IN FOCUS6-8 Min. Lesezeit

KI-Revolution: Welche Auswirkungen ergeben sich daraus für die Umwelt?

Wir betrachten den CO₂-Fußabdruck von KI, sowohl in Bezug auf die physische Infrastruktur als auch auf die potenziellen Anwendungen.

09.10.2023
Photo of data on screen

Authors

Samuel Thomas
Sustainable Investment Analyst

Künstliche Intelligenz (KI) verändert  rasant die Art und Weise, wie wir leben und arbeiten. Während KI das Potenzial hat, viele Branchen zu revolutionieren, gibt es auch erhebliche Umweltauswirkungen zu berücksichtigen. 

Hier konzentrieren wir uns auf die direkten Umweltauswirkungen von KI und auf mögliche Lösungen, um diese abzumildern. Darüber hinaus widmen wir uns einigen der indirekten Umwelteinflüsse, die KI-Anwendungen haben können.

Welche Umweltauswirkungen hat die physische KI-Infrastruktur?

Die direkten Umweltauswirkungen von KI hängen in erster Linie mit der physischen Infrastruktur zusammen, die diese Technologie benötigt. Diese umfasst Rechenzentren, Prozessoren und andere spezialisierte Computerhardware und wird als KI-Recheninfrastruktur bezeichnet. Der überwiegenden Mehrheit diesbezüglicher Hinweise nach zu schließen sind die direkten Umweltauswirkungen von KI-Computing weitgehend negativ.

Der Lebenszyklus von KI-Computing unterteilt sich in vier Phasen: i) Produktion, ii) Transport, iii) Betrieb und iv) End-of-Life-Phase. Die meisten Emissionen (ca. 70 % – 80 %) werden in der Betriebsphase verursacht.

AI revolution whats the environmental impact

1. Produktionsphase

Die Produktionsphase erstreckt sich auf die physische Gewinnung der Rohstoffe und die Herstellung der Komponenten, die für den Aufbau der KI-Hardware und KI-Infrastruktur erforderlich sind. Eine Herausforderung bei der Erfassung dieser Phase besteht darin, dass sich die verwendeten Ressourcen in der Regel auf die gesamte Informations- und Kommunikationstechnologie (IKT) und nicht speziell auf KI beziehen.

Die Schätzungen über den CO-Fußabdruck der KI-Produktionsphase variieren und werden derzeit als relativ unbedeutend angesehen. Da erneuerbarer Strom jedoch einen immer größeren Teil des Energieverbrauchs in der Betriebsphase ausmacht, werden die Auswirkungen des ökologischen Fußabdrucks während der Produktionsphase immer bedeutender.

2. Transportphase

Der Transport von IKT-Hardware ist nur für einen kleinen Teil der weltweiten Treibhausgasemissionen im Verkehr verantwortlich, ein noch geringerer Anteil entfällt auf KI-Rechenhardware.

3. Betriebsphase

Dies ist der Hauptfokus bei der Analyse der direkten Umweltauswirkungen von KI. Die beiden wichtigsten Umweltaspekte dieser Phase sind der Energieverbrauch und der Wasserverbrauch.

Energie

Wir können Rechenzentren stellvertretend heranziehen, um einen Eindruck zu erhalten, wie viel Energie KI verbraucht. Obwohl nicht alle Rechenzentren für KI genutzt werden, werden zunehmend KI-Modelle in extrem großen Rechenzentren trainiert, untergebracht und bereitgestellt. Es wird geschätzt, dass etwa 1 % bis 1,5 % des gesamten Strombedarfs weltweit auf Rechenzentren zurückzuführen ist, was ca. 220-320 Terawattstunden entspricht.

Erstaunlicherweise ist das eine Zahl, die in den letzten zehn Jahren trotz des erheblichen Anstiegs der Arbeitsbelastung der Rechenzentren verhältnismäßig konstant geblieben ist. Die Hauptgründe für diese beeindruckende Entkopplung waren:

i) Verbesserungen der Recheneffizienz, ii) die Verlagerung in die Cloud und iii) die Verlagerung hin zu größeren Hyperscale-Rechenzentren.

Betrachtet man den Energieverbrauch von generativer KI genauer, so ergab eine Harvard-Studie, dass das Training von Chat GPT-3 einen Energieaufwand von 1,3 Gigawattstunden in Anspruch nahm, was etwa so viel Strom entspricht, wie 120 US-Haushalte in einem Jahr verbrauchen. Das Hauptproblem bei generativer KI ist, dass die Modellkomplexität exponentiell zunimmt und daher deutlich mehr Energie benötigt.

Da die großen Technologieunternehmen und Rechenzentrums­betreiber so viel Energie benötigen, haben sich viele von ihnen stark dem Einsatz von erneuerbaren Energien verschrieben. Dies hat sowohl Vor- als auch Nachteile. Der klare Nachteil ist, dass eine große Menge an erneuerbaren Energien von einem einzigen Sektor verbraucht wird.

AI revolution whats the environmental impact

Es ließe sich argumentieren, dass Rechenzentrumsbetreiber/-eigentümer die Erzeugung erneuerbarer Energien unterstützen, indem sie sich bereit erklären, eine bestimmte Energiemenge vom Projektentwickler zu kaufen. Die Frage ist jedoch, ob das Projekt für erneuerbare Energien auch ohne die finanzielle Unterstützung der Technologieunternehmen zustande gekommen wäre oder ob sie Verträge über bereits zugesagte Projekte abschließen.

Wasser

Der Wasserfußabdruck von Rechenzentren wird sowohl durch den Wasserverbrauch für die Stromerzeugung als auch durch den Wasserverbrauch für die Kühlung bedingt.

Eine aktuelle Studie der University of Massachusetts Amherst ergab, dass das Training eines einzelnen generativen KI-Modells bis zu 284.000 Liter Wasser in Anspruch nehmen kann. Das entspricht der Wassermenge, die ein durchschnittlicher Mensch im Laufe von 27 Jahren verbrauchen würde.

Daraus ergib sich ein erhebliches Problem, da sich der Einsatz von KI in einer Reihe von Branchen immer weiter durchsetzt. Die Nachfrage nach Rechenzentren und der damit verbundene Wasserverbrauch werden indes nur eine Richtung kennen: weiter nach oben.

4. End-of-Life-Phase

Die wichtigste Umweltbelastung der KI-Endphase ist der entstehende Elektroschrott. Die Entsorgung von KI-Technologie wird aufgrund des Vorhandenseins gefährlicher Materialien (wie Schwermetalle und giftige Chemikalien), die in die Umwelt gelangen und Umweltverschmutzung verursachen können, erhebliche Auswirkungen auf die Umwelt haben.

Die Umsetzung eines Kreislaufwirtschaftsmodells, das die Minimierung von Abfällen und die Maximierung der Ressourcennutzung umfasst, ist für die Handhabung der Umweltauswirkungen von KI daher von ausschlaggebender Bedeutung.

Wie können die Umweltschäden von KI reduziert werden?

Es gibt vier wichtige Möglichkeiten, für Rechenzentren und KI ihren ökologischen Fußabdruck im Betrieb zu verringern:

  1. Einsatz von erneuerbaren Energien – Der naheliegende Ausgangspunkt ist die Nutzung erneuerbarer Energien zur Stromversorgung der Rechenzentren, was die Branche bereits tut.
  2. Verbesserte Modelleffizienz – Durch die Verwendung und Feinabstimmung vortrainierter Modelle sparen KI-Teams bei der Erstellung von neuen Modellen Zeit und erhebliche Mengen an Energie.
  3. Energieeffiziente Praktiken – Eine Möglichkeit, wie Rechenzentren die Effizienz verbessern, ist die Servervirtualisierung, ein Prozess, bei dem mehrere virtuelle Server auf einem einzigen physischen Server ausgeführt werden können. Dadurch werden Server und Hardwareressourcen konsolidiert und der Stromverbrauch für den Betrieb und die Kühlung reduziert.
  4. Kühlsysteme – Die elektrische Energie, die in ein Rechenzentrum fließt, muss schließlich als Abwärme durch ein Kühlsystem abgeführt werden. Die Kühlung von Rechenzentren macht 33 % bis 40 % des gesamten Energieverbrauchs von Rechenzentren aus und verbraucht Hunderte von Milliarden Liter an Frischwasser pro Jahr. In jüngster Zeit gab es erhebliche Fortschritte bei den Kühltechnologien für Rechenzentren, dank derer die Effizienz verbessert und die Kosten gesenkt werden konnten. Auch der Standort der Rechenzentren selbst kann einen großen Unterschied machen. Durch den Bau von Rechenzentren an Standorten mit reichlich erneuerbaren Energien und/oder kühlerem Klima können erhebliche Emissionseinsparungen erzielt werden.

Gibt es positive Auswirkungen von KI auf die Umwelt?

Positiv zu vermerken ist, dass es verschiedene innovative Methoden gibt, um die von Rechenzentren erzeugte Wärme wiederzuverwenden.

Dazu gehört die Nutzung der überschüssigen Wärme zur Unterstützung von Fernwärmesystemen, mit denen Wasser mit hoher Temperatur in private Haushalte und Gebäude geleitet werden kann.

Alternativ kann diese Wärmeenergie für landwirtschaftliche Anwendungen genutzt werden, z. B. für die ganzjährige Beheizung von Gewächshäusern oder für die Erwärmung von Wasser in Fischfarmen und öffentlichen Schwimmbädern.

Wie sieht es mit den Umweltauswirkungen von KI-Anwendungen aus?

Die Zahl der realen Probleme, bei deren Lösung KI helfen kann, ist beinahe unendlich.

Nehmen wir nur die nachhaltige Landnutzung als Beispiel. Zu den KI-Anwendungen zählen hier: frühe Vorhersage von Ernteerträgen; Präzisionslandwirtschaft & Ernährung; hyperlokale Wettervorhersagen für das Pflanzenmanagement; frühzeitige Erkennung von Ernteproblemen; automatisierte und verbesserte Erkennung von Änderungen in der Landnutzung zur Vermeidung von Entwaldung; Überwachung der Gesundheit und des Wohlbefindens von Nutztieren.

Andere Beispiele gibt es zuhauf, und es ist offensichtlich, dass KI das Potenzial hat, erhebliche Vorteile für die Umwelt zu erzielen.

Jede KI-Anwendung, die die Effizienz bereits schädlicher Industrien verbessert, wäre unterdessen als nachteilig zu erachten.

Und das Argument, dass KI die betriebliche Effizienz verbessert und daher ökologisch von Vorteil ist, gilt nur, wenn bei einer bestimmten Aufgabe der Energieverbrauch sinkt. Wenn Technologien jedoch effizienter und produktiver werden, können sie zu einer erhöhten Nachfrage und einem höheren Verbrauch führen. Dies kann wiederum den ökologischen oder wirtschaftlichen Nutzen der Effizienzsteigerung vereiteln.

Abonnieren Sie unsere Insights Artikel

Wählen Sie auf Schroders Deutschland die Kategorien aus, die Sie am meisten interessieren und erhalten Sie unsere Insights Artikel direkt per E-Mail.

Wichtige Informationen:
Die hierin enthaltenen Ansichten und Meinungen sind die der Autoren dieser Seite und repräsentieren nicht notwendigerweise die Ansichten, die in anderen Mitteilungen, Strategien oder Fonds von Schroders zum Ausdruck gebracht oder reflektiert werden. Dieser Artikel dient nur zu Informationszwecken und ist in keiner Weise als Werbematerial gedacht. Das Material ist nicht als Angebot oder Aufforderung zum Kauf oder Verkauf von Finanzinstrumenten gedacht. Das Material ist nicht als Buchhaltungs-, Rechts- oder Steuerberatung oder als Anlageempfehlung gedacht und sollte auch nicht als solche angesehen werden. Schroders geht davon aus, dass die hierin enthaltenen Informationen zuverlässig sind, übernimmt jedoch keine Gewähr für deren Vollständigkeit oder Richtigkeit. Für Irrtümer in Bezug auf Fakten oder Meinungen kann keine Verantwortung übernommen werden. Bei individuellen Investitions- und/oder strategischen Entscheidungen sollte man sich nicht auf die Ansichten und Informationen in diesem Dokument verlassen. Die Wertentwicklung in der Vergangenheit ist kein verlässlicher Indikator für künftige Ergebnisse, die Kurse von Aktien und die daraus erzielten Erträge können sowohl fallen als auch steigen, und Investierende erhalten möglicherweise nicht den ursprünglich investierten Betrag zurück.

Authors

Samuel Thomas
Sustainable Investment Analyst

Themen

Ihr Kontakt zu Schroders
Folgen Sie uns

Nur für professionelle Investoren. Diese Seite ist nicht für Privatanleger geeignet.

Die auf dieser Website und all unseren Social Media Kanälen gewählte männliche Form bezieht sich immer zugleich auf weibliche, männliche und diverse Personen.

Schroder Investment Management (Europe) S.A., German Branch Taunustor 1 (TaunusTurm) 60310 Frankfurt am Main Deutschland

Schroders ist ein weltweit führender Vermögensverwalter mit Standorten in 37 Märkten in Europa, Nord-, Mittel- und Südamerika, Asien-Pazifik und im Nahen Osten.

Schroder ISF steht im gesamten Text für Schroder International Selection Fund. Schroder AS steht im gesamten Text für Schroder Alternative Solutions. Schroder SSF steht im gesamten Text für Schroder Special Situations Fund. Schroders hat in diesem Dokument eigene Ansichten und Meinungen zum Ausdruck gebracht. Diese können sich ändern.

Die in der Vergangenheit erzielte Performance gilt nicht als zuverlässiger Hinweis auf künftige Ergebnisse. Anteilspreise und das daraus resultierende Einkommen können sowohl steigen als auch fallen; Anleger erhalten eventuell den investierten Betrag nicht zurück.

Das dient nur zur Veranschaulichung und stellt keine Anlageempfehlung für die oben genannten Wertpapiere/Branchen/Länder dar.

Schroder Investment Management (Europe) S.A. unterliegt dem luxemburgischen Gesetz vom 17. Dezember 2010.