Wie kann KI der Welt beim Umgang mit dem Klimawandel helfen?

Die Schlagzeilen werden häufig von Artikeln beherrscht, in denen beschrieben wird, wie die künstliche Intelligenz (KI) die Menschen von ihren Arbeitsplätzen verdrängt.

KI ist jedoch nicht so bedrohlich, wie die Schlagzeilen immer darstellen. Oft hilft diese beeindruckende Technologie bei der Bewältigung des Klimawandels – einer der größten Bedrohungen der Welt.

Es gibt bereits zahlreiche überzeugende Fälle für KI im Klimabereich, wie z.B. Computer Vision oder maschinelles Lernen, die Wissenschaftlern bei Umweltveränderungen helfen, oder vorausschauende Wartung Software, die Emissionen im Fertigungssektor reduziert.

Natürlich ist keine innovative Technologie fehlerfrei. Daher stehen KI Klimalösungen vor zahlreichen Hindernissen, vor allem in Bezug auf den Datenschutz und die Cybersicherheit.

Aber wie genau kann KI bis dahin hilfreich sein?

Wie kann künstliche Intelligenz im Kampf gegen den Klimawandel helfen?

„Intelligente Lösungen” wie künstliche Intelligenz werden unweigerlich notwendig sein, um den Klimawandel zu bekämpfen, so Albert Plugge, Professor für ESG-Transformation und digitale Innovation an der Nyenrode Business University in den Niederlanden.

Der erste von drei Bereichen, in denen Plugge glaubt, dass KI Unternehmen dabei helfen kann, ihre ESG Ziele zu erreichen und letztlich die Auswirkungen des Klimawandels abzumildern, sind Lösungen für das Wassermanagement, die überschüssiges Wasser in Gebiete mit Wassermangel leiten.

“KI kann automatische Kontrollen für die Entscheidungsfindung bereitstellen und dabei Umweltfaktoren wie Wettereinflüsse berücksichtigen”, erklärt er.

Plugge ist auch der Meinung, dass KI das Potenzial hat, bei unterirdischer Kohlendioxid-Emissions-Speicherung hilfreich zu sein. Genauer gesagt kann die Technologie Fachleuten dabei helfen, die ideale Temperatur für die Emissionen-Lagerung zu bestimmen und die Auswirkungen ihrer Absenkung zu überwachen. Senkungen sind Bodenbewegungen unter Gebäuden, die zu deren Einsturz führen.

KI könnte Organisationen auch in die Lage versetzen, künftige Umweltgefahren im Zusammenhang mit Biodiversitätsinitiativen zu prognostizieren, z.B. um sicherzustellen, dass Wasser, das zur Förderung der Artenvielfalt in Trockengebiete geleitet wird, keine Schäden in Wohngebieten verursacht.

Wie kann KI helfen, die Kohlenstoffemissionen zu reduzieren?

Um ihre Netto-Null-Ziele zu erreichen, setzen Fertigungs- und Ingenieurbüros immer mehr KI Software für die vorausschauende Wartung ein, so Malavika Tohani, Forschungsdirektorin für operative Exzellenz bei Verdantix.

Dank mechanischer Ausfälle ermöglicht die vorausschauende Wartungssoftware den Herstellern, die Effizienz und Langlebigkeit ihrer Maschinen zu erhöhen. Sie erklärt weiter, dass dies das Potenzial hat, den Energieverbrauch, den Abfall und die Treibhausgasemissionen der Industrie zu reduzieren.

„Wir beobachten bereits, dass einige diversifizierte nachgelagerte Energieunternehmen KI Plattformen einsetzen, die Digital Twins, künstliche Intelligenz und maschinelles Lernen nutzen, um Empfehlungen zur Verbesserung der Energieeffizienz und Leistung ihrer Anlagen zu geben”, erklärt sie.

„Durch vorausschauende Wartung konnte ein Unternehmen die Kohlenstoffemissionen um 5 % senken und gleichzeitig die jährlichen Energiekosten um 600.000 $ und den Kraftstoffverbrauch um 800.000 $ reduzieren.”

Wie können Big Data und KI der Umwelt helfen?

Doug Stevenson, Inhaber von Blinq Blinq und unabhängiger Technologieberater, behauptet, dass die Fähigkeit der KI, große Datensätze aus verschiedenen Quellen zu analysieren, sie zu einem idealen Tool macht, um wichtige Probleme wie den Klimawandel anzugehen.

„Ob es um die Datenanalyse aus Wettersatellitenbildern, Sensornetzwerken zur Überwachung von Energieverbrauch und Emissionen oder Simulationen zur Vorhersage zukünftiger Auswirkungen geht, die Menge und Komplexität der Informationen ist genau die Art von Herausforderung, die KI hervorragend bewältigen kann”, erklärt er.

Er behauptet, dass Wissenschaftler die Abholzung- und Algenausbrüchen-Folgen, sowie andere ökologische Veränderungen direkt beobachten können, indem sie Computer Vision und Deep Learning Algorithmen für Umweltbilder-Analysen einsetzen.

Außerdem behauptet er: „Die automatische Erkennung von Anomalien oder subtilen Mustern in riesigen Datensätzen könnte dabei helfen, bisher unbekannte Erkenntnisse zu entdecken.”

Stevenson geht außerdem davon aus, dass KI Technologien intelligente Stromnetze optimieren könnten, was zu einer Verringerung des Energieverbrauchs und der Kohlenstoffemissionen führen wird.

Und weiter: „Mit den Fortschritten in der prädiktiven Modellierung werden wir genauere Prognosen haben, die uns bei der Katastrophenvorsorge und -minderung helfen”, fährt er fort.

Wie kann KI die Systeme für erneuerbare Energien optimieren?

In der erneuerbaren Energie Branche können Unternehmen KI nutzen, um ihre Systeme zu verbessern, die Effizienz zu steigern und potenzielle Risiken zu bewerten. Als leitende Analystin bei EarthWeb und Expertin für Cybersicherheit hat Maria Opre diese Dinge aus erster Hand erfahren, als sie ein erstklassiges Solarunternehmen bei der Risikobewertung unterstützte.

Sie erklärt, dass das Unternehmen dank maschinellem Lernen auf historische Produktions- und Verbrauchsdaten in der Lage war, die Solarstromproduktion und -nachfrage zu prognostizieren. Das hat dazu geführt, dass weniger Reserveenergie aus fossilen Brennstoffen verbraucht werden.

Sie fährt fort: „Die Prognosen in die Day-Ahead-Planung der künstlichen Intelligenz helfen auch bei der Solarenergie Einspeisung in das Netz zum richtigen Zeitpunkt und leitet überschüssige Energie in Batteriespeicher um, damit sie später verwendet werden kann“.

„Indem wir Angebot und Nachfrage proaktiv aufeinander abstimmten, reduzierten wir die Verschwendung und verhinderten Käufe von fossilen Kraftwerken, die sonst in Zeiten hoher Nachfrage zusätzliche Kapazitäten geliefert hätten.”

Innerhalb von 18 Monaten konnte das Solarunternehmen „die Treibhausgasemissionen pro Megawattstunde im Vergleich zum konventionellen Betrieb um 15 % senken”, so Opre, was den Erfolg seiner KI Implementierung beweist.

Aber KI ist nicht nur vorteilhaft, um die Umweltauswirkungen und Effizienz der erneuerbarer Energiesysteme zu verbessern, die es bereits gibt. Sie kann auch die Entwicklung und Umsetzung innovativer Technologien für erneuerbare Energien vorantreiben“, wie Opre erklärt.

„Mithilfe von maschinellem Lernen arbeiten die Forscher daran, Windturbinen und Solarmodule zu entwickeln, die mit realen Daten aus weltweiten Installationen besser für die Leistung optimiert sind”, erklärt Opre.

Ingenieure können KI nutzen, um die Effizienz von Komponenten aus dem erneuerbaren Energie Bereich zu verbessern, und zwar indem sie die Erkenntnisse aus dem Betrieb von Zehntausenden von Anlagen unter verschiedensten Bedingungen einbeziehen. Unterstützt durch KI können beschleunigte und datengesteuerte Innovationszyklen zu einem schnelleren globalen Ausbau der erneuerbaren Kapazitäten führen.

Wie kann KI mit anderen neuen Technologien kombiniert werden?

Die globale Vorbereitung auf den Klimawandel wird durch die Integration von KI mit Technologien wie 5G, Edge Computing und dem Internet der Dinge (IoT) gesteuert, so Steve Carlini, Vizepräsident für Innovation und Rechenzentren bei Schneider Electric.

Carlini sagt, dass diese Innovationen alles von der Ressourcenzuweisung bis zum Verkehrsmanagement verbessern. Er erwartet, dass sie die Nachhaltigkeit in verschiedenen Städten und Unternehmen verbessern, indem sie „die betriebliche Effizienz steigern und uns in die Lage versetzen, wertvolle Veränderungen vorzunehmen, die dazu beitragen, unseren Wasser-, Land- und Energieverbrauch zu reduzieren.”

Carlini behauptet jedoch, dass KI und andere digitale Technologien, die darauf abzielen, die Emissionen in Sektoren wie Energie, Transport, Fertigung und Immobilien zu verringern, robuste Rechenzentren erfordern.

„Diese Kraftwerke können nicht nur die betriebliche Effizienz und die Prozesse verbessern und gleichzeitig die Kapazität erhöhen, um die Nachfrage nach immer größeren KI Arbeitslasten zu befriedigen, sondern sie können dies auch tun, ohne ihren eigenen CO2-Fußabdruck zu vergrößern”, sagt er.

„Noch besser: KI Rechenzentren können ihre Kohlenstoffemissionen mit der Zeit weiter reduzieren, indem sie ein intelligentes Management bei den erneuerbaren Energien und innovativen Kühltechnologien einsetzen.”

Welche Herausforderungen gibt es zu beachten?

Obwohl KI das Potenzial hat, auf vielfältige Weise bei der Klimawandel Eindämmung beizutragen, müssen bestimmte Hindernisse erkannt und überwunden werden.

Taimur Ijlal, Leiter der Abteilung für Informationssicherheit bei Netify, gibt zu bedenken, dass KI Klimalösungen eine Reihe von Gefahren für die Cybersicherheit und den Datenschutz mit sich bringen können.

„Je mehr wir in die Digitalisierung von Klimalösungen und den Aufbau vernetzter Ressourcennutzung Netzwerke und Infrastruktur investieren, desto größer wird die Angriffsfläche”, sagt er.

„Wenn lebenswichtige Systeme von KI Modellen abhängig werden, die potenziell manipuliert oder Dienste unterbrochen werden könnten, steht mehr auf dem Spiel. Außerdem verlangen sensible Standortdaten, individuelle Energieprofile und andere persönliche Informationen, die gesammelt werden, einen robusten Schutz.”

Unternehmen, sollten sich also mit diesen Technologien beeilen, ermutigt er, „von Anfang an für Widerstandsfähigkeit zu sorgen”. Sie können dies tun, indem sie bewährte Ansätze wie „differenzierten Datenschutz in Datensätzen, defensives Training von Modellen und segmentierte, luftgekapselte Einsätze zur Begrenzung des Schadens durch Bedrohungen” anwenden.

Einzelpersonen, Regierungen und Organisationen werden von Stevenson aufgefordert, bei ihren Bemühungen zur Klimawandel Bekämpfung gleichzeitig „soziale und politische Dimensionen” zu berücksichtigen, anstatt sich ausschließlich auf die Technologie zu verlassen.

„Dinge wie Emissionen Reduzierung-Anreize in emissionsintensiven Industrien oder die Änderung des Verbraucherverhaltens hängen immer noch von den Entscheidungen von Regierungen, Organisationen und Einzelpersonen ab”, sagt er abschließend.

„Die richtigen Vorschriften und Initiativen müssen deshalb das ergänzen, was die Modelle und Algorithmen liefern.”