Nachhaltige Künstliche Intelligenz

Inhaltsverzeichnis

1. Frontmatter

2. Einleitung und Problemstellung

   Daniel Sonnet, Andreas Moring, Joseph Bethge, Hendrik Müller

   Zusammenfassung

   Künstliche Intelligenz (KI) ist zum Stand Dezember 2024 vielfältig präsent. Relativ wenig nimmt dabei die Diskussion des Verhältnisses der KI zur Nachhaltigkeit ein. Das vorliegende Buch untersucht darum die vielschichtigen Zusammenhänge zwischen Nachhaltigkeit und KI und legt dabei den Fokus auf ökologische und ethische Aspekte im Kontext der UN-Agenda 2030. KI und Nachhaltigkeit ist eine interessante Kombination. KI kann als Teil des Problems gesehen werden, was offensichtlich wird wenn die hohen Energieverbräuche analysiert werden, die während des Trainings von KI-Modellen benötigt werden. Es werden darum Methoden und technische Ansätze vorgestellt, um speziell die im Training von Deep Learning-Modellen auftretenden Belastungen zu senken. KI kann jedoch auch als Instrument zur Förderung der Nachhaltigkeit gesehen werden. Es werden darum konkrete Anwendungsmöglichkeiten und Use-Cases aufgezeigt um Unternehmen einen Leitfaden für die Implementierung nachhaltiger KI-Lösungen an die Hand zu geben. Weiter werden ethische Dimensionen der Nachhaltigkeit beleuchtet, wobei positive Beispiele und Konzepte wie CSR und CDR diskutiert werden und die Rolle der digitalen Ethik betont wird. Das Buch vermittelt somit eine differenzierte Perspektive auf die Chancen und Herausforderungen von KI im Kontext der Nachhaltigkeit. 

3. Nachhaltigkeit in KI

   Daniel Sonnet, Andreas Moring, Joseph Bethge, Hendrik Müller

   Zusammenfassung

   Die Größe von KI-Modellen ist seit 2012 exponentiell gewachsen und gipfelt heutzutage in riesigen Sprachmodellen, wie zum Beispiel ChatGPT. In diesem Kapitel untersuchen wir diese Entwicklung und ihre technischen Hintergründe. Wir stellen konkrete Ansätze für nachhaltigere Modelle aus drei verschiedenen Forschungsrichtungen vor und erläutern die wesentlichen Unterschiede. Den Abschluss bildet ein Leitfaden mit Kernfragen für die Konzeption und Entwicklung nachhaltiger KI-Anwendungen.

4. Nachhaltigkeit durch KI

   Daniel Sonnet, Andreas Moring, Joseph Bethge, Hendrik Müller

   Zusammenfassung

   Künstliche Intelligenz und Nachhaltigkeit – das ist eine Paarung, die noch nicht allzu lange im Bewusstsein der Öffentlichkeit verankert ist. Dabei ist es unstrittig, dass Künstliche Intelligenz enorme Leistungen und Fortschritte für Nachhaltigkeit erbringen kann. Denn KI ist in der Lage, in Bereichen für Transparenz zu sorgen, die für Menschen mit ihrem Verständnis nicht erschließbar sind.

5. Nachhaltigkeitsethik und Künstliche Intelligenz

   Daniel Sonnet, Andreas Moring, Joseph Bethge, Hendrik Müller

   Zusammenfassung

   Die Verbindung von Ethik und Nachhaltigkeit ist tiefgreifend und essenziell für die Gestaltung einer für alle Menschen lebenswerten und gerechten Welt. Der folgende Beitrag zeigt die Verbindung zwischen Ethik, Nachhaltigkeit und Künstlicher Intelligenz auf und verweist auf die sich daraus ergebene Notwendigkeit eines verantwortungsvollen Einsatzes der neuen Technologien. Anhand anschaulicher Beispiele wird aufgezeigt, wie die Verantwortung auf Unternehmensebene bereits partiell umgesetzt wird und auf welche Weise freiwillige Standards und gesetzliche Regeln auch auf einer übergeordneten, bestenfalls globalen Ebene zu beitragen können, dass KI zu einer nachhaltigen Entwicklung beiträgt.  ].

6. Zusammenfassung und Ausblick

   Daniel Sonnet, Andreas Moring, Joseph Bethge, Hendrik Müller

   Zusammenfassung

   Künstliche Intelligenz (KI) in vielen Bereichen der Wirtschaft / Gesellschaft präsent, doch ihr Verhältnis zur Nachhaltigkeit wird bislang (zu) wenig diskutiert. Dieses Buch widmet sich daher den komplexen Verbindungen zwischen KI und Nachhaltigkeit, mit einem besonderen Fokus auf ökologische und ethische Aspekte im Rahmen der UN-Agenda 2030. Einerseits wird KI als Teil des Problems betrachtet, insbesondere aufgrund der hohen Energieverbräuche, die beim Training von KI-Modellen entstehen. Das Buch stellt daher Methoden und technische Ansätze vor, um die Umweltbelastungen, insbesondere im Deep Learning, zu reduzieren. Andererseits bietet KI vielfältige Möglichkeiten, die Nachhaltigkeit zu fördern. Durch konkrete Anwendungsszenarien und praxisnahe Beispiele erhalten Unternehmen einen Leitfaden zur Implementierung nachhaltiger KI-Lösungen. Zusätzlich werden ethische Aspekte der Nachhaltigkeit untersucht, einschließlich positiver Beispiele und Konzepte wie CSR und CDR, sowie die Bedeutung der digitalen Ethik hervorgehoben. .