 2021).

Kurz und knapp gesagt beschreibt „Nachhaltige KI“ „das Maß, in dem KI-Technologie in eine Richtung entwickelt wird, die die Bedürfnisse der Gegenwart erfüllt, ohne die Fähigkeit zukünftiger Generationen zu beeinträchtigen, ihre eigenen Bedürfnisse zu erfüllen.“ (Bjørlo et al. 2021, eigene Übersetzung).

Diese Definition basiert auf dem bahnbrechenden Brundtland-Bericht und betont den Nachhaltigkeitsgedanken und die Zukunftsorientierung. Im Kontext der Online-Entscheidungsfindung bezieht sich die Entwicklung nachhaltiger KI insbesondere darauf, die Art und Weise, wie KI-Technologie in menschliche Entscheidungsfähigkeiten eingreift, so zu gestalten, dass sie sowohl heutige als auch zukünftige Konsumenten berücksichtigt.

In diesem Kontext sollte KI nicht isoliert, sondern als Teil eines größeren Ökosystems betrachtet werden, das ökologische, ökonomische und soziale Faktoren miteinbezieht. Ziel ist es, KI verantwortungsbewusst und zum Wohl der gesamten Gesellschaft zu nutzen.

In dieser holistischen Perspektive hat KI das Potenzial, weit über direkte Nachhaltigkeitsinitiativen hinaus einen positiven Einfluss zu nehmen. Das Konzept betont die Notwendigkeit, KI-Systeme so zu entwickeln und einzusetzen, dass sie in eine nachhaltig-digitale Gesellschaft integriert werden können. Dabei sollten soziale und ökologische Dimensionen gleichwertig zur ökonomischen Dimension berücksichtigt werden. Das übergeordnete Ziel ist, ein Gleichgewicht zwischen den verschiedenen Säulen der Nachhaltigkeit herzustellen und KI so zu gestalten, dass sie zukünftigen Generationen nützt und nicht schadet.

Im Vergleich zu anderen KI-Konzepten, die sich hauptsächlich auf ethische oder technische Aspekte konzentrieren, setzt „Nachhaltige KI“ einen breiteren Fokus und bindet die ökologische Dimension mit ein.

Definition Nachhaltige Künstliche Intelligenz („Sustainable AI“) in aller Kürze

Nachhaltige KI entstand konzeptionell aus der Nachhaltigkeitsbewegung und der nachhaltigen Entwicklung. Sie bezieht sich auf die Entwicklung und Anwendung von KI-Technologien, die aktuelle Bedürfnisse erfüllen, ohne die Fähigkeiten zukünftiger Generationen zu beeinträchtigen. Sie berücksichtigt ökologische, ökonomische und soziale Aspekte und betont den verantwortungsbewussten Einsatz von KI zum Wohl der gesamten Gesellschaft. Das Konzept weist deutlich über „Green AI“ oder auch „AI For Good“ oder KI für Nachhaltigkeit hinaus.

Sustainable AI emerged conceptually from the sustainability movement and sustainable development. It refers to the development and application of AI technologies that meet current needs without compromising the capabilities of future generations. It takes into account environmental, economic and social aspects and emphasizes the responsible use of AI for the benefit of society as a whole. The concept clearly points beyond „Green AI“ or even „AI For Good“ or AI for Sustainability.

Weitere KI-Konzepte im Überblick

In der schnell wachsenden KI-Landschaft sind viele Begriffe und Definitionen entstanden, die den Verantwortlichkeiten und Erwartungen gerecht werden sollen, die wir an KI-Systeme stellen. Sie reflektieren das wachsende Bewusstsein für die weitreichenden Auswirkungen von KI auf die Gesellschaft und die Notwendigkeit der Steuerung in der technologischen Gestaltung. Hier ein Überblick über relevante Konzepte, um KI gesellschaftlich wünschenswert zu gestalten.

Ethische KI: Die Idee einer „ethischen KI“ hebt die Notwendigkeit hervor, die Entwicklung und Anwendung von KI mit universellen moralischen Werten in Einklang zu bringen. Es geht nicht nur darum, Technologie um ihrer selbst willen zu schaffen, sondern sicherzustellen, dass sie den Menschen und der Gesellschaft im Ganzen dient. Dieses Konzept rückt immer mehr in den Fokus, da wir zunehmend erkennen, welche tiefgreifenden Auswirkungen KI auf alle Lebensbereiche haben kann, sowohl positive als auch negative.

AI For Good (KI für den guten Zweck): Inspiriert und gefördert durch Organisationen wie die UN ITU, legt dieses Konzept den Schwerpunkt darauf, KI gezielt zur Lösung globaler Herausforderungen und dem Erreichen der Sustainable Development Goalseinzusetzen. Es geht darum, Technologie als Mittel zum Zweck zu nutzen, um drängende soziale, wirtschaftliche und ökologische Probleme zu adressieren und so einen positiven Einfluss auf die Menschheit zu haben.

Beneficial AI (Nützliche KI): Das Hauptaugenmerk dieses Ansatzes liegt auf Sicherheit und Langzeitvorteilen. Es betont die Notwendigkeit, KI-Systeme zu entwickeln, die der Gesellschaft und Umwelt nützen, ohne potenzielle Schäden zu verursachen. Organisationen, die diesen Ansatz fördern, wie das Future of Life Institute, sind besonders daran interessiert, unbeabsichtigte und schwer vorhersehbare negative Folgen von KI zu verhindern.

Responsible AI (Verantwortungsvolle KI): Dieses Konzept betont den Prozess der KI-Entwicklung. Hier geht es darum, wie KI-Systeme entworfen, entwickelt und implementiert werden. Es fordert Standards und Verfahren, um sicherzustellen, dass KI-Technologien auf eine Weise entwickelt werden, die ethische und soziale Verantwortung berücksichtigt.

Trustworthy AI (Vertrauenswürdige KI): Initiiert und definiert von der EU High Level Expert Group, betont diese Idee die Rechtmäßigkeit, Ethik und Robustheit von KI-Systemen. Sie setzt strenge Anforderungen und bietet einen Rahmen, um sicherzustellen, dass KI-Systeme die ihnen zugewiesenen Aufgaben erfüllen, ohne rechtliche, ethische oder funktionelle Probleme zu verursachen.

Green AI (Grüne KI): Das Konzept bezieht sich auf Ansätze und Initiativen, die darauf abzielen, die Umweltauswirkungen und den Ressourcenverbrauch von KI-Systemen, insbesondere von ressourcenintensiven Deep-Learning-Verfahren, zu minimieren. Inspiriert von Bewegungen wie Green IT und Green Coding, zielt Green AI darauf ab, den Verbrauch von Rechenzeit, Strom, Kühlung und Rohstoffen zu reduzieren und die KI-Entwicklung nachhaltiger und umweltfreundlicher zu gestalten.

Babylonisches Begriffs-Wirrwarr und schwindelerregende Berge von Leitlinien

So sind eine Vielzahl von Begriffen und damit verbundener Konzepte entstanden, die von unterschiedlichen Organisationen verfolgt werden. Allein die damit verbundene Anzahl von Leitlinien und Tools lässt einen schwindelig werden:

• Der „Global Index on Responsible AI“ listet 95 bestehende Instrumente und Rahmenwerke auf, die den ethischen, verantwortungsvollen oder vertrauenswürdigen Einsatz von KI fördern sollen.
• Die NGO AlgorithmWatch sammelte in ihrem „AI Ethics Inventory“ 167 Leitlinien, die Grundsätze dafür festlegen, wie Systeme für die automatisierte Entscheidungsfindung (ADM) unter ethischen Gesichtspunkten entwickelt und umgesetzt werden können.
• Die OECD führt über 600 Tools in ihrem Katalog für „Trustworthy AI“. Diese Werkzeuge und Messgrößen sollen KI-Akteuren helfen, vertrauenswürdige KI-Systeme und -Anwendungen zu entwickeln und zu nutzen, die die Menschenrechte achten und fair, transparent, erklärbar, robust, sicher und geschützt sind.

Während wir uns eventuell über den Anspruch einer guten KI-Entwicklung freuen wollen, stellt sich uns das so entstandene „babylonische Begriffs-Wirrwarr“ in den Weg. Dazu kommt noch: Weder gibt es einen Common Sense zur Nutzung der Begriffe, noch werden die oft zugrundliegenden KI-Ethik-Kriterien, wie Fairness, Transparenz, Erklärbarkeit, Benefizienz, Sicherheit, Überprüfbarkeit, in gleicher Weise verstanden und verwendet.

Damit stehen diejenigen, die KI-Anwendungen in Unternehmen und Organisationen im guten Sinn gestalten und nutzen wollen, die Entscheider*innen, Praktiker*innen und Strateg*innen vor einer offenbar nicht mit akzeptablem Aufwand zu beantwortenden Frage: Welches KI-Konzept und welche Leitlinie ist für uns geeignet?

Eine Antwort kann ich an dieser Stelle nicht bieten, aber möglicherweise Hilfestellungen, um sich ihr anzunähern.

Unterscheidung von Nachhaltiger KI zu anderen KI-Konzepten

Zunächst kann es hilfreich sein, sich die Unterschiede der KI-Konzepte deutlich zu machen. An dieser Stelle werden die KI-Konzepte jeweils im Vergleich zu Nachhaltiger KI diskutiert.

• Ethische KI vs. Nachhaltige KI: Während ethische KI darauf ausgerichtet ist, moralische Werte und Grundsätze in die Technologieentwicklung einzubetten, legt nachhaltige KI den Schwerpunkt auf die langfristigen Auswirkungen und den fortwährenden Wert für zukünftige Generationen. Es geht nicht nur darum, was heute richtig ist, sondern auch darum, was morgen nachhaltig sein wird.
• Responsible AI vs. Nachhaltige KI: Responsible AI (Verantwortungsvolle KI) konzentriert sich auf ethische und verantwortungsbewusste Gestaltungs-, Entwicklungs- und Anwendungsprozesse von künstlicher Intelligenz. Es betont die Einhaltung ethischer Grundsätze, Transparenz, Datenschutz und Sicherheit im unmittelbaren Kontext der KI-Technologie. Im Gegensatz dazu betrachtet Nachhaltige KI das Thema in einem ganzheitlicheren Rahmen, indem es ökologische, ökonomische und soziale Aspekte miteinbezieht. Das Ziel ist, KI-Systeme zu schaffen, die die aktuellen Bedürfnisse erfüllen, ohne die Möglichkeiten zukünftiger Generationen zu beeinträchtigen. Während Responsible AI den gegenwärtigen Einsatz von KI adressiert, legt Nachhaltige KI den Fokus auf Langfristigkeit und die harmonische Integration von KI in das gesamte gesellschaftliche Ökosystem.
• AI for Good vs. Nachhaltige KI: „AI for Good“ konzentriert sich darauf, aktuelle soziale und ökologische Probleme mit KI zu adressieren. Nachhaltige KI betrachtet darüber hinaus, wie diese KI-Lösungen Menschen heute und zukünftige Generationen beeinflussen und sicherstellen, dass sie nicht zu neuen, unerwarteten Problemen führen.
• Green AI vs. Nachhaltige KI: Während Green AI die ökologischen Auswirkungen von KI-Systemen direkt adressiert, geht nachhaltige KI weiter und berücksichtigt auch soziale und ökonomische Aspekte, um eine ganzheitliche Nachhaltigkeitsperspektive zu gewährleisten.

Mehrwert der KI-Konzepte für den Business Case for Sustainability

Unternehmen weltweit erkennen zunehmend die Bedeutung von Nachhaltigkeit, nicht nur als ethische Verpflichtung, sondern auch als Mittel zur Erzielung von Wettbewerbsvorteilen und langfristiger Resilienz. In diesem Kontext kann die KI als mächtiges Instrument dienen. Doch wie unterscheidet sie sich von anderen KI-Konzepten in Bezug auf ihren Mehrwert für Unternehmen?

Im folgenden sind einige Stärken der einzelnen KI-Konzepte genannt. Je nach strategischer Positionierung und KI-Kontext können Entscheider*innen sich bei der Priorisierung von KI-Konzepten daran orientieren, um eine beste Passung zu finden.

Nachhaltige KI:

• Agent für sozial-ökologischen Wandel: Unternehmen, die KI-Technologien im Sinne der Nachhaltigkeit gestalten, positionieren sich als verantwortlicher Agent der sozial-ökologischen Wandels. Dies kann Kundentreue stärken und neue Marktsegmente erschließen.
• Langfristige Resilienz: Indem sie ökologische, soziale und ökonomische Aspekte berücksichtigt, hilft das Konzept der Nachhaltigen KI deb Unternehmen, potenzielle zukünftige Risiken zu identifizieren und abzumildern.
• Stakeholder-Engagement: Ein Engagement für Nachhaltige KI kann das Vertrauen und die Zufriedenheit von Stakeholdern wie Kunden, Mitarbeitern und Investoren stärken.

Ethische KI:

• Vertrauen schaffen: Unternehmen, die sich auf ethische KI konzentrieren, können das Vertrauen ihrer Kunden in ihre Produkte und Dienstleistungen stärken.
• Reputationsmanagement: Durch die Beachtung ethischer Prinzipien können Unternehmen potenzielle PR-Krisen verhindern.

Responsible AI (Verantwortliche KI)

• Robuste Systeme: Unternehmen, die Verantwortung in ihren KI-Entwicklungsprozessen betonen, neigen dazu, robusteren, verlässlichen und sicheren KI-Systemen zu schaffen.
• Regulierungskonformität: Indem sie sich auf verantwortungsvolle Entwicklung und Implementierung konzentrieren, sind Unternehmen besser darauf vorbereitet, sich an sich ändernde Regulierungslandschaften anzupassen.

AI for Good:

• Soziale Verantwortung: Unternehmen, die AI for Good-Initiativen unterstützen, können ihre Corporate Social Responsibility (CSR) stärken und gleichzeitig Lösungen für gesellschaftliche Probleme schaffen.
• Marktinnovation: Durch den Einsatz von KI zur Lösung realer sozialer und ökologischer Herausforderungen können Unternehmen neue Marktchancen identifizieren.

Green AI:

• Reduzierte Betriebskosten: Durch den effizienten Einsatz von Ressourcen können Unternehmen Kosten in Bereichen wie Energieverbrauch sparen.
• Umweltbewusstes Branding: Unternehmen, die Green AI nutzen, können sich als ökologisch bewusste Marken positionieren und so eine spezifische Zielgruppe ansprechen.

Trustworthy AI (Vertrauenswürdige KI):

• Vertrauensbildung: Wenn Kunden und Stakeholder wissen, dass ein KI-System vertrauenswürdig ist, erhöht dies ihr Vertrauen in das Unternehmen und seine Produkte.
• Risikominimierung: Vertrauenswürdige KI reduziert das Risiko von Fehlentscheidungen durch KI, die finanzielle oder reputative Schäden verursachen könnten.
• Regulierungskonformität: Trustworthy AI fließt in die EU Gesetzgebung des AI Act ein und bereitet Unternehmen daher auf die kommende Regulierung vor

Die ganzheitliche Vision der Nachhaltigen KI

Die Vielfalt der KI-Konzepte zeugt von dem wachsenden Bewusstsein für die multidimensionalen Auswirkungen von KI auf unsere Gesellschaft und Umwelt. Jedes Konzept hat seine eigenen Schwerpunkte und Betrachtungswinkel, die es wertvoll und relevant für unterschiedliche Anwendungs- und Forschungsbereiche machen.

Nachhaltige KI hebt sich in ihrer ganzheitlichen Betrachtung der Auswirkungen von KI hervor. Während Konzepte wie Ethische KI und Responsible AI sich hauptsächlich auf den gegenwärtigen Moment und die unmittelbare ethische und verantwortungsvolle Gestaltung und Implementierung konzentrieren, wirft die Nachhaltige KI einen Blick in die Zukunft und fragt, wie KI-Technologien langfristig zum Wohl aller beitragen können. „AI for Good“ und „Green AI“ sind beispielhafte Ansätze, die spezifische Bereiche von Nachhaltigkeit adressieren, jedoch fehlt ihnen die ganzheitliche Perspektive, die Nachhaltige KI mitbringt.

Während jedes KI-Konzept seinen eigenen spezifischen Mehrwert für Unternehmen bietet, stellt die Nachhaltige KI eine ganzheitliche Herangehensweise dar, die über die unmittelbaren technologischen Aspekte hinausgeht. Sie betrachtet KI im Kontext globaler Nachhaltigkeitsziele und kann Unternehmen helfen, sowohl kurzfristige als auch langfristige Vorteile zu erzielen. Es geht nicht nur darum, KI „richtig“ zu machen, sondern auch darum, sie „für das Richtige“ einzusetzen. Unternehmen, die diese Perspektive übernehmen, positionieren sich für zukünftigen Erfolg in einer immer komplexeren und vernetzteren Geschäftswelt.

Kritik und Zukunftsperspektive

Die Nachhaltige KI ist nicht ohne ihre Kritiker. Einige argumentieren, dass die ganzheitliche Vision zwar lobenswert, aber in der Praxis schwer umsetzbar ist. Die Implementierung nachhaltiger KI-Lösungen erfordert oft komplexere Designansätze, zusätzliche Ressourcen und gelegentlich Kompromisse bei der Performance. Zudem kann der Begriff „Nachhaltigkeit“ subjektiv interpretiert werden, was zu Uneinigkeiten darüber führen kann, was tatsächlich als nachhaltige KI gilt. Trotz dieser Herausforderungen zeigt die Zukunftsperspektive ein enormes Potenzial für die Nachhaltige KI. Mit dem wachsenden globalen Bewusstsein für die Dringlichkeit von Umwelt- und Sozialproblemen und der zunehmenden Bedeutung der Vereinten Nationen und ihrer Ziele für nachhaltige Entwicklung, wird die Nachhaltige KI wahrscheinlich eine zentrale Rolle in der technologischen Agenda der kommenden Jahrzehnte spielen. Es wird erwartet, dass zukünftige KI-Modelle intrinsisch darauf ausgerichtet sind, ökologische Fußabdrücke zu minimieren, ethische Standards zu integrieren und gesellschaftlichen Mehrwert zu schaffen. Daher, trotz der aktuellen Herausforderungen, könnte die Nachhaltige KI der Schlüssel zu einer verantwortungsvolleren und gerechteren Technologieentwicklung in der Zukunft sein.

Fazit: Mit Nachhaltiger KI auch an das „Morgen“ denken

Nachhaltige KI kann einen Rahmen bilden, der die besten Aspekte der anderen Konzepte integrieren kann, um KI-Technologien so zu gestalten, dass sie sowohl den aktuellen als auch den zukünftigen Generationen dienen. Es ist eine Erinnerung daran, dass Technologieentwicklung nicht nur um Fortschritt und Innovation gehen sollte, sondern auch darum, wie dieser Fortschritt sich langfristig auf unsere Gesellschaft, Wirtschaft und Umwelt auswirkt. Es fordert uns heraus, nicht nur an das „Jetzt“ zu denken, sondern auch an das „Morgen“ und an die zukünftigen Generationen.

Weiterführende Quellen

AlgorithmWatch (2023)  AI Ethics Guidelines Global Inventory. https://inventory.algorithmwatch.org/ (Zugegriffen am 3.10.2023)

Bjørlo, L.; Moen, Ø.; Pasquine, M. (2021) The Role of Consumer Autonomy in Developing Sustainable AI: A Conceptual Framework. Sustainability 2021, 13, 2332. https://doi.org/10.3390/su13042332

Brundtland, Gro Harlem (1987) Report of the World Commission on Environment and Development: Our Common Future. United Nations.

Global Index on Responsible AI (2023) Frameworks and Tools. https://www.responsibleaiindex.org/frameworks-and-tools (Zugegriffen am 3.10.2023)

OECD.AI (2023) Catalogue of Tools & Metrics for Trausworthy AI. https://oecd.ai/en/catalogue/tools (Zugegriffen am 3.10.2023)

Rohde, Friederike; Wagner, Josephin; Reinhard, Philipp; Petschow, Ulrich; Meyer, Andreas; Voß, Marcus; Mollen, Anne (2021) Nachhaltigkeitskriterien für künstliche Intelligenz. Entwicklung eines Kriterien- und Indikatorensets für die Nachhaltigkeitsbewertung von KI-Systemen entlang des Lebenszyklus. IÖW-Schriftenreihe 220/21 https://www.ioew.de/publikation/nachhaltigkeitskriterien_fuer_kuenstliche_intelligenz (Zugegriffen am 3.10.2023)

Stix, Charlotte (2022) Artificial intelligence by any other name: a brief history of the conceptualization of “trustworthy artificial intelligence”. Discov Artif Intell 2, 26 (2022). https://doi.org/10.1007/s44163-022-00041-5 (Zugegriffen am 03.10.2023)