Nutzung der KI der Generation für globale Ziele: Leitfaden für den privaten Sektor zur nachhaltigen Entwicklung mit Technologie

Die Umsetzung der Agenda 2030 für nachhaltige Entwicklung und der Ziele für nachhaltige Entwicklung (SDGs) erscheint schwierig . Zunehmende geopolitische Spannungen, Ungleichheiten und der Klimawandel wirken sich auf die gesamte Entwicklung aus. Daher liefert dieser Bericht über den Einsatz von KI zur Erreichung globaler Ziele wichtige Erkenntnisse zu den Herausforderungen und Lösungsansätzen.

„Die Agenda 2030 – unser globaler Plan für Frieden und Wohlstand auf einem gesunden Planeten – steckt in großen Schwierigkeiten. Künstliche Intelligenz könnte hier Abhilfe schaffen. Sie könnte Klimaschutzmaßnahmen und die Bemühungen zur Erreichung der 17 Ziele für nachhaltige Entwicklung bis 2030 erheblich beschleunigen. Doch all dies hängt davon ab, dass KI-Technologien verantwortungsvoll eingesetzt und allen zugänglich gemacht werden“, sagte António Guterres , Generalsekretär der Vereinten Nationen.

Ziel des Berichts – Die Erreichung der UN-Ziele durch die Bereitstellung umsetzbarer Erkenntnisse und Empfehlungen zu unterstützen.

Was ist GEN AI?

Es handelt sich um ein maschinenbasiertes System, das menschliches Denken nachahmt und verschiedene Eingaben in Ausgaben umwandelt. Diese Ausgaben können von Empfehlungen oder Vorhersagen bis hin zu Inhalten reichen. [7] Generative KI (GEN AI) ist eine Form künstlicher Intelligenz, die neue Inhalte generiert, die über das bereits Bekannte hinausgehen. [8]

Dies geschieht durch die Identifizierung und Replikation der bereits in Texten und Bildern sowie anderen Daten vorhandenen Muster, um realistische neue Daten zu erstellen. Einige gängige Gen-AI-Produkte sind GPT-4/4o, Claude, Midjourney und Claude.

Derzeit liegt der Fokus auf Large Language Models (LLMs), die die menschliche Sprache nachahmen können. Modelle generieren auch Protein-Meme und -Strukturen. Basismodelle für allgemeine Zwecke werden anhand umfangreicher Datensätze trainiert, die aus dem Kern des Gen-AI-Ökosystems stammen. Anpassungen mit spezifischen Daten für verschiedene Anwendungen sind möglich, und Cloud-Anbieter können das System trainieren.

Die Verwendung von Gen AI für globale Ziele: Die führende Rolle des Privatsektors in der nachhaltigen Entwicklung

Mit einem Anteil von über 60 % am globalen BIP spielt der Privatsektor eine wichtige Rolle in der Produktion von Gütern und Dienstleistungen. Daher bietet sich eine bedeutende Chance, im Bereich der generativen KI für eine nachhaltige Entwicklung eine Vorreiterrolle einzunehmen , indem man sich auf die Ziele für nachhaltige Entwicklung (SDGs) konzentriert.

Die beiden Hauptziele, die der UN Global Compact für Gen-AI- Unternehmen fordert, lauten wie folgt:

1. Unternehmen müssen bei der Einführung der KI der zweiten Generation vorsichtig vorgehen und für eine sichere Entwicklung und Nutzung durch Menschen sorgen.
2. Neben der verantwortungsvollen Umsetzung der KI der zweiten Generation sollte der Privatsektor die Lücke zwischen den Taten und den Absichten im Hinblick auf die SDGs schließen.

Nutzung der KI der Generation zur Förderung der Ziele für nachhaltige Entwicklung

Es gibt drei Schlüsselelemente, die das System für eine erfolgreiche und verantwortungsvolle Nutzung der KI der zweiten Generation unterstützen.

1. Die Unternehmen sollten sich darüber im Klaren sein, welches Problem sie lösen wollen. Sie sollten sich außerdem darüber einig sein, dass die KI der Generation eine ideale Lösung darstellt.
2. Unternehmen müssen ihre Mitarbeiter im verantwortungsvollen Umgang mit der KI schulen. Dies kann durch die Bereitstellung geeigneter Daten, Schulungen zur KI-Kompetenz und digitaler Unterstützung erreicht werden.
3. Die Unternehmen sollten die richtigen Regierungsstrukturen aufbauen und für Sicherheit und Rechenschaftspflicht sorgen.

Gen AI und Nachhaltigkeit

Die KI der Generation hat das Potenzial, nachhaltige Entwicklung zu unterstützen, indem sie als Datensammler, Wissensverstärker und Insight-Navigator fungiert. Damit kann die KI der Generation auch bestehende Technologien und Geschäftsabläufe verbessern und die Nachhaltigkeit in vier Schlüsselbereichen weiter fördern, wie im Folgenden erläutert wird.

Effiziente Betriebsabläufe

Für Unternehmen ist es wichtig, begrenzte Ressourcen effizient zu verwalten, um nachhaltige Erträge zu erzielen. Mit Gen AI können verschiedene Prozesse, wie unten beschrieben, verbessert werden.

• RessourcenoptimierungKostensenkung und Umweltbelastung lassen sich durch die Minimierung des Ressourcenbedarfs erzielen. Mitarbeiter können Ressourcen wie Logistik und Rechenleistung optimieren, indem sie neben aktuellen Analysen auch Gen AI einsetzen. Beispielsweise können prädiktive Analysesysteme zu präskriptiven Wartungssystemen ausgebaut werden, die umsetzbare Empfehlungen bieten.
• Mitarbeitereffektivität: Es kann durch entsprechende Schulungen und Tools verbessert werden. Mit Gen AI kann die Schulung jedes Mitarbeiters unter Berücksichtigung seiner Rolle, lokaler Vorschriften und Sprache personalisiert werden. Darüber hinaus können Schulungsprogramme entwickelt werden, die auf die Unternehmensziele abgestimmt sind und so die Entscheidungsfindung und Produktivität der Mitarbeiter weiter verbessern.
• Effizienter CodeUm die Umweltauswirkungen von Software zu minimieren, ist effektives Programmieren wichtig. Mit Gen AI können Programmieraufgaben automatisiert, bestehender Code optimiert und die Präzision verbessert werden. Dies steigert die Effizienz des Teams. Effektives Programmieren ist entscheidend für die Umweltauswirkungen von Software. Gen AI kann Programmieraufgaben automatisieren, bestehenden Code optimieren und Verbesserungen lokalisieren, wodurch Teams effizienter werden.

Alles in allem können Unternehmen durch die Optimierung von Entwicklungsprozessen möglicherweise ihren Ressourcenverbrauch senken und ihre Emissionen reduzieren.

Case Studies

SuperHumanRace – Mit dem Ziel, die Müttergesundheit in den ärmsten Bundesstaaten Indiens zu verbessern, entwickelte das Unternehmen eine App. Diese bietet personalisierte Arztempfehlungen. Die App nutzt künstliche Intelligenz und maschinelles Lernen, um Daten zur Müttergesundheit zu analysieren. Anschließend erstellt sie maßgeschneiderte Fragebögen, die auf dem Schwangerschaftsstadium und den Risikofaktoren der Patientin basieren.

Siemens hat Industrial Copilot (Microsofts KI-Lösung Gen AI) in einer Schaeffler-Fertigungslinie implementiert, um die industrielle Effizienz zu steigern. Das Tool unterstützt Automatisierungsingenieure bei der Programmierung von speicherprogrammierbaren Steuerungen (SPS). Diese steuern wiederum die Maschinen der Fabrik, von denen ein Drittel mit Siemens-Geräten betrieben wird. Dank der natürlichen Programmiersprache werden Zeitaufwand, Arbeitsaufwand und Fehler reduziert. So können sich die Ingenieure auf wichtigere Aufgaben konzentrieren. Dadurch können auch weniger erfahrene Mitarbeiter in Ingenieurspositionen wechseln.

Nachhaltige Wertschöpfungskette

Für einen erfolgreichen Wandel ist es wichtig, die gesamte Lieferkette in die nachhaltige Entwicklung einzubinden . Gen AI kann den aufwendigen Datenerfassungsprozess durch die Analyse unstrukturierter Daten optimieren. Darüber hinaus ermöglicht es effiziente Lebenszyklusanalysen (LCA), eine verbesserte Einbindung von Lieferanten und eine verantwortungsvolle Beschaffung. LCA sind wichtig für aussagekräftige Nachhaltigkeitsdaten, ihre Erstellung ist jedoch ressourcenintensiv. Gen AI steigert die Effizienz bei der Pflege präziser LCA.

Gemäß den SDGs 2030 ist verantwortungsvolle Beschaffung wichtig, da sie den sozialen und ökologischen Fußabdruck beeinflusst. Ein weiteres wichtiges Element ist die Einbindung der Lieferanten, da nicht alle Risiken allein durch die Beschaffung gemindert werden können. Gen AI kann helfen, Risiken zu identifizieren und die richtigen Verbesserungsmöglichkeiten zu finden. Darüber hinaus bietet es maßgeschneiderte Schulungen für Lieferanten an und fördert so Transparenz und nachhaltige Praktiken.

Case Studies

Accenture – Der N-Tier Supply Chain Navigator nutzt Gen AI zur Optimierung von Lieferkettenprozessen. Dies geschieht durch Echtzeit-Einblicke von Gen AI für Nachhaltigkeits- und Beschaffungsmanager. Das Tool identifiziert Menschenrechtsrisiken und Nachhaltigkeitsaspekte durch die Analyse von Lieferkettendaten anhand wichtiger Indikatoren. Accenture stellte kürzlich fest, dass Tier-2- und Tier-3-Lieferanten für 50–60 % der CO₂-Emissionsschwerpunkte verantwortlich sind. Diese Erkenntnis basiert auf der Bewertung von über 122,000 Lieferanten und unterstreicht somit das Potenzial des Tools für nachhaltige Beschaffungsentscheidungen.

Unilever arbeitet seit 2020 mit Google Earth Engine zusammen und hat Geodatenanalysen entwickelt, um die Entwaldung zu überwachen und Risiken im Zusammenhang mit Forstrohstoffen zu managen. Um Geodaten und Lieferkettendaten zu verknüpfen, wurde Gen AI integriert. Dies trägt dazu bei, bessere Geschäftsentscheidungen zu treffen, indem Geodatenanalysen in den Einkauf und das Lieferantenmanagement einfließen.

SAP – Das Nachhaltigkeits-Fußabdruckmanagement von SAP nutzt Business AI, um den CO₂-Fußabdruck zu reduzieren, indem Emissionsfaktoren den Kaufkriterien zugeordnet werden. Das Tool verwendet OpenAI-Embedding-Modelle, um passende Produkte zu finden und zu validieren. Dies geschieht durch die Analyse von Ökobilanz- und ERP-Datenbanken. Es werden etwa zehn ähnliche Emissionsfaktoren identifiziert und Datenfelder wie Produktname, Beschreibung und Ähnlichkeitswert bereitgestellt. Anschließend bewertet das Unternehmen die Übereinstimmungsqualität und verbessert die Transparenz und Dokumentation der Emissionsdaten für Audits.

Innovation

Da nur noch wenig Zeit bleibt, um die SDGs zu erreichen, besteht dringender Bedarf an innovativen Lösungen, um die Lücke zwischen Absichten und Ergebnissen zu schließen. Die KI der nächsten Generation kann hierfür Ideen liefern.

• Grüne Finanzen: Gen AI kann kleinen und mittleren Unternehmen, die mit der finanziellen Nachhaltigkeit ihrer Entwicklung zu kämpfen haben, helfen, indem sie sie bei der Sicherung von Ressourcen unterstützt. Finanzinstitute können mit Gen AI kontextgerechte Lösungen wie grüne Kredite und Anleihen entwickeln.
• Nachhaltiges Produkt- und Servicedesign: Gen AI kann dazu beitragen, Nachhaltigkeitskonzepte in den gesamten Designprozess zu integrieren. So können Nachhaltigkeitsanforderungen bereits in den frühen Phasen von Design und Entwicklung verankert werden. Designer können den Wettbewerb während des gesamten Prozesses steuern und funktionale Anforderungen erfüllen, ohne nachhaltige Faktoren zu vernachlässigen.
• Spitzenforschung: Nachhaltigkeit kann durch KI der Generation beschleunigt werden, da sie hilft, Trends, Zusammenhänge und neue Nachhaltigkeitslösungen zu erkennen. KI kann nicht nur große Datenmengen schnell analysieren, sondern auch synthetische Datensätze erstellen, um die Unterrepräsentation in Daten zu beheben. Sie kann Forschung und Technologie verbessern und so dem privaten Sektor helfen, die SDGs 2030 zu erreichen.

Case Studies

Yamaha & Final Aim – Das Concept 451 von Yamaha und Final Aim ist ein kompaktes Elektrofahrzeug für die Landwirtschaft in den japanischen Bergregionen, das auf den demografischen Wandel reagiert. Mithilfe von Gen AI beschleunigen sie die Entwicklung durch die Erforschung branchenspezifischer Herausforderungen. Dies ermöglicht die Generierung von 2,000 Designvarianten und fördert die Kommunikation während der 3D-Modellierung. Das zeigt, dass Unternehmen gesellschaftliche Probleme mit kürzeren Forschungs- und Entwicklungszyklen angehen können.

Crayon – Um die Marktforschung zu optimieren, entwickelte das Unternehmen gemeinsam mit einem internationalen Energiekonzern einen LLM-gestützten Chatbot. Dieser vereinfacht die Suche und Zusammenfassung von Daten aus verschiedenen Quellen. Die Marktforschung wurde durch den Chatbot verbessert und lieferte 15 % relevantere Antworten. Dies trug zu besseren strategischen und operativen Entscheidungen sowie zu einer optimierten Kundeninteraktion bei.

Kommunikation und Berichterstattung 

Angesichts der zunehmenden Aufmerksamkeit von Investoren, Regulierungsbehörden und Verbrauchern unterliegt die Nachhaltigkeit von Unternehmen verschiedenen Richtlinien und Rahmenbedingungen. KI unterstützt die ESG-Berichterstattung und das Nachhaltigkeitsmarketing und fördert die Zusammenarbeit innerhalb von Unternehmen. 

• Nachhaltigkeitsberichterstattung: ESG-Berichte sind wichtig, um Ergebnisse, Verantwortlichkeit und Compliance aufzuzeigen. Gen AI analysiert Daten, um Kennzahlen zu identifizieren, Initiativen hervorzuheben und Berichte zu erstellen und so die Berichtseffizienz zu steigern.
• Marketing NachhaltigkeitUm die Unterstützung von Verbrauchern und Investoren zu gewinnen, ist eine ehrliche Botschaft über nachhaltige Entwicklung wichtig. Marketingteams können Gen AI nutzen, um maßgeschneiderte Inhalte zu erstellen und so die Übereinstimmung mit der Markenstrategie sicherzustellen. Gen AI-Tools helfen auch dabei, Greenwashing indem wir komplexe Nachhaltigkeitskonzepte für Vermarkter verdeutlichen.
• Förderung der Zusammenarbeit: Die KI unterstützt Unternehmen auch bei der Integration von Nachhaltigkeit, indem sie die Zusammenarbeit und Kommunikation zwischen Teams verbessert. Sie kann Fachjargon leicht vereinfachen und Entscheidungsträgern eine bessere Wissensbasis bieten.

Case Studies

Salesforce hat Einstein (ein KI-System) in Net Zero Cloud integriert und dadurch sein ESG-Management verbessert. Mithilfe historischer ESG-Daten und anderer Dokumente werden die Berichtsantworten automatisch generiert. So können sich Unternehmen auf Nachhaltigkeitsinitiativen anstatt auf die Berichterstattung konzentrieren.

Microsoft – Die Copilot-Vorlage unterstützt Unternehmen bei der Erfassung und dem Austausch von Nachhaltigkeitsdaten. Mithilfe von Gen AI analysiert sie Daten, um Mitarbeitende zu unterstützen und die Ergebnisse in Dokumenten und Berichten zu teilen. Unternehmen können ihre Fortschritte im Bereich Nachhaltigkeit mit denen anderer vergleichen, was die Genauigkeit und das Vertrauen in die Ergebnisse erhöht. Dieses Tool fördert nachhaltiges Wissen, reduziert Fehler und verbessert die Entscheidungsfindung.

Leeward Renewable Energy sichert sich von Microsoft 400-MW-Solarprojekte in Texas

Nutzerrisiken im privaten Sektor, der Gen AI für globale Ziele nutzt

• Gen-AI-Prozesse sind oft undurchsichtig Unternehmen sind für Infrastruktur, Modelle und Daten auf Drittanbietersysteme angewiesen, was zu einer Rechenschaftslücke führt. Externe Daten können falsch gekennzeichnet sein oder Urheberrechte verletzen, was für Entwickler bei der Entscheidungsfindung unverständlich ist. Es ist auch möglich, dass Nutzer ihre Validierung von Gen-AI-Ergebnissen falsch darstellen, was die Risiken erhöht.
• Gen AI kann zu unsicheren und problematischen Ergebnissen führen Menschen dienen als Vorbilder für die KI der Generation und können Voreingenommenheit und Unsicherheit widerspiegeln, die zu geschlechtsspezifischen, sozioökonomischen und rassistischen Vorurteilen führen können. Dieses Problem kann sich durch fehlerhaftes Modelldesign, bestehende Nutzervorurteile und unvollständige Trainingsdaten verschärfen. Es besteht zudem die Möglichkeit falscher Inhalte und der Generierung toxischer Ergebnisse. Mit angemessener Transparenz und Governance können diese Fehler, Toxizität und Voreingenommenheit jedoch verhindert werden.
• KI der Generation kann Datenschutz und -sicherheit verletzen – Gen-AI-Apps können manchmal unbeabsichtigt sensible Unternehmens- oder persönliche Informationen preisgeben. Dies führt zu Verstößen gegen Datenschutzprotokolle wie die DSGVO. Werden große Datensätze trotz Screening nicht ordnungsgemäß geprüft, besteht das Risiko, dass vertrauliche Daten preisgegeben werden, da Gen-AI öffentliche Informationen indexieren und Verknüpfungen herstellen kann.
• Die Macht der KI kann missbraucht werden Die Interaktion der Nutzer mit Gen AI beeinflusst Mensch und Umwelt. Ohne Schutzmaßnahmen kann Gen AI die SDGs untergraben, indem es Fehlinformationen über Deepfakes verbreitet. So liefert Gen AI Anleitungen für Waffen oder unterstützt Täuschungen. Es besteht die Möglichkeit, dass Nutzer Gen AI manipulieren, um toxische Ergebnisse zu erzielen oder den Datenschutz zu verletzen, was diese Risiken erhöht.

Querverweis: Verzerrt Automatisierung die Entscheidungsfindung?

Externe Risiken der Nutzung generischer KI im privaten Sektor

• Die KI der neuen Generation benötigt erhebliche Ressourcen – Die KI der neuen Generation erfordert ressourcenintensive Rechenzentren und einen erhöhten Stromverbrauch bis 2026, der bereits mehr als 1.5 % der weltweiten Energie ausmacht. Auch die Wasserversorgung wird durch den Kühlbedarf beeinträchtigt, und die Hardwareproduktion hat Auswirkungen auf die Umwelt.
• Die KI der neuen Generation wird Arbeitsplätze neu definieren und könnte sie verdrängen – Mit neuen Möglichkeiten birgt die KI der Generation auch erhebliche Automatisierungsrisiken für Arbeitnehmer. Unternehmen müssen ihre Fähigkeiten verbessern, um Entlassungen zu reduzieren und mit Regierungen zusammenzuarbeiten, um menschenzentrierter Übergang in der sich entwickelnden Belegschaft.
• Die KI der neuen Generation wird die Gesellschaft grundlegend verändern und bestehende Gräben vertiefen – Gesellschaften und Volkswirtschaften werden Transformieren Sie mit Gen AIDies erfordert jedoch digitale Kompetenz, hochwertige Trainingsdaten und Rechenleistung. Ungleichheiten bei der Internet- und Stromversorgung werden den Fortschritt nur behindern, die Kluft vertiefen und Menschenrechtsprobleme für gefährdete Gruppen verursachen.

Zusammenfassend lässt sich sagen, dass die Gen-KI keine universelle Lösung für die Herausforderungen im privaten Sektor darstellt. Sie birgt jedoch großes Potenzial, Wirtschaft und nachhaltige Entwicklung zu revolutionieren. Der Bericht zeigt, wie frühe Anwendungen der Gen-KI zur Bewältigung globaler Probleme wie Armut und Geschlechterungleichheit beigetragen haben. Der private Sektor sollte seine Entscheidungen an den zehn Prinzipien des UN Global Compact ausrichten. Es besteht Hoffnung, dass die Gen-KI zur Erreichung der Ziele für 2030 beitragen kann.

Quelle : Leitfaden des Privatsektors zur Beschleunigung nachhaltiger Entwicklung durch Technologie