Robert Klatt
Der zunehmende Einsatz von Künstlicher Intelligenz (KI) führt in den kommenden Jahren zu deutlich mehr Elektroschrott. Bis 2030 könnten ChatGPT und Co. zu einem Wachstum um den Faktor 1.000 führen.
Xiamen (China). Künstliche Intelligenzen (KI), darunter Large Language Model (LLM) wie ChatGPT, übertreffen Menschen bereits in vielen Bereichen, darunter laut einer Studie der University of Chicago (UChi) auch bei Finanzanalysen. Damit die KIs funktionieren, ist vor allem beim sogenannten Training eine enorme Rechenleistung erforderlich. Die Wissenschaft hat deshalb bereits mehrfach untersucht, wie KIs sich auf den Energieverbrauch in Rechenzentren auswirkt und für wie viel CO₂-Emissionen sie verantwortlich sind.
Nun haben Forscher der Chinese Academy of Sciences (CAS) eine Studie publiziert, die untersucht hat, ob und wie sich die rechenintensiven KI-Anwendungen auf die Entstehung von Elektroschrott auswirken. Laut ihrer Veröffentlichung im Fachmagazin Nature Computational Science sind sie dabei davon ausgegangen, dass die verwendete Hardware alle drei Jahre durch neue Systeme ersetzt wird und dass LLM von vielen Menschen regelmäßig im Alltag genutzt werden.
Unter der Annahme, dass KI-Anwendungen durch eine Integration in Suchmaschinen, soziale Netzwerke und andere Plattformen regelmäßig verwendet werden, müssten die Rechenzentren für deren Training und Betrieb in den kommenden Jahren deutlich ausgebaut werden. Die Menge an Elektroschrott könnte dadurch von aktuell etwa 2.550 Tonne auf bis zu 2,5 Millionen Tonnen im Jahr 2030 zunehmen. Wenn man von einem geringeren KI-Einsatz ausgeht, würde die Elektroschrottmenge bis 2030 auf 400.000 bis 1,5 Millionen Tonnen zunehmen.
Die Wissenschaftler um Peng Wang haben zudem untersucht, ob es geeignete Maßnahmen zur Reduzierung des Elektroschrotts gibt. Am stärksten könnte man die Müllmenge reduzieren (- 62 %), wenn man die Computer nicht nach drei Jahren verschrottet, sondern sie für ein weiteres Jahr für einfacherer Aufgaben weiterverwendet. Außerdem könnte eine Weiternutzung einzelner Komponenten die Müllmenge deutlich reduzieren (- 42 %). Weitere Maßnahmen zur Reduzierung des Elektroschrotts sind effizienter Chips (- 16 %), die die Anzahl der benötigten Server reduzieren würden, sowie effizientere Algorithmen (- 50 %).
Nature Computational Science, doi: 10.1038/s43588-024-00712-6
