Auf dieser Seite
Während künstliche Intelligenz weltweit ganze Branchen umgestaltet, stellt sich eine grundlegende Frage: Kann die Technologie, die Nachhaltigkeitsprobleme lösen soll, das tun, ohne selbst neue Umweltprobleme zu schaffen? Beim 2. AI Innovation Summit des F.A.Z. Instituts auf dem Forschungscampus von Bosch in Renningen kamen Branchenvertreter zusammen, um dieses Spannungsfeld zu diskutieren.
Helm & Nagel-Geschäftsführer Christopher Helm nahm als Experte an der Podiumsdiskussion teil und erläuterte, wie künstliche Intelligenz zum Hebel für nachhaltige Geschäftsmodelle werden kann, während gleichzeitig der eigene Ressourcenverbrauch zu managen ist. Die Frankfurter Allgemeine Zeitung berichtete über die Diskussion.
Zentrale Erkenntnisse aus der Paneldiskussion
Das Panel beleuchtete verschiedene Perspektiven aus Wirtschaft und Technologieentwicklung.
Qualität vor Quantität beim KI-Training
Wie viel Rechenleistung ist wirklich notwendig?
Christopher Helm plädiert dafür, Datensätze mit KI zu kuratieren, bevor das Training beginnt. Damit stellt er die verbreitete Annahme in Frage, dass mehr Daten zwangsläufig bessere Modelle ergeben. Sein Ansatz setzt auf Qualität statt Quantität: Verlässliche Modelle lassen sich mit minimalem Datenaufwand und kurzen Zeitrahmen aufbauen. Ein entscheidender Aspekt ist dabei die klare Trennung zwischen menschlich erstellten und maschinell generierten Inhalten, da KI-Modelle zunehmend aus selbst erzeugtem Material lernen, ohne dabei Leistungsgewinne zu erzielen. Ausschlaggebend ist die Nutzung primärer Unternehmensdaten statt beliebiger Datenmassen.
Infrastrukturelle Herausforderungen
Jerome Evans von firstcolo betonte, dass KI zwar die Planung optimieren kann, die betrieblichen Emissionen aber die eigentliche Herausforderung bleiben. Der deutsche Energiemix und die Abhängigkeit von Kohle schaffen erhebliche Hürden. Energieversorger sehen sich trotz Branchenwachstum mit Wartezeiten von zehn Jahren konfrontiert.
Skalierungshürden in der Wasserstoffinfrastruktur
Alexandra Geiger von Wenger Engineering beschrieb vergleichbare Herausforderungen im Wasserstoffbereich: Trotz vorhandener Finanzierung und Technologie scheitert die Skalierung an unzureichender Marktnachfrage. KI könnte die Logistik optimieren, doch zunächst braucht es politische Unterstützung.
Industrielle Daten als Grundlage für nachhaltigen KI-Einsatz
Ewald Munz, Head of Manufacturing bei Cisco, wies darauf hin, dass Unternehmen zunächst grundlegende Datentransparenz schaffen müssen, bevor KI Nachhaltigkeitsziele voranbringen kann. Die Herausforderung ist nicht technischer, sondern organisatorischer Natur.
Neben dieser Paneldiskussion gab es beim AI Innovation Summit zahlreiche weitere Beiträge. Alle Medienberichte finden Sie auf faz.net.
Über den AI Innovation Summit
Der AI Innovation Summit ist eine jährliche Konferenz des F.A.Z. Instituts, bei der Branchenvertreter, Innovatoren und Entscheidungsträger zusammenkommen, um zu erörtern, wie Unternehmen KI strategisch im Rahmen ethischer und rechtlicher Vorgaben einsetzen können.