13. Jänner 2025 KI im Dienst der Nachhaltigkeit: Überblick und Beispiele

Die Fähigkeiten und Anwendungsbereiche von künstlicher Intelligenz (KI) entwickeln sich rasant. Lesen Sie hier, wie KI im Rahmen von Nachhaltigkeitsprojekten zum Einsatz kommt und wo ihre eigene Nachhaltigkeit an ihre Grenzen stößt.

Künstliche Intelligenz imitiert menschliche kognitive Fähigkeiten, indem sie Informationen aus Eingabedaten erkennt und sortiert. Diese Intelligenz kann auf programmierten Abläufen basieren oder durch maschinelles Lernen erzeugt werden. Dabei lernt ein Algorithmus durch Wiederholung, selbständig bestimmte Aufgaben zu erfüllen. Besser und rascher als wir Menschen kann die künstliche Intelligenz riesige Datenmengen analysieren und daraus wertvolle Entscheidungsgrundlagen ableiten.
 

Kein Wunder, dass KI in immer mehr Lebensbereiche Einzug hält. Sie übersetzt Texte nahezu perfekt in andere Sprachen, prägt die Algorithmen von Unterhaltungsdiensten wie Netflix oder Spotify und navigiert uns mit sicherer Hand durch den Straßenverkehr. KI-Technologien haben aber auch enormes Potenzial, uns zu helfen, aktuelle ökologische Aufgaben zu meistern. So lässt sich durch KI etwa ermitteln, welche Baumarten den Herausforderungen des Klimawandels am besten gewachsen sind. Sie liefert detaillierte Wetterprognosen, identifiziert Verschmutzungen im Meer und optimiert die Kreislaufwirtschaft. Der Güterverkehr wird mit KI-basierten Verfahren künftig effizienter und damit klimaschonender. Auch zum Naturschutz kann KI beitragen: Daten zur Verbreitung gefährdeter Tier- und Pflanzenarten können mit ihrer Unterstützung besser ausgewertet und Schutzmaßnahmen zielgerichteter entwickelt werden. In der Landwirtschaft kann KI dabei helfen, Pestizide sparsamer einzusetzen und Erträge zu optimieren.

KI im Einsatz für nachhaltige Projekte: Drei Beispiele

fashionsort.ai
Die effiziente Sortierung gebrauchter Textilien ist für die Kreislaufwirtschaft grundlegend. Das deutsche KI-Leuchtturmprojekt CRTX und das Folgeprojekt fashionsort.ai setzen auf künstliche Intelligenz für eine nachhaltige Ressourcenverwendung in der Textilindustrie. Dabei wurde ein KI-gestütztes, automatisiertes Verfahren zur Sortierung von Altkleidung entwickelt, das mittels Bilddaten wichtige Informationen über das jeweilige Kleidungsstück ermittelt. So kann die Qualität des Textils festgestellt werden, etwa Typ, Farbe und Hersteller. Der wichtigste Faktor ist die Erkennung von Defekten, wie Beschädigungen und Verschmutzungen. Die KI erkennt auch die Art der Beschädigung, ob es sich beispielsweise um eine Abnutzung der Fasern oder um einen Riss handelt. Das Verfahren ist zeit- und kostensparend, da eine Sortierung in bis zu 1.000 Kategorien erfolgen kann. Das Start-up reverse.fashion macht sich die Resultate der Forschungsarbeit bereits zunutze.

 „The Adaptation to Climate Change in Sub-Saharan African Humanitarian situations“ lautet der Name eines Projekts, das von mehreren UN-Agenturen sowie dem deutschen Umweltministerium getragen wird. Ziel der Initiative ist es, Gemeinden an humanitären Hotspots in den Ländern Burundi, Tschad und Sudan besser auf die Auswirkungen des Klimawandels vorzubereiten. Mithilfe von KI werden vergangene Umweltveränderungen rund um diese Brennpunkte untersucht und Projektionen geliefert, um vorausschauende Maßnahmen für humanitäre Programme zu treffen. Zum Beispiel hilft die MyAnga-App kenianischen Pastoralisten dabei, sich auf kommende Dürren vorzubereiten. Durch Daten von globalen Wetterstationen und Satelliten, die an ihre Mobiltelefone geschickt werden, können Hirten etwa ihr Vieh besser verwalten.

„AI4Trees“
Mittels Machine Learning den Wald klimafit zu machen, dieses Ziel steht im Fokus des österreichischen Projekts „AI4Trees“. Neben höheren Temperaturen sind intensivere und häufigere Stürme sowie Dürreperioden eine große Herausforderung für die Erhaltung und Bewirtschaftung unserer Wälder. Im Rahmen des Projekts werden in ganz Europa Wachstumsdaten von Bäumen aufgenommen. Ergänzend werden Informationen aus luftgestützten und terrestrischen Laserscans sowie Satellitenaufzeichnungen genutzt und in Wachstumsmodellen berücksichtigt. AI4Trees erforscht und entwickelt also Technologien, die das Wachstum von Bäumen künftig besser erklären werden – eine wesentliche Voraussetzung für die Optimierung der Kohlenstoffsegregation, der biologischen Vielfalt und des Klimas. Projektkoordinator ist die AIT – Austrian Institute of Technology GmbH.

Chancen und Risiken von KI abwägen

Der Einsatzbereich von künstlicher Intelligenz für den Umwelt- und Klimaschutz ist vielfältig. Doch für die Nutzung dieser Systeme werden auch Energie und Ressourcen verbraucht, sodass die Nachhaltigkeit von KI selbst fraglich ist. Die dafür benötigten Rechenzentren ebenso wie die Produktion und der Betrieb der erforderlichen Hardware weisen einen erheblichen CO₂-Ausstoß auf. Hinzu kommen Emissionen, die bei der Anwendung der KI-Systeme selbst entstehen. Für die Server, Batterien und Mikroprozessoren werden Mineralien benötigt, deren Abbau negative Auswirkungen auf Mensch und Umwelt hat. Zuletzt landet diese Hardware als Elektroschrott häufig auf Deponien in asiatischen oder afrikanischen Ländern. Die enorm gestiegene Nachfrage nach KI-Technologien führt auch zu einem immer größeren Bedarf an Wasser, das für die Kühlung der Server benötigt wird. Detaillierte Informationen zu all diesen negativen Effekten liegen bislang nicht vor. Umso wichtiger ist es, beim Einsatz künstlicher Intelligenz auch immer die direkten wie indirekten negativen Auswirkungen von KI-Systemen auf Umwelt und Gesellschaft im Blick zu behalten sowie Chancen und Risiken abzuwägen.