00:00:07: Hallo und herzlich willkommen bei Digital Future, dem Podcast zur Technologie
00:00:11: und Unternehmenskultur.
00:00:13: Mein Name ist Wolfgang Schoch und ich bin Agile Coach bei Inovex.
00:00:17: Ich habe aber auch schon ein paar andere Sachen gemacht und so die IT-Branche
00:00:21: aus verschiedenen Blickwinkeln kennengelernt.
00:00:24: Zum Beispiel als Softwareentwickler, als Experte für Suchtechnologie oder im Vertrieb.
00:00:29: Ich freue mich, euch in jeder Folge des Podcasts eine Kollegin oder einen Kollegen
00:00:33: vorzustellen und mit ihr oder ihm über das jeweilige Fachgebiet zu sprechen.
00:00:38: So bekommt ihr einen Einblick in unseren technologischen und unternehmenskulturellen Alltag.
00:00:44: In der heutigen Folge spreche ich mit meiner Kollegin Mara Herrmann über Nachhaltigkeit
00:00:48: im Bereich Data Science.
00:00:50: Das Thema Nachhaltigkeit gab es ja schon mehrfach hier im Podcast.
00:00:53: Ich habe ja schon mit meinem Kollegen Simon über nachhaltige Softwareentwicklung
00:00:58: und mit meinem Kollegen Volker über die Aufgaben eines Nachhaltigkeitsbeauftragten
00:01:02: gesprochen, Die beiden Folgen, die verlinke ich euch auch in den Shownotes.
00:01:06: Und das zeigt ja schon, dass das Thema Nachhaltigkeit einfach ein sehr großes Thema ist.
00:01:11: In den Bereichen Data Science und KI, da spielt Nachhaltigkeit ebenfalls eine große Rolle.
00:01:17: Und zwar gleich in mehrerlei Hinsicht. So kann beispielsweise die Technik dafür
00:01:21: sorgen, dass Prozesse nachhaltiger werden, beispielsweise durch Predictive Maintenance.
00:01:27: Genauso wichtig ist aber auch die Betrachtung von den ganzen Nachhaltigkeitsaspekten
00:01:31: beim Training und beim Betrieb von KI-Modellen.
00:01:34: Denn hier ist beispielsweise relevant, woher die Energie kommt,
00:01:38: die man für dieses Training und den Betrieb verwendet und wie viel Energie überhaupt benötigt wird.
00:01:43: Und über diese und andere Themen spreche ich jetzt gleich mit Mara.
00:01:47: Ich wünsche euch viel Spaß beim Zuhören.
00:01:49: Hallo Mara, schön, dass es heute geklappt hat mit unserem Podcast-Termin hier im wunderschönen Köln.
00:01:55: Ich freue mich auf unser Gespräch, das ja irgendwie auch so ein dritter Teil
00:01:59: von einer richtigen Serie ist bei uns.
00:02:02: Aber bevor wir verraten, um was es geht und bevor wir ins Thema einsteigen,
00:02:06: würde ich mich freuen, wenn du dich mal ganz kurz für alle vorstellst,
00:02:09: die dich noch nicht kennen.
00:02:10: Wer bist du denn? Wie lange bist du schon bei uns? Und was machst du so den
00:02:13: ganzen lieben langen Tag bei uns?
00:02:15: Das ist eine gute Frage. Hallo Wolfgang, ich freue mich, dass ich heute hier
00:02:20: bin, dass es endlich geklappt hat.
00:02:22: Ich stelle mich gerne mal vor, ich bin Mara Herrmann.
00:02:27: Ich bin bei InnoVEX schon seit fast zehn Jahren jetzt dieses Jahr.
00:02:31: Ich habe damals als Studentin angefangen. Ich habe Mathe studiert in Ulm und
00:02:36: bin dann als Werkstudentin zu InnoVEX gekommen, habe meine beiden Thesen im Bereich Data Science,
00:02:42: DMA bei InnoVEX geschrieben, sowohl im Bachelor als auch im Master mit Mathe
00:02:48: und bin dann als Data Scientist, Data Engineer festangestellt eingestiegen, 2018.
00:02:54: Und genau, hier seitdem arbeite ich in sämtlichen Projekten rund um Daten,
00:03:03: Data Science, aber hauptsächlich Data Engineering und habe da viel Neues dazugelernt.
00:03:08: Freue mich da jeden Tag neue Projekte
00:03:12: kennenzulernen, neue Datenherausforderungen und ja, so viel zu mir.
00:03:18: Ja, wenn du das seit zehn Jahren schon machst, dann scheint ja so dieser Data-Bereich
00:03:23: ja sehr nachhaltig zu sein, Mara.
00:03:28: Worum könnte es jetzt wohl heute gehen?
00:03:30: Es ist spannend. Ich habe ja schon gesagt, das ist der dritte Teil einer Serie,
00:03:34: denn ich habe mich schon im letzten Jahr mit dem Simon unterhalten über nachhaltige
00:03:39: Softwareentwicklung und ich habe mich mit dem Volker unterhalten über Nachhaltigkeit.
00:03:44: Volker ist ja unser Nachhaltigkeitsbeauftragter.
00:03:47: Da haben wir vor allem über Regularien etc.
00:03:50: Gesprochen und wir möchten uns hier heute mal über das Thema Nachhaltigkeit
00:03:55: im Bereich Data Science unterhalten.
00:03:58: Und ich finde das Thema interessant, denn ich kann mir gar nicht so ganz genau
00:04:03: darunter vorstellen, was sich da verbirgt.
00:04:06: Ja und da würde ich mich jetzt einfach mal gerne von dir ein bisschen mitnehmen
00:04:11: lassen auf die Reise zum Thema Nachhaltigkeit im Bereich Data Science.
00:04:16: Wo begegnet uns dieses Thema oder wo begegnet das Thema dir in deinem Arbeitsalltag
00:04:21: und wie geht man damit um?
00:04:23: Gute Frage. Das waren jetzt mehrere Fragen zusammen. Ich versuche die so gut
00:04:28: es geht zu beantworten. Also...
00:04:31: Genau, wenn wir Nachhaltigkeit jetzt im Speziellen auf IT betrachtet uns angucken,
00:04:39: also die Schnittstelle zwischen Nachhaltigkeit und Digitalisierung,
00:04:43: dann kann man das in zwei Bereiche eigentlich unterteilen.
00:04:48: Das sind einmal Green-IT und einmal Green-By-IT.
00:04:52: Und das Green-IT ist ein Teil, den der Simon auch teilweise schon abgedeckt
00:04:57: hat über dieses nachhaltige Coden, Green-Coding, also wie gestalte ich meine Software nachhaltig.
00:05:03: Da spielt natürlich auch Data Science eine Rolle, weil auch KMI-Modelle in Software
00:05:09: vorkommen und man auch eben sich da Gedanken drüber machen kann,
00:05:13: wie kann man die Software, also Data Science Software nachhaltig gestalten.
00:05:18: Und der andere Teil oder der andere Aspekt dieses Green by IT ist ein Bereich,
00:05:25: der sehr durch Data Science getrieben wird,
00:05:28: wenn man sich von Data Science oder KI besonders erhofft, dass sie quasi bei
00:05:36: der Herausforderung gegen den Klimawandel anzukämpfen,
00:05:39: unterstützen kann durch die Cleverness, die KI halt hat.
00:05:46: Okay, das heißt, wir haben hier diese zwei Bereiche. Lass uns doch mal bitte
00:05:50: beide Bereiche kurz anschauen, denn ich finde ja auch beide sehr spannend.
00:05:55: Im ersten Bereich meintest du ja, da geht es auch darum, wie man jetzt in Projekten
00:06:01: beispielsweise, wo jetzt Data Science Themen dran sind, also auch gerade KI
00:06:05: liest man überall, KI steckt überall drin.
00:06:07: Es geht nicht mehr ohne KI, wobei ich sagen möchte, der Podcast wird gerade ohne KI aufgenommen.
00:06:13: Also wir sind reell hier in Köln im Büro und sprechen hier miteinander.
00:06:19: Aber wenn es um KI geht, habe ich direkt im Kopf, es kostet unglaublich viel
00:06:24: Energie, solche Modelle zu trainieren.
00:06:27: Man liest dann auch immer wieder so die zwei größten Energiesenken im IT-Bereich,
00:06:32: das ist auf der einen Seite irgendwie Bitcoin oder Blockchain-Technologie und
00:06:36: auf der anderen Seite sind es irgendwelche KI-Modelle und da gibt es ja auch
00:06:41: immer Vergleiche, dass das irgendwie so die Energiemenge ist,
00:06:44: die auch irgendwelche kleinen Länder verbrauchen und das erscheint mir natürlich
00:06:49: erstmal als extrem viel und ich frage mich natürlich auch, braucht man das? Ist das gut so?
00:06:55: Ist es auch gut so, dass wir jetzt, wenn wir über KI sprechen,
00:06:58: da haben wir ja diese ganzen großen Sprachmodelle, da gibt es ganz viele,
00:07:01: die parallel voneinander existieren und ich kann es natürlich auch verstehen,
00:07:05: dass unterschiedliche Firmen sowas auch alleine entwickeln möchten.
00:07:09: Aber was kann man denn tun, um diese große, große Menge in Energie,
00:07:15: die da investiert wird, um die vielleicht zu verringern?
00:07:21: Genau, also das ist eine gute Frage. Das ist genau das, was man sich eben in
00:07:25: dem Bereich Green by IT angucken würde.
00:07:28: Und genau wie du sagst, stehen das Modelltraining eigentlich hauptsächlich in
00:07:33: der Kritik, weil da eben super viel Energie verbraucht wird.
00:07:37: Und es wird jetzt aber auch, kommt auch immer mehr noch.
00:07:42: Initiativen auf, um eben den ganzen Lifecycle von KI zu oder KI-Modellen zu betrachten.
00:07:49: Also nicht nur bei Modelltraining, sondern auch wie viel Energie wird eigentlich
00:07:54: verbraucht während des Betriebes.
00:07:56: Also zum Beispiel, wenn man Large-Language-Models benutzt und dann dort irgendwie
00:08:04: Abfragen macht oder die benutzt, um Bilder zu generieren oder Text und so weiter.
00:08:12: Wie viel Energie wird eigentlich während dieser Anwendung verbraucht?
00:08:16: Da gibt es jetzt auch neuerdings Studien dazu. Aber generell ist der Bereich noch relativ neu.
00:08:25: Also auch diese Wordings sind alle noch relativ neu. Wir reden jetzt von Green IT und Green by IT.
00:08:30: Das hat sich jetzt bei InnoVEX so als Sprech etabliert, aber in der Literatur
00:08:35: findet man da eigentlich auch noch gar keine einheitliche Benahmung.
00:08:41: Und dementsprechend sind auch die ganzen Methoden, die man anwenden könnte,
00:08:48: um KI nachhaltiger zu machen, noch total neu.
00:08:51: Auch generell wird das Gebiet eben gerade erst erforscht, deswegen ist es total
00:08:55: schwierig, da jetzt direkt mit konkreten Methoden anzukommen.
00:09:00: Es gibt da verschiedene Ansätze und verschiedene Ideen, wie man KI nachhaltiger
00:09:04: machen kann, Aber bevor man darüber nachdenkt, müsste man erstmal darüber nachdenken,
00:09:09: wie viel Energie wird eigentlich tatsächlich verbraucht und das ist eigentlich eine Frage,
00:09:14: die wir noch gar nicht klar beantworten können und da geht es dann eher darum,
00:09:18: die Software oder die KI im Speziellen messen zu können bzw.
00:09:26: Ihre Emissionen messen zu können. und das ist eigentlich so der erste Punkt,
00:09:30: wo wir ansetzen müssten und da gibt es jetzt aktuell Initiativen,
00:09:34: sogenannte Carbon Tracker,
00:09:37: die man dann benutzen kann, um die Energieeffizienz von der KI zu messen.
00:09:43: Das heißt, man müsste, wenn man es mal ganz vielleicht einfach runter bricht,
00:09:48: messen, wie viel Strom benötige ich, um jetzt ein halbes Jahr lang hier irgendwelche
00:09:54: Berechnungen laufen zu lassen für so ein Modeltraining.
00:09:57: Was man sicherlich auch noch bräuchte, wären halt auch solche Sachen wie,
00:10:03: wie viel Strom bräuchte ich vielleicht auch für eine Klimaanlage in meinem Rechenzentrum?
00:10:07: Was brauche ich denn überhaupt an Hardware? Also kaufe ich mir da jetzt irgendwie
00:10:12: ganz teure Hardware, wo natürlich auch viele Ressourcen gebunden sind?
00:10:15: Wäre dieses Carbon Tracking dann so eine Betrachtung von all diesen Komponenten?
00:10:22: Genau, also da spielen dann, wie du sagst, verschiedene Komponenten mit rein.
00:10:26: Also zum einen, wie lange läuft das Modelltraining, aber eben wo wird das Modell
00:10:32: zum Beispiel auch trainiert.
00:10:33: Also da gab es zum Beispiel auch eine Studie von Hugging Face,
00:10:37: die quasi, ich weiß nicht mehr wie deren LLM-Blumen, glaube ich,
00:10:41: LLM-Modell, das wurde in Frankreich trainiert.
00:10:45: Dort ist der Strommix generell nachhaltiger bzw.
00:10:50: Verbraucht weniger CO2 und deswegen war dort einfach das Modelltraining effizienter
00:10:56: als von Sprachmodellen,
00:10:58: die zum Beispiel in den USA trainiert werden, Wo der Strommix hauptsächlich
00:11:02: noch auf oder noch mehr fossile Brennstoffe, ich war bei Fossil Fuels immer dieses Denglisch,
00:11:11: fossile Brennstoffe verwendet in den Rechenzentren, beziehungsweise für den Strom,
00:11:19: um die Rechenzentren zu betreiben.
00:11:21: Und dementsprechend schneiden Modelle, die in den USA trainiert haben,
00:11:26: im Vergleich zu Modellen, die in Frankreich trainiert wurden,
00:11:28: was die Komponente angeht, schon mal schlechter ab.
00:11:32: Und das Tracking beschäftigt sich jetzt eben damit, überhaupt erst mal ein Bild
00:11:36: dafür zu bekommen, wie viel Emissionen.
00:11:41: Aus verschiedenen Komponenten eben dann beim Modelltraining oder generell bei
00:11:46: dem Betrieb von der Software verbraucht werden.
00:11:49: Ist dann aber echt ein komplexes Ding, oder? Weil wenn ich jetzt nach Frankreich rüberschaue,
00:11:54: Frankreich hat definitiv weniger CO2-Emissionen, weil Frankreich natürlich auch
00:11:58: noch eine sehr starke Atomstromkultur hat und da natürlich Strom erzeugen kann,
00:12:07: der sehr geringe CO2-Emissionen bei der Erzeugung verursacht,
00:12:12: aber natürlich den ein oder anderen Nachteil hat.
00:12:14: Ja, auf jeden Fall. Da sind wir bei einer Grundsatzdiskussion,
00:12:19: was den Strommix oder Energiequellen angeht.
00:12:25: Aber wie du sagst, deswegen habe ich auch meine Aussage noch mal kurz remediert,
00:12:30: dass der Strom in Frankreich nachhaltiger ist.
00:12:32: Aber wenn wir uns jetzt rein die CO2-Emissionen angucken, Verbrauchmodelle,
00:12:37: ein Modell, das dort trainiert wird, weniger CO2, was die Rechenzentrumsleistung eben angeht.
00:12:45: Aber es gibt eben auch andere Komponenten, also wie lange läuft das Training,
00:12:49: wie intensiv ist das Training und dann eben halt auch dann später bei dem Betrieb
00:12:54: der Software, wie viel Energie wird da verbraucht.
00:12:56: Ja. Gibt es aktuelle Bestrebungen oder Forschungen, die darauf abzielen,
00:13:01: so ein Training generell zu beschleunigen?
00:13:04: Weil, also ich stecke da nicht wirklich tief drin in dem ganzen Bereich.
00:13:08: Ich sehe das immer nur so von außen.
00:13:10: Ich habe so ein bisschen den Eindruck, dass es bei vielen von diesen Modellen
00:13:14: vor allem darum geht, dass man noch weitere Informationsquellen bekommt.
00:13:20: Also ich glaube, ich habe neulich eine Schlagzeile gelesen, dass,
00:13:24: Irgendeine von den Firmen, ich glaube es war OpenAI, jetzt auch auf Transkripte
00:13:29: zugreift von irgendwelchen YouTube-Videos und sich dadurch nochmal eine ganz
00:13:33: große neue Menge an Input irgendwo erschlossen hat.
00:13:37: Und so in meiner Vorstellung sieht es natürlich so aus, je mehr Daten ich habe,
00:13:43: die ich irgendwie verarbeiten muss, desto länger brauche ich dafür oder desto
00:13:46: mehr Aufwand muss ich reinstecken, um die dann auch irgendwie zu verarbeiten.
00:13:51: Gibt es da irgendwelche coolen Ansätze, dass man, ich weiß nicht,
00:13:55: entweder das vielleicht algorithmisch irgendwie beschleunigt oder vielleicht iterativ gestaltet?
00:14:01: Also da gibt es auf jeden Fall verschiedene Ansätze. Zum Beispiel,
00:14:05: wenn man neue Daten hinzubekommt, dass man das Training nicht nochmal komplett
00:14:10: von neuem beginnt mit allen Daten,
00:14:13: also nicht ein komplettes Retraining macht, sondern dass man quasi nur mit den
00:14:18: neuen Daten das Modell trainiert und quasi das sukzessive schlauer macht.
00:14:23: Da schaut man zum Beispiel bei Continual Learning drauf, aber auch andere Ansätze
00:14:30: gibt es da in dem Bereich oder zum Beispiel auch gerade wir reden jetzt viel von neuronalen Netzen.
00:14:37: Da wird dann eben auch geguckt, dass man versucht, diese Netze weniger komplex zu machen.
00:14:43: Also so ein neuronales Netz hat Gewichte und diese Gewichte brauchen natürlich
00:14:51: auch Speicherplatz oder umso mehr Gewichte man hat,
00:14:54: umso mehr Layer man in so einem neuronalen Netz hat, umso komplexer wird es
00:14:58: und kann halt teilweise dadurch auch besser auf eine Aufgabe angepasst werden.
00:15:04: Aber genau da gibt es halt auch dann jetzt Ansätze zu gucken,
00:15:07: okay wird vielleicht aber das neuronale Netz,
00:15:12: Energie effizienter, wenn man Parameter weglässt, wenn man Layer weglässt und
00:15:17: die Netze einfach spärlicher gestaltet und kann aber trotzdem noch ein gut genuges Ergebnis erzielen,
00:15:25: was dann quasi die Einsparungen rechtfertigt.
00:15:29: Ja, denn ich denke halt auch an was anderes.
00:15:33: Auf der einen Seite ist natürlich hier eine höhere Effizienz total gut für die
00:15:39: Natur und für die ganzen Menschen und so.
00:15:42: Auf der anderen Seite ist eine höhere Effizienz aber auch ganz gut fürs Business.
00:15:46: Weil wenn ich jetzt so ein Modell habe oder vielleicht unser Kunde so ein Modell
00:15:50: hat und wir jetzt irgendwelche Wege aufzeigen können, wie man das schneller
00:15:54: trainieren kann oder schneller neu trainieren kann oder neue Daten schneller hinzufügen kann,
00:16:00: dann ist das ja auch ein direkter Gewinn für den Kunden.
00:16:02: Denn die zeitliche Komponente ist ein Gewinn.
00:16:05: Du bist vielleicht dann schneller am Markt, kannst schneller auf irgendwelche
00:16:08: Dinge reagieren, auf Trends oder auf neue Datenmengen.
00:16:11: Aber du sparst ja auch Geld bei diesem Trainingsprozess, weil wenn ich jetzt
00:16:16: vielleicht nur zwei Drittel der Energie investieren muss, dann macht das ja
00:16:21: unterm Strich sicherlich super viel Geld aus.
00:16:23: Ja, auf jeden Fall. Also ich meine, das ist dann ein positiver Side-Effekt.
00:16:27: Kann man jetzt natürlich auch darüber diskutieren, aus welchem Grund man sich
00:16:30: mit diesen Energieeinsparungen beschäftigt. Also macht man das daraus,
00:16:34: weil man sich für Nachhaltigkeit interessiert und einfach nachhaltiger agieren will?
00:16:39: Oder macht man das, um Geld zu sparen? Im Endeffekt zielt das auf Energieeinsparungen.
00:16:46: Das gleiche raus, eben dass man eben versucht, diese Modelle effizienter zu
00:16:51: gestalten und genau deswegen gibt es da glaube ich auch,
00:16:55: beziehungsweise das ist mit ein Grund, warum da geforscht wird,
00:16:59: um eben nachhaltiger zu sein, aber auch eben um Geld zu sparen und da gibt es
00:17:03: halt verschiedene Initiativen, die sich damit beschäftigen.
00:17:06: Und was diesen Trend auf jeden Fall mit beeinflusst hat, ist auch,
00:17:11: dass die ganze Energieproblematik, dass Energie teurer wird,
00:17:16: Strom teurer wird und das hat auf jeden Fall auch nochmal bestimmt dazu geführt,
00:17:20: da nochmal mehr zu investieren in diese Forschung und da einfach nochmal mehr
00:17:26: rauszufinden, wie man KI nachhaltiger gestalten kann oder effizienter.
00:17:30: Ja, das glaube ich sofort, denn diese ganzen guten Gedanken,
00:17:35: die man hat, so wir sind energieeffizienter, wir schaffen ein besseres Übermorgen
00:17:39: und so, die sind total gut,
00:17:41: aber ich glaube im harten Businessleben ist das oftmals nicht die wichtigste Motivation.
00:17:47: Das war auch so ein bisschen der Outcome in meinem Gespräch mit Volker,
00:17:51: mit unserem Nachhaltigkeitsbeauftragten. Es gibt ja da auch Vorgaben,
00:17:54: auch auf europäischer Ebene, was Nachhaltigkeit betrifft.
00:17:58: Und wenn man es richtig überlegt, dann sind viele Sachen ja für mich als Unternehmen
00:18:03: auch sinnvoll. Denn wenn es in 100 Jahren oder in 50 Jahren,
00:18:08: wenn irgendwie alles kaputt ist, dann habe ich auch keine Kunden mehr,
00:18:11: die meine Sachen kaufen.
00:18:12: Also da ist aber so dieser Timescale, das ist so weit in der Zukunft schon so schwer greifbar.
00:18:20: Aber so konkrete Dinge wie, ich kann Geld dadurch sparen, ich kann dadurch vielleicht
00:18:25: dann auch mehr verdienen,
00:18:26: ich bin vielleicht konkurrenzfähiger oder ich bin mit meinem Angebot vielleicht
00:18:29: einfach günstiger als die Konkurrenz, weil ich meine KI-Modelle so günstig trainieren
00:18:35: kann, weil ich hier investiert habe und was Neues in mir erforscht habe.
00:18:38: Ich glaube, das ist halt greifbar und ich finde, sowas ist immer auch wichtig,
00:18:43: wenn man überhaupt was verändern möchte.
00:18:45: Ja, total. Also ich meine, man kann da einerseits frustriert sein,
00:18:48: aber ich glaube, das ist einfach das generelle Problem mit dem Thema Nachhaltigkeit,
00:18:51: dass es so schwer greifbar ist und dass die Bedrohung, die dadurch ansteht,
00:18:59: wenn man nicht nachhaltig ist, auch nicht so konkret ist.
00:19:02: Und auch einfach, wie du sagst, auch noch so weit in der Zukunft teilweise liegt
00:19:06: oder nicht hier bei uns in Deutschland sichtbar ist, dass man natürlich sich überlegen muss,
00:19:15: warum wollen wir überhaupt nachhaltig agieren, wenn es mich eigentlich gar nicht betrifft.
00:19:19: Und dann ist halt natürlich, wenn man dadurch konkrete Einsparungen hat,
00:19:22: Geld sparen kann, Strom sparen kann und man das unmittelbar spürt,
00:19:27: vielleicht ist mal eine größere Motivation,
00:19:30: als einfach nur aus Gutmenschentum nachhaltig sein zu wollen oder wenn man sich
00:19:34: dessen bewusst ist, was in ein paar Jahren anstehen kann.
00:19:40: Ähm, genau, ja, wie gesagt, das kann schon irgendwie, finde ich auch,
00:19:43: gerade wenn man das macht,
00:19:45: weil man selbst davon überzeugt ist, wenn man einfach nachhaltig sein will,
00:19:49: wenn man, wenn man einfach bei einem das wichtig ist, kann das schon auch frustrierend sein,
00:19:54: aber es ist, finde ich auch trotzdem total wichtig, wenn es eben dazu führt,
00:19:59: dass Dinge nachhaltiger werden, es ist schon einfach auch ein valides Mittel,
00:20:03: damit dann auch zu werben und zu sagen, wir können damit Emissionen sparen, Geld sparen.
00:20:09: Hey du, wenn die Welt besser wird, ist es mir persönlich völlig egal,
00:20:12: ob das Leute tun, weil sie es gut finden, dass was besser wird oder weil es
00:20:17: Leute tun, weil sie glauben, es ist gut für ihr Business und sie verdienen damit mehr Geld dann.
00:20:21: Die Motivation des Einzelnen interessiert mich da eigentlich gar nicht,
00:20:25: solange das Gesamte irgendwo passt. Ja.
00:20:29: Ja, das ist natürlich irgendwie schwierig abzulegen. Es gibt halt solche und
00:20:33: solche Menschen und die Frage ist halt,
00:20:36: wenn man das natürlich aus so einer kurzfristigen Motivation rausmacht und jetzt
00:20:41: nachhaltig agiert, weil man jetzt damit eben gerade Strom sparen kann, Geld sparen kann,
00:20:45: ist halt die Frage, ob es nicht irgendwann mal in ein paar Jahren oder in ein
00:20:50: paar Monaten wieder einen neuen Treiber gibt,
00:20:53: dass man seine Strategie komplett ändert.
00:20:55: Weil man eben das nicht aus Nachhaltigkeitsbestrebungen herausmacht,
00:21:00: sondern eben aus anderen Motiven.
00:21:04: Und genau deswegen ist halt die Frage, wie nachhaltig diese Strategie ist,
00:21:09: quasi immer nur da drauf zu setzen.
00:21:14: Aber ich bin froh, dass wir bei InnoVEX die Möglichkeit haben,
00:21:18: uns damit zu beschäftigen.
00:21:20: Und das nicht nur aus Kostengründen, sondern eben, weil es viele Mitarbeiter,
00:21:25: Mitarbeiterinnen bei uns gibt, die sich einfach mit dem Thema beschäftigen wollen,
00:21:28: denen das am Herzen liegt und die eben auch sehen, was da in den nächsten Jahren
00:21:33: auch noch auf uns zukommen könnte und wie die Projekte der Zukunft aussehen könnten.
00:21:38: Und da denken wir, dass Nachhaltigkeit auf jeden Fall eine Rolle spielen wird.
00:21:42: Aus dem einen oder anderen Grund, ob man das jetzt macht, weil man das machen
00:21:47: möchte, weil man sich dafür interessiert und weil einem das am Herzen liegt
00:21:49: oder aus Kostengründen oder weil man es aus Regulierungsgründen irgendwann machen muss.
00:21:54: Ja, also ich persönlich finde es natürlich auch toll, dass wir uns in der Firma
00:21:59: damit einfach so beschäftigen.
00:22:01: Nicht, weil es irgendwo jetzt vorgeschrieben ist oder weil es jetzt irgendwie
00:22:04: ein zwingendes Gesetz ist, sondern weil wir das gut finden. Und ich finde es
00:22:08: auch schön, dass wir die Möglichkeit haben, dass du dich da beispielsweise auch
00:22:11: während deiner Arbeitszeit zum gewissen Teil mit beschäftigst.
00:22:16: Denn ich glaube, es ist gut, wenn man da einfach Wissen anhäuft,
00:22:21: denn dann kannst du ja auch, wenn du jetzt ein Projekt hast bei einem Kunden,
00:22:26: Sachen um die Ecke kommen. Da kannst du sagen, hey, wir haben uns da jetzt schon
00:22:29: die letzten drei Jahre mit beschäftigt.
00:22:31: Lieber Kunde, schau mal, es gibt die drei Möglichkeiten, mit denen wir hier
00:22:35: nachhaltiger sein könnten und das ist eine gute Sache.
00:22:37: A, vielleicht für dein Karma, B, aber für das und C für das und das ist doch
00:22:42: ein schönes Argument dann einfach, anstatt irgendwie zu sagen,
00:22:46: na, so ist es nicht gut, wie wir es machen, müssten wir anders machen.
00:22:50: Also ich finde so Wissen und auch so Faktenwissen ist da eine gute Sache einfach.
00:22:56: Ja, finde ich auch. Also gerade deswegen finde ich es auch wichtig,
00:23:01: dass wir uns hier bei InnoVex mit dem Thema beschäftigen und beschäftigen können.
00:23:04: Ich glaube, da gibt es aber viele unterschiedliche Motivatoren,
00:23:07: die wir jetzt auch genannt haben, warum man sich damit beschäftigt oder warum
00:23:12: InnoVex sich als Firma damit beschäftigt.
00:23:14: Und ja, wenn wir das irgendwann in den Projekten anwenden können,
00:23:18: was wir uns jetzt gerade anschauen und das ist jetzt eben im Moment hauptsächlich
00:23:22: auch noch dieses Tracking und überhaupt erstmal eine Basis dafür zu schaffen,
00:23:26: um rauszufinden, wie viel Emissionen verbrauchen wir eigentlich tatsächlich
00:23:29: und dann eben später auch Maßnahmen ableiten zu können,
00:23:33: okay, wie kann ich jetzt meine Software oder im Speziellen jetzt meine Software
00:23:37: mit KI nachhaltiger gestalten.
00:23:39: Dann haben wir in der Zukunft coole Projekte, Projekte, wo wir das umsetzen können,
00:23:45: wo wir unser Know-How einbringen können, aber eben auch Mitarbeiterinnen sich
00:23:51: mit dem beschäftigen können, womit sie sich halt eben vielleicht auch privat
00:23:54: beschäftigen, nämlich mit einem nachhaltigen Lebensstil, dann passt das auch zusammen,
00:23:57: führt wiederum dazu, dass unsere Mitarbeiterinnen zufriedener sein können,
00:24:01: hoffentlich in der Zukunft.
00:24:04: Das klingt auf jeden Fall sehr gut. Sag mal Mara, wie ist denn dann der aktuelle Stand?
00:24:10: Du hast gesagt, dieses Carbon Tracking ist ein spannendes Thema,
00:24:14: mit dem du dich oder auch deine Kollegin mit beschäftigt.
00:24:19: Kannst du mir da mal verraten, wie der aktuelle Stand ist?
00:24:23: Seid ihr da in einer generellen Forschungsphase oder habt ihr da schon was ausprobiert
00:24:27: oder vielleicht irgendwelche kleinen Prototypen, mit denen ihr schon Erfahrungen sammelt?
00:24:32: Wir stehen noch relativ am Anfang bei dem ganzen Thema, würde ich sagen.
00:24:35: Also Ende letzten Jahres hat sich ein neuer InnoCircle gegründet.
00:24:39: Also InnoCircles bei InnoVEX sind so eine Art Arbeitsgruppe,
00:24:45: die sich eben mit einem bestimmten Thema beschäftigt und in unserem Fall eben
00:24:49: das Thema Sustainable Computing,
00:24:51: also nachhaltige Entwicklung, wo eben diese beiden Aspekte, von denen ich vorhin
00:24:55: schon gesprochen habe, also sowohl Green IT als auch Green by IT,
00:25:00: zusammengebracht werden sollen.
00:25:02: Und genau wie gesagt, diesen InnoCircle gibt es jetzt erst seit Ende letzten
00:25:06: Jahres und dementsprechend sind wir noch sehr in der Findungsphase und dabei
00:25:11: eben uns neue Themen zu überlegen und das,
00:25:15: was wir in den nächsten Monaten, Jahren angehen wollen und stehen da eben noch relativ am Anfang.
00:25:22: Okay, dann bin ich auf jeden Fall mal gespannt, was vielleicht im Laufe des
00:25:26: Jahres dann noch alles passiert und vielleicht gibt es ja zum Ende des Jahres
00:25:30: schon erste Ergebnisse, die man vielleicht irgendwo mal sehen kann,
00:25:36: vielleicht bei uns im Blog.
00:25:37: Ja, auf jeden Fall schaut da immer wieder mal rein, da wird es den ein oder
00:25:41: anderen Blogbeitrag dieses Jahr noch geben.
00:25:43: Ja, jetzt haben wir über Green IT gesprochen.
00:25:47: Du meintest aber auch, es kann auch unterschieden werden zwischen Green IT und Green by IT.
00:25:53: Ja, genau.
00:25:56: Kannst du mal für mich und vielleicht auch für alle, die zuhören,
00:26:00: kurz erläutern, was genau Green by IT bedeutet?
00:26:05: Ja, also eigentlich das, was der Name eigentlich schon sagt,
00:26:08: sehr selbstsprechend, nämlich, dass man grün ist durch IT und grün im Sinne
00:26:16: von ökologischer Nachhaltigkeit,
00:26:18: also dass man IT dafür benutzt, um grüne, nachhaltige Use Cases umzusetzen.
00:26:25: Zum Beispiel eben Herausforderungen, die man durch den Klimawandel hat,
00:26:30: die man durch IT lösen möchte oder dass man einfach generell IT dafür benutzt,
00:26:36: um Ressourcen zu schonen.
00:26:38: Genau, das wäre quasi so Green-By-IT-Projekte, die man dann unter diesem Mantel zusammenfassen kann.
00:26:44: Und KI spielt da eine besondere Rolle,
00:26:48: weil insbesondere KI quasi verspricht, in diesen komplexen Problemen Lösungen
00:26:54: zu finden und zu unterstützen und genau dann eben diese nachhaltigen Use Cases umzusetzen.
00:27:02: Was wäre denn da ein greifbares Praxisbeispiel für solche Use Cases?
00:27:08: Oder gibt es ganz viele, aber zum Beispiel ist ein Use Case Predictive Maintenance.
00:27:14: Da geht es darum, dass man Maschinen so überwacht, dass man quasi durch KI vorhersagen
00:27:19: kann, wann so eine Maschine ausfallen wird oder wann man ein Ersatzteil brauchen wird.
00:27:26: Und das ist insofern von Vorteil, dass man eben dann zu dem richtigen Zeitpunkt
00:27:33: die Maschine ersetzen kann oder ein Ersatzteil ersetzen kann oder auch bestellen kann,
00:27:39: dass man das weder zu früh macht und damit halt vielleicht ein Teil,
00:27:44: was eigentlich noch vollkommen funktionsfähig ist, in die Tonne kloppt.
00:27:47: Oder dass man es halt nicht zu spät macht und dann am Ende einen Systemausfall
00:27:52: hat oder genau einfach andere Verzögerungen.
00:27:55: Und die KI wird hier eben dazu benutzt, eben den optimalen Zeitpunkt zu ermitteln
00:28:00: und dadurch können eben Ressourcengeschwindigkeiten.
00:28:04: Und das funktioniert dann beispielsweise, indem man, ich weiß nicht,
00:28:07: irgendwelche Sensordaten sammelt bei der Maschine, schaut,
00:28:10: wie viele Betriebsstunden drauf sind und dann ausrechnet, wann der Zeitpunkt
00:28:17: sein würde, wann jetzt vielleicht irgendwie ein kleines Bauteil ersetzt werden muss.
00:28:22: Genau, ja. Also da wird dann eben halt auch auf historischen Daten eben geguckt,
00:28:26: wann ist es zu einem Ausfall gekommen und dann berechnet die KI quasi die Zusammenhänge
00:28:32: aus den Daten und den Sensordaten und dann eben rauszufinden,
00:28:35: wann sind in der Vergangenheit eben solche Ausfälle aufgetreten und wann werden
00:28:40: die höchstwahrscheinlich in der Zukunft wieder auftreten.
00:28:45: Ja, ich glaube, das ist wahrscheinlich für alle Maschinenbauhersteller was total Spannendes, oder?
00:28:52: Weil damit kannst du ja dann wirklich einen total guten Mehrwert zu deiner Maschine ausliefern.
00:28:58: Denn ansonsten, wenn es um solche Verschleißteile geht, hat man ja irgendwie
00:29:03: so ganz fixe Intervalle. Also alle 30.000 Betriebsstunden muss vielleicht irgendwie
00:29:09: so ein Zahnriemen getauscht werden.
00:29:11: Und wenn du es nicht machst und es geht was kaputt, dann ist die Garantie weg
00:29:14: und dann bleibst du auf dem Schaden selbst sitzen.
00:29:17: Und wenn du den jetzt austauscht, dann merkst du vielleicht, oh, der ist ja noch voll.
00:29:21: Der hätte ja noch locker 1000 Stunden gehalten oder 2000. Ja, spannend.
00:29:27: Ja, auf jeden Fall. Also genau, da spielt natürlich dann auch eine Rolle,
00:29:31: wenn man jetzt durch das Modell berechnen kann, das Ersatzteil muss ja noch
00:29:36: gar nicht ausgetauscht werden und dieses Teil muss noch gar nicht ausgetauscht werden.
00:29:40: Das wird wahrscheinlich noch eine Weile halten, aber der Zeitplan gibt es jetzt vor.
00:29:44: Dann muss man natürlich auch gucken, was ist mit der Garantie,
00:29:47: wenn ich jetzt das Teil nicht ausbaue, weil mein Modell sagt mir,
00:29:51: ja, das wird wahrscheinlich noch eine Weile halten, aber die Garantie läuft ab.
00:29:54: Da gibt es natürlich noch total viele Aspekte, die man da betrachten muss.
00:30:00: Aber generell gibt es da total verschiedene Projekte, wo eben KI dabei unterstützen
00:30:07: kann, so einen Prozess oder die Prozessabläufe besser zu machen, zu optimieren.
00:30:12: Zum Beispiel auch in Smart Homes ist es auch ein Thema,
00:30:16: da hat man ja auch in seinem Zuhause quasi ja verschiedene Sensoren an der Heizung, an der Tür,
00:30:21: am Licht und kann halt da zum Beispiel auch smart und eben digital steuern,
00:30:27: wann das Licht angeht, wann die Heizung angeht, wann sie hochfährt,
00:30:32: wann sie runterfährt, da eben dann auch Energie sparen.
00:30:35: Aber da muss man natürlich auch nochmal dazu sagen, dann sind wir auch wieder
00:30:39: bei dem Thema, wo wir vorhin waren, bei Green IT.
00:30:42: In diesen ganzen Sensoren stecken natürlich auch Materialien drin, auch Ressourcen,
00:30:48: die eben auch einen CO2-Fußabdruck haben und deshalb ist es generell wichtig,
00:30:55: bei dem Thema Green by IT da eben auch abzuwägen, okay, wie hoch ist der Nutzen,
00:30:59: den ich jetzt von meiner Software habe, von der KI,
00:31:01: wie viele Emissionen kann ich dadurch einsparen oder wie kann ich Ressourcen
00:31:05: schonen und wie viele Ressourcen muss ich dafür eigentlich überhaupt erst aufwenden
00:31:10: und da dann so ein Trade-off zu machen,
00:31:12: um dann eben zu gucken, okay, lohnt sich dieses Projekt jetzt wirklich und es ist sinnvoll.
00:31:18: Und genau, das wollen wir uns eben auch gerade anschauen, schauen uns ja verschiedene Use Cases an.
00:31:22: Es gibt aber definitiv auch Use Cases, die man ohne IT oder ohne KI einfach
00:31:28: gar nicht lösen könnte, die man aber lösen muss oder die es sich lohnt zu lösen.
00:31:34: Zum Beispiel gibt es auch Bestrebungen, dass zum Beispiel Computer Vision dafür
00:31:39: eingesetzt wird, dass man über Satellitenbilder quasi den Regenwald betrachtet.
00:31:45: Und dann kann über diese Satellitenbilder festgestellt werden,
00:31:49: wenn zum Beispiel neue Straßen gebaut werden in dem Regenwald,
00:31:53: was dann meistens dafür ein Indiz ist, dass da früher oder später abgeholzt werden soll.
00:31:58: Und um eben den Regenwald zu schonen und diesen Abholzungen vorzubeugen,
00:32:04: wird das quasi über Computer Vision betrachtet.
00:32:08: Und das sind halt zum Beispiel Tasks, die kannst du einfach nicht mit dem menschlichen Auge machen.
00:32:13: Das sind so viele Bilder, so viele Bilddaten und so eine große Fläche,
00:32:17: die man mit dem menschlichen Auge einfach nicht überwachen kann.
00:32:20: Und das ist nur ein Beispiel davon, wie man zum Beispiel so ein Green-by-IT-Projekt
00:32:25: haben kann oder beziehungsweise wie man IT für einen nachhaltigen Use Case einsetzen
00:32:32: kann, der halt anders gar nicht lösbar wäre.
00:32:36: Sehr, sehr schöne Beispiele. Die eine Sache, die du gerade erwähnt hast mit
00:32:40: diesem Trade-off, dass man ja auch betrachten muss,
00:32:44: wie groß sind jetzt irgendwie die Kosten von meiner Technologie,
00:32:49: mit der ich das Problem lösen muss oder möchte.
00:32:51: Da musste ich an so ein klassisches Beispiel denken.
00:32:54: Ich hatte früher bei mir zu Hause in der Wohnung in jedem Raum eine Glühbirne.
00:32:59: So eine ganz normale, I don't know, 35 Watt, 40 Watt, so eine ganz normale Glühbirne.
00:33:04: Und wir wissen ja, alle Glühbirnen sind schlecht, weil die so viel Wärme erzeugen
00:33:09: und dadurch Energie verschwenden.
00:33:10: Und LED ist da viel, viel besser. Ich habe heute aber in meiner Wohnung nicht
00:33:15: in jedem Raum eine LED-Birne,
00:33:17: sondern ich habe extrem viel, naja was heißt extrem viel, ich habe schon relativ
00:33:21: viel so LED-Technik zu Hause und ich weiß es jetzt nicht im Detail.
00:33:26: Ich könnte mir aber vorstellen, dass ich jetzt unterm Strich nicht so viel Energie
00:33:31: spare, denn LEDs sind klein,
00:33:34: LEDs sind cool und die sind auch total gut, weil die so wenig Energie in Wärme
00:33:40: umsetzen und ich kaufe mir jetzt viel, viel, viel, viel mehr davon.
00:33:43: Und die LED-Hersteller, die reiben sich natürlich die Hände,
00:33:45: die sagen nämlich, ja, LEDs sind eine ganz tolle Zukunftstechnologie,
00:33:49: weil die energiesparsam sind, kauft deswegen ganz viele LEDs.
00:33:56: Ja, das ist ein super gutes Beispiel. Das nennt man Rebound-Effekt.
00:34:01: Genau, dass quasi die Energieeinsparungen, die man hat oder generell Einsparungen,
00:34:06: die man hat, am Ende zu einem sogar mehr Konsum oder mehr Verbrauch führen,
00:34:11: weil es eben zu günstig ist, zu schnell, zu schön.
00:34:15: Und man sich vielleicht davon auch sogar verspricht, es ist ja eigentlich viel
00:34:19: nachhaltiger und dann eben gar nicht mehr darüber nachdenkt,
00:34:21: wie das eigentlich skaliert.
00:34:23: Das ist mir vorhin zum Beispiel auch eingefallen, als wir darüber gesprochen
00:34:26: haben, dass man effizientere KI-Modelle entwirft und dann eben da Strom sparen kann.
00:34:33: Wenn das natürlich zu Stromeinsparungen führt und man das dann auch tatsächlich
00:34:36: dafür nutzt, um Ressourcen zu sparen, dann ist es super, wenn man jetzt merkt,
00:34:40: mein KI-Modell braucht jetzt nur noch ein Zehntel der Energie,
00:34:43: also mache ich jetzt einfach 20 von diesen Modellen, dann haben wir am Ende
00:34:47: wieder einen Mehrverbrauch.
00:34:49: Ein gutes Beispiel ist da auch Online-Streaming, wo man ja auch pro Film Energie
00:34:56: spart oder Ressourcen spart im Vergleich dazu,
00:34:59: dass man eine DVD herstellen muss, die von A nach B transportieren muss und
00:35:04: dafür, dass dann eine Person diesen einen Film eben angucken kann.
00:35:09: Aber wenn es am Ende dazu führt, dass man jeden Abend zwei Filme streamt oder
00:35:15: halt auch mal nebenbei während dem Hausputzen streamt, ich nehme mich da nicht raus.
00:35:19: Second Screen.
00:35:21: Genau, dann führt es im Endeffekt dazu, dass man vermutlich durch diese Online-Streaming-Plattformen
00:35:27: weitaus mehr Energie verbraucht, als wir früher durch den DVD-Konsum verbraucht haben.
00:35:32: Ja, das ist also gerade im Elektronikbereich merke ich das auch bei mir selbst.
00:35:36: Ich war Ende letzten Jahres im Urlaub mit meiner Freundin und da haben wir schon
00:35:42: einen Koffer aufgemacht und da waren halt total viele Kabel drin.
00:35:45: Hey, guck mal, ich habe hier zwei Netzteile dabei, zwei so vier USB-Netzteile
00:35:50: und ich habe ganz viele kleine Geräte.
00:35:51: Ich habe natürlich mein Smartphone, ich habe so ein Tablet, ich habe hier noch
00:35:54: eine Digitalkamera, ich habe, ich weiß gar nicht, ganz viel Kram halt.
00:35:58: Und hatte ich früher jetzt nicht unbedingt, als ich in Urlaub gefahren bin,
00:36:03: da hatte ich vielleicht ein Fotoapparat dabei oder dann irgendwann mal noch
00:36:06: ein Handy und zwar wird zwar überall gesagt, hey, dein Handy ersetzt alle anderen
00:36:11: Geräte, das stimmt bei mir aber nicht.
00:36:13: Ich habe trotzdem noch viele, viele andere Geräte oder auch zu Hause.
00:36:15: Ich habe an meinem Arbeitsplatz, ich habe einen Laptop, mit dem ich arbeite,
00:36:19: aber ich habe halt drei Bildschirme zu Hause und das macht total Spaß, damit zu arbeiten.
00:36:24: Und warum habe ich die? Weil da jetzt halt nicht jeder wie tausend Euro gekostet
00:36:27: hat, sondern sondern weil die halt erschwinglich waren und von der Qualität trotzdem gut sind.
00:36:31: Und die verbrauchen ja auch echt wenig Strom und die verbrauchen ja auch viel
00:36:35: weniger Energie als mein alter Röhrenmonitor, den ich vielleicht vor 20 Jahren hatte.
00:36:39: Also die verbrauchen, wahrscheinlich verbrauchen alle drei weniger als der eine
00:36:43: Röhrenmonitor oder vielleicht ein kleines bisschen mehr als der eine,
00:36:46: aber es sind ja drei Stück.
00:36:48: Genau und sie laufen halt wahrscheinlich dann auch potenziell länger.
00:36:51: Also ich meine, wie du gerade meintest, das Handy kann alles ersetzen,
00:36:54: schön und gut, Oder wenn dafür dann das Handy statt 10 Minuten am Tag eben 10
00:36:59: Stunden am Tag benutzt wird,
00:37:01: dann führt das halt auch wieder zu einem Anstieg des Konsums und des Energieverbrauchs.
00:37:08: Genau, das ist auf jeden Fall dann, wie gesagt, ein Aspekt, den wir uns auch
00:37:10: angucken, dieser Rebound-Effekt und der da auch einfach eine total große Rolle spielt.
00:37:16: Aber wie wir jetzt auch schon reden, sieht man ja auch schon,
00:37:19: das sind Sachen, die man auch so schwer messen kann.
00:37:21: Also wie kann man denn am Ende festlegen, lohnt sich jetzt mein Green-By-IT-Projekt?
00:37:27: Also ist jetzt der Outcome davon, also die Ressourcen, die ich einspare,
00:37:32: rechtfertigen die den Einsatz der Software?
00:37:35: Wie viel braucht meine Software, wir haben da so viele Stellen oder Stellschrauben, wo wir ansetzen können,
00:37:42: wo wir aber wie gesagt auch noch total am Anfang stehen, teilweise ja noch gar
00:37:45: nicht wissen, wie viel Energie verbrauchen wir eigentlich und genau,
00:37:50: deswegen ist es auf jeden Fall ein total komplexes und teilweise auch fast philosophisches
00:37:54: Thema, weil man einfach auch nicht alle Sachen bis in die Gänse messen kann. Ja.
00:38:00: Das hätte mein Matheherz zwar manchmal gerne, dass man das alles ganz genau
00:38:05: messen kann und überall eine Zahl hinschreiben kann, aber das geht einfach nicht.
00:38:08: Und da kommt man natürlich dann auch dafür dazu, dass man das schätzen muss,
00:38:12: aber dafür muss man auch erstmal eine Know-how aufbauen und eine Grundlage dafür
00:38:16: schaffen, damit man das überhaupt zuverlässig schätzen kann.
00:38:19: Ja. Mara, brauchen wir da vielleicht KI?
00:38:23: Brauchen wir da irgendwelche richtig, richtig tollen KI-Modelle der Zukunft,
00:38:29: um überhaupt Aussagen treffen zu können? Wie nachhalte ich jetzt vielleicht ein Problem?
00:38:34: Ob es sich lohnt, jetzt so ein Green-by-IT-Projekt überhaupt anzugehen.
00:38:38: Denn wenn das so super, super komplex ist, wie du das jetzt mir darlegst,
00:38:43: dann ist das doch vielleicht die einzigste Möglichkeit.
00:38:46: Wir brauchen noch größere KI-Modelle, noch leistungsfähigere,
00:38:49: mit denen wir evaluieren können, ob KI-Projekte überhaupt sinnvoll sind.
00:38:56: Haben wir irgendwie so ein bisschen so ein Henne-Ei-Problem.
00:38:58: Oder? Ja.
00:39:00: Ja, vielleicht ist das die Lösung, ich weiß es nicht.
00:39:05: Ja, wir werden sehen, wohin sich das entwickelt.
00:39:09: Ich würde das nicht komplett ausschließen. Also irgendwie muss man ja diese
00:39:12: Schätzungen machen und das schreit natürlich auch wieder danach irgendwie.
00:39:17: Also dafür braucht man ja auch wieder ein mathematisches Modell,
00:39:19: was das vorhersagen kann oder eben schätzen kann.
00:39:24: Deswegen wird da vermutlich irgendwas in die Richtung noch entwickelt werden.
00:39:30: Ob das dann am Ende das ist, was die Lösung bringt und was man dann benutzen
00:39:35: kann, um wirklich zuverlässig vorherzusagen, was so ein Projekt als Outcome hat, werden wir sehen.
00:39:42: Das ist auf jeden Fall spannend. Das klingt für mich aber auch so ein bisschen
00:39:45: nach, ja, so ein bisschen, die KI beurteilt jetzt, ob die KI gebraucht wird.
00:39:54: Also da müssen wir vielleicht auch noch ein bisschen vorsichtig sein.
00:39:56: Am Ende wird die KI uns sagen, dass ganz viel KI überall gebraucht wird und
00:40:00: dann irgendwann keine Menschen mehr gebraucht werden. Who watches the watchman?
00:40:05: Ja, genau. Also ich werde ein bisschen vorsichtig, aber ja, das ist alles noch
00:40:10: sehr offen und genau, aber dementsprechend ja,
00:40:14: wollen wir uns mit dem Thema auf jeden Fall mehr beschäftigen und da noch mehr
00:40:16: Grundlagen in den nächsten Monaten und Jahren schaffen,
00:40:19: weil ja, es wird Probleme geben und es gibt jetzt schon Probleme,
00:40:23: die wir einfach von menschlicher Hand mit dem menschlichen Know-how im Moment
00:40:27: nicht lösen können und wo uns die IT auf jeden Fall helfen kann.
00:40:35: Ja, ich meine, IT an sich ist ja auch sowas Universelles.
00:40:39: Du kannst ja so viele Dinge tun, die du halt vorher nicht machen konntest.
00:40:44: Und ich finde auch gerade, wenn man in dem Kontext über Digitalisierung spricht,
00:40:49: ist ja auch so ein ganz krasses Buzzword und das steht ja auch bei uns auf der Website überall drauf.
00:40:53: Und das ist im Kern ja auch was Gutes und du kannst durch Digitalisierung ja
00:40:59: Dinge tun, die vorher nicht möglich waren und das gute Beispiel,
00:41:02: was ja oft genannt wird ist,
00:41:04: ja statt einem Fax schicke ich jetzt eine E-Mail, was aber keine Digitalisierung ist.
00:41:08: Das ist ja so eine Elektrifizierung.
00:41:11: Das habe ich mal irgendwo gelesen und habe das dann direkt geklaut,
00:41:15: weil ich die Bezeichnung so treffend finde.
00:41:17: Und mit Digitalisierung kann ich Dinge neu denken, kann ich Abkürzungen nehmen,
00:41:22: die vorher halt durch manuelle Prozesse einfach nicht möglich waren.
00:41:26: Und ich glaube schon, dass es da sehr viele Chancen gibt.
00:41:30: Ich persönlich glaube, dass man verantwortungsvoll damit umgehen muss und ich
00:41:34: glaube so vielleicht zu diesem Ansatz so, hey, da geht irgendwas.
00:41:39: Ich mache das jetzt einfach, das war so in dieser Sturm-und-Drang-Zeit, glaube ich, ganz cool.
00:41:44: Ich finde, das settelt sich alles gerade so ein bisschen und ich glaube,
00:41:50: jetzt ist die spannende Zeit, aber wo man ernsthaft in Anführungszeichen darüber
00:41:55: nachdenken kann, was sind denn jetzt die richtig großen dicken Use Cases.
00:42:00: Wir haben jetzt KI-Technologie, das ist cool.
00:42:03: Wir hatten eine Zeit, wo alle irgendwie mit Chat-GPT rumgespielt haben und alle
00:42:07: haben sich irgendwie lustige Gedichte und Songtexte generieren lassen und es ist auch mega lustig.
00:42:11: Hat uns, glaube ich, jetzt aber nicht wirklich weitergebracht,
00:42:14: außer dass es interessant war und unterhaltsam war und dass man vielleicht auch
00:42:17: ein bisschen was gelernt hat. Aber Use Cases, die jetzt wirklich so das Leben
00:42:21: verändert haben, habe ich noch keine da gesehen in dem Kontext.
00:42:24: Aber ich glaube, dass wir jetzt so ein gutes Gefühl entwickelt haben.
00:42:28: Was ist denn überhaupt möglich?
00:42:30: Und jetzt auch darüber nachdenken können, wo lohnt es sich denn jetzt irgendwas
00:42:34: Vernünftiges, Gutes zu tun?
00:42:36: Und die Betrachtung, hey, wie kann ich effizient mit sowas umgehen?
00:42:40: Wie kann ich da nachhaltig mit umgehen? Die finde ich genau richtig.
00:42:46: Ja, wie du sagst, das Experimentieren ist ja auch dafür da, zum Beispiel überhaupt
00:42:51: erst mal eine Grundlage zu schaffen, um herauszufinden, was kann ich eigentlich überhaupt machen.
00:42:56: Das gehört ja auch zu diesem ganzen Forschungsbereich eben dazu.
00:42:59: Aber ja, ich finde es auch gut, dass es immer mehr zur Sprache kommt,
00:43:05: wie viel Energie eigentlich verbraucht wird und dass man sich darüber auch eben
00:43:13: Gedanken machen muss und dass vielleicht Digitalisierung eben halt nicht nur Gutes mit sich bringt,
00:43:19: sondern eben auch, wenn man nicht gut genug darüber nachdenkt,
00:43:23: eben halt auch einen CO2-Fußabdruck hat, den man halt auch erstmal ja gar nicht
00:43:27: sieht. Das ist halt auch so eine Herausforderung.
00:43:30: Man hängt am Handy und denkt sich, ich verbrauche ja gar keine Energie,
00:43:35: weil man sieht die ja nicht.
00:43:36: Aber dass man am Ende des Tages das Handy wieder mit Strom, der auch nicht sichtbar
00:43:39: ist, wieder aufladen muss, bis es dann auf der Nebenkostenabrechnung irgendwann
00:43:43: sichtbar wird, da denkt man halt erstmal nicht drüber nach.
00:43:48: Aber ich glaube, wir sind jetzt an einem Punkt angekommen, wo das schon in vielen
00:43:52: Köpfen drinsteckt, dass man weiß, Digitalisierung hat eben auch einen Fußabdruck,
00:43:58: auch wenn er digital ist.
00:44:01: Und, genau, da ist sich jetzt eben drüber Gedanken zu machen,
00:44:04: aber auch jetzt nicht gleich zu sagen, oh, das ist alles ganz arg schlecht,
00:44:07: okay, wir müssen jetzt die Firma
00:44:08: schließen, wir lassen das alles mit Digitalisierung, das ist ja furchtbar.
00:44:12: Das ist eben halt auch nicht die Lösung, sondern eben sich dann zu überlegen,
00:44:16: okay, wie kann ich das besser machen zum einen, also das, was ich eh schon mache,
00:44:20: die IT-Projekte, die ich jetzt schon mache,
00:44:23: die Software, die ich baue, wie kann ich die besser machen?
00:44:27: Und eben den anderen Aspekt, wie kann ich das, was ich weiß,
00:44:32: das, was ich kann, nutzen, um daraus Gutes zu machen.
00:44:36: Und genau, das sind eben diese beiden Aspekte, die wir uns angucken,
00:44:40: also dieses Green IT und Green by IT.
00:44:42: Und was auch total Spaß macht und wo ich mich schon total freue,
00:44:46: mich da mehr damit zu beschäftigen und hoffentlich wir irgendwann damit dann
00:44:49: auch Projekte umsetzen können,
00:44:53: weil das bei den Kunden dann dran ist, weil sie sich damit beschäftigen wollen,
00:44:58: weil sie die Expertise brauchen oder weil es halt eben auch dann irgendwann
00:45:01: vorgeschrieben ist, weil zum Beispiel der EU-AI-Act kommen wird,
00:45:07: wo auch Nachhaltigkeit wohl eine Rolle spielen wird Und auch ein Kriterium davon sein wird,
00:45:13: dass man eben die KI, die man baut, eben auch nachhaltig baut und für nachhaltige Zwecke einsetzt.
00:45:20: Ja, ich habe mir jetzt gerade noch hier was notiert und zwar eine Sache,
00:45:24: die du gesagt hast, Sichtbarkeit.
00:45:26: Das finde ich auch was super, super Spannendes, weil wir haben jetzt viel über Kunden gesprochen,
00:45:30: über Regeln und Gesetze und so, aber KI betrifft ja auch mich als Person und
00:45:36: bei vielen Dingen, die ich mir kaufe oder für die ich mein Geld ausgebe,
00:45:39: achte ich schon drauf, wo das herkommt.
00:45:42: Also keine Ahnung, bei mir zu Hause, mein Strom, der kommt von meinem Stadtwerk
00:45:47: und das ist auch so der Ökostrom, den ich kriege.
00:45:51: Kostet ein kleines bisschen mehr, aber ich finde es ist gut.
00:45:53: Ich bin auch schon mal eingeladen worden bei uns in Karlsruhe in den Wald,
00:45:57: da wurden dann Bäume gepflanzt und da durfte ich selber einen Baum pflanzen
00:46:01: und keine Ahnung, ob es eine Show war, aber mich hat es komplett abgeholt.
00:46:05: Oder auch bei Lebensmitteln, da achte ich auch drauf, was ich mir da jetzt irgendwo
00:46:10: kaufe. Und bei vielen anderen Dingen auch.
00:46:12: Aber ich kann nur darauf achten, wenn ich es auch differenzieren kann.
00:46:16: Also bei vielen Sachen, da weiß ich nicht, was drinsteckt. Also auch bei vielen Elektronikprodukten.
00:46:23: Da weiß ich nicht, sind das gute seltene Erden oder sind das schlechte seltene Erden.
00:46:30: Keine Ahnung, weiß ich nicht. Vielleicht könnte ich mich extrem viel mit beschäftigen,
00:46:35: um das vielleicht irgendwie im Internet in irgendwelchen Ecken herauszukriegen,
00:46:40: wo sowas ausgetauscht wird.
00:46:42: Aber sind wir mal ehrlich, das mache ich vielleicht, wenn ich Aktivist bin,
00:46:45: aber als durchschnittlicher Konsument mache ich das nicht.
00:46:50: Aber wenn es irgendwo draufsteht oder wenn ich es nachlesen kann,
00:46:53: Wenn es klar ersichtlich ist, dann mache ich es vielleicht halt schon.
00:46:56: Und wenn ich jetzt irgendwie Dienstleistungen in Anspruch nehme von einem großen
00:47:00: Unternehmen und ich kann dann halt nachlesen, oh, die haben jetzt,
00:47:03: keine Ahnung, irgendwie die KI-Ampel und die haben jetzt eine Green-KI,
00:47:09: weil die halt mit nachhaltiger Energie irgendwie trainiert wurde,
00:47:14: weil hier festgelegt wurde oder weil die zertifiziert wurde,
00:47:17: dass man vielleicht irgendein spezielles Verfahren verwendet,
00:47:20: um das Ganze so iterativ zu trainieren.
00:47:22: Also was quasi zu recyceln.
00:47:25: Und keine Ahnung, was es da gibt oder vielleicht noch geben wird.
00:47:28: Und wenn ich, also sowas wie eine Lebensmittelampel, aber in gut,
00:47:31: wenn ich sowas hätte, das wäre doch cool.
00:47:34: Wenn ich sage, boah, der ist vielleicht ein bisschen günstiger,
00:47:36: der hat rote KI, die wird mit Kohlestrom trainiert.
00:47:40: Und ah, nee, das ist, und da weiß man vielleicht auch nicht,
00:47:43: was für Daten da drin stecken.
00:47:44: Die haben die vielleicht irgendwo so im Internet einfach so abgegrast.
00:47:47: Und das ist vielleicht gar nicht so 100% legal und gut.
00:47:51: Also so die Sichtbarkeit für mich als End-User, die fände ich schon gut.
00:47:55: Und vielleicht wäre so eine Sichtbarkeit aber auch für Business-to-Business,
00:47:58: Leute ganz, ganz spannend, wenn ich sehe, oh, sollen wir jetzt die rote hier
00:48:02: nehmen, Klasse 4, oder sollen wir die Klasse 1 KI oder Technologie nehmen?
00:48:06: Also ich weiß nicht so was, also Sichtbarkeit an sich fände ich ganz cool, weil dann kann ich ja,
00:48:13: bewusst entscheiden. Sonst ist es immer sehr viel, ich muss reingehen in die
00:48:18: Geschichte, ich muss das vielleicht erforschen, ich muss es überprüfen und ich
00:48:21: weiß es am Schluss nicht, sondern es ist vielleicht eine Bauchentscheidung.
00:48:25: Aber so Messbarkeit und dann sind wir auch wieder bei dem Thema,
00:48:28: das du am Anfang schon erzählt hattest mit diesem Carbon Tracker,
00:48:31: das könnte ja ein Teil von der KI-Nachhaltigkeitsampel vielleicht sein,
00:48:36: so ein Faktor, der reinfließt.
00:48:38: Ja, auf jeden Fall. Also du hast jetzt ganz viele verschiedene Punkte genannt,
00:48:44: aber ich denke auf jeden Fall werden wir in die Richtung gehen,
00:48:48: dass es irgendwann zumindest so Leitfäden geben wird, wie man nachhaltige Software,
00:48:54: nachhaltige KI bauen kann.
00:48:56: Es gibt da auch schon erste Ansätze und Leitfäden, auch zum Beispiel vom Bundesministerium,
00:49:03: wo man eben dann verschiedene Kriterien hat, mit denen man dann eine KI überprüfen kann,
00:49:08: ist sie nachhaltig oder nicht und wie du auch schon gesagt hast,
00:49:12: da spielt natürlich auch nicht nur diese ökologische Nachhaltigkeit,
00:49:15: über die wir jetzt bei diesem ganzen Green IT,
00:49:18: Green by IT, Sustainable Computing sprechen, sondern eben Nachhaltigkeit hat auch viele Facetten.
00:49:24: Zum Beispiel eben auch die soziale Nachhaltigkeit, also wie ethisch ist meine KI zum Beispiel.
00:49:32: Und das wird alles in so Leitfäden im Moment zusammengefasst.
00:49:35: Da gibt es, wie gesagt, auch verschiedene Ansätze, auch für Software im Allgemeinen
00:49:40: vom Blauen Engel, auch so ein Katalog.
00:49:43: Und ich denke, wir werden in die Richtung gehen, dass es irgendwie so Zertifizierungen für...
00:49:49: Software, KI oder eben zumindest für Unternehmen geben wird,
00:49:54: beziehungsweise es gibt es ja auch schon, dass Unternehmen sich Nachhaltigkeitszertifizieren
00:49:59: lassen können oder halt verschiedene Nachhaltigkeitskataloge erfüllen.
00:50:04: Und da sind wir als Dienstleister teilweise auch davon betroffen,
00:50:07: weil wenn sich ein Unternehmen dafür entscheidet, das eben umsetzen zu wollen
00:50:12: und dann sind eben auch die Dienstleister, also die ganze Lieferkette wird dann
00:50:17: betrachtet, wir als Dienstleister.
00:50:19: Irgendwie da auch mit drin, negativ ausgedrückt.
00:50:22: Aber wir können das natürlich auch als Chance sehen, das dann eben auch zu nutzen
00:50:26: und zu sagen, hey, wir können uns in dem Thema aus, wir können das.
00:50:30: Und wenn die Unternehmen das dann irgendwann erfüllen müssen,
00:50:34: könnten wir die Hand heben und sagen, hey, wir wissen, was wir tun in dem Bereich
00:50:38: und können euch da unterstützen.
00:50:41: Und ja, wie gesagt, ich glaube, wir werden da in die Richtung kommen,
00:50:45: weil das kann man auch nicht den Konsumenten und Konsumentinnen abverlangen,
00:50:51: dass sie das in jedem Bereich ihres Lebens hinkriegen, immer die nachhaltige,
00:50:54: richtige Entscheidung zu treffen.
00:50:56: Dafür gibt es zum einen so viele verschiedene Kriterien auf Basis derer man sich entscheiden muss.
00:51:03: Also ich habe ja nicht immer die freie Wahl. Ich bin auch teilweise über mein
00:51:06: Geld gebunden. Ich kann mir vielleicht manche Sachen gar nicht leisten.
00:51:09: Dann gibt es halt super viele Faktoren, die man ja schon mit einbeziehen muss,
00:51:15: wenn man eine Kaufentscheidung oder eine Nutzungsentscheidung trifft.
00:51:18: Und wie du sagst, man kann auch nicht Experte, Expertin in jedem Bereich sein
00:51:23: und genau deswegen glaube ich, wäre so eine KI-Ampel, vielleicht haben wir die heute ja erfunden.
00:51:30: Also wenn es die KI-Ampel irgendwann mal gibt, bitte vergesst nicht,
00:51:33: dass es hier zum ersten Mal gehört.
00:51:36: Genau, dann könnte dir auf jeden Fall dabei helfen, dann eben so eine Entscheidung
00:51:40: zu treffen und dann halt eben auch so nachhaltigen Konsum eben fördern.
00:51:48: Ja, Ja, also das fände ich auf jeden Fall sehr strebenswert,
00:51:51: wenn es hier irgendwelche Maßstäbe gäbe, die man halt anlegen kann.
00:51:56: Denn ja, irgendwelche richtig krassen Profis, die können Dinge immer einfach so beurteilen.
00:52:03: Klar, wenn du dich tagtäglich mit dem Thema beschäftigst, dann hast du ganz
00:52:06: andere Insights, dann kannst du es ganz anders beurteilen.
00:52:09: Aber ich glaube, man muss halt auch bei so einer Technologie wie jetzt gerade
00:52:13: KI an alle Menschen denken, die irgendwie damit in Berührung kommen.
00:52:18: Und die meisten davon haben halt diese Insights einfach nicht.
00:52:21: Und das ist aber auch völlig okay, weil die Welt ist so groß, es gibt so viele Themen.
00:52:26: Es muss sich nicht jeder mit allem auskennen. Wäre auch komisch,
00:52:29: wenn sich jeder mit allem auskennen würde.
00:52:31: Ja, auf jeden Fall. Und ich meine, man kann ja schon so weit gehen,
00:52:35: dass ja auch alle Entwickler, Entwicklerinnen, dass da für die Personen ein
00:52:41: Leitfaden total hilfreich wäre, weil wenn man eine Software entwickelt,
00:52:46: dann gibt es auch da so viele verschiedene Entscheidungen, die man treffen kann.
00:52:50: Und ja, der Lebenszyklus oder der ganze Softwareentwicklungszyklus ist groß
00:52:57: und da gibt es viele verschiedene Kreuzungen, wo man anders abbiegen kann.
00:53:03: Und wenn man da so einen Leitfaden an die Hand bekommen würde,
00:53:06: auch für Entwickler und Entwicklerinnen, wie man eine KI oder eine Software
00:53:11: nachhaltig implementieren und benutzen kann,
00:53:14: dann hätten wir da auch auf jeden Fall ein richtig wertvolles,
00:53:18: mächtiges Tool, um eben da nochmal einen Schritt aus meiner Sicht in die richtige Richtung zu gehen.
00:53:25: Das ist ein sehr schönes Schlusswort, Mara. Ich bin gespannt,
00:53:30: wann dieser Leitfaden fertig ist.
00:53:32: Ping mich doch bitte mal an und schick mir den mal zu, wenn der soweit fertig
00:53:36: ist, den würde ich mir gerne anschauen. Ich bin gespannt, wann wir endlich die
00:53:40: Ampel haben, also die KI-Ampel.
00:53:42: Und ich würde vorschlagen, wenn es bei deiner Arbeit da im InnoCircle zum Thema
00:53:50: Sustainable Computing wirklich spannende Erkenntnisse gibt,
00:53:55: vielleicht gegen Ende des Jahres und dann vielleicht auch mal entsprechende
00:53:58: Artikel veröffentlicht wird, dann lass uns doch da nochmal drüber sprechen.
00:54:02: Ich glaube, das ist ein Thema, was uns auch die nächsten Jahre noch viel beschäftigen
00:54:06: wird und vielleicht ist es jetzt ein Thema, was noch nicht so die große Sichtbarkeit
00:54:12: überall hat, aber ich glaube, das wird sich verändern.
00:54:17: Ja, das denke ich auch. Ich komme auf jeden Fall gerne nochmal vorbei und rede
00:54:22: immer gerne über dieses Thema, was mir echt eine Herzensangelegenheit ist.
00:54:26: Das merkt man und das finde ich auch sehr, sehr schön. Mara,
00:54:30: vielen Dank, dass du da warst.
00:54:32: Danke, dass ich da sein durfte.
00:54:34: Das war das Gespräch mit Mara. Ich hoffe, dass es euch Spaß gemacht hat.
00:54:38: Wenn ihr Feedback habt, dann erreicht ihr mich per E-Mail unter podcast.innovax.de.
00:54:43: Wir hören uns in der nächsten Folge wieder. Bis dahin wünsche ich euch viel Spaß und eine gute Zeit.
Neuer Kommentar