Nachhaltige Künstliche Intelligenz (eBook)

Eine Zukunftsvision und ihre Hintergründe

Daniel Sonnet, Andreas Moring, Joseph Bethge, Hendrik Müller (Autoren)

eBook Download: PDF

2024 | 1. Auflage
VI, 99 Seiten
Springer Vieweg (Verlag)
978-3-658-46050-1 (ISBN)

Infos

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.

Inhalt

Inhaltsverzeichnis 6
Einleitung und Problemstellung 8
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

Produkt-Details

• Erscheint lt. Verlag: 30.12.2024
• Reihe/Serie: SDG - Forschung, Konzepte, Lösungsansätze zur Nachhaltigkeit
• Zusatzinfo: VI, 93 S. 13 Abb., 10 Abb. in Farbe.
• Sprache: deutsch
• Themenwelt: Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik
• Schlagworte: Energieeffizienz in der KI • Environmental AI • GPT-4 • green AI • Green Data Management • LLM • Nachhaltige KI • Nachhaltigkeit in der KI • Ressourcenarme KI
• ISBN-10: 3-658-46050-4 / 3658460504
• ISBN-13: 978-3-658-46050-1 / 9783658460501