Verantwortungsvolle KI braucht ein belastbares Fundament

„Verantwortungsvolle KI entsteht nicht allein durch Grundsatzerklärungen. Es beginnt mit dem, was Sie wissen.“

Verantwortungsvolle KI hängt von Daten, Schutzmechanismen und betrieblichen Entscheidungen ab, die von Anfang an mitgedacht werden, ist Eric Zie, Gründer und CEO von GoCodeGreen, überzeugt. Für Computing beschreibt er, was es aus seiner Sicht für den verantwortungsvollen Einsatz von KI braucht.

Der Gewinn von zwei Auszeichnungen in diesem Jahr – dem „AI and Software Development Award“ von Computing für die Innovation des Jahres sowie dem National AI Award für die beste KI-Lösung für KMU – war ein bedeutender Moment für GoCodeGreen (GCG). Nicht, weil Auszeichnungen das Ziel wären, sondern weil sie eine Entscheidung würdigen, die ich vor etwa zwölf Monaten getroffen habe: unsere Lösung für Umweltintelligenz gezielt mit KI zu verbessern – allerdings nur so, dass Qualität, Vertrauen und Wirkung unserer bereits geleisteten Arbeit gestärkt werden. Diese Unterscheidung ist wichtig.

Zunächst musste das Fundament stehen

Bei GoCodeGreen waren wir schon immer überzeugt, dass Technologie dazu beitragen sollte, Technologie zu verbessern: effizienter, transparenter, messbarer und verantwortungsbewusster.

Unsere Plattform wurde entwickelt, um die Umweltauswirkungen digitaler Produkte, Software, Cloud-Dienste und KI-Systeme auf Produktebene zu messen. Sie hilft Unternehmen, klarer zu erkennen, wo im gesamten digitalen Lebenszyklus Emissionen, Energiebedarf, Wasserverbrauch und Ineffizienzen entstehen.

In den vergangenen Jahren haben wir ein solides Fundament geschaffen: Daten auf Produktebene, standardkonforme Lebenszyklusbewertung, Wissen über nachhaltige Softwareentwicklung, Erkenntnisse zur Cloud-Optimierung und praktische Erfahrung aus komplexen Kundenumgebungen. Dieses Fundament wurde zum Ausgangspunkt für GCG-AI.

Ich wollte nicht, dass wir KI einsetzen, nur weil alle anderen es tun. Ich wollte KI nicht einfach als zusätzliche Funktion an die Plattform anfügen oder eine weitere Ebene generischer Automatisierung schaffen. Ich wollte KI nur dort einsetzen, wo sie unsere Arbeit für die Teams nützlicher, skalierbarer und umsetzbarer macht, die digitale Produkte tatsächlich verbessern müssen.

Die Frage, auf die ich immer wieder zurückkam, war einfach: Wie können wir KI nutzen, um vertrauenswürdige Umweltdaten in bessere technische Entscheidungen zu übersetzen?

Forschung wird Praxis

Meine Arbeit im Rahmen des ITEA/UKRI-GENIUS-Forschungsprogramms sowie separate Forschungsaktivitäten am King’s College London haben mein Denken stark geprägt. Generative KI wird verändern, wie Software entworfen, entwickelt, getestet und betrieben wird. Das ist klar. Offen bleibt jedoch, ob dieser Wandel Software besser, effizienter und nachhaltiger macht – oder lediglich zu mehr Code, höherem Rechenbedarf und versteckten Umweltkosten führt.

Diese Frage liegt mir sehr am Herzen.

Seit Jahren vertrete ich die Ansicht, dass die digitale Welt nur dann verantwortungsvoll wachsen kann, wenn wir ihre Umweltauswirkungen verstehen und steuern können.

KI macht dieses Argument noch dringlicher. Wenn wir KI lediglich nutzen, um mehr und schneller zu produzieren, vergrößern wir womöglich Ineffizienzen. Wenn wir sie dagegen einsetzen, um Verständnis zu verbessern, Verschwendung zu reduzieren, Qualität zu steigern und bessere Technik zu fördern, wird sie Teil der Lösung.

Das ist das Fundament, das wir mit GCG-AI schaffen wollten. Es spiegelt wider, was ich durch Forschung, Kundenprojekte, Normungsarbeit und Plattformentwicklung gelernt habe.

Es spiegelt auch die Überzeugung wider, dass verantwortungsvolle KI nicht allein durch politische Erklärungen entsteht. Sie entsteht durch Designentscheidungen: welche Daten verwendet werden, auf welches Wissen das System zugreifen kann, welche Schutzmaßnahmen greifen, wie Ergebnisse validiert werden, wie Menschen rechenschaftspflichtig bleiben, wie Empfehlungen in Maßnahmen übersetzt werden und wie die Auswirkungen gemessen werden.

Verantwortungsvolle KI als Betriebsmodell

Verantwortungsvolle KI darf nicht nur ein Etikett sein. Sie ist ein Betriebsmodell.

Deshalb sind unsere Auszeichnungen von Bedeutung. Sie würdigen Innovation, vor allem aber einen durchdachten Ansatz für Innovation: einen Ansatz, bei dem KI zielgerichtet und nicht aus einer Mode heraus eingesetzt wird; bei dem ökologische und governancebezogene Grenzen von Anfang an einbezogen werden; und bei dem vertrauenswürdige Daten, fundiertes Fachwissen und menschliches Urteilsvermögen im Mittelpunkt stehen.

Ich bin stolz auf diese Anerkennung, aber noch stolzer auf die dahinterstehende Denkweise.

GCG-AI zeigt, dass KI genutzt werden kann, um Technologie selbst nachhaltiger zu gestalten. Es zeigt, dass hochwertige Umweltdaten, Fachkompetenz und verantwortungsbewusstes KI-Design zusammengeführt werden können, um messbaren Mehrwert zu schaffen. Und es zeigt, dass die Zukunft der KI in der Softwareentwicklung nicht nur durch Produktivität, Geschwindigkeit oder Automatisierung definiert werden muss, sondern auch durch Qualität, Effizienz, Verantwortlichkeit und Wirkung.

KI für das Gute muss konzipiert, gesteuert und gemessen werden. Sie muss Menschen helfen, bessere Entscheidungen zu treffen, relevante Ergebnisse hervorbringen und menschliches Fachwissen stärken, statt es zu umgehen.

Genau das haben wir mit GCG-AI versucht. Und das ist erst der Anfang.

Wir messen, was wir nutzen

Wenn wir KI einsetzen, um anderen zu helfen, die Umweltauswirkungen digitaler Technologien zu verstehen, müssen wir uns selbst am selben Maßstab messen lassen. Wir erfassen unsere eigene KI-Nutzung anhand der eingehenden und ausgehenden Token, der Anzahl der Aufrufe, des geschätzten Energieverbrauchs, der CO₂-Bilanz und des Wasserverbrauchs. Wer mich kennt, weiß, dass ich den Ausdruck „unser eigenes Hundefutter essen“ nicht mag; „wir trinken unseren eigenen Champagner“ gefällt mir deutlich besser.

So können wir den ökologischen Fußabdruck des KI-Prozesses selbst verstehen und beurteilen, ob der geschaffene Mehrwert in einem angemessenen Verhältnis dazu steht. GCG-AI ist nicht für wahllosen Einsatz konzipiert. Es soll hochwertige Daten auf Produktebene schneller in bessere technische Entscheidungen überführen. Die Frage, die wir uns daher ständig stellen, lautet nicht nur: „Was verbraucht die KI?“, sondern auch: „Welchen messbaren Mehrwert schafft diese KI-Aktivität?“

Für uns bedeutet verantwortungsvolle KI, beide Seiten dieser Gleichung zu kennen: die Ressourcenkosten ihres Einsatzes und den ökologischen, betrieblichen sowie technischen Nutzen, den sie erschließt.

Eric Zie ist Gründer und CEO von GoCodeGreen sowie Gastprofessor für digitale und IKT-Nachhaltigkeit an der University of Suffolk. Kürzlich wurde er in der Liste der „Top 100 IT Leaders 2026“ von Computing aufgeführt.

--

Dieser Artikel erschien ursprünglich auf unserer Schwester-Website Computing.