Sustainable Artificial Intelligence

Sustainable Artificial Intelligence („Sustainable AI“) dt. Nachhaltige Künstliche Intelligenz („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.

Begriff[Bearbeiten]

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.^[1]

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.“ ^[2] (eigene Übersetzung).

Diese Definition basiert auf dem bahnbrechenden Brundtland-Bericht^[3] 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.

Weitere KI-Konzepte[Bearbeiten]

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.

Unterscheidung von Nachhaltiger KI zu anderen KI-Konzepten[Bearbeiten]

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.

Einzelnachweise[Bearbeiten]

↑ Rohde, Friederike Wagner, Josephin Reinhard, Philipp Petschow, Ulrich Meyer, Andreas Voß, Marcus Mollen, Anne: Nachhaltigkeitskriterien für künstliche Intelligenz. iöw Institut für Ökologische Wirtschaftsforschung, Dezember 2021, abgerufen am 3. Oktober 2023 (deutsch).
↑ Lena Bjørlo, Øystein Moen, Mark Pasquine: The Role of Consumer Autonomy in Developing Sustainable AI: A Conceptual Framework. In: Sustainability. Band 13, Nr. 4, 21. Februar 2021, ISSN 2071-1050, S. 2332, doi:10.3390/su13042332 (mdpi.com [abgerufen am 3. Oktober 2023]).
↑ Wayne Visser, Gro Harlem Brundtland: Our Common Future (‘The Brundtland Report’): World Commission on Environment and Development. In: The Top 50 Sustainability Books. Greenleaf Publishing Limited, S. 52–55 (doi.org [abgerufen am 3. Oktober 2023]).