Nachhaltige Künstliche Intelligenz

Die aus KI entstehenden Möglichkeiten sind immens. Speziell das maschinelle Lernen ist für viele deutsche Unternehmen mittlerweile kein Fremdwort mehr. In durchweg allen Branchen werden die Einsatzmöglichkeiten von trainierten Modellen evaluiert, die neue Geschäftsfelder entstehen lassen oder bestehende Abläufe optimieren. In der Euphorie werden von vielen Akteurinnen und Akteuren Nachhaltigkeitsaspekte vernachlässigt. Zum Beispiel kann das Training von KI-Algorithmen und der Betrieb der Systeme durchaus ressourcenintensiv sein kann. Die derzeitige Entwicklung zielt darauf ab, bestehende Modelle noch akkurater bzw. performanter zu machen. Dabei müssen Performance und Nachhaltigkeit von KI-Systemen kein Widerspruch sein.
Dieses Buch verfolgt das Anliegen, die Chancen nachhaltiger KI-Ansätze darzustellen. Es wird detailliert auf Nachhaltigkeit in der IT, Nachhaltigkeit durch KI sowie auf Digitale Ethik eingegangen. Nicht alle 17 UN-Agenda 2030 Ziele werden behandelt, der Fokus liegt auf der ökologischen Nachhaltigkeit. Das Buch ist kein Theoriewerk. Es beinhaltet diverse konkrete Empfehlungen für zur direkten Anwendung für nachhaltigere KI-Projekte.

Aus dem Inhalt:

• Einleitung und Problemstellung – 6
  • Problemstellung – 8
  • UN-Agenda 2030: 17 Nachhaltigkeitsziele und KI – 11
  • Aufbau des Buches – 14
  • Literatur – 16
• Nachhaltigkeit in KI – 18
  • Deep Learning: Innovation oder ein wachsendes Problem? – 20
  • Technische Grundlagen – 23
  • Technische Möglichkeiten zur Reduzierung des Energieverbrauchs – 26
  • Lösungen für praktische Anwendungen – 29
  • Literatur – 32
• Nachhaltigkeit durch KI – 33
  • Einleitung – 33
  • Stand der Forschung – 35
  • Typen von KI für Nachhaltigkeit – 40
    • Decision Trees – 40
    • Support Vector Machines – 42
    • K-Nearest Neighbor (KNN) – 43
    • Clustering – 44
    • Deep Learning und neuronale Netze – 45
    • Reinforcement Learning – 47
    • Few Shot Learning – 47
    • Long-Short-Term-Memory (LSTM) – 49
  • KI für (mehr) Nachhaltigkeit – 51
  • Use-Cases KI für Nachhaltigkeit – 58
  • Leitfaden für die KI-Implementierung im Unternehmen – 69
    • Phase 1 – Zielsetzung und Folgenabschätzung – 74
    • Phase 2 – Planung und Gestaltung – 74
    • Phase 3 – Vorbereitung und Implementierung – 75
    • Phase 4 – Evaluation und Anpassung – 78
    • Literatur – 78
• Nachhaltigkeitsethik und Künstliche Intelligenz – 81
  • Ethische Implikationen der Nachhaltigkeit – 81
  • Ethische und nachhaltige Maßstäbe des Handelns – 82
  • Die Verantwortung von Unternehmen – 82
  • Digitale Ethik – 83
  • Freiwillige Standards vs. gesetzliche Regulierungen – 84
    • Freiwillige Standards – 84
    • Gesetzliche Regulierungen – 85
  • Digitale Ethik im Unternehmen – 86
  • Fazit – 88
  • Literatur – 88
• Zusammenfassung und Ausblick – 91
  • Zusammenfassung – 91
  • Ausblick – 97