Schattenseite von KI: Viele deutsche Unternehmen verpassen ESG-Ziele

IT-Infrastruktur für KI fit zu machen kann den Energiebedarf und damit die Kosten enorm nach oben treiben. 5 Punkte, die laut einer Befragung von Pure Storage CIOs deutscher Unternehmen Kopfzerbrechen bereiten.

Zwei aktuelle Wellen der Transformation treffen aufeinander und scheinen sich gegenseitig im Weg zu stehen: Künstliche Intelligenz und Klimaneutralität. Wollen CIOs und IT-Leiter Vorteile aus der KI-Analyse ihrer Datenbestände ziehen, die in den kommenden Jahren weiter ansteigen werden, müssen sie die Rechenleistung ihrer IT deutlich erhöhen. Das führt unweigerlich zu stark erhöhtem Energiebedarf und steigenden Stromkosten. Mit der Folge, dass vor allem das Ziel der Klimaneutralität, das in den ESG-Richtlinien festgeschriebenen ist, verfehlt werden könnte.

Das ist eine der Hauptsorgen von IT-Entscheidern in deutschen Unternehmen, wie aus dem Bericht "Drivers of Change: Meeting the Energy and Data Challenges of AI Adoption" von Pure Storage hervorgeht. Demnach finden es 87 Prozent der IT-Einkäufer in Deutschland schwieriger, ESG-Ziele zu erreichen, wenn sie ihre IT-Infrastruktur für die Einführung von KI aufrüsten. Der Storage-Spezialist aus den USA hat eine internationale Befragung durchgeführt, darunter waren auch rund 100 IT-Einkäufer in Deutschland, die bei Firmen ab 500 Beschäftigten arbeiten.

KI oder ESG, oder geht auch beides zusammen, ohne dass die Kosten für eine moderne, energieeffiziente IT-Infrastruktur aus dem Ruder laufen? Viele sehen sich vor einer Quadratur des Kreises, denn einerseits ist die Nachfrage nach einer intelligenteren Infrastruktur noch nie so groß wie heute. Andererseits sind Legacy-Systeme oft nicht in der Lage, die massiven KI-Datenpipelines zu unterstützen, die erforderlich sind, um das Beste aus dem maschinellen Lernen herauszuholen.

"Da die Einführung von KI immer schneller voranschreitet, benötigen IT-Teams eine effiziente, zuverlässige und leistungsstarke Infrastruktur, um eine effektive Bereitstellung zu gewährleisten", beschreibt Pure Storage eine Voraussetzung für den KI-Einsatz.

"Da der Energie- und Datenbedarf im Zeitalter der KI exponentiell ansteigt, ist die Investition in und der Einsatz der richtigen KI-fähigen Dateninfrastruktur nicht nur für eine effektive Bereitstellung und Energieeffizienz von entscheidender Bedeutung, sondern auch dafür, den größten Nutzen aus KI-Projekten zu ziehen", sagt Rob Lee, CTO bei Pure Storage. Er macht auf diese 5 kritische Auswirkungen der KI auf IT-Infrastrukturen aufmerksam, die IT-Entscheider in deutschen Unternehmen einplanen sollten.

• Einführung von KI treibt den Bedarf an Rechenleistung: Bei 87 Prozent der Unternehmen, die KI eingeführt haben, ist der Bedarf an Rechenleistung erheblich gestiegen. Über die Hälfte (58 Prozent) musste ihre Rechenleistung seit der Einführung von KI verdoppeln oder mehr. Im internationalen Durchschnitt liegt die Quote bei 46 Prozent (hierfür wurden 500 IT-Einkäufer in vier Ländern befragt).
• Energiebedarf von KI nicht vorhergesehen: 67 Prozent der IT-Einkäufer waren nicht vollständig auf die Energieanforderungen von KI vorbereitet.
• Der Energieverbrauch ist nur eine der Belastungen durch KI: 77 Prozent der Unternehmen ist eine Aufrüstung des Datenmanagements in irgendeiner Form erforderlich oder wird erforderlich sein. Zu den spezifischen Upgrades gehören: Datenmanagement-Tools (48 Prozent), Datenmanagementprozesse (55 Prozent) und die Datenspeicherinfrastruktur (47 Prozent).
• Infolgedessen haben fast alle (94 Prozent) ihre IT-Infrastruktur bereits aktualisiert oder planen dies. 34 Prozent der befragten IT-Einkäufer in Deutschland gaben an, dass KI eine komplette Umgestaltung erfordert oder erfordern wird. Im internationalen Durchschnitt liegt die Quote bei 29 Prozent.
• Diese Herausforderungen haben die Nachhaltigkeitsziele der Unternehmen zurückgeworfen: 88 Prozent haben festgestellt, dass die ESG-Ziele infolge der Aufrüstung ihrer IT-Infrastruktur nach der Einführung von KI schwieriger zu erreichen sind. Allerdings gaben 67 Prozent derjenigen, die bereits KI-Technologien eingeführt haben (oder dies in den nächsten zwölf Monaten planen) an, dass sie in energieeffizientere Hardware investiert haben oder investieren werden, um die ESG-Ziele zu erreichen.