Clevere Technik für eine nachhaltige Zukunft

Künftig soll etwa das Smart Car, das intelligente Auto, mit dem Smart Grid und dem Smart Home kommunizieren, um kostengünstig Strom zu beziehen – und es soll sich mit den Smartphones der Nutzer abstimmen, um die Fahrten zu planen. Eine Smart City würde alle Systeme verbinden. Das Konzept: Daten aus Energie- und Wassernetzen, Gebäuden und dem Verkehr werden zusammengeführt und ausgewertet. Computer werden Prognosen erstellen und vorschlagen, wie sich der Verbrauch, die Emissionen oder das Müllaufkommen senken und Staus auf den Straßen vermeiden lassen.

Noch gibt es solche Projekte erst in Ansätzen wie in der Smart City Songdo in Südkorea und der Initiative „Smart City Wien“. Menschen sind mit den Datenmengen allerdings überfordert, hierfür braucht es smarte Maschinen mit „Künstlicher Intelligenz“ (KI). Die ist heute schon vielfach Teil unseres Alltags: Das Entsperren des Smartphones über Gesichtserkennung, Sprachassistenten, die Bildersuche im Internet, automatische Textkorrekturen, Übersetzungsprogramme, Gesundheits- und Finanz-Apps – all das funktioniert mit KI.

Systeme mit Beispielen trainieren

Das Grundprinzip ist leicht zu erklären: Diese KI-Systeme werden nicht mehr klassisch programmiert, sondern mithilfe vieler Beispiele trainiert, etwa in Form von Fotos, Filmen, Text- und Audiodateien. Mit jeder Suchanfrage, jeder Spracheingabe, jedem Übersetzungswunsch lernen smarte Maschinen hinzu. Ihr Lernen hat dabei nichts mit „Verstehen“ im menschlichen Sinn zu tun, sondern ist eine rein mathematische Optimierung, ein Suchen nach Mustern. So kann eine KI-Bildverarbeitung besser als ein Mensch in Satellitenbildern Rauchschwaden von Wolken unterscheiden, aber sie „weiß“ nicht, was da passiert – dass es etwa darum geht, illegale Waldrodungen aufzudecken.

Für den Weg in eine nachhaltige Zukunft sind lernende Maschinen wertvolle Werkzeuge. „KI hat ein hohes Potenzial, um viele Prozesse effizienter und energiesparender zu gestalten“, sagt Lucas Spreiter, Mitbegründer des Münchner KI-Unternehmens Unetiq und Leiter der Arbeitsgruppe Klima und Nachhaltigkeit im KI-Bundesverband, dem größten Unternehmernetzwerk für Künstliche Intelligenz Deutschlands. In einem Positionspapier hat Spreiters Arbeitsgruppe vielversprechende Einsatzfelder genannt.

Künstliche Intelligenz kann beispielsweise lernen, anhand von Wetterdaten die Energieausbeute von Wind- und Solaranlagen für mehrere Tage recht präzise vorherzusagen. Ähnliches gilt für Gebäude: Hier lernt die KI über Bewegungsmelder, wann welche Räume üblicherweise genutzt werden. Damit lassen sich Licht, Heizung und Klimatisierung bedarfsgerecht steuern – auch im Voraus und dank Wetterbericht sehr zielgenau: Wenn etwa eine warme Wetterperiode angekündigt ist und das System gelernt hat, wie viel Wärme die Wände und Decken des Hauses speichern, kann es frühzeitig die Heizung drosseln. Laut Spreiter lässt sich mit einer KI-gestützten Gebäudesteuerung bis zu einem Fünftel an Energie einsparen.

Damit nicht genug. So nahm Google mit KI-Algorithmen seiner Tochter DeepMind die Rechenzentren im Unternehmen unter die Lupe. Dabei untersuchte und variierte die Künstliche Intelligenz rund 120 Parameter: Wann wird wie viel gekühlt, was sind die Effekte von Lüftern und Wasserpumpen, auf wie viele Geräte wird die Rechenlast verteilt und vieles mehr. Mit beachtlichem Erfolg: Die Kühlenergie konnte in Spitzenzeiten um 40 Prozent gesenkt werden.

Deutlich besserer Verkehrsfluss

Um ihre Energie- und Verkehrssysteme fit für die Zukunft zu machen, haben Städte wie Helsinki, Amsterdam, Paris und Kopenhagen das Projekt „AI4Cities“ ins Leben gerufen. Ziel ist es, innovative Firmen in ganz Europa anzuregen, mit Künstlicher Intelligenz die besten klimaschonenden Lösungen zu entwickeln und den Kommunen anzubieten. Schon einen Schritt weiter ist die chinesische Megacity Hangzhou: Seit 2016 läuft dort das KI-System City Brain des Unternehmens Alibaba. Dabei werden die Daten von Navigations-Apps, Smartphones und Hunderttausenden von Verkehrskameras genutzt, um Ampeln an Kreuzungen nach dem aktuellen Bedarf zu steuern. Der Vorteil: Der Verkehrsfluss verbesserte sich um 15 Prozent. Doch City Brain ist während der Corona-Pandemie in Verruf geraten, weil sich dieselben Daten auch zur Überwachung und Personenverfolgung nutzen lassen.

„Bei KI ist Vertrauen ein Muss und kein Beiwerk“, fordert Margrethe Vestager, die in der EU-Kommission für Wettbewerb und Digitales zuständig ist. Die Kernfrage in Europa lautet daher, wie sich – etwa durch Anonymisierung der Daten – eine Künstliche Intelligenz entwickeln lässt, die gleichzeitig nützlich, sicher, zuverlässig und vertrauenswürdig ist. Ohne qualitativ hochwertige Daten kann KI allerdings nicht funktionieren. „Neben fehlendem Know-how wird in Firmen vor allem die unzureichende Datengrundlage als große Hürde genannt, die einem erfolgreichen KI-Einsatz entgegensteht“, sagt Lara Waltersmann. Sie hat im Sommer 2022 mit einem Team der Stuttgarter Fraunhofer-Institute für Produktionstechnik und Automatisierung (IPA) sowie Arbeitswirtschaft und Organisation (IAO) die Studie „Nachhaltigkeit durch KI“ erstellt.

„Die meisten Firmen nutzen Künstliche Intelligenz heute, um in ihren Prozessen Kosten und Zeit zu sparen oder die Qualität zu erhöhen“, berichtet Waltersmann. „Nachhaltigkeitsthemen wie Energieeinsparung, Ressourceneffizienz oder Klimagas-Emissionen sind noch nicht im Fokus, werden aber wichtiger.“ Häufig ergibt sich auch eine Win-win-Situation. So kann Künstliche Intelligenz helfen, beim Laserschneiden von Blechen die Abfälle deutlich zu reduzieren: Damit nutzt man das Material besser aus und senkt zugleich die Kosten.

Ein wichtiges Einsatzfeld für KI-Systeme ist die vorausschauende Wartung: Computer können zum Beispiel die Sensordaten von Windturbinen durchforsten und ungewöhnliche Schwingungen oder einen unrunden Lauf erkennen. Auf diese Weise kann die KI schon Tage oder Wochen, bevor die Turbine ausfallen würde, eine Reparatur anstoßen. Dasselbe Prinzip funktioniert auch bei Aufzügen, Bahnen und Werkzeugmaschinen. Der große Vorteil: Damit lassen sich neue Geschäftsmodelle erstellen, bei denen nach Zuverlässigkeit und Verfügbarkeit bezahlt wird – denn dank KI gibt es dann kaum noch Ausfallzeiten, und die Nutzung wird nachhaltiger.

Zwar müsse man immer prüfen, ob der Einsatz von Künstlicher Intelligenz sinnvoll sei, gibt Waltersmann zu bedenken – denn auch das Training eines KI-Netzwerks kann viel Energie verbrauchen. Aber der Nutzen im Betrieb macht die einmalige Lernphase meist wett. Manche Nachhaltigkeitslösungen seien ohne KI auch gar nicht umsetzbar, sagt die Wissenschaftlerin, „etwa die Verarbeitung von Rezyklaten beim Spritzgießen. Deren Qualität ist so unterschiedlich, dass die Prozesse nahezu in Echtzeit geregelt werden müssen“ – und da stoßen Verfahren ohne smarte Technik schnell an ihre Grenzen.

Diese wird gerade für Recycling, Umweltschutz und eine nachhaltigere Landwirtschaft immer wichtiger. So haben KI-Systeme Lecks in großen Wassernetzen entdeckt und via Satellit Plastikmüll in den Meeren und an Stränden aufgespürt. Über eine Spektralanalyse ließen sich dabei sogar die Kunststoffarten bestimmen. Indonesische Start-ups setzen auf Drohnen mit Bildverarbeitung mit Künstlicher Intelligenz, um Pestizide nur dort einzusetzen, wo der Schädlingsbefall zu groß ist. In Indien versorgen KI-Algorithmen Baumwollfarmer mit Ernteprognosen – und in Togo sagen sie voraus, ob und wo es zu Überflutungen kommen wird.

Mit KI den Regenwald schützen

Für die Wälder der Erde hat David Dao, Gründer der Vereinigung GainForest und Doktorand an der ETH Zürich, eine wegweisende KI-Lösung entwickelt. Sie soll helfen, den Verlust von Regenwäldern zu verhindern und den Erfolg von Aufforstungsprojekten zu messen – vor allem, wie viel Kohlendioxid (CO2) die Pflanzen aus der Luft in ihre Biomasse aufnehmen. „Wir haben festgestellt, dass bisherige Verfahren die CO2-Speicherung um das Doppelte oder Fünffache, ja mitunter sogar um das Zehnfache überschätzen“, berichtet Dao. Das Problem dabei: Diese Werte müssen so genau wie möglich sein, damit die Menschen das Vertrauen in solche CO2-Kompensationsprojekte nicht verlieren.

Mithilfe seiner KI-Lösung hat David Dao es geschafft, verschiedene Messverfahren zusammenzuführen: Daten von Satelliten ebenso wie Bildaufnahmen von Drohnen und Smartphone-Apps, mit denen direkt vor Ort das Wachstum der Bäume überwacht werden kann. Im November 2022 präsentierte Dao auf der Weltklimakonferenz COP27 erfolgreiche GainForest-Projekte aus Paraguay, dem Amazonas-Regenwald und von Mangrovenwäldern auf den Philippinen.

„Entscheidend ist dabei immer die Zusammenarbeit mit der indigenen Bevölkerung“, sagt der Forscher. So entsteht eine Win-win-Situation: Die Daten werden viel präziser, der Wald und seine Artenvielfalt bleiben erhalten, und die Menschen vor Ort bekommen Geld für den Schutz ihrer Umwelt. Man könnte es auch so ausdrücken: Nur eine Kombination der Intelligenz von Mensch und Maschine bietet die Chance auf eine nachhaltige Zukunft.