Sie ist im Kundendienst als 24/7 Chatbot im Einsatz. Sie assistiert im Gesundheitswesen als Verwaltungshilfe von Kundendaten oder springt als Hilfsärztin bei der Analyse von Krankheitsbildern ein. Auch in der Fertigungs- und Werbeindustrie, dem Finanz- und Rechtswesen sowie in der Bildung und Logistik findet sie Einsatzmöglichkeiten. Wir sprechen hier selbstverständlich von Künstlicher Intelligenz. Wir blicken in diesem Blogbeitrag auf die Gegenwart und Zukunft der Energieversorgung von KI-Servern und suchen eine Antwort auf die Frage, ob Nachhaltigkeit und künstliche Intelligenz miteinander vereinbar sind?
Die Einsatzbereiche von KI zu überblicken, ist heutzutage nicht mehr so leicht. Sie ist überall eine helfende Hand und optimiert Arbeitsprozesse, vereinfacht die Entscheidungsfindung, erkennt Muster und klassifiziert Ereignisse. Durch ihre Geschwindigkeit, Effizienz und vielfältigen Einsatzmöglichkeiten, macht KI viele Berufe einfacher und mitunter sogar hinfällig. Für diese manchmal beängstigende Leistungsstärke benötigt Künstliche Intelligenz vor allem eines: Energie. Rechenzentren verbrauchen heute vier bis fünf Prozent des weltweiten Energieverbrauchs, eine Prozentzahl, die sich innerhalb der kommenden Jahre vervielfachen wird. Schätzungen gehen davon aus, dass der weltweite Verbrauch in den nächsten Jahren auf bis zu 30 Prozent ansteigen wird. Dies zeigt sich auch bei den europäischen Rechenzentren. Ihr Stromverbrauch wird sich bis 2030 um voraussichtlich 28 Prozent, auf insgesamt 98,52 TWh erhöhen.
Die wachsende Verwendung von KI-Tools, auch bei uns in der Agentur, führt dazu, dass Rechenzentren ihre Kapazitäten maximieren müssen. Nur so können sie uns die nötige Rechenleistung bieten. Besonders Hyperscaler, die massiven Rechenzentren großer Tech-Konzerne, maximieren ihre Rackdichte. Durch die Steigerung der Rechenleistung in einzelnen Serverschränken, kommt es zu einem deutlich höheren Stromverbrauch und gesteigerter Hitze-Emission. So hat sich der durchschnittliche Stromverbrauch von einzelnen Rechenzentren in den vergangenen 10 Jahren verzehnfacht. Eine Leistung von 100 MW sind heutzutage keine Seltenheit mehr, und in einzelnen Fällen können sogar bis zu 500 MW durch ein einziges Rechenzentrum verbraucht werden. Dies entspricht der Leistung, die für die Versorgung von 1,25 Millionen deutschen Haushalten benötigt wird.
Durch die Steigerung der Rackdichte sollen die Rechenzentren der großen Tech-Konzerne ihre Rechenleistung von aktuell 36 kW pro Rack, bis 2027 auf 50 kW, und in KI-Clustern sogar 80 bis 100 kW steigern können. Somit würde die Leistung eines einzelnen Rechenzentrums voraussichtlich der benötigten Stromleistung aller Einwohner Berlins (bei einem Jahresverbrauch von 2,200 kWh pro Haushalt) entsprechen.
Doch genug mit den Zahlen! Es ist eindeutig, dass die zunehmende Verwendung von Künstlicher Intelligenz zu mehr Nachfrage bei den Rechenzentren führt und diese somit ihre Leistung fördern müssen. Doch wie können Rechenzentren ihren Energieverbrauch senken? Und wie bilanziert sich der Stromverbrauch zu den Einsparungen, die KI uns ermöglicht? Dies wollen wir im nächsten Absatz herausfinden.
Um diese Fragen zu beantworten, wollen wir zunächst die Einsparungsmöglichkeiten bei den Rechenzentren betrachten. Aktuell verbrauchen sowohl KI-Training als auch die Kühlung der Rechenzentren die größten Energiemengen. Durchschnittlich ist die Kühlung der Server für rund 40 Prozent des Energieverbrauchs eines Rechenzentrums verantwortlich. Genial wie sie sind, haben Google, Meta und Amazon bereits Rechenzentren näher am Polarkreis errichtet. So lassen sich due Kühlkosten auf auf natürlichem Weg senken. Um den Stromverbrauch der Kühlung grundsätzlich zu senken, können flüssigkeitsbasierte Kühltechnologien verbaut werden, mit denen der Energiebedarf um bis zu 90 Prozent reduziert werden kann.
Auch beim Trainieren von Künstlicher Intelligenz kann durch die Optimierung von Hardware, Algorithmen und Datenbewegungen der Trainingsprozess effizienter gestaltet werden. Darüber hinaus lässt sich Künstliche Intelligenz so programmieren, dass sie sich selbst energiebewusst trainiert und nachhaltige Techniken priorisiert. Durch Beschneidungen (Pruning) können unnötige Verbindungen im neuronalen Netzwerk entfernt und durch Quantisierungstechniken KI-Modelle auf eine niedrigere Genauigkeitsebene heruntergestuft werden. Das kann zu einem geringeren Energieverbrauch während des Trainings und der Inferenz führen.
Unserem Gewissen, der Umwelt und der eigenen Stromrechnung zuliebe haben einige der großen Tech-Konzerne sich bereits auf das Thema Nachhaltigkeit fokussiert. Google hat sich das Ziel gesetzt, für seine „23 Rechenzentren und 28 Cloud-Regionen weltweit saubere Energie für über 200.000 Betriebsstunden im Jahr zu beziehen”. Seinen Energiebedarf will Google bis 2030 zu 100 Prozent aus erneuerbaren Energien beziehen. Bereits 2020 konnte Google zwei Drittel des Gesamtenergieverbrauchs in seinen Rechenzentren aus lokalen, CO₂-freien Energiequellen decken. Auch Meta, Microsoft und Amazon betreiben ihre Rechenzentren zunehmend mit erneuerbaren Energien. Amazon und Microsoft greifen hier aber vor allem auf Atomenergie zurück. Microsoft entwickelt für seine Rechenzentren sogar eigene Mini-Atomkraftwerke.
Als Endnutzer haben wir die Hoffnung, dass die meisten Rechenzentren in Zukunft auf nachhaltige Art mit Strom versorgt werden. Hierdurch wäre ein wichtiger Teil ihrer Klimabilanz verbessert. Das sind gute Nachrichten, doch es darf nicht vergessen werden, dass die Zentren große Mengen an High-Tech Ressourcen verbrauchen. Diese zeigen sich zum Beispiel in ihrem Materialverschleiß. Für den Bau von großen Serverracks, CPUs, GPUs, ASICs und Quantenprozessoren werden immense Mengen an Stahl, Aluminium, Silizium, Gold und Kupfer benötigt. Woher die großen Tech-Unternehmen diese Rohstoffe beziehen und ob dabei Menschenleben gefährdet und Ökosysteme zerstört werden, lässt sich allerdings nicht überprüfen.
Zwar trübt mich der Gedanke an die womöglich schlechten Arbeitsbedingungen unter denen womöglich die wichtigen Rohstoffe für die Technik hinter den Rechenzentren gewonnen werden, doch an dieser Stelle sollten wir auch die externen Auswirkungen von Künstlicher Intelligenz auf das Klima beleuchten. Diese sind nämlich durchaus erfreulich.
Ähnlich wie bei den eigenen nachhaltigkeitsfördernden Methoden im KI-Training, kann Künstliche Intelligenz an vielen Stellen Prozesse analysieren und effizienter gestalten. In der Industrie lässt sie sich beispielsweise zur Optimierung von Transportwegen sowie zur Anfertigung präziser Vorhersagen und Steuerungssysteme einsetzen, wodurch der Verbrauch von Materialien und Kühlmitteln reduziert und Abfälle minimiert werden können. Sollten Unternehmen nicht nachhaltig wirtschaften, kann Künstliche Intelligenz bei deren Überwachung helfen. Mittels KI-assistierter Analyse verschiedener Umweltdaten lassen sich Verursacher von Umweltschäden schneller identifizieren, um gegen sie vorzugehen.
In der Landwirtschaft optimiert KI die Einsatzplanung und Volumenbestimmung bei Pestiziden, Düngemitteln und künstlicher Bewässerung, um mit geringen Ressourcen den höchsten Ertrag zu erzielen. Auch für etwaige Solar- oder Windkraftwerke auf den Feldern lässt sich Künstliche Intelligenz für die optimale Standortbestimmung und die Ausrichtung nach Wetterverhältnissen nutzen. Der von ihnen geförderte Strom kann mit der Unterstützung von KI errichteten intelligenten Stromnetzen (Smart Grids) auf effizientem Wege zu uns in die Agentur oder zu euch nach Hause gelangen, um so wenig Energie wie möglich zu verlieren.
Bei uns, dem städtischen Verbraucher angekommen, kann KI beim Einkauf helfen, Entscheidungen zu treffen, indem sie Informationen über die Herkunft, die Umweltauswirkungen und die Nachhaltigkeit von Produkten bereitstellt. So können wir besser einschätzen, ob Auch außerhalb des Geschäfts eröffnen sich viele Möglichkeiten beim Einsatz von Künstlicher Intelligenz. Sie kann beispielsweise beim Ausbau der städtischen Infrastruktur Nutzerdaten analysieren, um Straßen, Fahrrad- und Fußwege optimal auf ihre Nutzung und Geräuschemissionen auszubauen oder zu verkleinern, um somit für erhöhte Lebensqualität in der Stadt zu sorgen. Zudem können Projekte vorzeitig analysiert und dem verfügbaren Budget angepasst werden, um Mehrkosten zu vermeiden oder auf günstigere Alternativen zurückzugreifen.
Dieser Blogbeitrag sollte uns verdeutlicht haben, dass das Potenzial für den Einsatz künstlicher Intelligenz groß ist. Wenn ihr Einsatz an kritischen Stellen der Lieferketten, Infrastruktur oder dem Ausbau von nachhaltigen Energieträgern zu Kostenreduzierungen, verringertem Material und Zeitverbrauch führt, könnte Künstliche Intelligenz durchaus eine positive Klimabilanz verzeichnen. Mit einer optimierten Kühlung und Stromversorgung der Rechenzentren sowie dem Einsatz von energieeffizienten Bauteilen, kann diese Bilanz weiter verbessert werden. Zudem werden sich weitere Einsatzmöglichkeiten für KI ergeben, die wiederum zu mehr Nachhaltigkeit führen können.
Das Schreiben dieses Beitrags hat meine eigene Meinung zu künstlicher Intelligenz deutlich verbessert und mir Zweifel an ihrer Klimabilanz genommen. Als essenzieller Bestandteil unserer Werkzeuge innerhalb der Agentur, ist KI nicht mehr wegzudenken und ich freue mich, dass wir in Zukunft umso mehr auf ihren positiven Einfluss hoffen können.
Wie bewertet ihr die Klimabilanz von KI? Haben wir aus eurer Sicht Aspekte nicht ausreichend beleuchtet? Denkt ihr, dass wir in Zukunft klimaneutral ChatGPT & Co. nutzen können? Schreibt uns gerne auf unseren Social-Media-Kanälen!
