Wie passt KI zur Nachhaltigkeit?

Insights

Widerspruch oder sinnvolle Ergänzung?

Recherche, Datenverarbeitung, E-Mails schreiben: alles Arbeitsprozesse, die durch künstliche Intelligenz vereinfacht werden können. KI hilft uns dabei, uns auf das Wesentliche zu konzentrieren und Ressourcen gezielt einzusetzen. Aber was Arbeitszeit einspart, bewirkt genau das Gegenteil für die Umwelt. Eine einfache ChatGPT-Anfrage verbraucht aufgrund von deutlich höheren Rechenleistungen zehnmal mehr Strom als eine Google-Suche (BestBrokers 2025). Die täglichen Anfragen werden auf 214 Millionen geschätzt, welche insgesamt eine halbe Million Kilowattstunden Energie benötigen. Das ist ungefähr 20.000-mal so viel, wie ein durchschnittlicher deutscher Haushalt täglich verbraucht. Für die Kühlung der Server wird zudem pro Chat ein halber Liter Wasser benötigt. 

Auf den ersten Blick scheinen sich KI und Nachhaltigkeit zu widersprechen. Tatsächlich wird das Potenzial von Künstlicher Intelligenz für die Nachhaltigkeit von Unternehmen jedoch unterschätzt. Zu diesem Ergebnis kam bereits 2022 eine Studie zweier Fraunhofer-Institute. KI kann dabei helfen, Produktionsprozesse zu optimieren, Muster zu erkennen oder beispielsweise Maschinen besser einzustellen. 

Warum Nachhaltigkeit und KI zusammen
gehören

Der LinkedIn Green Skills Report 2025 betont KI-Skills als wichtigste Ergänzung für Fachkräfte im Nachhaltigkeitsbereich. Für mittelständische Unternehmen birgt KI die Chance, ihre Nachhaltigkeitsziele effizient zu erreichen.  

Der Einsatz von KI ist dann wirklich sinnvoll, wenn sie ein konkretes Problem löst und nachweislich zur Effizienzsteigerung oder Ressourcenschonung beiträgt, nicht, wenn sie lediglich aus Innovationsdruck oder Imagegründen implementiert wird. Unternehmen sollten prüfen, ob ausreichend Datenqualität vorhanden ist, ob die Aufgabe regelbasiert automatisierbar ist und ob der Nutzen den Energie- und Implementierungsaufwand übersteigt.  

Genau hier kommen KI-Skills ins Spiel: Fachkräfte mit entsprechender Kompetenz können Potenziale realistisch einschätzen, Anwendungsfälle priorisieren und den Einsatz so steuern, dass ökologische und wirtschaftliche Ziele gleichermaßen berücksichtigt werden. KI-Expertise wird damit zur Schlüsselqualifikation für eine nachhaltige und strategisch durchdachte Digitalisierung. Transformationsmanager:innen für Nachhaltigkeit sind aktuell stark gefragt. Gemeinsam mit AI Officers können sie den Wandel im Unternehmen gezielt vorantreiben und wirksam unterstützen.

Potenziale erkennen

KI als Unterstützung in der Nachhaltigkeit

Sustainable AI beschreibt KI-Systeme, die nicht nur leistungsstark, sondern auch energie sowie ressourcenschonend und sozial tragbar sind. So kann dieses nachhaltige Potenzial von Künstlicher Intelligenz gezielt genutzt werden. 

Beispiele für Sustainable AI:

  • Produktion: In der Predictive Maintenance (vorausschauende Wartung) kann Künstliche Intelligenz dabei helfen, potenzielle Ausfälle frühzeitig zu erkennen und Wartungsmaßnahmen gezielt zu planen. Dadurch wird die Lebensdauer von Anlagen verlängert und eine sparsame Ressourcennutzung gefördert. 
  • Logistik: Durch KI-gestützte Routenoptimierung können in der Logistik der Kraftstoffverbrauch und CO₂-Emissionen stark reduziert werden. 
  • Einkauf und Lieferketten: KI-Technologien ermöglichen es Unternehmen, historische Daten zu analysieren und Muster zu erkennen, die auf die CO₂-Emissionen von Lieferanten hinweisen. Predictive-Modelle helfen dabei, Abweichungen im Lieferantenverhalten frühzeitig zu erkennen und gezielte Maßnahmen zu planen.  
  • Emissions-Accounting: Durch den Einsatz von KI in der Datenerhebung, -analyse und -überwachung kann die CO₂-Bilanzierung automatisiert und optimiert werden.  
  • Nachhaltigkeitsberichterstattung: Auch können KI-Modelle eine wertvolle Unterstützung bei der Wesentlichkeitsanalyse, Datenerhebung sowie -analyse im Rahmen der Nachhaltigkeitsberichterstattung sein.   
Jetzt anmelden

Nichts mehr verpassen!

Tragen Sie sich gerne für unseren Newsletter ein und lassen Sie sich informieren, wenn der Termin für die nächste Veranstaltung feststeht.