{"id":61242,"date":"2025-08-11T15:04:32","date_gmt":"2025-08-11T13:04:32","guid":{"rendered":"https:\/\/www.inovex.de\/?p=61242"},"modified":"2026-02-17T17:32:29","modified_gmt":"2026-02-17T16:32:29","slug":"sustainable-ai-co2","status":"publish","type":"post","link":"https:\/\/www.inovex.de\/de\/blog\/sustainable-ai-co2\/","title":{"rendered":"Sustainable AI – Wie wir den CO2-Fu\u00dfabdruck messen & reduzieren k\u00f6nnen"},"content":{"rendered":"

Sustainable AI<\/strong> (nachhaltige KI) ist eine Schl\u00fcsseltechnologie der digitalen Transformation, die es erm\u00f6glicht, die Umweltauswirkungen von KI-Systemen zu minimieren, w\u00e4hrend gleichzeitig deren Vorteile maximiert werden. Diese Technologie spielt eine entscheidende Rolle in nahezu allen Branchen, vom Gesundheitswesen bis zum Finanzsektor, und f\u00f6rdert Innovationen, die unser t\u00e4gliches Leben verbessern. Allerdings gehen die Fortschritte in der K\u00fcnstlichen Intelligenz auch mit erheblichen Umweltkosten einher. Insbesondere gro\u00dfe ML-Modelle ben\u00f6tigen immense Rechenleistung, was zu hohen CO2-Emissionen f\u00fchrt.<\/p>\n

Ich selbst habe Umweltinformatik studiert und interessiere mich schon immer f\u00fcr KI. Zusammen mit dem Nachhaltigkeitsteam<\/a> bin ich deshalb auch auf das Thema meiner Bachelorarbeit gekommen:<\/p>\n

Die Messung und Reduktion des CO2-Fu\u00dfabdrucks von ML-Modellen in der Trainingsphase. Dabei konzentrierte ich mich auf das Modell DistilBERT f\u00fcr Sentiment-Analysen und testete verschiedene Optimierungsm\u00f6glichkeiten. Ziel war es, nachhaltige ML-Praktiken zu etablieren, die nicht nur die Effizienz der Modelle verbessern, sondern auch deren \u00f6kologische Auswirkungen verringern.<\/p>\n

\n

<\/p>\n<\/div>