Energie- und ressourceneffiziente künstliche Intelligenz - Referenzmodelle, Metriken, Messmethoden, Kriterien, Handlungsempfehlungen und Fallbeispiele aus der Logistik

Methoden und Anwendungen Künstlicher Intelligenz (KI) verbrauchen eine Menge Energie und Ressourcen. Dies betrifft etwa die Erhebung und Aufbereitung von Daten, das Training der KI sowie die konkrete Anwendung und Adaption von KI-Modellen. Der ökologische Fußabdruck, der hierdurch entsteht, droht immer größer zu werden. Gleichzeitig hat KI aber auch das Potenzial, ganz konkrete Lösungen zum Schutz von Umwelt und Klima bereitzustellen. Dazu sollte die KI selbst aber so ressourceneffizient wie möglich sein. Wichtige Voraussetzungen hierfür sind, dass der Verbrauch von Energie- und Ressourcen transparent ist und valide Messmethoden und Metriken existieren. Im Projekt KIRA wird der Versuch unternommen, die Ressourceneffizienz von Kl-Systemen zu erfassen und diese bewertbar zu machen. Hierdurch könnten die Umweltfolgen Kl-basierter Systeme erstmalig valide abgebildet werden. Das Referenzmodell lässt sich im Zusammenhang mit KI-Systemen universell anwenden und hat das Potenzial diese mit Blick auf ihre Ressourceneffizienz zu optimieren. Dies verspricht Vorteile in ökologischer und ökonomischer Hinsicht. Nicht zuletzt verspricht der Open-Source Charakter des Projektes eine hohe Verbreitung der KIRA-Bewertungsmethode.