Wie nachhaltig ist KI? Ein Bewertungsansatz von SustAIn!

Sogennante Künstliche Intelligenz wird weltweit zunehmend eingesetzt. Aber ihr Einsatz hat Debatten über diskriminierende Effekte, intransparente Entscheidungs- und Optimierungsprozesse oder die Reproduktion gesellschaftlicher Ungleichheiten aufgeworfen. Immer häufiger werden auch die Energieverbräuche und Treibhausgasemissionen in der KI-Modellentwicklung und -anwendung diskutiert sowie weitreichendere Folgen auf Arbeitsmärkte, Konsummuster oder die Marktmacht großer Unternehmen. Mit unserem Projekt "SustAin<https://algorithmwatch.org/de/sustain/>" haben wir eine übergreifende Nachhaltigkeitsperspektive auf Systeme Künstlicher Intelligenz entwickelt. Wir betrachten die sozialen, ökologischen und ökonomischen Auswirkungen entlang des gesamten KI-Lebenszyklus sowie die organisationale Einbettung dieser Systeme. So konnten wir über 50 Indikatoren vorlegen mit denen sich die Nachhaltigkeit von KI-Systemen bewerten lässt. Aktuell arbeiten wir mit Unternehmen, Rechenzentren und KI-Entwickler*innen zusammen, um die Indikatoren in der Praxis zu testen. Unser Ziel: Für die Nachhaltigkeit von KI-Systemen sensibilisieren und die Systeme nachhaltiger gestalten. In unserer Session definieren wir, was nachhaltige KI bedeutet und zeigen, wie sich KI-Systeme in der Praxis nachhaltiger gestalten lassen. Wir bringen Praxisbeispiele und gute Ansätze für nachhaltige KI mit. Zudem argumentieren wir, dass auf politischer Ebene viel Handlungsspielraum ist. Green IT und nachhaltige Rechenzentren reichen nicht aus, um die Nachhaltigkeitsprobleme von KI-Systemen zu kompensieren. Aus diesem Grund dürfen nicht nur Unternehmen und KI-Entwickler*innen in die Pflicht genommen werden, auch auf regulatorischer Ebene müssen Voraussetzungen für nachhaltigere KI-Systeme geschaffen werden. Die Ampel-Regierung sollte hier Akzente setzen und auch auf europäischer Ebene gibt es mit der KI-Verordnung viele Anknüpfungspunkte. Wir geben drei Impuls-Vorträge die Theorie (Nachhaltgikeits-Indikatoren) mit Praxis (Anwendungsbeispielen aus Unternehmen und Entwicklung) verknüpfen und zeigen konkrete Wege, wie nachhaltige KI gefördert werden sollte.