Künstliche Intelligenz und die Umwelt. 3 KI-Lösungen, die Ihnen beim Aufbau eines nachhaltigen Unternehmens helfen | KI in der Wirtschaft #26

Künstliche Intelligenz (KI) verändert nicht nur das Unternehmen, sondern auch die natürliche Umwelt. Ersteres erfordert einen verantwortungsvollen (verantwortlichen) Ansatz, letzteres einen nachhaltigen. Denn die Fähigkeiten künstlicher Intelligenz erfordern große Mengen an Energie. Daher besteht eine der größten Herausforderungen darin, ein nachhaltiges Unternehmen aufzubauen und gleichzeitig mit der KI-Revolution Schritt zu halten.

Künstliche Intelligenz eröffnet auch neue Wege zur Erreichung von Umweltzielen und trägt gleichzeitig zur Effizienz von Unternehmen bei. Wussten Sie, dass der richtige Einsatz von KI das Energiemanagement Ihres Unternehmens revolutionieren oder sogar zum Erhalt der Artenvielfalt beitragen kann?

Künstliche Intelligenz und die Umwelt für nachhaltiges Wirtschaften

Künstliche Intelligenz hilft beim Aufbau eines nachhaltigen Unternehmens:

• In der konzeptionellen Phase – Unterstützung bei der Entstehung einer umweltbewussten Geschäftsidee – beispielsweise durch Beratung mit ChatGPT oder Claude von Anthropic,
• In der Wachstumsphase des Unternehmens – durch die Schaffung nachhaltiger Lieferketten und die Unterstützung bei der Entwicklung von Lösungen für grüne KI –
• In der Optimierungsphase – Analyse und Anpassung bestehender Lösungen mit Software unter Verwendung dedizierter KI-Modelle.

Schauen wir uns konkrete Lösungen an, die direkt zur Entwicklung eines nachhaltigen Geschäfts beitragen.

Automatisieren Sie das Energiemanagement mit künstlicher Intelligenz

KI kann den Energieverbrauch eines Unternehmens automatisch überwachen und verwalten und so Bereiche für zukünftige Einsparungen identifizieren. Dies geschieht beispielsweise mit Flex2X, einem System des britischen Unternehmens Grid Edge. Dieses System kombiniert Daten, die von vorhandenen Sensoren in einem Gebäude, etwa Temperatur- oder Feuchtigkeitssensoren, gewonnen werden, mit anderen Datenquellen, etwa Wetterbedingungen, und analysiert sie mit Algorithmen der künstlichen Intelligenz, die den Energieverbrauch eines Gebäudes in Echtzeit optimieren können.

Quelle: Flex2X

Optimierte Landwirtschaft

Künstliche Intelligenz in der Umwelt eröffnet beiden Unternehmen ein weites Innovationsfeld, das innovative Lösungen für die Landwirtschaft und die Großlandwirtschaft entwickelt, die die Arbeit energieineffizienter Maschinen und viel menschlichen Einsatz erfordern.

Durch die Analyse von Daten aus verschiedenen Quellen kann KI Unternehmen im Agrarsektor dabei helfen, bessere Entscheidungen über Bewässerung, Düngung oder Pflanzenkrankheitsbekämpfung zu treffen. Die innovativsten landwirtschaftlichen Lösungen sind jedoch diejenigen, die künstliche Intelligenz und Robotik kombinieren. Eine solche Lösung ist der von Carbon Robotics entwickelte LaserWeeder, der durch genaue Unterscheidung zwischen Pflanzenarten 100.000 Unkräuter in einer Stunde entfernen kann. Es ist der erste und einzige kommerziell erhältliche Laser-Unkrautentfernungsroboter. Es verfügt über fortschrittliche Technologie:

• Deep-Learning-KI,
• Robotik,
• Laser,
• Nvidias leistungsstarke Grafikkarten,
• 42 hochauflösende Kameras für präzise Bilderkennung,

LaserWeeder trägt zum Schutz der Artenvielfalt bei, denn statt chemische Pestizide zu versprühen, die das Ökosystem und die Insekten schädigen, kann er Unkraut sogar aus großen Anbauflächen punktuell entfernen.

Quelle: CarbonRobotics

KI-gesteuerte Lieferketten

KI kann dabei helfen, die Herkunft von Produkten zurückzuverfolgen, was für den Aufbau nachhaltiger Lieferketten von entscheidender Bedeutung ist. Eine effiziente Supply-Chain-Logistik kann mittlerweile durch künstliche Intelligenz und Automatisierung erreicht werden. Amazon investiert beispielsweise stark in Transportautomatisierungstechnologien wie autonome Lkw und Zoox-Taxis, sogenannte Robo-Taxis.

Mittlerweile kann TCS Logistics Optimiser/ TCS Crystallus die Lieferketten eines Unternehmens in Echtzeit optimieren. Diese von Tata Consultancy Services entwickelte Technologie kombiniert KI, maschinelles Lernen und das Internet der Dinge (IoT), um Lösungen bereitzustellen, die das Management von Transportzeit, Fahrzeugnutzlast und Verfügbarkeit verbessern.

Quelle: IoT Global Awards

Künstliche Intelligenz und Umweltkosten

Die größten Umweltkosten von KI in Unternehmen sind der Energieverbrauch. Während die genaue Energie, die zum Trainieren des GPT-4-Modells erforderlich ist, für die kostenpflichtige Version von ChatGPT und die BingChat-Funktion nicht öffentlich verfügbar ist, können wir anhand der verfügbaren Informationen einige Schätzungen vornehmen.

GPT-4 ist ein Modell mit mehr als 175 Milliarden Parametern, die auf mehr als 45 TB Daten trainiert wurden. Der Trainingsprozess umfasst die Datenanalyse und Optimierung von Modellparametern, was viel Rechenleistung erfordert und zu einem hohen Energieverbrauch führt.

Zum Trainieren des GPT-4 wurden leistungsstarke Grafikprozessoren (GPUs) und Tensorprozessoren (TPUs) verwendet, die zudem für ihren intensiven Stromverbrauch bekannt sind. Der Verbrauch erhöht sich zusätzlich durch die für den Betrieb selbst benötigte Energie.

Grüne KI

Während die Umweltkosten bei der Entwicklung von KI-Technologien hoch sind, sind es Werkzeuge der künstlichen Intelligenz, die die Entwicklung umweltfreundlicherer Lösungen ermöglichen. Dazu gehören Green AI, Modelle, die für ihren Betrieb weniger Energie und andere Ressourcen benötigen.

Es handelt sich um „grüne KI“, die sich auf die Entwicklung energieeffizienter Algorithmen für künstliche Intelligenz konzentriert. Beispielsweise können neue Komprimierungsmethoden die Datenmenge, die zum Trainieren von KI-Modellen benötigt wird, um bis zu 90 % reduzieren und so den Energieverbrauch deutlich senken. Daran arbeitet unter anderem OpenAI, das in die Entwicklung umweltfreundlicherer grüner KI-Modelle investiert.

Künstliche Intelligenz hat viele Vorteile. Grüne KI verbraucht weniger Ressourcen und kann daher von kleineren Unternehmen genutzt werden, auch von solchen, die in Entwicklungsländern tätig sind. Das bedeutet, seine Nutzung zu demokratisieren und mehr Menschen die Möglichkeit zu geben, es zu schaffen. Auch diejenigen mit weniger wohlhabenden Geldbeuteln.

Der grünen KI steht die sogenannte „rote KI“ gegenüber – also Lösungen, die die Effizienz von Abläufen steigern, ohne auf die dadurch verursachten Umweltkosten zu achten. „Rote KI“ liefert spektakuläre Ergebnisse, ihr ökologischer Fußabdruck ist jedoch groß. Und mit dem Technologiesprung nehmen die Auswirkungen auf die Umwelt ständig zu.

KI für die Erde

Bei der künstlichen Intelligenz und der Umwelt geht es auch darum, Probleme zu lösen, wie zum Beispiel:

• Analyse von Problemen im Zusammenhang mit der Klimakrise – dank KI ist es möglich, komplexe Modelle zu entwickeln, die Umweltveränderungen widerspiegeln und deren Folgen anhand von Datenmengen vorherzusagen, die ein Mensch niemals verarbeiten könnte. Ein gutes Beispiel ist die Zusammenarbeit des Argonne National Laboratory mit dem Telekommunikationsunternehmen AT&T, bei der künstliche Intelligenz zur Analyse eines Klimamodells in Verbindung mit einer Datenbank mit Informationen über das Telekommunikationsnetz von AT&T eingesetzt wurde, um vorherzusagen, wie sich die Auswirkungen des Klimawandels – wie der Anstieg des Meeresspiegels, starke Winde sowie Überschwemmungen an der Küste und im Landesinneren – könnten den Betrieb in 30 Jahren beeinträchtigen,
• Schutz der biologischen Vielfalt – zum Beispiel ist das Wildlife Insights-Tool eine Plattform, die künstliche Intelligenz nutzt, um Fallenkameradaten in nützliche Informationen zur biologischen Vielfalt umzuwandeln und die Daten in Google Cloud hochzuladen, wo KI-Modelle Bilder automatisch klassifizieren, um die Überwachung und den Schutz von Wildtieren auf der ganzen Welt zu unterstützen. Wildlife Insights kann 3,6 Millionen Bilder pro Stunde verarbeiten, mit einer Erkennungsgenauigkeit von 80 bis 98,6 Prozent.
• Verbesserung der Effizienz bestehender Systeme, die viel Energie verbrauchen, wie Fabriken, Schienenverkehr, öffentliche Verkehrsmittel und Stadtbeleuchtung,
• Ausfälle verhindern – zum Beispiel in großen Industrieanlagen, Wasser- oder Windkraftanlagen. Möglich wird dies durch den Einsatz digitaler Zwillinge (Digital Twins), die es ermöglichen, den Verschleiß von Komponenten in einem bestimmten System vorherzusagen.

Zusammenfassung

Eine angemessene Kombination aus künstlicher Intelligenz und der Umgebung des Arbeitsplatzes kann viele Aspekte eines nachhaltigen Geschäfts beeinflussen. Von der Optimierung der Leistung künstlicher Intelligenz, also der Schaffung grüner KI, bis hin zur Automatisierung des Energiemanagements, der Optimierung der Landwirtschaft und der Schaffung nachhaltiger Lieferketten. Letzteres wird im Kontext wachsender Logistikanforderungen immer wichtiger für die Effizienz und Verantwortlichkeit von Unternehmen.

Der Einsatz künstlicher Intelligenz bringt auch gravierende Herausforderungen mit sich, etwa den Energieverbrauch während der Trainingsphase und den laufenden Betrieb von KI-Modellen. Künstliche Intelligenz trägt jedoch auch dazu bei, diese Probleme zu lösen und die Umweltauswirkungen ihres Betriebs zu verringern. Es gibt also Raum für grüne KI-Lösungen und Engagement für nachhaltige Praktiken in einem beispiellosen Ausmaß, von der Analyse des Klimawandels bis zum Schutz der biologischen Vielfalt.

Wenn Ihnen unsere Inhalte gefallen, treten Sie unserer fleißigen Bienen-Community auf Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest und TikTok bei.

Autor: Robert Whitney

JavaScript-Experte und Dozent, der IT-Abteilungen coacht. Sein Hauptziel ist es, die Teamproduktivität zu steigern, indem er anderen beibringt, wie sie beim Codieren effektiv zusammenarbeiten können.

Alle Beiträge anzeigen

KI in der Wirtschaft:

1. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 1)
2. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 2)
3. KI-Anwendungen in der Wirtschaft – Überblick
4. KI-gestützte Text-Chatbots
5. Business NLP heute und morgen
6. Die Rolle von KI bei der Geschäftsentscheidung
7. Planen von Social-Media-Beiträgen. Wie kann KI helfen?
8. Automatisierte Social-Media-Beiträge
9. Neue Dienste und Produkte, die mit KI arbeiten
10. Was sind die Schwächen meiner Geschäftsidee? Eine Brainstorming-Sitzung mit ChatGPT
11. Verwendung von ChatGPT im Unternehmen
12. Synthetische Schauspieler. Top 3 KI-Videogeneratoren
13. 3 nützliche KI-Grafikdesign-Tools. Generative KI in der Wirtschaft
14. 3 großartige KI-Autoren, die Sie heute ausprobieren müssen
15. Erkunden Sie die Macht der KI bei der Musikproduktion
16. Erschließen Sie neue Geschäftsmöglichkeiten mit ChatGPT-4
17. KI-Tools für den Manager
18. 6 tolle ChatGTP-Plugins, die Ihnen das Leben erleichtern werden
19. 3 KI-Grafiken. Generierte Intelligenz für Ihr Unternehmen
20. Wie sieht die Zukunft der KI laut McKinsey Global Institute aus?
21. Künstliche Intelligenz in der Wirtschaft – Einführung
22. Was ist NLP oder natürliche Sprachverarbeitung im Geschäftsleben?
23. Automatische Dokumentenverarbeitung
24. Google Translate vs. DeepL. 5 Anwendungen der maschinellen Übersetzung für Unternehmen
25. Der Betrieb und die Geschäftsanwendungen von Voicebots
26. Virtuelle Assistententechnologie oder wie spricht man mit KI?
27. Was ist Business Intelligence?
28. Wird künstliche Intelligenz Business-Analysten ersetzen?
29. Wie kann künstliche Intelligenz bei BPM helfen?
30. KI und soziale Medien – was sagen sie über uns?
31. Künstliche Intelligenz im Content Management
32. Kreative KI von heute und morgen
33. Multimodale KI und ihre Anwendungen in der Wirtschaft
34. Neue Interaktionen. Wie verändert KI die Art und Weise, wie wir Geräte bedienen?
35. RPA und APIs in einem digitalen Unternehmen
36. Der zukünftige Arbeitsmarkt und kommende Berufe
37. KI in EdTech. 3 Beispiele für Unternehmen, die das Potenzial künstlicher Intelligenz genutzt haben
38. Künstliche Intelligenz und die Umwelt. 3 KI-Lösungen, die Ihnen beim Aufbau eines nachhaltigen Unternehmens helfen