Wie nachhaltig kann KI-Entwicklung sein?
© Clara Isakowitsch / ZUG gGmbH
Am 30. Mai 2024 lud die KI-Ideenwerkstatt für Umweltschutz zum Workshop „Wie können wir Nachhaltigkeit bei der Entwicklung von KI-Modellen mitdenken?“ im Civic Data Camp, dem Barcamp für Datenentdecker*innen, ein.
Das Team der KI-Ideenwerkstatt für Umweltschutz traf sich mit Teilnehmer*innen aus den verschiedensten Fachbereichen wie Data Science, KI und zivilgesellschaftlichen Organisationen, um das Thema Nachhaltigkeit in der KI-Entwicklung zu diskutieren. Die unterschiedlichen Hintergründe und Perspektiven der Teilnehmenden führten zu einem vielfältigen und spannenden Austausch.
Die vier Phasen des KI-Lebenszyklus
Der Workshop startete mit zwei Gruppen, um die verschiedenen Aspekte zum Thema Nachhaltigkeit und KI zu sammeln. Dabei orientierten wir uns an den vier Phasen des KI-Lebenszyklus: 1. Planung und Design, 2. Daten, 3. Auswahl des KI-Modells und Training sowie 4. Einsatz des KI-Modells. Jede Gruppe erhielt die Aufgabe, für jede Phase Fragen hinsichtlich der Nachhaltigkeit zu formulieren.
Planung und Design: Ist KI wirklich die richtige Lösung?
In der ersten Phase des KI-Lebenszyklus diskutierten wir Fragestellungen wie „Ist KI wirklich die richtige Lösung?" und „Wie und für wen planen und designen wir die KI-Lösung?". Besonders wichtig war es den Teilnehmenden, den Einsatz der KI-Anwendung und ihre Barrierefreiheit bei der Entwicklung zu berücksichtigen. Auch die Messung der Nachhaltigkeit im Nachhinein war ein zentrales Thema.
Die Datengrundlage: frei verfügbar, ressourcenschonend und diskriminierungsfrei?
Hier wurden Fragen zur Datenbeschaffung und -nutzung gestellt. Die Teilnehmer*innen besprachen, welche Daten bereits frei verfügbar sind und wie sie weiterverwendet werden können, um Ressourcen zu schonen. Zudem wurde die Frage erörtert, wie man diskriminierungsfreie Datensätze gewährleisten kann.
Auswahl des KI-Modells und Training: ökologisch und ökonomisch nachhaltig?
Die Diskussion über die dritte Phase des KI-Lebenszyklus drehte sich um die Auswahl des „unproblematischsten" Modells und die Kosten des Trainings. Denn ökologische Nachhaltigkeit kann sich auch auf die ökonomische Nachhaltigkeit auswirken. Zum Beispiel können mehrere Trainingszyklen in der Entwicklung nicht nur ressourcenaufwändig, sondern auch teuer sein.
Einsatz des KI-Modells: Wie nachhaltig ist die Anwendung?
In der letzten Phase wurde die Nachhaltigkeit der Anwendung selbst hinterfragt. Die Teilnehmer*innen besprachen, wie die KI genutzt und ob sie angemessen eingesetzt wird. Insbesondere wurden hier die Messung des Mehrwerts und Inklusion in den Blick genommen.
Zum Abschluss des Workshops stellten beide Gruppen ihre gesammelten Fragen und Erkenntnisse vor. Dies führte zu einer spannenden und intensiven Diskussion, in der sowohl die Chancen als auch die Grenzen von KI hinsichtlich der Nachhaltigkeit thematisiert wurden. Ein besonderer Fokus lag auf dem Ressourcenverbrauch und der Kosten-Nutzen-Abwägung von KI-Modellen.
Ergebnis des Workshops war, dass das Thema Nachhaltigkeit in allen Phasen eines KI-Lebenszyklus bedacht werden muss. Besonders relevant ist jedoch die erste Phase „Planung und Design“: In diesem Stadium ist es wichtig, sich schon im Vorfeld zu überlegen, wie man die Nachhaltigkeit am Ende des KI-Entwicklungsprozesses messen möchte.
