MIT Tech Review: KI-Klimabehauptungen fehlt es in Schlüsselbereichen an realen Beweisen

Laut MIT Technology Review bleibt das Versprechen, dass KI die globalen Treibhausgasemissionen erheblich reduzieren wird, weitgehend eine Wunschvorstellung. Eine aktuelle Analyse von Marktführern in den Sektoren Energie, Fleisch und Transport ergab, dass nur sehr wenige Unternehmen die spezifischen KI-Anwendungen einsetzen, die zur Erreichung der Klimaziele für 2035 erforderlich sind, obwohl die KI-Infrastruktur selbst einen Anstieg des Energieverbrauchs verursacht.

Was ist passiert

Der Artikel des MIT Technology Review, verfasst von Mary Nichols und Jeremy Tamanini, stellt optimistische Prognosen der aktuellen Marktrealität gegenüber. Eine von Experten begutachtete Studie der London School of Economics und Systemiq schätzte, dass KI die globalen Emissionen bis 2035 jährlich um 3,2 bis 5,4 Milliarden Tonnen CO2 senken könnte. Eine KI-gestützte Überprüfung öffentlich zugänglicher Informationen von wichtigen Branchenakteuren ergab jedoch eine deutliche Lücke zwischen diesen Prognosen und der tatsächlichen Umsetzung vor Ort.

Im Energiesektor könnte die KI-Prognose die Integration erneuerbarer Energien in das Stromnetz um bis zu 20 % erhöhen und jährlich 1,8 Milliarden Tonnen Emissionen verhindern. Doch unter den Netzbetreibern in China, den USA und Europa wurde nur ein bekanntes funktionierendes Programm identifiziert: eine Partnerschaft zwischen dem britischen National Grid ESO und Open Climate Fix, die die Fehler bei der Solarenergieprognose halbiert hat. Im Lebensmittelsektor hat NotCo zwar mit Kraft Heinz zusammengearbeitet, um KI für die Entwicklung pflanzlicher Produkte zu nutzen, doch die breitere Branche sieht sich mit sinkenden Risiken durch Risikokapital konfrontiert, wobei die Finanzierung für kultiviertes Fleisch von einem Höchststand von 989 Millionen US-Dollar im Jahr 2021 auf rund 83 Millionen US-Dollar im letzten Jahr gesunken ist. Im Transportwesen hat CATL KI eingesetzt, um die Screening-Zeit für Batteriematerialien um zwei Größenordnungen zu verkürzen, und Didi Chuxing hat die Emissionen pro Fahrt durch optimierte Routenführung um 16 % reduziert. Gleichzeitig stellt der Artikel fest, dass die globalen Emissionen von Rechenzentren bis 2035 jährlich 300 Millionen Tonnen übersteigen könnten, was den Netto-Klimavorteil der KI-Einführung erschwert.

Warum es für Klein- und Mittelunternehmer wichtig ist

Für Geschäftsinhaber ist dieser Bericht eine Warnung, KI nicht nur für das Nachhaltigkeitsmarketing einzusetzen, ohne die operative Wirkung zu überprüfen. Viele kleine Unternehmen stehen unter Druck, „grüne KI“-Initiativen zu bewerben, um Kunden oder Investoren zufriedenzustellen, aber die Beweise deuten darauf hin, dass eine generische KI-Integration nicht automatisch zu messbaren CO2-Reduktionen führt. Die Daten zeigen, dass nur hochspezifische, branchenspezifische KI-Anwendungen – wie Netzprognosen oder das Screening von Batteriematerialien – greifbare Ergebnisse liefern. Wenn Sie Stakeholdern KI-gestützte Nachhaltigkeit anbieten, ist die Beweispflicht höher denn je. Vage Behauptungen über die „Nutzung von KI zur Effizienzsteigerung“ werden zunehmend anhand harter Daten überprüft, und die Branche bewegt sich auf eine Realität zu, in der unbelegte grüne Behauptungen ein Reputationsrisiko bergen. Darüber hinaus bedeuten die steigenden Energiekosten der KI-Infrastruktur, dass kleine Unternehmen die Gesamtkosten der Nutzung sorgfältig kalkulieren müssen, einschließlich des CO2-Fußabdrucks der von ihnen eingesetzten Modelle, anstatt anzunehmen, dass KI von Natur aus ein „grünes“ Upgrade ist.

Was Sie diese Woche tun können

1. Überprüfen Sie Ihre aktuellen KI-Tools, um festzustellen, welche spezifischen Arbeitsabläufe sie optimieren, und dokumentieren Sie die messbaren betrieblichen Effizienzgewinne, anstatt eine direkte CO2-Reduktion anzunehmen.
2. Überprüfen Sie die Energieverbrauchs- und CO2-Fußabdruck-Offenlegungen Ihrer KI-Anbieter und bevorzugen Sie Partner, die transparente Daten über die Umweltauswirkungen ihrer Infrastruktur liefern.
3. Ersetzen Sie interne „grüne KI“-Marketingaussagen durch spezifische, überprüfbare Kennzahlen aus Ihren eigenen Betrieben und vermeiden Sie allgemeine Behauptungen über die Klimaauswirkungen, denen es an einer Validierung durch Dritte mangelt.

Quellen

• The climate case for AI has not been made — MIT Tech Review