Nachhaltige KI-Lösungen entwickeln und beschaffen: geht das?

«Die Digitalisierung gilt als Klimaretter und Klimakiller zugleich» – kaum eine Aussage bringt die Ambivalenz digitaler Technologien treffender auf den Punkt. So gross die Hoffnung ist, dass die Digitalisierung zur Bewältigung ökologischer Herausforderungen beitragen kann, so offensichtlich sind auch die neuen Umweltbelastungen, die mit ihr einhergehen. Denn digitale Technologien hinterlassen nicht nur einen konkreten physischen Fussabdruck, da sie auf eine ressourcenintensive Infrastruktur angewiesen sind. Auch ihr hoher und stetig wachsender Strom- und Wasserverbrauch verursacht ökologische Probleme. Besondere Aufmerksamkeit erhält dabei in jüngster Zeit der zunehmende Einsatz von Künstlicher Intelligenz. Doch worin bestehen die ökologischen Risiken von KI genau? Welche Lösungsansätze zeichnen sich ab? Und vor allem: Welchen Beitrag kann die öffentliche Beschaffung leisten, um KI ökologisch nachhaltiger zu beschaffen? Diese Fragen beantwortet uns Jan Bieser zusammen mit Rika Koch im Interview mit Lara Biehl.

Lara Biehl: Das heutige Gespräch mit Jan Bieser und Rika Koch, beide Professor*innen an der Berner Fachhochschule, bietet auch Gelegenheit, einen Vorgeschmack auf die bevorstehende Konferenz «ICT4S» zu geben, die von den beiden organisiert wird. Bevor wir thematisch einsteigen, erklärt doch kurz, worum es bei dieser Konferenz geht.

Rika Koch: Im Zentrum der ICT4S steht die Frage, wie Digitalisierung nachhaltig gestaltet werden kann. Die Konferenz bringt dazu unterschiedliche Perspektiven zusammen – mit wissenschaftlichen Beiträgen, Workshops und einem PhD-Symposium. Besonders ist auch der erste Tag: Dort diskutieren wir gemeinsam mit Vertreterinnen und Vertretern aus Wissenschaft, Politik und Wirtschaft. Jan, habe ich etwas Wichtiges vergessen?

Jan Bieser:  Die ICT4S hat erstmals 2014 in der Schweiz stattgefunden – damals in Zürich. In gewisser Weise kehrt die Konferenz nun «back to the roots» wieder in die Schweiz zurück. Und der Zeitpunkt passt: Digitalisierung und Nachhaltigkeit sind heute präsenter denn je – nicht zuletzt wegen der rasanten Entwicklung im Bereich der Künstlichen Intelligenz (KI).

Lara Biehl: …und über KI wollen wir heute sprechen. Um aber etwas genereller einzusteigen: Jan, du forschst vorwiegend zu den ökologischen Auswirkungen der Digitalisierung, oder?

Jan Bieser: Ja genau. Im Zentrum meiner Forschung steht die Frage, wie sich die Digitalisierung auf die Umwelt auswirkt. Mich interessiert, welche Chancen digitale Technologien für den Umweltschutz bieten, wo die Risiken liegen – und wie sich beides in ein gutes Gleichgewicht bringen lässt.

Lara Biehl: Kannst du ein paar Chancen und Risiken nennen?

Jan Bieser: Man kann bei der Digitalisierung zwei Ebenen unterscheiden. Da ist zuerst die technische Seite: Digitalisierung braucht Geräte, Infrastruktur und Rechenzentren – und das alles verbraucht Energie und Ressourcen. Das ist zunächst einmal eine Belastung für die Umwelt, die wir möglichst klein halten sollten.

Gleichzeitig verändert Digitalisierung aber auch unseren Alltag und unsere Wirtschaft: wie wir kommunizieren, uns bewegen, einkaufen oder Dinge produzieren. Und diese Veränderungen können ökologisch sowohl positive als auch negative Folgen haben. Genau darin liegt die Ambivalenz.

Lara Biehl: Auf die negativen Aspekte kommen wir gleich noch genauer zu sprechen. Zunächst aber zur künstlichen Intelligenz: Welche Bedeutung hat KI denn für die Digitalisierung? Entstehen dadurch vor allem neue Anwendungsfälle? Oder geht die Entwicklung nun mit KI deutlich schneller voran?

Jan Bieser: Ich würde sagen: ein bisschen beides. Einerseits lassen sich mit KI viele Dinge, die schon bisher digital möglich waren, schneller und besser umsetzen. Andererseits eröffnet KI – insbesondere generative KI – auch ganz neue Möglichkeiten. So können heute Inhalte wie Texte, Bilder oder Videos erzeugt werden, die zuvor gar nicht existierten. Früher konnten wir digitale Inhalte in erster Linie bearbeiten oder weiterverarbeiten. Mit KI können wir nun zusätzlich völlig neue Inhalte schaffen.

Lara Biehl: Wenn ich an KI denke, kommen mir zuerst Chatbots in den Sinn. Gleichzeitig ist KI ein sehr breiter Begriff und man hört ständig auch von LLMs, Machine Learning und Ähnlichem. Bevor wir auf die verschiedenen Anwendungsbereiche eingehen: Kannst du kurz «terminologisch aufräumen» und uns erklären, was eigentlich alles unter den Begriff KI fällt?

Jan Bieser: Vereinfacht gesagt bedeutet KI, dass Maschinen Aufgaben übernehmen, für die sonst menschliche Intelligenz nötig wäre. Der Begriff ist also ziemlich breit. Wenn heute von KI gesprochen wird, ist meist maschinelles Lernen gemeint. Anders als bei klassischen Programmen mit festen Regeln bekommt das System dabei ein Ziel und viele Daten, aus denen es selbst lernt.

ChatGPT und andere grosse Sprachmodelle sind dafür ein bekanntes Beispiel. Sie können Texte generieren und mit Sprache arbeiten. Aber das ist nur ein Teilbereich. Maschinelles Lernen wird auch für Wettervorhersagen, Verkehrsplanung oder viele andere spezialisierte Anwendungen eingesetzt. In der öffentlichen Debatte – gerade mit Blick auf Umweltfragen – stehen im Moment aber vor allem die grossen Sprachmodelle im Fokus.

Lara Biehl: Jan hat vorhin schon verschiedene Anwendungsfälle von KI erwähnt. Rika, könntest du uns einen Überblick geben, wo KI denn heute so in der Verwaltung eingesetzt wird?

Rika Koch: Einen guten Überblick zu geben ist schwierig – vieles wird gar nicht systematisch erfasst. Ich selbst bin während meiner Zeit beim Bundesamt für Meteorologie und Klimatologie erstmals mit KI in der Verwaltung in Berührung gekommen: Ohne KI wären grosse numerische Wettervorhersagen gar nicht möglich. Weitere Anwendungsbereiche gibt es etwa bei Steuererklärungen oder überall dort, wo grosse Datenmengen verarbeitet werden. Auch bei der Aufdeckung von Sozialversicherungsbetrug kam KI zum Einsatz. Ein bekanntes Beispiel aus Belgien hat allerdings gezeigt, dass solche Systeme problematische Verzerrungen, wie beispielsweise einen rassistischen Bias, enthalten können. Daneben gibt es Anwendungen bei der Schulzuteilung oder der Vorhersage freier Parkplätze in Gemeinden.[1]

Jan Bieser: … und dann gibt es natürlich auch die alltägliche Nutzung generativer KI: Verwaltungsmitarbeitende nutzen im Arbeitsalltag zunehmend ChatGPT oder ähnliche Tools. Ob das immer offiziell eingeführt ist oder eher informell geschieht, ist nicht ganz klar – wichtig ist dieser Bereich trotzdem.

Lara Biehl: Diesen Punkt greift auch der Bericht der Digitalen Verwaltung Schweiz (DVS) auf, der sich mit KI in der Schweizer Verwaltung befasst. Dort stand, dass KI bereits sehr vielfältig eingesetzt wird – von E-Mails schreiben und Texte überarbeiten bis hin zu komplexeren Anwendungen wie Prognosen. Gleichzeitig wurde erwähnt, dass die Schweiz KI in der Verwaltung bislang noch weniger nutzt als einige umliegende Länder. Das eröffnet natürlich auch Spielraum. Wäre es also auch eine Chance, KI gezielt für den Klimaschutz einzusetzen?

Jan Bieser: Ja, auf jeden Fall. KI kann auch für den Klimaschutz genutzt werden – entscheidend ist aber, wie wir sie einsetzen. Ein gutes Beispiel ist die Mobilität. Wenn KI den privaten Autoverkehr noch bequemer macht, riskieren wir, dass der Verkehr weiter zunimmt, was ökologische Risiken birgt. Wenn die KI dagegen hilft, den öffentlichen Verkehr attraktiver zu gestalten, kann sie einen positiven Beitrag zur Nachhaltigkeit leisten. Daran zeigt sich die Ambivalenz von KI: Sie kann den Klimaschutz unterstützen, aber auch das Gegenteil bewirken. Deshalb kommt es darauf an, die richtigen Anwendungen zu fördern.

Lara Biehl: Gehen wir noch etwas genauer auf die verschiedenen Probleme ein. Welche weiteren ökologischen Problembereiche identifizierst du mit KI – neben der Gefahr, umweltschädliche Praktiken weiter zu fördern?

Jan Bieser: Die Technik selbst hat grosse Umweltwirkungen. Es ist aber nicht die KI selbst, die Energie verbraucht, sondern die Hardware, auf der sie läuft – also vor allem die Rechenzentren. In der Schweiz liegen diese aktuell bei rund 7 Prozent des gesamten Stromverbrauchs, in Irland sogar bei über 20 Prozent. Die Tendenz ist steigend.

Aber: KI ist nicht gleich KI. Grosse Sprachmodelle wie ChatGPT verbrauchen enorm viel Energie – sowohl im Training als auch im laufenden Betrieb, da sie von Millionen Menschen gleichzeitig genutzt werden. Spezifischere Anwendungen hingegen, etwa zur Schulzuteilung in einer Gemeinde, kommen mit deutlich weniger Daten und Energie aus. Und genau diese Unterscheidung ist wichtig: Welche Formen von KI haben tatsächlich einen hohen Stromverbrauch und eine grosse Umweltbelastung – und welche deutlich weniger?

Lara Biehl: Wie ist das eigentlich, wenn man in der Verwaltung eine KI-Anwendung nutzt? Werden diese Modelle selbst trainiert oder wird das meistens «outgesourced»?

Rika Koch: Eine Studie dazu gibt es nicht, aber ich denke meistens wird eingekauft, weil die nötigen Ressourcen in der Verwaltung fehlen. Eine kleine Gemeinde kann eine komplexe Schulzuteilungslösung kaum selbst entwickeln. In der Regel formuliert die Verwaltung das zu lösende Problem und externe Anbieter bewerben sich im Rahmen einer Ausschreibung mit einer passenden Lösung – mit oder ohne KI. Daneben gibt es auch Forschungskooperationen mit Hochschulen. Rein interne Entwicklungen leisten sich höchstens sehr grosse Verwaltungseinheiten.

Lara Biehl: Im Hinblick auf Jans Hinweis zum hohen Stromverbrauch könnte die Verwaltung – bzw. die Beschaffung – auch ein Hebel sein, um KI nachhaltiger zu gestalten. Wäre es denkbar, Kriterien für Server oder Rechenzentren festzulegen, zum Beispiel hinsichtlich Wasserverfügbarkeit oder Kühlbedarf?

Jan Bieser: Man kann bei IT- oder KI-Beschaffungen vom Anbieter Informationen zur Nachhaltigkeit einfordern, ja. Zum Beispiel: Wie viel erneuerbare Energie wird für die Rechenzentren genutzt? Gibt es Sustainability Policies oder Strategien zur Effizienz?

Rika Koch: Die öffentliche Hand kann Anforderungen stellen – etwa, dass Rechenzentren energieeffizient sind oder nicht an klimatisch ungeeigneten Orten stehen. Wenn sie selbst Rechenzentren betreibt oder ausschreibt, kann sie solche Kriterien direkt einbauen. Wenn man aber eine externe Lösung einkauft, bei der die Rechenzentren beim Anbieter liegen, müsste man eher mit Fragenkatalogen arbeiten. Ich bin mir nicht sicher, ob der Markt schon reif und transparent genug ist, um bei einer Ausschreibung verbindliche Nachhaltigkeitsvorgaben zu machen. Aber wo nachhaltigere Lösungen bereits verfügbar sind, könnte man solche Anforderungen durchaus obligatorisch vorsehen. Wenn nicht, wäre mehr Transparenz ein erster Schritt.

Jan Bieser: In der Praxis hängt es wohl auch von der Art der Lösung ab. Bei kleineren, spezialisierten Anwendungen gibt es oft mehrere Anbieter, die man gut vergleichen kann. Wenn es aber um grosse Sprachmodelle geht, ist die Zahl der Anbieter sehr klein. Dann bleibt oft nur eine Auswahl unter einigen wenigen Big-Tech-Unternehmen. Diese unterscheiden sich bei gewissen Nachhaltigkeitskriterien möglicherweise weniger stark, auch weil sie bereits Strategien zum Einsatz erneuerbarer Energien haben und teils selbst in Energieinfrastruktur investieren

Rika Koch: Was ich noch wichtig finde: Man sollte nicht erst bei der Ausschreibung ansetzen, sondern schon früher, bei der Bedarfsanalyse. Man muss sich zuerst fragen: Brauche ich überhaupt KI? Welchen konkreten Nutzen bringt sie für die Erfüllung einer öffentlichen Aufgabe? Gibt es tatsächlich einen Effizienzgewinn oder eine qualitative Verbesserung? KI nur einzusetzen, weil man modern oder digital wirken will, reicht nicht. Und wenn ausgeschrieben wird, sollten sich kleine Verwaltungseinheiten möglichst zusammentun. Gemeinsam haben sie mehr Nachfragemacht und können ökologische und soziale Nachhaltigkeitskriterien besser im Markt verankern.

Lara Biehl: Beschaffungsstellen sollten sich also fragen: Brauchen wir wirklich eine KI? Oder geht es auch ohne? Hast du, Jan, das Gefühl, dass KI oft nur des Hypes wegen eingesetzt wird, obwohl diese gar nicht wirklich nötig wäre?

Jan Bieser: Bei neuen Technologien besteht oft die Tendenz, sie möglichst überall einsetzen zu wollen. Ich schaue sehr gern The Big Bang Theory. In einer Szene macht Penny Haarschmuck, und die vier Nerds überlegen, wie man das besser vermarkten könnte. Dann kommt die Idee: «We add Bluetooth!» Penny fragt: «Warum brauchen wir denn Bluetooth?» Und alle antworten: «Alle lieben Bluetooth!» Das erinnert mich irgendwie an die aktuelle KI-Diskussion. Natürlich ist es wichtig, mit neuen Technologien zu experimentieren und sie auszuprobieren. Aber irgendwann muss der Punkt kommen, an dem man sich ehrlich fragt: Was bringt das eigentlich konkret? Und wo richtet es am Ende mehr Schaden an als Nutzen?

Rika Koch: Prof. Sanchez-Graells, ein Forscher aus dem Vereinigten Königreich, spricht auch davon, dass er ein Prinzip des KI-Minimalismus in der öffentlichen Beschaffung einführen möchte.[2] Also eine Art vorgelagerte Prüfung durch eine Instanz, die zuerst gutheissen müsste, dass KI überhaupt öffentlich beschafft und in Beschaffungen eingesetzt wird. Er sagt dann allerdings selbst, dass das vielleicht eher ein akademisches Gedankenspiel ist, das in der Praxis nicht standhält. Aber ich finde es gut, dass man das auch einmal laut sagen darf: KI ist nicht immer die Lösung für ein Problem.

Jan Bieser: Nicht nur das – KI ist nicht unbedingt nur eine Lösung, sie kann auch zur Ursache eines Problems werden. Dies, wenn ich sie dazu nutze, Dinge zu fördern, die eigentlich nicht wünschenswert sind. Oft wird KI als Klimaretter dargestellt. Gleichzeitig wird sie aber auch von Ölunternehmen eingesetzt, um noch mehr Öl aus der Erdkruste herauszuholen – und auch für die Rüstungsindustrie.

Letztlich muss die Gesellschaft als Ganzes entscheiden, ob sie das will oder nicht. Denn die Technik selbst entscheidet nicht, wofür sie verwendet wird. Das entscheiden die Akteure, die sie nutzen. Und diese Akteure haben bestimmte Anreize. Wenn mein Anreiz ist, möglichst viele Autos zu produzieren und zu verkaufen, dann werde ich sie dafür nutzen. Deshalb frage ich mich manchmal auch: Wenn wir über KI-Regulierung sprechen, geht es dann wirklich darum, die KI selbst zu regulieren? Oder müssten wir nicht vielmehr in den anderen Bereichen die richtigen Anreize setzen, damit diese Technologien für die richtigen Zwecke eingesetzt werden?

Rika Koch: Nur dass die Privatwirtschaft hier von allein vorwärts macht, dem stehe ich pessimistisch gegenüber. Privatwirtschaftliche Unternehmen haben in erster Linie kapitalistische Anreize, also das Ziel, Umsatz zu generieren. Die öffentliche Verwaltung kann andere Anreize setzen und bei Ausschreibungen sagen: Wir bezahlen euch für euer Produkt, aber es muss auch einigermassen nachhaltig sein. Oder aber sie kann gewisse KI-Lösungen und Infrastrukturen selbst bereitstellen, statt sie öffentlich zu beschaffen – gerade weil sie nicht dem Umsatzdiktat unterliegt, sondern gute Dienstleistungen für die Bürgerinnen und Bürger erbringen soll. Deshalb sehe ich einen Teil der Lösung darin, dass der Staat aktiver wird in der Bereitstellung von «guter» sprich nachhaltiger KI und anderen digitalen Infrastrukturen.

Referenzen

[1] Siehe dazu Beitrag Tobias Naef, Künstliche Intelligenz und Datenschutz in Gemeinden: Beispiele und Herausforderungen, in: Koch/Biehl/Fischer (Hrsg.) IT-Beschaffungen 2.0: Die Handbremse lösen! Konferenzband zur 13. IT-Beschaffungskonferenz der BFH, DIKE 2025.

[2] Albert Sanchez-Graells, Digital Technologies and Public Procurement, Gatekeeping and Experimentation in Digital Public Governance, Oxford University Press (2023).

Weitere Quellen, die im Podcast genannt werden:

• Bieser, Jan (2024):  AI and Climate Protection: Research Gaps and Needs to Align Machine Learning with Greenhouse Gas Reductions, Published in: 2024 10th International Conference on ICT for Sustainability (ICT4S)

• Amberg, Helen; Büchler, Chiara; Buess, Michael (2025): Nationale E-Government-Studie 2025. Schwerpunktbericht KI.  INTERFACE Politikstudien Forschung Beratung AG und DemoSCOPE AG, Luzern/Adligenswil.