Künstliche Intelligenz (KI) ist längst kein Zukunftsthema mehr – sie ist Realität in nahezu allen Branchen. Ob in der Medizin, der Industrie, im Finanzwesen oder in der Telekommunikation: KI-Systeme analysieren Daten, treffen Entscheidungen, automatisieren Prozesse und schaffen neue Geschäftsmodelle. Doch mit dieser technologischen Revolution geht auch eine ökologische Herausforderung einher: der steigende Energieverbrauch von KI-Anwendungen.
Das Generieren eines KI-Bildes benötigt so viel Energie wie eine halbe Handyladung. Die Rechenleistung, die moderne KI-Modelle benötigen, ist enorm – insbesondere beim Training großer Modelle. Das Training von GPT-3 beispielsweise verursachte laut Schätzungen über 550 Tonnen CO₂ – vergleichbar mit dem jährlichen CO₂-Ausstoß von über 100 Autos. Bis 2030 erwartet eine McKinsey-Studie von 2024, dass der Energiebedarf von Rechenzentren in Europa, in denen KI-Anwendungen laufen, stark steigen wird: bis 2030 auf 150 Terrawattstunden. Das sind etwa fünf Prozent des gesamten europäischen Stromverbrauchs.
Gleichzeitig bietet KI aber auch viele Chancen, um nachhaltige Lösungen für die Herausforderungen unserer Zeit zu finden: Beispielsweise können mithilfe von KI Wettervorhersagen spürbar verbessert oder Naturkatastrophen wie Erdrutsche frühzeitig erkannt werden. „KI kann den Energieverbrauch von Fabriken entscheidend senken, Gebäude auf CO₂-Sparkurs bringen, Lebensmittelverschwendung verringern oder in der Landwirtschaft den Einsatz von Dünger minimieren“, betont Bitkom-Hauptgeschäftsführer Bernhard Rohleder.
KI kann also sowohl Teil des Problems als auch Teil der Lösung sein. Die Herausforderung besteht darin, die großen Chancen von KI-Anwendungen zu nutzen und gleichzeitig die Auswirkungen auf die Umwelt so gering wie möglich zu halten.
Als einer der führenden Telekommunikationsanbieter Europas sind sich auch die Deutsche Telekom und T-Systems dieser Herausforderung bewusst und haben aus diesem Grund die „Green AI Principles“ eingeführt. Diese Prinzipien dienen als Orientierungshilfe dafür, wie KI-Lösungen ökologisch nachhaltiger entwickelt und eingesetzt werden können. Sie zeigen auf, wie potenzielle Risiken – etwa ein stark wachsender CO₂-Fußabdruck – frühzeitig erkannt und adressiert werden können. Ziel ist es, die Entwicklung und Nutzung von KI nicht nur innerhalb der Deutschen Telekom nachhaltiger zu gestalten, sondern auch Impulse für andere Akteure zu setzen – darunter Unternehmen, öffentliche Institutionen, politische Entscheidungsträger und die Wissenschaft. Der Ansatz verfolgt das Ziel, Nachhaltigkeit von Beginn an als integralen Bestandteil von KI-Systemen zu verankern.
Die Herausforderung besteht darin, die großen Chancen von KI-Anwendungen zu nutzen und gleichzeitig die Auswirkungen auf die Umwelt so gering wie möglich zu halten.
Nils Henrik Muthmann, Program Lead Sustainability/ESG bei T-Systems International
Alle KI-Anwendungen der Telekom basieren auf Strom aus erneuerbaren Energien. Dies gilt nicht nur für eigene Rechenzentren, sondern auch für ausgelagerte Cloud-Infrastrukturen. Damit wird sichergestellt, dass der Betrieb von KI-Systemen nicht zur Erhöhung des CO₂-Ausstoßes beiträgt.
Modelle, Daten, Softwarekomponenten und Hardware werden mehrfach genutzt. Durch die Wiederverwendung bereits trainierter Modelle oder bestehender Datenpipelines wird nicht nur Entwicklungszeit gespart, sondern auch der Energieverbrauch deutlich reduziert.
Jede KI-Entwicklung wird hinsichtlich ihres Energieverbrauchs und CO₂-Ausstoßes analysiert. Diese Transparenz schafft die Grundlage für fundierte Entscheidungen – etwa, ob ein Modell weiter optimiert oder durch ein effizienteres ersetzt werden sollte.
Rechenressourcen werden bedarfsgerecht skaliert – also nur dann und in dem Umfang bereitgestellt, wie sie tatsächlich benötigt werden. So wird vermieden, dass überdimensionierte Systeme unnötig Energie verbrauchen, etwa durch Leerlaufzeiten.
KI-Modelle werden modular, effizient und auf den konkreten Anwendungsfall zugeschnitten entwickelt. Statt universeller „One-size-fits-all“-Modelle kommen spezialisierte, ressourcenschonende Architekturen zum Einsatz, die nur das leisten, was wirklich gebraucht wird.
Durch unternehmensweite Transparenz und Wiederverwendung von Code und Modellen werden doppelte Entwicklungen vermieden. Das spart nicht nur Energie, sondern fördert auch die interne Zusammenarbeit und Innovationsgeschwindigkeit.
Energieeffiziente Programmierung wird gefördert – etwa durch sparsamen Umgang mit Speicher, Rechenzyklen und Datenzugriffen. Entwicklerinnen und Entwickler werden für die Auswirkungen ihres Codes auf Energieverbrauch und Nachhaltigkeit sensibilisiert.
Algorithmen und Architekturen werden so einfach wie möglich gehalten. Komplexität wird nur dort eingesetzt, wo sie einen echten Mehrwert bringt – das reduziert nicht nur den Energieverbrauch, sondern erhöht auch die Wartbarkeit und Robustheit der Systeme.
Nachhaltigkeit wird über den gesamten Lebenszyklus eines KI-Projekts hinweg mitgedacht – von der Idee über das Training bis zum Betrieb und zur Stilllegung. So wird sichergestellt, dass ökologische Aspekte nicht nur punktuell, sondern ganzheitlich berücksichtigt werden.
Die Umsetzung der Green AI Principles ist kein rein technisches Thema – sie erfordert ein ganzheitliches Umdenken in Organisation, Kultur und Prozessen. Denn Grundsätze allein verändern noch nicht die Welt. Um die Auswirkungen auf die Umwelt so gering wie möglich zu halten, verfolgen die Deutsche Telekom und T-Systems einen mehrdimensionalen Ansatz:
Green AI ist kein Widerspruch – sondern eine Notwendigkeit. Die Green AI Principles sind ein smarter Ansatz, technologische Innovation und ökologische Verantwortung miteinander zu verbinden. Denn Unternehmen, die heute in nachhaltige KI investieren, sichern sich nicht nur regulatorische Resilienz, sondern auch einen entscheidenden Wettbewerbsvorteil.
