Als Acatech mich 2020 für die Plattform Lernende Systeme des Bundesministeriums für Bildung und Forschung mit diesem Projekt beauftragte, war die Verbindung von Künstlicher Intelligenz und sozialökologischer Nachhaltigkeit in der öffentlichen Debatte noch kaum präsent. Dabei war die Ausgangslage drängend: Klimakrise und Artensterben fordern Gesellschaften heraus, möglichst schnell klima- und ressourcenfreundliche Lebens- und Produktionsweisen zu fördern. Mit dem Urteil des Bundesverfassungsgerichts im März 2021 zur Generationengerechtigkeit im Klimaschutz hat diese Aufgabe an rechtlicher Verbindlichkeit gewonnen.

Die vom Wissenschaftlichen Beirat der Bundesregierung Globale Umweltveränderungen (WBGU) ausgerufene Große Transformation muss sozial gerecht verlaufen; ökonomische Prozesse werden sich grundlegend verändern. Eine resiliente Gesellschaft basiert auf der Zusammenarbeit unterschiedlichster Sektoren und Disziplinen. Intelligente Governance-Ansätze können dazu beitragen, dass soziotechnische Lösungsansätze rasch und agil weiterentwickelt werden.

Von September 2020 bis April 2021 führte ich 15 explorativen Interviews mit Expert:innen aus Wissenschaft, Unternehmen und Zivilgesellschaft – aus Informatik und Ingenieurwesen, Ökologie und Geografie, Energie- und Landwirtschaft, Psychologie, Philosophie, Rechts- und Politikwissenschaft sowie Ökonomie. Ausgangspunkt war die Frage, was KI-gestützte Methoden für sozialökologische Nachhaltigkeitsprozesse konkret leisten können. Für jedes Interview gab es vorbereitete Leitfragen; im journalistischen Sinne wurde nachgehakt, aufgebrachte Fragestellungen wurden weiterverfolgt und eingeordnet. Die Gespräche entstanden als eigenständige journalistische Arbeit – inhaltliche Vorgaben oder Bewertungen seitens der Auftraggeber fanden nicht statt.

Die Interviews wurden telefonisch geführt, aufgezeichnet und verschriftlicht; einzelne Details wurden im Nachgang geklärt und mit weiterführenden Quellen, Literaturhinweisen sowie Begleittexten ergänzt. Zu jedem Interview gibt es ein „Essential“ – eine Zusammenfassung des Gesprächsinhalts; für die Online-Veröffentlichung wurden zudem Video-Kurzstatements aufgezeichnet.

Herausforderung Interdisziplinarität

Die Bestandsaufnahme zeigt: Domänenspezifische KI-Anwendungen stecken vielfach noch in den Kinderschuhen und entfalten ihre Transformationskraft erst im Zusammenspiel mit weiteren Faktoren. Ordnet man die angesprochenen Themen den 17 Nachhaltigkeitszielen der UN (SDGs) zu, wird deutlich, wie übergreifend alle Ansätze sind. Die Hauptherausforderung liegt weniger in der technischen Entwicklung und Anwendung von KI-Methoden, sondern in der kooperativen Erarbeitung interdisziplinärer Konzepte, die in ihren jeweiligen Wissensdomänen überschaubar und effektiv umsetzbar sind.

Viele Gesprächspartner:innen treiben genau das an: Sie wollen über eigene Fachgrenzen hinaus in Kooperation mit anderen schneller und effektiver zur Abmilderung der Klima- und Biodiversitätskrise beitragen – als Wissenschaftlerin und Institutsleiterin, als Aktivist und Konferenz-Initiator, als Entwickler und Unternehmensgründerin. In der Praxis wandelt sich eine anfangs technikzentrierte Handlungsorientierung zu einer problemzentrierten und vielfältigen Herangehensweise. Jessica Heesen benennt den entscheidenden Unterschied: Während ein technikzentrierter Zugang fragt, was die Vor- und Nachteile einer bestimmten Technik seien, stellt ein problemzentrierter Zugang die zu lösende Aufgabe in den Vordergrund.

Die dafür notwendige interdisziplinäre Verständigung braucht Raum und Zeit. Um Brücken zwischen Informatik und Ingenieurwissenschaften einerseits und Klimawissenschaften, Ökologie, Rechts- und Politikwissenschaft sowie Ökonomie andererseits zu schlagen, wurden in den letzten Jahren neue Dialog- und Diskursplattformen organisiert – in Form von Mailinglisten, Call for Papers, Tagungen und Konferenzen. Lynn Kaack und Rainer Rehak haben hier maßgebliche Impulse gesetzt.

Die Interviews stellen nicht nur KI-gestützte Konzepte und Prototypen für Landwirtschaft, Energiewirtschaft und Verkehr vor. Diskutiert werden auch neue Ansätze zur nachhaltigen Gestaltung ökonomischer Wertschöpfungsprozesse – etwa Wege in eine resiliente Kreislaufwirtschaft oder die Entkopplung von Wertschöpfung und Emissionsintensität. Dabei interessiert nicht allein die technische Umsetzbarkeit, sondern auch das Transformationspotenzial mit Blick auf ökonomische und politische Rahmenbedingungen.

Was ist smart?

Ribana Roscher erläutert mit Blick auf eine sogenannte Smart Earth Governance, dass wissensbasierte Modelle meist einen Kompromiss zwischen Detailgrad und Skala erfordern. Datengetriebene KI-Modellierung sei auf großer räumlicher Skala schwer zu verallgemeinern und stoße bei der Sicherstellung wissenschaftlicher Konsistenz an Grenzen. Aussagen zur Daten- und Modellunsicherheit seien daher unverzichtbar.

Rainer Rehak weist darauf hin, dass KI-gestütztes Monitoring kein Selbstzweck bleiben darf: Smart Sensing des Waldzustands, der Landnutzung sowie der Wasserverteilung sei nur dann sinnvoll, wenn die gewonnenen Erkenntnisse mit konkreten Handlungen zum Schutz von Biodiversität und Klima verknüpft werden. Wie Smart Sensing, Nachhaltigkeitszertifizierung und gesetzliche Regulierung zusammenwirken können, zeigt Philipp Kanstinger am Beispiel der Hochseefischerei.

Fragen der Governance

Wiederholt zeigt sich, dass klassische Digitalisierungsfragen auch für KI-Anwendungen zentral bleiben: Data Governance im Sinne von Datenzugriffs- und -verwertungsrechten sowie Monopolisierungstendenzen von Plattformen ziehen sich durch viele Gespräche. Ralf Kalmar erläutert, wie ein Agrardatenraum auf die Referenzarchitektur der International Dataspace-Initiative aufsetzen kann, um Landwirte bei der Durchsetzung ihrer Interessen gegenüber Saatgut- und Landmaschinenkonzernen zu unterstützen.

Kai Purnhagen erklärt, wie Menschen rechtskonform mit KI-gestützten Nudging-Methoden zu einem nachhaltigeren Leben „gestupst“ werden können. Thomas Liebig zeigt, wie Datenmengen, -strukturen und -kommunikation den CO₂-Fußabdruck eines Verfahrens beeinflussen. Kerstin Fritzsche erläutert, welche regulatorischen Rahmenbedingungen und Anreize perspektivisch für eine grüne, nachhaltigere KI sorgen können.

Auf dem Weg zur Kreislaufwirtschaft

Matthias Gotsch hält ökologisch orientierte KI-Anwendungen für eine sinnvolle Ergänzung in diversen urbanen Anwendungsfeldern – von Mobilität über dezentrale Energieversorgung bis zu Abfall- und Recyclingwirtschaft. Philipp Richard zeigt am Beispiel eines CO₂-Mapping-Projekts für Kommunen, wie wichtig Datenqualität für eine glaubwürdige politische Planungsgrundlage ist.

Im Gespräch mit Janina Nakladal wird deutlich, dass KI-gestütztes Process Mining mit Nachhaltigkeitsbezug in Unternehmen noch nicht entlang der gesamten Wertschöpfungskette betrieben wird – obwohl dies technisch möglich wäre. Pinar Bilges Projekt EIBA zeigt, dass eine KI-assistierte Kreislaufwirtschaft nicht nur technisch, sondern auch wirtschaftlich realisierbar sein dürfte. Hannah Helmke erklärt, welche Rolle ihre Klima-Kennzahl X-Degree Compatibility (XDC) dabei spielen könnte, Unternehmen und KI-Anwendungen auf das 1,5°C- bzw. 2°C-Ziel des Pariser Klimaabkommens zu optimieren.

Humane KI

Mehrere Interviews berühren das Thema menschenzentrierter KI. Pinar Bilge beschreibt, wie der Mensch in KI-gestützte industrielle Prozesse so eingebunden werden kann, dass er besser informiert entscheidet. Julia Arlinghaus erinnert daran, dass Menschen gerne am System vorbei eigene Entscheidungen treffen – und dass KI-unterstützte, menschenzentrierte Ansätze den Widerspruch zwischen Effizienz, Flexibilität und Nachhaltigkeit auflösen könnten. Jessica Heesen bevorzugt den Begriff der „humanen KI“, um das am Gemeinwohl und der Menschenwürde orientierte Menschenbild unmissverständlicher zu kommunizieren.

Reale KI

Die Gespräche sind von einem optimistischen, aber realistischen Blick geprägt: Unsicherheiten aufgrund mangelnder Datenqualität und begrenzter Rechenkapazität; Schwierigkeiten in der interdisziplinären Kooperation; Herausforderungen durch etablierte Marktmechanismen und als unzureichend wahrgenommene regulatorische Rahmenbedingungen. Auch die Überprüf- und Korrigierbarkeit automatisiert generierter Handlungsempfehlungen sowie der Aufbau und die Pflege qualitativ hochwertiger Datensätze und KI-Modelle sind wiederkehrende Themen – bei begrenzten personellen und finanziellen Ressourcen.

Nahezu alle Gesprächspartner:innen bestätigen eine Kernaussage des WBGU-Hauptgutachtens „Unsere gemeinsame digitale Zukunft“: Es kommt entscheidend auf eine vorausschauende Schwerpunktsetzung von Förderung und Regulierung an. KI-Anwendungen sind ambivalenter Natur – weitgehend ungerichtet treiben sie die Übernutzung natürlicher Ressourcen an; auf Basis einer klaren sozialökologischen Policy können sie die Große Transformation entscheidend voranbringen. Wie Lynn Kaack für den Energie-, Verkehrs-, Finanz- und Gebäudesektor zeigt, wirken sie dabei auch bei der Policy-Entwicklung und -Evaluierung direkt mit.

Die 15 Interviews erschienen 2021 auf der Plattform Lernende Systeme sowie als Broschüre des BMBF. Sie blieben relevant – weil sie die richtigen Fragen stellten, bevor die Debatte aufgeholt hatte. Christiane Schulzki-Haddouti (2021): KI und Nachhaltigkeit. Ein Diskussionsbeitrag für die Plattform Lernende Systeme, München.

Aktuelle Artikel von mir zu diesen Themenkomplexen finden sich auf dieser Seite.