(Quelle: unplash.com)
Ist KI per se nachhaltig? Kann sie uns helfen, unser Wirtschaften als Unternehmer:innen nachhaltiger zu gestalten? Wie können wir KI gewinnbringend und gleichzeitig ressourcenschonend einsetzen? Das sind Fragen, mit denen wir uns bei nextOrange beschäftigen und die auch auf der Eröffnungsveranstaltung des Green-AI Hub Mittelstand, einer KI-Initiative des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz, offen und kontrovers diskutiert wurden.
Wirtschaftliches Handeln sollte nicht gleichbedeutend sein mit einem hohen Verbrauch an Ressourcen – im Gegenteil. Unternehmen, die verantwortungsvoll mit z. B. Wasser, Energie und Rohstoffen umgehen, schonen die Umwelt und sparen Geld – eine Win-win-Situation. Doch wie lassen sich die komplexen und oft hochspezialisierten Prozesse effizienter gestalten? Moderne Lösungen finden sich im Bereich der Künstlichen Intelligenz.
KI-Anwendungen helfen dabei, Ressourcen und Kosten für Energie, Rohstoffe, Verschleißmaterialien und einzusparen, so die Umwelt zu entlasten und gleichzeitig positive betriebswirtschaftliche Effekte zu erzielen (siehe auch Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz).
Herausforderungen beim Aufbau nachhaltiger KI – „Green-AI“
Wie können Unternehmen durch den Einsatz von KI nachhaltiger werden und wo liegen Chancen und Herausforderungen? Die Einführung von KI geht weit über das hinaus, was wir von der Entwicklung und der Einführung von Software kennen. So greift sie in die Ebenen IT- und Unternehmensstrategie, Führung, Organisation und Projektvorgehen ein. Aus diesem Grund erfordern KI-Anwendungen ein Umdenken in der Führung und eine agile Herangehensweise in der Umsetzung. Alle KI-Träume sollten mit der Frage beginnen: Welches Ziel soll erreicht bzw. welches Problem damit gelöst werden?
Einsatzgebiete und nachhaltige Business Cases mit KI
KI-Anwendungen begegnen uns täglich in den unterschiedlichsten Kontexten: ChatGPT bei der Arbeit, Alexa zu Hause, Siri auf dem Smartphone, Scoring-Systeme in Asien, kontinuierliche Preisanpassungen im Handel, Lagermanagement bei Amazon, Routenoptimierung bei Sharing- und Ride-Hailing Anbietern sowie Verkehrsmanagement in San Francisco und nicht zuletzt im Bereich “autonomes Fahren”.
Mit maschinellem Lernen bzw. KI erstellen wir Prognosen, erkennen Muster und vereinfachen Prozesse. Im Kern geht es meist um die Disziplinen Predictive Maintenance, Augmented Reality und Computer Vision kombiniert mit Sensorik und einer KI. Erst, wenn zusätzlich die für die Lernphase der KI notwendigen Daten in ausreichender Menge vorhanden sind, können sich die gewünschten Effekte und Verbesserungen einstellen. Die nachhaltige, digitale Transformation betrifft also weit mehr als nur den Technologieeinsatz.
Speziell in den Bereichen Mobilität und Logistik sind es oft Routenoptimierungen oder die optimale Verteilung der Flottenfahrzeuge innerhalb eines definierten Gebiets, bei denen KI eingesetzt wird. Bei Letzterem kommen Prognosewerte aus dem Bereich der Nutzeranalyse zum Tragen, die in der Regel ebenfalls von einer KI ermittelt wurden. Beide Branchen setzen auch Lösungen aus dem Bereich Predictive Maintenance ein, um rechtzeitig auf Materialverschleiß zu reagieren und damit z. B. Ausfälle oder Reparaturzeiten von Fahrzeugen zu reduzieren. KI kann auch eine ideale Be-/Entladung von LKWs oder Containern ermitteln, kombiniert mit einer optimierten Strecke. Das führt in der Folge zu einer effizienteren und damit auch nachhaltigeren Logistikkette – vorausgesetzt, die notwendigen Daten sind verfügbar.
Zwei Impulse aus der Praxis des “Green-AI Hub Mittelstand”
1) Intelligent nutzen statt verschwenden – KI-basierte Ressourceneffizienz
Der Impulsvortrag von KI-Expertin Dr. Vanessa Just stellte folgende Tatsache in den Mittelpunkt: KI ist nicht automatisch ressourcenschonend. Deshalb sollten Unternehmen hinterfragen, wie umweltschonend der Technologieeinsatz und die Digitalstrategie wirklich sind und diese ggf. neu und nachhaltig ausrichten.
(Quelle: Dr. Vanessa Just)
Bezogen auf den Dreiklang der Nachhaltigkeit – nämlich die ökologische, die soziale und die ökonomische Ebene – können Unternehmen sich die Fragen stellen, welche Tätigkeit die KI ersetzen, welches konkrete Problem gelöst oder welches Ziel mit Blick auf die drei Ebenen erreicht werden soll.
(Quelle: Dr. Vanessa Just)
(Quelle: Dr. Vanessa Just)
Dr. Just führte aus, dass nachhaltige, digitale Transformation immer ganzheitlich geschieht – sie betrifft u.a. die Unternehmensstrategie, Führungsaspekte, Kultur, Steuerung, Prozesse usw. Hier liegen viele Potenziale, aber auch Hürden verborgen. Die Technologie sieht Dr. Just als unterstützendes Element. So seien alle Bausteine in der Summe wichtig für das Gelingen von nachhaltigen KI-Initiativen.
Die Lösung liege auf neuen Geschäftsmodelle, weg von einem klassischen Wirtschaftssystem (basierend auf den beiden Stufen “Wertaufbau“ und „Wertverlust“) und hin zu einem „Werterhalt“.
(Quelle: Dr. Vanessa Just)
2) Green-AI: Chancen für den Mittelstand
Prof. Dr. Oliver Thomas machte in seinem Impulsvortrag klar, dass eine genaue Unterscheidung wichtig sei: Welche KI-basierten Business Cases zahlen „nur“ auf die Automatisierung ein und welche auch auf Nachhaltigkeit? Auch Thomas unterstreicht die Bedeutung einer umfassenden Analyse im ersten Schritt: Wo genau kann KI im Unternehmen eingesetzt werden, um Nachhaltigkeitseffekte zu erzielen? Welches Problem soll mit dem Einsatz der KI gelöst werden? So hätten viele Unternehmen aktuell noch Schwierigkeiten, das Potenzial von KI für ihr Geschäft richtig einzuschätzen.
Ein weiterer Aspekt ist die Bewertung der Nachhaltigkeit der eingesetzten KI. Hierzu stellte Thomas ein Diagramm mit den Dimensionen „Automatisierung“ und „Nachhaltigkeit“ vor.
(Quelle: Prof. Dr. Thomas)
Im Rahmen seines Vortrags präsentierte Prof. Dr. Thomas mehrere Beispiele für den erfolgreichen Einsatz von KI – immer mit Blick auf die Einordnung der jeweiligen Lösung in die Matrix.
Cross Innovation:
Ein Projektbeispiel adressierte das „Recycling“ bzw. die Wiederverwendbarkeit von KI, dem sogenannten Cross Innovation. Ein Beispiel hierfür kommt aus dem Bereich Predictive Maintenance. Eine KI zur Überwachung von Anlagen, um deren Lebensdauer zu erhöhen, konnte auch bei einer Wirtschaftsprüfung erfolgreich dafür eingesetzt werden, Buchungsanomalien zu ermitteln.
(Quelle: Prof. Dr. Thomas)
(Quelle: Prof. Dr. Thomas)
Ein weiteres Beispiel einer erfolgreichen KI-Umsetzung: In einem Kfz-Betrieb konnte mit Hilfe einer Bild-Datenbank für Kratzer der Annahmeprozess für Reparaturen sehr stark verkürzt werden. Der daraus resultierende Zeitaufwand hatte sowohl positive Effekte auf die Kunden als auch auf die Mitarbeitenden. Nach erfolgreicher Einführung der KI entstand die Idee, die KI-gestützte Beurteilung und Kategorisierung der Kratzerbilder auch auf den Bewertungsprozess einer Kfz-Versicherung auszuweiten – mit Erfolg.
Federated Learning:
Eine Heizungssteuerung ist erst einmal nicht sonderlich komplex. Komplex wird sie erst, wenn man beginnt, die Steuerung um das Nutzerverhalten der Bewohner:innen zu erweitern. Hierbei spielt Datensouveränität eine große Rolle, da eine Analyse in die intimen Bereiche der Bewohner:innen eingreift. Wichtig ist hierbei, der KI die Nutzerdaten abstrakt und nicht personalisiert zum Lernen zur Verfügung zu stellen (Federated Learning).
(Quelle: Prof. Dr. Thomas)
Automatisierung vs. Nachhaltigkeit:
Am Ende des Vortrags wurden alle genannten KI-Beispiele in die von Prof. Dr. Thomas vorgestellten Matrix eingeordnet und verdeutlicht, welche KI-Lösungen der Automatisierung dienen und welche wirklich einen Beitrag zur Nachhaltigkeit leisten.
(Quelle: Prof. Dr. Thomas)
Fazit
KI ist ein entscheidender Teil im Bereich der nachhaltigen, digitalen Transformation. Dr. Vanessa Just erwähnte die Vielfältigkeit der Herausforderungen bei der Einführung von KI. Oft werden Themen wie Strategie, Führung, Kundenzentrierung, Kultur, Prozesse und Organisationsstruktur gar nicht als zentrale Pfeiler bei KI-Lösungen erkannt.
Prof. Dr. Thomas klärte darüber auf, dass wir genau beobachten müssen, ob es sich wirklich um einen Green-AI-Anwendungsfall handelt oder „nur“ um Automatisierung. Viele Unternehmen stehen noch am Anfang mit KI und müssen zunächst herausfinden, ob KI für sie bzw. ihre Produkte und Dienstleistungen hilfreich sein kann und welche Geschäftsfälle damit gelöst bzw. effizienter und nachhaltiger gestaltet werden können.
nextOrange unterstützt Ihre nachhaltigen KI-Vorhaben
Wir beraten und begleiten Ihre Projekte und Ihre Organisation bei der Umsetzung von KI-gestützten Business-Cases. Dafür erarbeiten wir mit Ihrem Management agile Strukturen, Prozesse und helfen Ihnen bei der Entwicklung einer erforderlichen, agilen Führungskultur. Unsere versierten Product Owner und agilen Projektmanager:innen steuern Ihre KI-Projekte effizient und ressourcenschonend zum Erfolg. Auf dem Weg in die Selbstorganisation werden Ihre Teams von unseren agilen Coaches unterstützt.
