MEINUNG: Von Sherif Elsayed-Ali, mehrfacher Gründer im Bereich Technologie und KI und Mitbegründer von Nexus Climate.
KI ist in jedem Gespräch über Technologie und Innovation präsent. Sie dominiert die Technologiebranche seit anderthalb Jahren. Sie wird als Lösung für alles angepriesen – von Produktivität über Bildung und Gesundheitswesen bis hin zur Klimakrise. Aber ich verrate Ihnen ein Geheimnis: Diese KI, über die alle reden, hat nichts gegen die Klimakrise getan.
Tatsächlich ist das nicht der Fall. Es ist für einen erheblichen Anstieg der Emissionen von Rechenzentren verantwortlich. Diese Art von KI, bekannt als generative KI oder kurz GenAI, findet sich in großen Sprachmodellen (LLMs) in Anwendungen wie ChatGPT und Bildgenerierungswerkzeugen wie MidJourney.
Es wird viel in GenAI investiert – ob der ganze Hype gerechtfertigt ist oder nicht, ist Gegenstand einer anderen Diskussion (meine kurze Einschätzung: Nein, es ist eine überbewertete Blase, die platzen wird). Was mich beunruhigt, ist, dass der GenAI-Hype die Rolle der KI im Kampf gegen die Klimakrise völlig aus dem Blickfeld saugt.
GenAI ist eine Teilmenge des viel größeren Feldes der KI und des maschinellen Lernens. Es kann für Menschen und Organisationen, die sich mit Klimaproblemen befassen, von Nutzen sein, vor allem bei der Analyse von Daten und Informationen. Wenn es jedoch um die direkte Dekarbonisierung geht, sind LLMs und ihre Bild- und Video-Geschwister so gut wie nutzlos.*
Doch es gibt zahlreiche KI- und Machine-Learning-Technologien, die bereits heute direkt zur Dekarbonisierung beitragen. Es handelt sich dabei nicht um Chatbots und sie produzieren auch keine Videos auf Knopfdruck. Und sie verbrauchen in der Regel deutlich weniger Energie als GenAI. Ein gutes Beispiel ist die Zeitreihenprognose, die vergangene Werte in einem Zeitreihendatensatz nutzt, um zukünftige Werte vorherzusagen. Sie ist nicht sexy und macht keine Schlagzeilen, kann aber äußerst effektiv sein.
Künstliche Intelligenz (KI) und maschinelles Lernen tragen heute maßgeblich zur Dekarbonisierung zahlreicher Sektoren und Branchen bei. Viele Startups stellen sich mit ihren KI-Produkten großen Herausforderungen. Beispiele hierfür sind Carbon Re , das die Verbrennung von Brennstoffen in der Zementproduktion effizienter gestaltet; Concrete AI , das Betonmischungen optimiert; Foresight Data Machines , das die Effizienz der Stahlherstellung steigert; und BrainBox AI, das die Gebäudekühlung effizienter macht. Zahlreiche weitere spannende Anwendungsfälle zeichnen sich ab: Orbital Materials nutzt KI beispielsweise zur Entwicklung neuer kohlenstoffarmer Materialien, und Wissenschaftler der Princeton University setzen KI zur Steuerung von Fusionsreaktionen ein.
Diese KI-Lösungen sind anspruchsvoll. Sie erfordern nicht nur KI-Expertise, sondern tiefgreifendes Fachwissen. KI-Ingenieure und Forscher müssen Hand in Hand mit Experten für Industrieprozesse, Chemie und Materialwissenschaften arbeiten. Sie benötigen große Datenmengen, die fast immer proprietär sind.
Die Entwicklung eines KI-Produkts, das tatsächliche Emissionsreduktionen ermöglicht, ist viel schwieriger, als einen LL.M. in eine Softwareanwendung zu integrieren. Echte KI-Lösungen für den Klimaschutz haben enormes Potenzial, die Dekarbonisierung zu ermöglichen und zu beschleunigen – und damit ein erhebliches wirtschaftliches und finanzielles Renditepotenzial. KI ist ein sehr wichtiges Instrument im Kampf gegen den Klimawandel, aber wir müssen aufhören, über LL.M. zu sprechen.
*Dies schmälert nicht die Transformatorarchitektur, die GenAI und seinen breiteren Anwendungen zugrunde liegt.
**Der Transparenz halber: Ich bin Mitbegründer von Carbon Re.
