KI und Nachhaltigkeit
Lernziele
- Benennen können, an welchen Stellen der Verbrauch eines KI-Werkzeugs entsteht
- Die Modellwahl als den Hebel erkennen, der den Verbrauch am stärksten verändert
- Eine Absichtserklärung zur Nachhaltigkeit in ein Vergabekriterium mit Kennzahl und Wertung übersetzen können
- Genauigkeit, Datenschutz und Verbrauch in einer Entscheidung gegeneinander abwägen und die Abwägung begründen können
1. Wo der Verbrauch entsteht
Der Verbrauch eines KI-Werkzeugs verteilt sich auf zwei Zeitpunkte. Beim Training eines großen Modells fällt er einmalig und sehr hoch an. Bei jeder späteren Anfrage fällt er klein an, dafür millionenfach. Dazu kommen die Kühlung des Rechenzentrums, die einen erheblichen Teil des Strombedarfs ausmacht, und der Rohstoffbedarf der Hardware. Am häufigsten übersehen wird dabei der Wasserverbrauch für diese Kühlung.
Größenordnungen lassen sich nur grob angeben. Rechenzentren verbrauchen nach Schätzungen der Internationalen Energieagentur etwa ein bis anderthalb Prozent des weltweiten Stroms, mit KI als dem am schnellsten wachsenden Anteil. Microsoft berichtete für 2022 einen um 34 Prozent gestiegenen Wasserverbrauch der eigenen Rechenzentren. Wie viel eine einzelne Anfrage an ein großes Sprachmodell kostet, veröffentlichen die Anbieter nicht, und die umlaufenden Vergleiche mit einer Websuche beruhen auf Schätzungen mit weiter Spanne. Wer eine Zahl in eine Vorlage schreibt, nennt deshalb ihre Quelle mit.
Für ein Haus bedeutet das eine einfache Umstellung. Wer ein KI-Werkzeug beschafft, beschafft einen laufenden Energie- und Wasserverbrauch mit, und der steht in keinem Preisschild. Anbieter rechnen nach Zeichen oder Anfragen ab, nicht nach Watt.
2. Der größte Hebel liegt in der Modellwahl
Ein Allzweckmodell führt für jede Anfrage sein gesamtes Wissen mit. Ein Modell, das ausschließlich übersetzt oder ausschließlich Texte in Kategorien sortiert, kommt mit einem Bruchteil der Parameter aus und braucht entsprechend weniger Strom je Anfrage. Für die meisten Aufgaben einer Behörde reicht das spezialisierte Modell, weil Klassifizieren, Zusammenfassen und Übersetzen enge Aufgaben sind.
Daneben wirken kleinere Stellschrauben. Kurze, klare Eingaben verbrauchen weniger als weitschweifige. Wiederkehrende Anfragen lassen sich zwischenspeichern, statt sie jedes Mal neu zu berechnen. Rechenintensive Läufe können in Zeiten geringer Netzlast verschoben werden. Hardware länger zu nutzen spart mehr als jede Optimierung an der Software.
Ein Rechenzentrum mit Strom aus erneuerbaren Quellen ersetzt die Modellwahl dabei nicht. Ein Allzweckmodell mit Wasserkraft verbraucht weiterhin ein Vielfaches dessen, was ein spezialisiertes Modell für dieselbe Aufgabe braucht. Beides zählt, die Modellwahl zuerst.
3. Was sich in einer Ausschreibung festschreiben lässt
Die öffentliche Hand kauft in einer Größenordnung, die am Markt etwas bewirkt. Wirksam wird das erst, wenn im Kriterienkatalog eine Kennzahl steht. „Der Anbieter soll ökologische Nachhaltigkeit berücksichtigen“ bindet niemanden und lässt kein Angebot vom anderen unterscheiden.
Abfragbar sind der Energieverbrauch je fester Bezugsgröße mit dem dazugehörigen Messverfahren, der PUE-Wert des Rechenzentrums im Jahresmittel, der Anteil erneuerbarer Energien am Strombezug mit Nachweis, die Nutzung der Abwärme, die Größe und Art des eingesetzten Modells sowie die vorgesehene Nutzungsdauer der Hardware. Der PUE-Wert beschreibt, wie viel Strom insgesamt für eine Einheit Rechenleistung nötig ist. Ein Wert von 1,0 wäre der theoretische Bestfall, üblich sind heute Werte um 1,5.
Entscheidend bleibt die Wertung. Ein Kriterium ohne Punkte ist eine Bitte. Die erste Übung unten schreibt genau diesen Katalog.
4. Die Bilanz für den einzelnen Einsatz
KI hilft an manchen Stellen dem Klimaschutz, etwa bei der Steuerung von Verkehr und Gebäudetechnik oder bei Wetterprognosen, und verbraucht dabei selbst Strom, Wasser und Rohstoffe. Eine allgemeine Bilanz über „die KI“ gibt es nicht. Gerechnet wird je Anwendung, und die Frage lautet, wofür das Werkzeug im eigenen Haus eingesetzt wird und was die Aufgabe ohne es kosten würde.
Woran die Anforderung hängt
Die EU-Leitlinien für vertrauenswürdige KI der Expertengruppe HLEG von 2019 nennen „Societal and Environmental Well-being“ als eine ihrer sieben Anforderungen. Sie sind politisch maßgeblich und rechtlich nicht bindend. SDG 13 der UN-Nachhaltigkeitsziele zielt auf Klimaschutz und gilt als Leitlinie auch für Behörden. Verbindlich wird beides erst dort, wo ein Haus es in seine Beschaffungsregeln übernimmt.
Aus einer Absichtserklärung ein Vergabekriterium machen
Ausgangslage
Ihr Haus schreibt ein Übersetzungswerkzeug für Behördentexte aus. Der Kriterienkatalog enthält Datenschutz, Barrierefreiheit, Qualität und Preis. Zur Nachhaltigkeit steht dort ein Satz:
Der Anbieter soll ökologische Nachhaltigkeit berücksichtigen.
Auftrag
Ersetzen Sie diesen Satz durch Anforderungen, die ein Anbieter beantworten muss und die sich zwischen Angeboten vergleichen lassen. Schreiben Sie danach in zwei Sätzen, warum der bisherige Satz in einem Vergabeverfahren nichts bewirkt.
Ihre Eingaben bleiben in diesem Browserfenster. Sie werden nicht gespeichert und nicht übertragen, ein Neuladen der Seite verwirft sie.
Musterlösung anzeigen
Vergleichbare Anforderungen
N1 Energieverbrauch je 1.000 übersetzter Wörter in Wattstunden,
gemessen im angebotenen Betriebsmodus. Messverfahren beilegen.
N2 PUE-Wert des Rechenzentrums, in dem die Verarbeitung stattfindet,
Jahresmittel des letzten abgeschlossenen Kalenderjahres.
N3 Anteil erneuerbarer Energien am Strombezug dieses Rechenzentrums
in Prozent, mit Nachweis.
N4 Wird Abwärme genutzt? Wenn ja, wofür und in welchem Umfang?
N5 Größe des eingesetzten Modells in Parametern und Angabe, ob ein
spezialisiertes Übersetzungsmodell oder ein Allzweckmodell läuft.
N6 Vorgesehene Nutzungsdauer der Hardware in Jahren und Umgang mit
Altgeräten.
Gewichtung: N1 bis N3 gehen mit zusammen 10 % in die Wertung ein,
N4 bis N6 werden als Eignungsangaben geführt.
Warum der alte Satz nichts bewirkt
„Soll berücksichtigen“ bindet niemanden und lässt sich mit einer Selbstauskunft erfüllen, die kein Angebot vom anderen unterscheidet. Ein Kriterium wirkt in der Vergabe erst, wenn es eine Kennzahl verlangt, ein Messverfahren nennt und in der Wertung Punkte bekommt.
Woran Sie eine gute Antwort erkennen
- Jede Anforderung verlangt eine Zahl oder eine Ja-Nein-Angabe mit Nachweis.
- Sie nennt die Bezugsgröße mit. „Energieverbrauch“ allein ist nicht vergleichbar, „Wattstunden je 1.000 Wörter“ ist es.
- Sie fragt nach der Modellgröße, weil dort der größte Hebel liegt. Ein spezialisiertes Übersetzungsmodell braucht einen Bruchteil dessen, was ein Allzweckmodell für dieselbe Aufgabe verbraucht.
- Sie sagt, dass die Kriterien in die Wertung gehen. Ein Kriterium ohne Punkte ist eine Bitte.
Woran eine schwache Antwort scheitert
- Sie verlangt „ein Nachhaltigkeitskonzept“. Jeder Anbieter hat eines, und keines ist mit einem anderen vergleichbar.
- Sie fordert eine Zertifizierung nach ISO 14001 als einziges Kriterium. Das Zertifikat sagt etwas über das Umweltmanagement des Unternehmens und nichts über den Verbrauch dieses Werkzeugs.
- Sie fragt nach dem CO₂-Fußabdruck ohne Bezugsgröße und ohne Berechnungsmethode. Dann kommen Zahlen zurück, die sich nicht vergleichen lassen.
- Sie schreibt Anforderungen, die kein Anbieter erfüllen kann. Damit läuft das Verfahren ins Leere.
Häufige Verwechslungen
Ein grüner Serverstandort ersetzt kein kleineres Modell. Ein Allzweckmodell mit Wasserkraft verbraucht immer noch ein Vielfaches dessen, was ein spezialisiertes Modell braucht. Beides zählt, die Modellwahl aber zuerst.
Der Preis bildet den Energieverbrauch nicht ab. Anbieter rechnen nach Zeichen oder Anfragen ab und nicht nach Watt. Das günstigste Angebot kann das energieintensivere sein.
Drei Wege, 600 Mails am Tag
Ausgangslage
Im Haus stehen drei Wege zur Verfügung, um eingehende Bürgermails in fünf Themenkategorien einzusortieren. Täglich kommen etwa 600 Mails an.
A Großes Allzweck-Sprachmodell in der Cloud. Trefferquote im Test 96 %, Antwortzeit 2 Sekunden, Abrechnung je Anfrage. B Kleines, auf Textklassifikation spezialisiertes Modell auf dem eigenen Server. Trefferquote 93 %, Antwortzeit 0,2 Sekunden, Strom aus dem Hausanschluss. C Regelbasierte Zuordnung über Stichwortlisten, ohne Modell. Trefferquote 78 %, praktisch kein zusätzlicher Verbrauch.
Auftrag
Entscheiden Sie sich für einen Weg und begründen Sie die Entscheidung so, dass sie in einer Vorlage stehen könnte. Sagen Sie dabei, was der Unterschied von drei Prozentpunkten Trefferquote im Alltag bedeutet.
Ihre Eingaben bleiben in diesem Browserfenster. Sie werden nicht gespeichert und nicht übertragen, ein Neuladen der Seite verwirft sie.
Musterlösung anzeigen
Vorschlag: Weg B
Der Unterschied zwischen A und B beträgt drei Prozentpunkte. Bei 600 Mails am Tag sind das achtzehn zusätzliche Fehlzuordnungen. Eine Fehlzuordnung kostet die Weiterleitung an die richtige Stelle, also wenige Minuten, und verzögert den Vorgang um höchstens einen Tag. Das ist ein überschaubarer Preis für ein Modell, das im eigenen Haus läuft, keine Bürgermails an einen Anbieter gibt und je Anfrage einen Bruchteil der Energie braucht.
Gegen C spricht die Trefferquote. 78 % bedeuten 132 Fehlzuordnungen am Tag. In dieser Größenordnung entsteht der Aufwand an anderer Stelle neu, und die Entlastung verschwindet.
Gegen A spricht neben dem Verbrauch, dass Bürgermails personenbezogene Daten enthalten und auf diesem Weg an einen Anbieter gehen. Das verlangt einen Auftragsverarbeitungsvertrag, die Prüfung des Serverstandorts und eine Entscheidung darüber, wie lange Eingaben dort liegen. Bei B stellt sich diese Frage nicht.
Nachhalten
Die Trefferquote im Echtbetrieb wird gemessen. Testwerte entstehen an aufbereiteten Daten, echte Mails sind unordentlicher. Fällt B im ersten Quartal unter 88 %, wird die Entscheidung neu geprüft.
Woran Sie eine gute Antwort erkennen
- Sie rechnet die Prozentpunkte in Fälle um. Drei Prozentpunkte klingen nach nichts, achtzehn Vorgänge am Tag sind greifbar.
- Sie bewertet die Folge einer Fehlzuordnung. Bei einer Themensortierung ist sie gering, bei einer Fristenberechnung wäre dieselbe Quote nicht hinnehmbar.
- Sie zieht den Datenschutz in die Umweltentscheidung hinein, weil beides am selben Weg hängt.
- Sie nennt eine Schwelle, bei der die Entscheidung noch einmal geprüft wird.
Woran eine schwache Antwort scheitert
- Sie nimmt A, weil 96 % die beste Zahl ist, und benennt den Preis dieser drei Punkte nicht.
- Sie nimmt C mit dem Argument Nachhaltigkeit und lässt die 132 täglichen Fehlzuordnungen unerwähnt.
- Sie begründet mit „nachhaltiger“ und „ressourcenschonend“, ohne eine Größenordnung zu nennen. In einer Vorlage ist das eine Behauptung.
- Sie legt keine Bedingung fest, unter der die Wahl zurückgenommen wird.
Häufige Verwechslungen
Die höchste Trefferquote ist nicht automatisch die richtige Wahl. Was zählt, ist die Schwelle, ab der die Fachaufgabe die verbleibenden Fehler noch verträgt. Bei einer Themensortierung liegt sie ganz woanders als bei einer Leistungsberechnung.
Nachhaltigkeit ist kein Gegenargument zu Genauigkeit. Beide Größen stehen im selben Vergleich. Die Frage ist, wie viel Genauigkeit die Aufgabe wirklich braucht und was jeder zusätzliche Prozentpunkt kostet.
Diskussion & Erfahrungsaustausch
Wie nutzen Sie KI in Ihrer Behörde zu diesem Thema? Teilen Sie Erfahrungen, stellen Sie Fragen, anonym oder mit E-Mail. Kommentare liegen auf eigenen Servern (DSGVO-konform).