Ende letztes Jahres hatte ich die Gelegenheit, an einem besonderen Projekt mitzuarbeiten. Die DIHK Bildungsgesellschaft bat mich um Mithilfe bei der Erstellung eines Ausbildungskonzepts für Azubis, die zu „KI-Scouts“ ausgebildet werden sollen, mit einem speziellen Fokus auf ethische Aspekte. Meine Beteiligung an diesem Projekt reihte sich in eine Serie von Initiativen ein, mit denen ich mich in den Bereichen Digitalisierung, Verantwortung und Nachhaltigkeit engagiere.
Obwohl dieses Engagement im Vergleich zu anderen Projekten nur einen geringen Umfang hatte, spiegelte es doch auf besondere Art und Weise meine Überzeugung wider, dass ein verantwortungsvoller Umgang mit Künstlicher Intelligenz entscheidend ist. Die Idee, junge Menschen nicht nur technisch auszubilden, sondern sie auch für die ethischen Herausforderungen der Technologie zu sensibilisieren, passte gut zu meinem Ansatz, Digitalisierung verantwortungsvoll zu gestalten.
Ich nahm das Angebot an, in der Hoffnung, dass meine Mitwirkung, auch wenn sie ein kleinerer Teil meiner Gesamtarbeit war, einen positiven Beitrag zur Entwicklung des Programms leisten könnte. Diese Erfahrung bot mir die Chance, meine Ideen in einen weiteren Kontext einzubringen und vielleicht einen kleinen Unterschied in der Art und Weise zu machen, wie die nächste Generation von Fachkräften die digitale Welt angeht.
KI-Scouts: Ein wegweisender Zertifikatslehrgang
Der Zertifikatslehrgang „KI-Scout“, angeboten von der IHK, adressiert eine zentrale Frage der modernen Arbeitswelt: Wie lässt sich Künstliche Intelligenz (KI) effektiv und sinnvoll in den täglichen Arbeitsprozessen einsetzen? Es ist ein Programm, das nicht nur theoretisches Wissen vermittelt, sondern auch praktische Fähigkeiten fördert, um KI-Lösungen gezielt und verantwortungsvoll zu nutzen.
Im Rahmen dieses Lehrgangs werden die Teilnehmenden mit den Grundlagen der KI vertraut gemacht. Dazu gehören nicht nur technische Details und Funktionsweisen von Algorithmen, sondern auch ein erstes Verständnis für die ethischen, rechtlichen und sozialen Implikationen des Einsatzes von KI-Technologien. Ziel ist es, eine Brücke zwischen der Theorie und der realen Anwendung von KI in der Wirtschaft zu schlagen.
Durch eine Kombination aus Theorie, Workshops und Projektarbeiten erhalten die Auszubildenden und Berufseinsteigenden die Möglichkeit, ihr erworbenes Wissen direkt in die Praxis umzusetzen. Sie lernen, wie KI-Systeme zur Lösung spezifischer Probleme beitragen können und wie Geschäftsprozessen durch den Einsatz von KI optimieren kann. Besonderes Augenmerk liegt dabei auf der Entwicklung von Fähigkeiten, um innovative KI-Anwendungen zu identifizieren und zu implementieren, die nicht nur technisch machbar, sondern auch ethisch vertretbar sind.
Der Abschluss des Lehrgangs ist nicht nur ein Zertifikat, das die fachliche Qualifikation der Absolventen bestätigt, sondern auch eine Bereicherung für deren berufliche Laufbahn. Als KI-Scouts sind sie in der Lage, in ihren Unternehmen als Multiplikatoren zu wirken, die nicht nur technisches Know-how, sondern auch ein Bewusstsein für die verantwortungsvolle Nutzung von KI einbringen.
Das „Messer“ KI: Unverzichtbar und doch ein Risiko
Ein zentrales Bild, das auf die Inhalte des Lehrgangs zutrifft, ist das der KI als ein „Messer“ – ein unverzichtbares Werkzeug, das jedoch auch je nach Einsatz Sicherheitsrisiken birgt. Die Teilnehmenden lernen, den Wert und die Gefahren von KI zu erkennen und wie sie KI sicher und effektiv nutzen können. Sie werden ermutigt, als „Scouts“ in ihren Unternehmen zu fungieren, um Einsatzmöglichkeiten für KI zu identifizieren, die echten Mehrwert schaffen.
Der Lehrgang gliedert sich in sechs zentrale Bereiche, von der Einführung in die KI über das Verständnis ihrer Funktionsweise bis hin zu ethischen, rechtlichen und praktischen Aspekten ihres Einsatzes. Besonders wichtig ist das Ziel, nicht nur technisches Wissen, sondern auch ein ethisches Verständnis für den Einsatz von KI zu vermitteln.
Start in den Lehrgang, Begriffe, Grundverständnis und Einführung in das Thema Künstliche Intelligenz
Die Teilnehmenden verstehen die Funktionsweise, wie eine KI lernt, und lernen Chancen und Grenzen von KI kennen.
Die Teilnehmenden lernen unterschiedliche KI-Tools kennen und testen diese für den betrieblichen Einsatz.
Die Teilnehmenden lernen den betrieblichen Einsatzhorizont von KI kennen.
Die Teilnehmenden lernen rechtliche, moralische und ethische Fragen im Kontext von Künstlicher Intelligenz kennen.
Praxistransfer sowie Abschluss mit Präsentation und Fachgespräch zur Projektarbeit
Die IHKs bereichern das Programm durch einen bundesweiten Wettbewerb für die Abschlussprojekte, ähnlich den Energie-Scouts, und bieten damit eine zusätzliche Motivation für die Teilnehmenden.
Durch diesen Ansatz bietet der KI-Scout Lehrgang eine umfassende Bildung, die technisches Know-how mit ethischer Reflexion verbindet und somit die Teilnehmenden darauf vorbereitet, KI verantwortungsvoll und zum Wohle ihrer Unternehmen und der Gesellschaft einzusetzen.
Mein Beitrag: Ethik im Mittelpunkt
Als ich zum KI-Scout-Lehrgangskonzept dazustieß, waren die meisten Inhalte bereits festgelegt. Meine Aufgabe lag darin, den Ethik-Teil zu überarbeiten, der zu diesem Zeitpunkt noch in einer Entwurfsphase war. Mir war es wichtig, die Diskussion um ethische Fragestellungen realitätsnah und aktuell zu gestalten. Dazu gehörte zum Beispiel die Einbindung der „Moral Machine“-Übung, um die Komplexität ethischer Entscheidungen im Umgang mit KI greifbarer zu machen.
In der Diskussion um Bias habe ich versucht, den Blickwinkel zu erweitern und die Bedeutung ethischer Überlegungen hervorzuheben. Mir war es dabei ein Anliegen zu verdeutlichen, dass Bias und daraus resultierende Diskriminierung in jedem Arbeitsbereich, einschließlich der Produktion, eine Rolle spielen, solange Menschen in den Entscheidungsprozess involviert sind.
Ich habe auch zwei neue Lehreinheiten vorgeschlagen: „Bewusstsein für die Bedeutung von Gesetzen und Verantwortung im KI-Bereich“ sowie „Ethische Überlegungen für eine KI-Anwendung im Betrieb“. Die Integration des Ethik-Canvas sollte dabei als praktische Grundlage für ethische Fragen dienen, die im beruflichen Kontext auftauchen können.
Einige meiner Vorschläge betrafen auch die Anpassung und Streichung bestimmter Inhalte. So empfahl ich, den Fokus auf Datenschutz in diesem Rahmen zu reduzieren, da ich der Meinung bin, dass diese Aspekte auch in anderen Teilen der Ausbildung abgedeckt werden sollten. (Diese Empfehlung wurde letztlich nicht übernommen.) Die Entscheidung, die Nachhaltigkeitsthematik auszulassen, fiel mir nicht leicht, schien aber angesichts der zeitlichen Beschränkungen im geplanten Kursablauf sinnvoll.
Ein besonderes Anliegen war mir, dass die ethische Perspektive in der Projektarbeit am Ende des Lehrgangs nicht zu kurz kommt. Ich hoffte, damit einen Beitrag zu leisten, der die Teilnehmenden dazu befähigt, nicht nur technische und ökonomische, sondern auch ethische Aspekte in ihre Arbeit mit KI zu integrieren.
Ich habe versucht, mein Wissen und meine Überzeugungen einzubringen, um den Teilnehmenden eine ganzheitlichere Sicht auf die Arbeit mit KI zu vermitteln. Mein Beitrag sollte dabei helfen, den KI-Scout-Lehrgang zu einem Bildungsangebot zu machen, das die Teilnehmenden nicht nur technisch vorbereitet, sondern sie auch für die ethischen Herausforderungen in der digitalen Welt sensibilisiert.
Ein Blick auf meine Motivation
Ethik und Nachhaltigkeit sind die zentralen Säulen meiner beruflichen Tätigkeit in Tech- und Digital-Unternehmen, insbesondere in Bezug auf die Entwicklung und Anwendung Künstlicher Intelligenz (KI). Diese Grundhaltung prägt mein Engagement in Projekten wie dem Sustainable AI Radar, dessen Inhalte und Ziele unter Sustainable AI Radar und Zukunft gestalten mit nachhaltiger KI detailliert dargestellt sind. Dort setze ich mich mit der Frage auseinander, wie KI nachhaltig gestaltet und verantwortungsbewusst eingesetzt werden kann, um positive Effekte für Gesellschaft und Wirtschaft zu erzielen.
Meine kritische Betrachtungsweise gegenüber der Annahme, dass technologische Systeme überlegen sind und als autonome Entscheidungsinstanzen agieren sollten, ist ein weiterer wichtiger Punkt meiner Arbeit. Es ist entscheidend, die Limitationen und potenziellen Fehlerquellen solcher Systeme zu erkennen und zu betonen, dass menschliche Urteilskraft und ethische Bewertungen unerlässlich für den Entscheidungsfindungsprozess bleiben. Diese Haltung fördert einen reflektierten Umgang mit Technologien und trägt zu einem ausgewogenen Verständnis ihrer Rolle in unserer Gesellschaft bei. Diese Punkte brachte ich in das Weiterbildungskonzept für die „KI Scouts“ ein.
Ich versuche auch, bei der Verwendung von Terminologien im Kontext von KI dafür zu sensibilisieren, wie sehr Sprache unsere Gedanken beeinflusst. Dabei zielt mein Ansatz darauf ab, Missverständnisse zu vermeiden und eine realistische Perspektive auf die Möglichkeiten und Grenzen dieser Technologien zu fördern. Die Verwendung spezifischer Begriffe wie „KI-Anwendung“, „KI-Modell“ oder „KI-gestützt“ unterstreicht, dass diese Technologien als menschgemachte Werkzeuge zu verstehen sind, deren Entwicklung und Einsatz unter menschlicher Aufsicht stehen und ethischen Prinzipien folgen muss.
Mein Anliegen ist es, zur werteorientierten Gestaltung von KI-Anwendungen zu ermutigen und realisierbare Ansätze aufzuzeigen, die den verantwortungsvollen Umgang mit KI in verschiedenen Bereichen fördern.
Die besondere Chance der KI-Scouts
Die besondere Chance des KI-Scout-Lehrgangs liegt in seiner Rolle als Weichensteller für die Zukunft. Er dient Auszubildenden als fundamentales Sprungbrett, um in der zunehmend von Technologie bestimmten Arbeitswelt erfolgreich zu sein. Für Lehrende und Personalverantwortliche bietet der Lehrgang eine wertvolle Möglichkeit, das Potenzial junger Talente zu erkennen und zu fördern, sodass Unternehmen sich effektiv auf zukünftige digitale Herausforderungen vorbereiten können.
Das Blended-Learning-Format, eine Kombination aus Präsenzunterricht und Online-Lernen, ist besonders effizient. Die methodische Vielfalt unterstützt nicht nur den Erwerb von Wissen, sondern auch die Entwicklung von praktischen Fähigkeiten und die Fähigkeit zur kritischen Reflexion.
Aus meiner Sicht repräsentiert das Konzept der KI-Scouts eine vorbildliche Umsetzung der Integration moderner Technologien und Methoden in die berufliche Bildung. Es berücksichtigt technische, wirtschaftliche und ethische Aspekte und erfüllt damit die politischen und gesellschaftlichen Anforderungen in Deutschland und der EU an eine zukunftsorientierte Gestaltung der Künstlichen Intelligenz.
Die Dynamik, mit der der Lehrgang Themen an der Schnittstelle zwischen industriellen Verbänden und der Wirtschaft adressiert und in praktische Lehrinhalte überführt, ist beeindruckend. Diese Fähigkeit zur schnellen und systematischen Umsetzung zeigt das Potenzial für eine agile Anpassung an sich wandelnde Technologielandschaften und Arbeitsmarktbedürfnisse.
Meine Mitwirkung an diesem Projekt empfinde ich als besondere Ehre und Bestätigung meiner beruflichen Ziele und Werte. Ich danke der DIHK-Gesellschaft für berufliche Bildung und insbesondere Sabine Winklbauer für diese Möglichkeit. Es ist die Bestätigung, dass der Weg zur Förderung einer ethisch fundierten und zukunftsgerichteten Nutzung von KI für die Zukunft von entscheidender Bedeutung ist.
Möchten auch Sie Ihre Auszubildenden zum KI-Scout weiterbilden?
Wenn Sie als Entscheidungsträger oder Unternehmer den Wert erkennen, Ihre jungen Talente mit den Fähigkeiten und dem Wissen auszustatten, um in der technologiegetriebenen Zukunft erfolgreich zu sein, dann könnte dies der richtige Schritt sein. Ich würde mich freuen, wenn Sie diese Gelegenheit nutzen, um Ihr Unternehmen und Ihre Mitarbeiter für die digitalen Herausforderungen von morgen zu rüsten.
Entdecken Sie das aktuelle Kursangebot der IHKn unter dem beigefügten Link und machen Sie den ersten Schritt in eine zukunftsorientierte Ausbildung.
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.
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.
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.
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 Intell2, 26 (2022). https://doi.org/10.1007/s44163-022-00041-5 (Zugegriffen am 03.10.2023)
