Das Thema ökologische Nachhaltigkeit ist eines der drängendsten unserer Zeit. Alle Bereiche der Gesellschaft, insbesondere die Industrie, sind angehalten, Prozesse und Produktion dieser Vorgabe anzupassen. Nicht zuletzt, weil sich KundInnen nachhaltige Produkte wünschen. Während KI bislang vor allem eingesetzt wurde, um effizienter und damit wirtschaftlicher zu produzieren, wollten die AutorInnen nun wissen, welchen Beitrag Künstliche Intelligenz (KI) zur Nachhaltigkeit leisten kann.
Mögliche KI-Anwendungen und Leitfaden
WissenschaftlerInnen des Fraunhofer IAO und des Fraunhofer IPA haben in produzierende Unternehmen Interviews geführt und Veröffentlichungen ausgewertet. Die Liste der möglichen Anwendungen reicht von der Entwicklung bioabbaubarer beziehungsweise recyclingfreundlicher Produkte über material- und energiesparende Fertigungsprozesse, Effizienzsteigerungen durch frühzeitiges Aufspüren und Aussortieren defekter Bauteile, eine optimierte Steuerung von Klimaanlagen bis hin zu einer ökologischen Logistik mit maximal ausgelasteten Lieferfahrzeugen oder neuen Recycling-Konzepten, die eine Weiterverwertung der Produkte ermöglichen.
Der Leitfaden umfasst sieben Schritte, die Unternehmen anleiten, Ziele zu definieren und bestehende Gegebenheiten zu prüfen. Darüber hinaus veranschaulichen 12 Best Practice-Beispiele erfolgreiche KI-Anwendungen.
Ergebnis
Die Studie hat gezeigt, dass die Use Cases maßgeblich zum Erreichen sogenannter Sustainable Development Goals (SDGs) beitragen können, die von den Vereinten Nationen definiert wurden. Darunter befinden sich insbesondere SDGs, bei denen Treibhausgasemissionen sowie Energie- und Ressourceneffizienz eine tragende Rolle spielen. Des Weiteren können bei ca. der Hälfte der untersuchten Anwendungsfälle quantifizierbare Aussagen zu Nachhaltigkeitswirkungen getroffen werden. In den weiteren Anwendungsfällen fehlte es vielfach noch an der nötigen Datengrundlage, um quantifizierbare Aussagen treffen zu können.
Die Studie hat zudem ergeben, dass Nachhaltigkeit bei der Entwicklung von KI-Anwendungen, z. B. bzgl. des Ressourcenverbrauchs, noch nicht ausreichend im Bewusstsein von KI-Anbietern und -Anwendern verankert ist. Ansatzpunkte für Wirtschaft und Wissenschaft sind z. B. die Nutzung ressourceneffizienter Infrastrukturen, ein Monitoring der Ressourceneffizienz und die Wiederverwendung von KI-Modellen.
Lucas Spreiter vom KI Bundesverband (KIBV) empfiehlt, zunächst die nötigen technischen Voraussetzungen im Betrieb zu schaffen und dann klein anzufangen – zum Beispiel mit Pilotprojekten – und später zu skalieren.
>>> Zur Studie
Die Studie wurde vom Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg im Rahmen des KI-Fortschrittszentrums »Lernende Systeme und Kognitive Robotik« gefördert.