Am Lehrstuhl für Mustererkennung forscht die FAU-Doktorandin an „grüner KI“ und analysiert mithilfe bestimmter Algorithmen schmelzende Gletscher. Die Auszeichnung trägt dazu bei, dass sie sich auch als Informatikern für Biodiversität und Klimaschutz engagieren kann.  
Im Interview mit politik-digital spricht die junge Forscherin über ihre Arbeit mit KI und dessen Rolle im Bereich der Forschung.

Westerhoff: Frau Gourmelon, ihren Arbeitsschwerpunkt beschreiben sie so: „Stellen Sie sich vor, Sie stehen vor einem Gletscher, einer riesigen Masse aus blauem Eis, die sich kilometerweit hinzieht. Mit meiner Forschung leiste ich einen kleinen Beitrag dazu, solche Wunder der Natur zu schützen.“ Können Sie uns ihre Arbeit noch einmal genauer erklären? 

Gourmelon: In meiner Doktorarbeit analysiere ich schmelzende Gletscher. Satellitenbilder zeigen, an welcher Stelle das Eis abbricht und im Ozean landet. Bislang mussten Wissenschaftler diese Fotos von Hand auswerten.  Mithilfe von KI können wir automatisiert viel mehr Bilder in viel kürzerer Zeit auswerten. Da uns so wesentlich mehr Daten zur Verfügung stehen, können wir erfassen, wie sich die Gletscherfront im Lauf der Jahre verändert. Mit diesen Informationen können Klimamodelle genauere Aussagen über unser zukünftiges Klima treffen. Auf solchen Daten beruht auch der Bericht des Weltklimarats.  

Westerhoff: Ausgezeichnet wurden Sie insbesondere aufgrund des innovativen und interdisziplinären Ansatzes ihrer Forschung. Was ist so neu und innovativ? Und welche Rolle spielt KI dabei? 

Gourmelon: Um die Grenze zwischen Gletscher und Ozean zu identifizieren, passe ich herkömmliche KI-Modelle an die Besonderheiten von Radar-Satellitenbildern von Gletschern an. Dafür haben meine Forschungsgruppe und ich einen Datensatz erstellt und veröffentlicht. Zusammen mit meinen KI-Modellen lassen sich so zukünftige Studien zu KI-Modellen in diesem Forschungsbereich vergleichen und reproduzieren.

 

Westerhoff: Immer mehr KI-Experten, darunter auch ein ehemaliger Top-Entwickler von Google, warnen nun vor den Gefahren der KI. Wie sehen Sie das auf ihren Bereich der Forschung bezogen? 

Gourmelon: In meinem Forschungsbereich bewerte ich KI als vollkommen unkritisch. Wir automatisieren Prozesse, die bisher mühsam quasi „von Hand“ erledigt wurden.  Durch unsere digitalen Methoden lässt sich die Klima-Forschung viel schneller vorantreiben.

Westerhoff: Öffentlich werden auch Forderungen nach stärkeren Regulierungen und Maßnahmen lauter. Ausschüsse des EU-Parlaments verabschiedeten erste Entwürfe für ein weltweites KI-Gesetz. Was glauben Sie, sind solche Maßnahmen auch für die Forschung sinnvoll? 

Gourmelon: Das kommt auf den Bereich der Forschung an. Meine Forschung fällt beispielsweise laut dem Entwurf für das weltweite KI-Gesetz unter die risikofreie Kategorie. Diese umfasst KI-Systeme, die keine Sicherheitskomponente eines Produkts darstellen, kein Risiko für die Gesundheit und Sicherheit bergen sowie keine Grundrechte beeinträchtigen können. Diese Kategorie soll laut des Entwurfs keinerlei obligatorischen Regulierungen unterliegen. 

Westerhoff: Was glauben Sie, wie sich KI in der Forschung, aber auch in der Gesellschaft entwickeln wird? Würden Sie einen Ausblick wagen? 

Gourmelon: Momentan fokussiert sich die Forschung stark darauf, große, breitgefächerte Modelle wie ChatGPT zu entwickeln. Ich vermute deshalb, dass diese Modelle künftig auf kleinere Gebiete maßgeschneidert werden, um ihre Genauigkeit zu optimieren. 
Meiner Einschätzung nach wird KI in der Zukunft noch stärker in unser tägliches Leben integriert sein. Die Qualität von Produkten wird sicher optimiert und es wird Fortschritte bei zum Beispiel der Verkehrsplanung geben. 

Foto: Unsplash von Cassie Matias.

Genaue Zahlen und Informationen zu den verursachten Emissionen der existierenden KI-Systeme liegen bisher nicht vor. Eine amerikanische Studie geht davon aus, dass das Training einer einzelnen AI so viel CO2 emittiert wie 5 Pkws. Umso wichtiger ist deshalb das Monitoring während ihrer Herstellung und Anwendung. Nur so kann ermittelt werden, an welcher Stelle Ressourcen weiterhin eingespart und die CO2-Bilanz verbessert werden kann. Wie das konkret gehen soll, hat die gemeinnützige Forschungs- und Advocacy-Organisation AlgorithmWatch untersucht und die Ergebnisse in ihrem Magazin “SustAIn” vorgestellt.

Künstliche Intelligenz (KI), auch artificial intelligence (AI bzw. A.I.) genannt, ist aus unserem Leben kaum noch wegzudenken, auch wenn sie für uns nicht immer erkennbar ist und sich hinter vielen Alltagsanwendungen versteckt. Bei der Filterung von Spam-Mails zum Beispiel oder der Gesichtserkennung am Smartphone. Es wird eine Menge an Daten verarbeitet und das kostet Energie. Aber auch bei der Programmierung und beim Training werden enorme Rechenleistungen benötigt und CO2 emittiert. Auf der einen Seite stellt sich die Frage: Wie sieht eigentlich die Ökobilanz von KI-Rechenmodellen aus? Auf der anderen Seite gibt es Möglichkeiten sie so einzusetzen, dass mit ihrer Hilfe Energie gespart und die Erde in Zukunft klimaneutraler wird.

Schon bei der Planung sollte darüber entschieden werden, wie man das System nachhaltig gestaltet. Dabei geht es grundlegend immer um die Frage, inwiefern ein ressourcenintensives Machine-Learning-System für die anvisierte Aufgabe überhaupt notwendig ist. Zunächst wird eine Checkliste mit ökologischen Anforderungen von den Unternehmen abgearbeitet. Dazu gehört auch, dass die notwendige Leistung sowie das Ressourcenbudget festgelegt werden müssen, genauso wie die Kennzahlen zur Erfassung der Energieeffizienz. Testverfahren können dann helfen, um scheiternde Experimente frühzeitig zu identifizieren. Des Weiteren können Maßnahmen zur Kompensation von CO2-Emissionen festgelegt und Werkzeuge zur Erfassung der Emissionen definiert werden. Als letzter Punkt auf der Checkliste wird die Bestimmung von Kriterien genannt, die dazu führen sollen, dass die verwendete Hardware sowie das genutzte Rechenzentrum nachhaltig sind.

Auch die Datenverarbeitung sollte zukünftig nachhaltiger gestaltet werden. Sie bildet das Kernstück von KI und beruhet auf maschinellem Lernen. In diesem Punkt geht es vor allem darum, wie viele Daten verarbeitet werden sollen, wie sie interpretiert werden können oder welche Qualität sie haben müssen. Um hier nachhaltiger zu werden und den Energieverbrauch zu senken, sollte regelmäßig reflektiert werden, wie viele Daten für das Training und den Betrieb der Systeme notwendig sind, um den Rechenaufwand am Ende so klein wie möglich zu halten.

Im Schritt der Entwicklung und des Trainings sollten laut dem Bericht Risiken eingedämmt und der Energieverbrauch minimiert werden. Um Energie einzusparen, ist es ratsam vortrainierte Modelle mit geringer Komplexität zu verwenden. Zudem müssen CO2-Emissionen, die im Entwicklungsprozesse anfallen, permanent und konsequent erfasst werden. Die Auswahl von Trainingsstandort und -zeitpunkt sind Faktoren, die dabei berücksichtigt werden sollten. Außerdem wird während der Anwendung überprüft, ob der Ressourcenverbrauch den Nachhaltigkeitspotenzialen gerecht wird.

Die meiste Energie wird in der Trainings- und Anwendungsphase verbraucht, fachsprachlich auch Inferenz genannt. Als Beispiel: In den Facebook-Rechenzentren finden täglich Billionen Inferenzen statt. Diese Zahl hat sich in den letzten Jahren sogar verdoppelt und die Infrastruktur dazu dahin gehend angepasst. Die Server von Facebook haben sich von 2018 bis 2019 deshalb um das 2,5-fache gesteigert.

Im Bereich der künstlichen Intelligenz herrscht unter den Unternehmen aktuell ein stetiger Wettbewerb, indem jeder um die Vormachtstellung auf dem Markt kämpft. Ein Grund, warum energieeffizientere Hardware und Methoden bisher deshalb nur dafür genutzt wurden, um Modelle größer und nicht nachhaltiger zu machen. 

Mit der Checkliste zeigt AlgorithmWatch, dass es auch anders geht. Die Kosten und der Aufwand für die Umstellung sind zwar hoch, aber aufgrund der weiter steigenden Energiepreise langfristig betrachtet durchaus rentabel.

Nicht nur die Herstellung und Anwendung sollte energieschonender werden, auch der gezielte Einsatz von KI kann uns dabei helfen andere Ressourcen effizienter und nachhaltiger zu nutzen. Zum Beispiel beim Energiemanagement von erneuerbaren Energien. Im Alltag sind das Smart-Grid oder Smart-Home Technologien mithilfe dessen der Energieverbrauch in Wohnräumen erfasst und reguliert werden kann. Hier ist vor allem wichtig, dass in der Anwendung nicht mehr Ressourcen benötigt, als für die Herstellung gebraucht werden.

Auch im Sektor Verkehr können durch KI-gestützte Mobilität autonomes Fahren und vernetzte Kleinbusse dabei helfen, auf das eigene Auto zu verzichten und den Verkehr in Städten zu entzerren.

Bisher sieht die Ökobilanz von KI noch recht mager aus: Rechenzentren, Datenströme und digitale Endgeräte verbrauchen mehr Energie, als sie dabei helfen, Energie einzusparen. Damit sich das zukünftig ändert und die Digitalisierung in ihren positiven Auswirkungen aufs Klima überwiegt, bedarf es deutschland- und europaweit festgelegte Standards, an die sich Unternehmen halten müssen. 

Deutschland hat hierzu das Energieeffizienzgesetztes auf den Weg gebracht, dessen erster Entwurf dem Bundesministerium für Wirtschaft und Klimaschutz (BMWK) bereits vorliegt. Es bleibt abzuwarten, wann dieser verabschiedet wird und mit der Umsetzung begonnen werden kann.

Header: Mahdis Mousavi auf Unsplash.
Foto: Dan LeFebvre auf Unsplash.

Den Anfang machte Elisa Lindinger, die sich in ihrer Stellungnahme vor allem auf kleine und mittelständische Unternehmen bezog und ein stärkeres Verständnis für gesellschaftsorientierte Digitalpolitik einforderte. Sie betonte, dass der Staat an Strategien in Bezug auf die Digitalisierung zwar gut aufgestellt, jedoch die Umsetzung aufgrund der kurzen Wahlperioden mangelhaft sei. Die bisher geltenden gesetzlichen Maßnahmen, wie bspw. die DSGVO kritisierte Lindinger, da sich diese maßgeblich nach großen Unternehmen richten würde. Zudem forderte sie eine stärkere Berücksichtigung von kleineren Unternehmen bei Fördermaßnahmen und weniger Regulierungen im digitalen Raum allgemein. 

Als Vertreterin von Google/YouTube übernahm Sabine Frank stärker die Unternehmensperspektive, obwohl sie auch klar die alleinige Gestaltungsmacht nicht in der Verantwortung der Großunternehmen sieht. Diese sollten eher durch eine vorgegebene Netiquette und verständliche Community-Guidelines zusätzliche Hilfsmittel liefern. Ihrem Statement zur Folge sollte der digitale Raum sicher, aber auch wettbewerbsfähig bleiben. So sieht sie in einem 3-Klang aus Staat, Unternehmen und Zivilgesellschaft die Gestaltungsmacht gut im digitalen Raum verteilt. Genau wie Lindinger erkannte sie zwar einen Gestaltungswillen seitens des Staates, jedoch klaffen hier Wunsch und Wirklichkeit in Bezug auf die Umsetzung noch weit auseinander.

Sabine Frank nahm in ihrer Argumentation die Seite der Nutzer*innen ein. Diese sollten ihrer Meinung nach stärker aufgeklärt und besser mit digitalen Kompetenzen ausgestattet werden, um Informationen im Internet besser einordnen zu können. Auch hier sollten Staat, Unternehmen und Zivilgesellschaft stärker zusammenarbeiten und somit  Schutz sowie Meinungsvielfalt – und freiheit im digitalen Raum langfristig sichern. Aufgabe der Plattform sei es die Nutzer*innen vor unangemessen Inhalten zu schützen. Am Beispiel von YouTube erklärte sie, dass dort mittlerweile auf den Einsatz von KI gesetzt wird, um bspw. demokratiegefährdende Beiträge ausfindig zu machen und zu eliminieren.

Damit eine Demokratie auch im digitalen Raum funktioniert sprach sich Lindinger für die Schaffung von sogenannten Schutzräumen aus, die vom Staat im analogen Raum durch das unabhängige Bildungssystem und die öffentlich-rechtlichen Medien schon gegeben sind, im Digitalen aber noch fehlen. Radikalisierungen, Desinformation und Mobbing fänden trotz Community-Guidelines weiterhin statt und werden, wie der Fall des “Drachenlords“ zeige, in die reale Welt übertragen. Sie forderte Grundbausteine für ein demokratisches Miteinander, aber auch ein unabhängige digitale Bildungs– und Medienlandschaft im Sinne des öffentlich-rechtlichen Systems.

Grundvoraussetzung ist eine diverse und gleichberechtigte Teilhabe, um das Machtgefälle im digitalen Raum zu beseitigen so Lindinger. Dabei sieht sie die Politik in der “Hol-Schuld”, um die Zivilgesellschaft und die öffentliche Meinung aktiver miteinzubringen. Transparenz bei der Strategieentwicklung in der Politik und ein gemeinsames Narrativ, indem nach einer gemeinsamen digitalen Zukunft gefragt wird, waren weitere Forderungen, die sie stellte. Ihrer Vorstellung nach enthält eine digitale Demokratie weniger Spitzentechnologie und mehr Menschlichkeit, die durch eine andere Prioritätensetzung in der Digitalpolitik erreicht werden solle, konkret durch die Frage: wer nimmt teil und wer nicht?  

Beide Debattiererinnen sind sich am Ende der Debatte einig, dass es mehr Reflektion bedarf, um den digitalen Raum demokratischer zu gestalten. Lindinger verwies hier auf die Notwendigkeit anderer Austausch-Formate, um eine möglichst diverse Teilhabe zu garantieren. Frank nannte den Wunsch breiter zu denken und Regulierungen nicht nur deutschlandweit, sondern auch europaweit transformierbar zu gestalten, um einzelne Zivilgesellschaften nicht zu benachteiligen. 

Der Auftakt zur ersten Debatte des Weizenbaum-Instituts zeigte wieder einmal, dass es grundsätzlich unterschiedliche Interessen gibt, wie unser Leben im digitalen Raum zukünftig gestaltet werden soll. Auf die Frage, ob wir mehr Freiheit oder mehr Regulierungen brauchen und wie diese dann aussehen sollen, konnte diese Debatte noch keine ausreichenden Antworten liefern. Gespannt kann man deswegen sein, wie die weiteren Debatten zu dieser Fragestellung aussehen werden.  

Foto: Tobias von dem Berge