KI und Nachhaltigkeit abwägen

Diesen aiMOOC als Battle spielen: Deutsch, Klasse 7-8, G-Niveau

KI und Nachhaltigkeit abwägen

Zielgruppe: Klasse 8, fächerübergreifend Zeitbedarf: etwa 60–90 Minuten; einzelne Projektaufgaben können in einer Folgestunde vertieft werden. Leitfrage: Wann ist der Einsatz von KI sinnvoll genug, um den dafür nötigen Energie-, Hardware- und Ressourcenaufwand zu rechtfertigen?

KI kann beim Lernen, Planen, Übersetzen, Erkennen von Mustern oder Optimieren technischer Systeme helfen. Gleichzeitig benötigt sie reale Infrastruktur: Chips, Server, Speicher, Netze, Kühlung, Gebäude und Strom. Für eine faire Bewertung reicht deshalb weder die Aussage „KI verbraucht viel Energie“ noch die Aussage „KI spart Energie“. Du musst Nutzen, Aufwand, Alternativen, Risiken und den gesamten Lebenszyklus betrachten.

Dieser Lernkurs zeigt Dir, wie Du eine begründete Entscheidung triffst, statt nur Pro- und Contra-Argumente zu sammeln. Dabei gilt ein wichtiges Prinzip: Nutze nicht automatisch das leistungsfähigste Werkzeug, sondern das kleinste Werkzeug, das die Aufgabe zuverlässig lösen kann.

Das kannst Du nach dem Kurs

Du kannst erklären, warum die Umweltwirkung von KI nicht mit einer einzigen Zahl beschrieben werden kann. Du kannst Energiebedarf, Rechenleistung, Hardware, Rohstoffe, Infrastruktur und möglichen Nutzen in Beziehung setzen. Du kannst für eine konkrete Aufgabe zwischen Papier, Taschenrechner, Tabellenkalkulation, Suchmaschine, klassischer Software und KI begründet wählen. Du kannst außerdem festlegen, welche Arbeit ein Mensch übernehmen muss und welche Teilaufgabe eine KI sinnvoll unterstützen darf.

Besonders wichtig ist die letzte Fähigkeit: Du sollst das Verfahren am Ende auf eine neue Situation übertragen und Deine Entscheidung mit nachvollziehbaren Kriterien und Quellen begründen.

Stundenfahrplan

Phase	Zeit	Was Du tust	Schwerpunkt
Aktivierung	5–10 Minuten	Vier Aussagen einschätzen und begründen	Vorwissen und Fehlvorstellungen
Einführung	15–20 Minuten	Lebenszyklus, Energie, Hardware und Infrastruktur verstehen	Informatik, Technik, Geographie
Abwägen	15–20 Minuten	Werkzeugwahl und Mensch-KI-Arbeitsteilung anwenden	Ethik, Deutsch, Gemeinschaftskunde
Anwendung	20–30 Minuten	Schulfall analysieren und Entscheidung begründen	Mathematik, Wirtschaft, Informatik
Reflexion und Transfer	10–15 Minuten	Neue Situation selbstständig bewerten	Human Agency und Urteilskompetenz

Aktivierung und Diagnose

Entscheide zunächst ohne Nachschlagen, ob Du den folgenden Aussagen eher zustimmst oder widersprichst. Notiere zu jeder Entscheidung einen Grund.

1. Energiebedarf: „Eine kurze KI-Antwort hat immer ungefähr denselben Energiebedarf.“
2. Nachhaltigkeit: „Wenn KI Strom aus erneuerbaren Quellen nutzt, ist ihr Umweltproblem gelöst.“
3. Werkzeugwahl: „Wenn eine KI eine Aufgabe kann, sollte man sie auch benutzen.“
4. Nutzenabwägung: „Eine KI kann trotz eigenem Ressourcenbedarf insgesamt zu einer Umweltentlastung beitragen.“

Vergleiche Deine Einschätzung später mit dem Kurs. Entscheidend ist nicht, ob Du am Anfang „richtig“ liegst, sondern ob Du am Ende besser begründen kannst.

Was bedeutet Nachhaltigkeit bei KI?

Nachhaltigkeit hat mehrere Seiten. Für diesen Kurs betrachten wir vor allem ökologische Folgen, beziehen aber auch soziale und wirtschaftliche Fragen ein. Ein ressourcensparendes System wäre beispielsweise nicht automatisch nachhaltig, wenn es Menschen unfair behandelt, personenbezogene Daten unnötig verarbeitet oder nur unter schlechten Arbeitsbedingungen hergestellt werden kann.

Die OECD empfiehlt deshalb, direkte und indirekte Umweltwirkungen von KI zu unterscheiden. Direkte Wirkungen entstehen etwa durch Entwicklung, Betrieb und Entsorgung von Hardware. Indirekte Wirkungen entstehen dadurch, was mit der KI-Anwendung verändert wird: Eine bessere Heizungssteuerung könnte Energie sparen, eine bequeme neue Anwendung könnte aber auch zusätzliche Nutzung auslösen.

Die UNESCO fordert bei KI unter anderem Verhältnismäßigkeit, Transparenz, menschliche Aufsicht und Nachhaltigkeit. Das passt zu einer einfachen Frage: Ist der Nutzen einer KI-Anwendung groß genug, und gibt es eine weniger aufwendige Alternative, die das Ziel genauso gut erreicht?

Der Lebenszyklus: Nicht nur die einzelne Anfrage zählt

Für eine belastbare Bewertung hilft eine Lebenszyklus-Perspektive. Das Umweltprogramm der Vereinten Nationen betont, dass KI vom Rohstoffabbau bis zum Ende der Gerätenutzung betrachtet werden sollte.

Eine vereinfachte Kette lautet:

Abschnitt	Was geschieht?	Mögliche Umweltwirkung
Rohstoffe	Metalle und andere Materialien werden gewonnen und aufbereitet.	Flächenverbrauch, Energiebedarf, Wasserbedarf, Eingriffe in Ökosysteme
Chip- und Gerätefertigung	Halbleiter, Leiterplatten, Server und Netztechnik werden hergestellt.	Energie, Prozesschemikalien, Wasser, Materialeinsatz
Rechenzentrum	Modelle werden trainiert, gespeichert und angewendet.	Strombedarf, Kühlung, Wasser, Flächen- und Infrastrukturbedarf
Netze und Endgeräte	Daten werden übertragen und Ergebnisse angezeigt.	Strom und vorhandene Hardware
Nutzung	Menschen stellen Anfragen oder automatisieren Prozesse.	Je nach Aufgabe sehr unterschiedliche Rechenlast und Nutzungsmenge
Ende der Nutzung	Geräte werden weiterverwendet, repariert, recycelt oder entsorgt.	Elektronikschrott, Verlust oder Rückgewinnung von Rohstoffen

Merke: Eine einzige Verbrauchszahl ohne Systemgrenze kann irreführend sein. Wer nur den Strom während einer Anfrage misst, blendet Herstellung und Infrastruktur aus. Wer dagegen sämtliche Umweltwirkungen eines ganzen Rechenzentrums einer einzigen Anfrage zurechnet, übertreibt ebenfalls.

Energie und Rechenleistung verstehen

Rechenleistung beschreibt vereinfacht, wie viel digitale Verarbeitung für eine Aufgabe nötig ist. Bei KI sind zwei Phasen wichtig: Beim Training werden Modellparameter anhand vieler Daten angepasst. Bei der Inferenz wird ein trainiertes Modell benutzt, um eine konkrete Eingabe zu verarbeiten und eine Ausgabe zu erzeugen.

Wie viel Energie tatsächlich benötigt wird, hängt unter anderem von Modellgröße, Hardware, Software, Länge und Art der Aufgabe, Auslastung des Rechenzentrums, Kühlung und Anzahl der Nutzungen ab. Textklassifikation, lange mehrstufige Schlussfolgerungen und die Erzeugung von Bildern oder Videos sind deshalb nicht automatisch vergleichbar.

Die Internationale Energieagentur IEA schätzte für 2024, dass Rechenzentren weltweit rund 415 Terawattstunden Strom verbrauchten, etwa 1,5 Prozent des globalen Stromverbrauchs. Wichtig ist der Kontext: Diese Zahl umfasst Rechenzentren insgesamt und nicht nur KI. Gleichzeitig sind Rechenzentren räumlich stark konzentriert, sodass lokale Stromnetze deutlich stärker betroffen sein können als der globale Prozentwert vermuten lässt.

Neuere IEA-Analysen betonen, dass die weitere Entwicklung besonders von drei unsicheren Faktoren abhängt: technische Effizienz, Wachstum der Nutzung und die Art zukünftiger KI-Anwendungen. Darum arbeitet die IEA mit Szenarien statt mit einer einzigen sicheren Zukunftszahl.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Medienauftrag: Notiere beim IEA-Video zwei Einflussgrößen, die für den Strombedarf wichtig sind. Schreibe außerdem eine Information auf, die im Video ausdrücklich mit Unsicherheit verbunden ist.

Warum „eine KI-Anfrage verbraucht genau X“ meist zu kurz greift

Im Internet begegnen Dir oft spektakuläre Angaben pro Suchanfrage, Prompt oder Bild. Solche Zahlen können aus Messungen oder Modellen stammen, sind aber nur dann sinnvoll, wenn Du weißt, was genau gemessen wurde.

Prüfe mindestens: Welches Modell? Welche Hardware? Welche Antwortlänge? Welches Rechenzentrum? Welche Auslastung? Welcher Strommix? Wird nur der Betrieb betrachtet oder auch die Hardware? Ist es ein Messwert, eine Schätzung oder eine Hochrechnung?

Das Umweltbundesamt weist darauf hin, dass der Aufwand einzelner KI-Anfragen für Nutzerinnen und Nutzer schwer greifbar ist und Schätzwerkzeuge eher Größenordnungen als exakte universelle Werte liefern können.

Quellenkritik-Regel: Je genauer eine Zahl klingt, desto genauer musst Du nach Systemgrenze, Datum, Modell und Methode fragen.

Hardware, Rohstoffe und Infrastruktur

Eine KI-Anwendung ist keine körperlose „Cloud“. Sie läuft auf physischer Hardware. Dazu gehören Prozessoren und Beschleuniger, Arbeitsspeicher, Datenspeicher, Netzwerktechnik und Stromversorgung. Hinzu kommen Gebäude, Kühlung, Transformatoren, Leitungen und häufig Notstromsysteme.

Halbleiterfertigung benötigt hochspezialisierte Anlagen. Auch Wasser spielt eine Rolle: Es wird sowohl in Teilen der Chipproduktion als auch in bestimmten Kühlsystemen von Rechenzentren benötigt. Wie groß der Wasserbedarf ist, hängt stark vom Standort und von der Technik ab. Deshalb ist auch hier eine einzelne weltweite Zahl wenig aussagekräftig.

Rohstoffe werden außerdem für Server, Kabel, Leiterplatten, Stromnetze und Gebäude gebraucht. Kupfer ist beispielsweise für elektrische Leitungen wichtig. Andere Metalle werden für Elektronik und spezielle Bauteile benötigt. Eine Nachhaltigkeitsbewertung sollte deshalb nicht nur CO₂ betrachten, sondern auch Materialkreisläufe und Lebensdauer.

Das Umweltbundesamt betont bei Rechenzentren, dass nicht nur Gebäudetechnik, sondern auch die tatsächliche Auslastung von Servern und die Lebensdauer der Hardware entscheidend sind. Überdimensionierte oder schlecht ausgelastete Systeme können Ressourcen verschwenden.

Elektronikschrott und Kreislaufwirtschaft

KI ist nur ein Teil der weltweiten Elektroniknutzung. Für die Einordnung ist trotzdem der gesamte Elektronikschrott relevant. Der Global E-waste Monitor von ITU und UNITAR berichtet für 2022 weltweit 62 Millionen Tonnen Elektroschrott. Davon wurden 22,3 Prozent dokumentiert als formal gesammelt und umweltgerecht recycelt.

Diese Zahlen sind kein „KI-Fußabdruck“. Sie zeigen aber, warum längere Gerätenutzung, Reparierbarkeit, Wiederverwendung und Recycling auch für digitale Infrastruktur wichtig sind.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Vertiefung: Das Video ist deutlich länger als eine Unterrichtsstunde. Nutze deshalb nur einen von der Lehrkraft ausgewählten Ausschnitt und prüfe, welche Aussagen direkt aus dem Global E-waste Monitor stammen.

Der mögliche Nutzen von KI

Eine faire Abwägung endet nicht bei den Belastungen. KI kann in bestimmten Anwendungen helfen, Ressourcen effizienter zu nutzen. Die IEA nennt unter anderem bessere Prognosen für Stromnetze, Fehlererkennung, optimierte Industrieprozesse und intelligentere Gebäudesteuerung. Zugleich warnt sie davor, mögliche Einsparungen automatisch als sichere Wirkung anzunehmen.

Ein Beispiel: Wenn eine KI Wind- und Solarstrom besser vorhersagt, kann das helfen, ein Stromnetz zu planen. Ob daraus tatsächlich eine Umweltentlastung entsteht, hängt aber davon ab, ob die Prognose zu einer besseren Entscheidung führt und ob der zusätzliche Rechenaufwand kleiner ist als der vermiedene Aufwand.

Reboundeffekt: Effizienter kann auch mehr bedeuten

Der Reboundeffekt beschreibt, dass Effizienzgewinne teilweise durch zusätzliche Nutzung wieder aufgehoben werden können. Wenn eine Tätigkeit durch KI sehr schnell, billig oder bequem wird, kann sie häufiger stattfinden. Ein einzelner Vorgang wird dann vielleicht effizienter, aber die Gesamtmenge steigt.

Beispiel: Ein System erstellt Grafiken schneller als vorher. Wenn deshalb statt einer Grafik plötzlich zwanzig Varianten erzeugt werden, kann der Gesamtaufwand trotz effizienterer Technik wachsen.

Abwägefrage: Spart die KI wirklich Ressourcen, oder macht sie vor allem zusätzliche Nutzung attraktiv?

Systematische Werkzeugwahl

Die wichtigste Nachhaltigkeitsentscheidung kann schon vor der KI-Nutzung fallen. Frage zuerst, welches Werkzeug die Aufgabe angemessen löst.

Aufgabe	Meist sinnvolles Startwerkzeug	Wann KI zusätzlich helfen kann
Eine Prozentzahl berechnen	Taschenrechner oder Tabellenkalkulation	Meist nicht nötig
Einen überprüfbaren Fakt finden	Fachbuch, seriöse Quelle oder gezielte Websuche	Zum Formulieren von Suchbegriffen oder Vergleichen, aber Quelle selbst prüfen
20 Messwerte sortieren und Mittelwert bilden	Tabellenkalkulation	Meist nicht nötig
150 offene Rückmeldungen thematisch vorsortieren	Filter, Kategorien und menschliche Stichprobe	Bei großem Textumfang möglicherweise für Vorschläge zur Gruppierung
Eine Entscheidung mit mehreren Kriterien vorbereiten	Kriterienmatrix	Für Ideen oder Gegenargumente, nicht für die letzte Entscheidung
Ein Bild für eine kreative Idee entwickeln	Skizze, Foto, Grafikprogramm oder KI je nach Ziel	Wenn Varianten einen echten Lern- oder Gestaltungsnutzen haben

Minimalprinzip: Wähle das kleinste geeignete Werkzeug. Das spart nicht nur Rechenleistung, sondern macht Ergebnisse oft auch nachvollziehbarer.

Die Fünf-Fragen-Prüfung

Bevor Du eine KI einsetzt, beantworte diese fünf Fragen:

1. Zielklärung: Welches konkrete Problem soll gelöst werden?
2. Alternative: Reicht ein einfacheres Werkzeug?
3. Ressourcen: Welche Rechen-, Hardware- oder Datenressourcen werden voraussichtlich benötigt?
4. Nutzen: Welche messbare oder begründbare Verbesserung erwarte ich?
5. Kontrolle: Wer prüft Ergebnis, Quelle, Fairness, Sicherheit und mögliche Fehler?

Wenn Du eine dieser Fragen nicht beantworten kannst, ist das kein automatisches Verbot. Es ist ein Signal, den Einsatz erst genauer zu planen.

Mensch-KI-Arbeitsteilung

Human Agency bedeutet, dass Menschen Ziele setzen, Entscheidungen verantworten und Ergebnisse kontrollieren. KI kann Teilaufgaben unterstützen, soll aber nicht unbemerkt die Entscheidung übernehmen.

Arbeitsschritt	Mensch	KI als mögliche Unterstützung
Ziel festlegen	Entscheidet Zweck, Grenzen und Erfolgskriterien	Kann Rückfragen oder Ideen liefern
Daten auswählen	Prüft Relevanz, Datenschutz und Einwilligung	Kann Daten nur innerhalb klarer Regeln verarbeiten
Methode wählen	Vergleicht Werkzeuge und entscheidet	Kann Alternativen vorschlagen
Bearbeiten	Steuert den Prozess	Kann sortieren, formulieren, klassifizieren oder Varianten erzeugen
Prüfen	Kontrolliert Fakten, Quellen, Verzerrungen und Plausibilität	Kann Gegenfragen oder Prüflisten liefern
Entscheiden	Trägt Verantwortung	Darf Argumente liefern, aber nicht die Verantwortung übernehmen

Sicherheitsregel für die Schule: Lade keine personenbezogenen oder vertraulichen Daten in ein externes KI-System, wenn dafür keine klare schulische Freigabe und Rechtsgrundlage besteht.

Projektsteuerung: KI nicht einfach „machen lassen“

Ein gutes KI-Projekt braucht Zwischenstopps. Diese Projektstruktur funktioniert auch ohne bestimmte Marke oder Plattform:

Checkpoint	Leitfrage	Ergebnis
Auftrag	Was soll am Ende besser sein?	Ein klarer Satz zum Ziel
Kriterien	Woran erkennen wir eine gute Lösung?	Drei bis fünf Prüfkriterien
Werkzeug	Welches Werkzeug ist gerade ausreichend?	Begründete Auswahl
Test	Funktioniert der Ansatz an einem kleinen Beispiel?	Testfall und beobachtete Fehler
Kontrolle	Sind Fakten, Quellen, Datenschutz, Fairness und Sicherheit geprüft?	Prüfprotokoll
Entscheidung	Überwiegt der erwartete Nutzen den Aufwand?	Begründete Entscheidung
Rückblick	Was würden wir beim nächsten Mal anders machen?	Eine konkrete Verbesserung

Diese Struktur verhindert, dass ein Projekt nur aus dem Erzeugen möglichst vieler KI-Ergebnisse besteht.

PISA-nahe Anwendungssituation: Die Schulideen auswerten

Situation: Die Schülervertretung plant eine Nachhaltigkeitswoche. 120 anonyme Rückmeldungen aus mehreren Klassen liegen als kurze Texte vor. Sie sollen bis morgen in Themen geordnet und anschließend zu fünf Maßnahmenvorschlägen verdichtet werden.

Die Rückmeldungen enthalten folgende Merkmale: 80 Texte sind sehr kurz, 40 sind ausführlicher. Manche Vorschläge wiederholen sich. Sechs Einträge enthalten versehentlich Namen. Die Schule möchte schnell arbeiten, personenbezogene Daten schützen und keine unnötig aufwendige Technik einsetzen.

Vier Vorgehensweisen stehen zur Auswahl:

Variante	Vorgehen	Stärke	Schwäche
A	Vier Personen sortieren alle Texte vollständig von Hand.	Hohe Kontrolle über Daten und Bedeutungen	Relativ zeitaufwendig
B	Namen werden entfernt, danach werden Schlüsselwörter und Kategorien in einer Tabellenkalkulation ausgewertet.	Transparent und ressourcenschonend	Ironie und ähnliche Bedeutungen können übersehen werden
C	Alle Texte werden direkt an ein externes generatives KI-System geschickt.	Schnelle erste Gruppierung möglich	Datenschutzproblem bei Namen und unnötig großer externer Verarbeitung
D	Namen werden entfernt, offensichtliche Gruppen entstehen in der Tabelle, nur unklare Restfälle werden mit KI unterstützt und anschließend menschlich geprüft.	Verbindet einfache Werkzeuge mit gezielter KI	Benötigt Planung und Kontrolle

Arbeitsauftrag zur Anwendungssituation

Bewerte die vier Varianten mit den Kriterien Datenschutz, Zeit, Nachvollziehbarkeit, Ressourcenbedarf, Qualität und menschliche Kontrolle. Lege selbst fest, welche Kriterien besonders wichtig sind. Begründe anschließend eine Empfehlung für die Schülervertretung.

PISA-Nähe: Es gibt nicht nur eine Rechenoperation, sondern eine reale Entscheidung mit mehreren Informationen. Eine gute Lösung nennt Annahmen, gewichtet Kriterien, erkennt Zielkonflikte und erklärt, warum eine Alternative verworfen wurde.

Mathematik: Eine eigene Entscheidungsmatrix bauen

Nutze für jedes Kriterium eine Bewertung von 0 bis 2 Punkten. Lege zusätzlich ein Gewicht von 1 bis 3 fest. Multipliziere Bewertung und Gewicht und addiere die Ergebnisse.

Wichtig: Diese Punktzahl ist kein wissenschaftlicher Umweltfußabdruck. Sie ist nur ein Werkzeug, um Deine eigenen Prioritäten sichtbar zu machen.

Kriterium	Gewicht	Variante A	Variante B	Variante C	Variante D
Datenschutz	selbst festlegen	selbst bewerten	selbst bewerten	selbst bewerten	selbst bewerten
Zeit	selbst festlegen	selbst bewerten	selbst bewerten	selbst bewerten	selbst bewerten
Nachvollziehbarkeit	selbst festlegen	selbst bewerten	selbst bewerten	selbst bewerten	selbst bewerten
Ressourcenbedarf	selbst festlegen	selbst bewerten	selbst bewerten	selbst bewerten	selbst bewerten
Ergebnisqualität	selbst festlegen	selbst bewerten	selbst bewerten	selbst bewerten	selbst bewerten

Vergleiche Dein Ergebnis mit einer anderen Person. Wenn Ihr zu unterschiedlichen Empfehlungen kommt, prüft zuerst, ob Ihr unterschiedliche Gewichte oder unterschiedliche Faktenannahmen verwendet habt.

Fächerübergreifende Perspektiven

Fach	Leitfrage zum Thema
Informatik	Welche Aufgabe übernimmt das Modell, welche die Software und welche der Mensch?
Mathematik	Wie können Kriterien gewichtet werden, ohne eine Scheingenauigkeit zu erzeugen?
Deutsch	Wie formuliert man eine nachvollziehbare Begründung und trennt Behauptung, Beleg und Schlussfolgerung?
Technik	Welche Hardware, Kühlung, Netze und Materialien sind nötig?
Ethik	Wann ist ein Ressourcenverbrauch verhältnismäßig, und wer trägt Verantwortung?
Gemeinschaftskunde	Welche Regeln, Transparenzpflichten oder öffentlichen Interessen spielen eine Rolle?
Wirtschaft	Wie beeinflussen Kosten, Effizienz, Lebensdauer und externe Umweltkosten eine Entscheidung?
Geschichte	Welche früheren Technikdebatten zeigen ähnliche Spannungen zwischen Fortschritt und Nebenfolgen?
Kunst	Wann rechtfertigt ein kreativer Mehrwert die Erzeugung vieler Varianten, und wann reicht eine Skizze?

Quellenkritik: Drei Warnsignale

Warnsignal 1: Eine Quelle nennt einen extrem genauen Verbrauch pro Prompt, aber weder Modell noch Hardware oder Methode.

Warnsignal 2: Eine Quelle nennt nur Vorteile von KI für Nachhaltigkeit, aber keinen zusätzlichen Ressourcenbedarf.

Warnsignal 3: Eine Quelle nennt nur den Stromverbrauch von KI, ignoriert aber den Zweck der Anwendung und mögliche Einsparungen.

Eine belastbare Aussage nennt dagegen Systemgrenze, Zeitpunkt, Methode, Unsicherheit und Vergleichsmaßstab.

Medien zur Vertiefung

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Sehauftrag zum ARTE-Beitrag: Notiere eine Aussage zu Belastungen und eine Aussage zu möglichen Vorteilen. Prüfe anschließend, ob beide Aussagen gleich gut belegt werden.

Bildauftrag: Übertrage die Idee der Kreislaufwirtschaft auf KI-Hardware. Wo wären Reparatur, Wiederverwendung, Aufrüstung und Recycling einzuordnen?

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Welche Frage sollte vor einem KI-Einsatz zuerst geklärt werden? (Welches konkrete Problem soll gelöst werden) (!Welches KI-System ist am bekanntesten) (!Wie viele Antworten kann man erzeugen) (!Welche Ausgabe sieht am spektakulärsten aus)

Warum ist eine feste Verbrauchszahl pro KI-Anfrage oft problematisch? (Weil Modell Hardware Aufgabe und Systemgrenze den Wert stark beeinflussen) (!Weil digitale Systeme grundsätzlich keinen Strom verbrauchen) (!Weil jede KI-Anfrage immer lokal auf dem Handy läuft) (!Weil Stromverbrauch nur bei gedruckten Texten wichtig ist)

Welche Betrachtung passt am besten zu einer nachhaltigen KI-Bewertung? (Der ganze Lebenszyklus von Rohstoffen bis Entsorgung) (!Nur die Länge der Antwort) (!Nur der Kaufpreis des Endgeräts) (!Nur die Zahl der Nutzerinnen und Nutzer)

Welche Werkzeugwahl ist für eine einfache Prozentrechnung meist angemessen? (Ein Taschenrechner oder eine Tabellenkalkulation) (!Ein großes generatives KI-System) (!Ein Bildgenerator) (!Ein Sprachmodell mit möglichst langer Antwort)

Warum kann bessere Energieeffizienz trotzdem zu höherem Gesamtverbrauch führen? (Weil zusätzliche Nutzung einen Reboundeffekt auslösen kann) (!Weil Effizienz immer die Rechenleistung verdoppelt) (!Weil erneuerbare Energien grundsätzlich mehr Daten erzeugen) (!Weil Recycling neue Anfragen automatisch vervielfacht)

Welche Aufgabe sollte bei einer Mensch-KI-Arbeitsteilung beim Menschen bleiben? (Die verantwortliche Entscheidung und Kontrolle) (!Jede einzelne Sortieroperation) (!Jede Rechtschreibkorrektur) (!Jede Berechnung in einer Tabelle)

Was ist bei personenbezogenen Schuldaten besonders wichtig? (Datenschutz und eine klare Freigabe vor externer Verarbeitung) (!Möglichst viele Plattformen gleichzeitig zu testen) (!Namen unverändert in jede Anfrage zu schreiben) (!Die Daten öffentlich zu speichern)

Wann ist ein möglicher Nachhaltigkeitsnutzen von KI besonders überzeugend? (Wenn eine konkrete Verbesserung gegenüber einer Vergleichslösung belegt wird) (!Wenn die Werbung das System als grün bezeichnet) (!Wenn das Ergebnis sehr schnell erzeugt wurde) (!Wenn die KI viele Fachbegriffe verwendet)

Welche Aussage über Rechenzentren ist am sinnvollsten? (Ihre Wirkung hängt auch von Auslastung Kühlung Stromversorgung und Standort ab) (!Alle Rechenzentren haben denselben Umweltfußabdruck) (!Nur die Gebäudebeleuchtung benötigt Energie) (!Hardware spielt für Ressourcenverbrauch keine Rolle)

Wie solltest Du bei einer neuen KI-Anwendung zu einer Entscheidung kommen? (Ziel Alternativen Ressourcen Nutzen und Kontrolle gemeinsam abwägen) (!Nur den möglichen Zeitgewinn betrachten) (!Immer die technisch größte Lösung auswählen) (!Die Entscheidung vollständig an die KI delegieren)

Memory

Rechenleistung	Umfang digitaler Verarbeitung
Inferenz	Anwendung eines trainierten Modells
Lebenszyklus	Betrachtung von Rohstoff bis Entsorgung
Reboundeffekt	Mehrnutzung nach Effizienzgewinn
Human Agency	Menschliche Zielsetzung und Verantwortung
Kreislaufwirtschaft	Reparatur Wiederverwendung und Recycling
Quellenkritik	Prüfung von Herkunft Methode und Kontext

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Training	Modell wird anhand von Daten angepasst
Inferenz	Trainiertes Modell verarbeitet eine konkrete Eingabe
Hardware	Physische Server Speicher Chips und Netztechnik
Infrastruktur	Gebäude Stromversorgung Kühlung und Leitungen
Nutzen	Nachweisbare Verbesserung gegenüber einer Alternative

Kreuzworträtsel

Server	Welche Computer arbeiten typischerweise in einem Rechenzentrum?
Rohstoff	Wie nennt man ein natürliches Ausgangsmaterial für technische Produkte?
Rechenzentrum	Wie heißt ein Gebäude mit vielen Servern und technischer Versorgung?
Transparenz	Welcher Begriff beschreibt nachvollziehbare Informationen über Methode und Wirkung?
Kreislauf	Welches Wort steckt im Ziel von Reparatur Wiederverwendung und Recycling?
Rebound	Wie heißt der Effekt wenn Effizienz zu zusätzlicher Nutzung führt?

Lückentext

Vervollständige den Text.

Eine faire Nachhaltigkeitsbewertung betrachtet den ganzen einer KI-Anwendung. Für einfache Berechnungen reicht oft ein statt eines großen KI-Systems. Beim werden Modellparameter anhand von Daten angepasst. Die Anwendung eines trainierten Modells heißt . Rechenzentren benötigen neben Servern auch Stromversorgung und . Eine sehr genaue Einzelzahl ist ohne Angaben zu Modell Hardware und Methode nur begrenzt . Wenn Effizienz zu zusätzlicher Nutzung führt spricht man vom . Bei der Arbeit mit KI behält der die Verantwortung für Ziel Kontrolle und Entscheidung. Eine belastbare Entscheidung vergleicht Ressourcenaufwand mit dem erwarteten . Personenbezogene Daten benötigen besonderen .

Offene Aufgaben

Leicht

1. Werkzeug-Check: Suche drei Aufgaben aus Deinem Schulalltag und entscheide jeweils, ob Papier, Taschenrechner, Tabellenkalkulation, Websuche oder KI das kleinste geeignete Werkzeug ist. Begründe jede Wahl in zwei Sätzen.
2. Medienanalyse: Wähle eines der Commons-Bilder aus dem Kurs und erkläre, welchen Teil des KI-Lebenszyklus es sichtbar macht und was auf dem Bild nicht zu sehen ist.
3. Quellenkritik: Finde eine Online-Aussage zum Energiebedarf von KI und notiere, welche Angaben zu Modell, Hardware, Datum, Systemgrenze und Methode vorhanden oder fehlend sind.
4. Rebound-Beispiel: Erfinde ein alltagsnahes Beispiel, bei dem eine effizientere digitale Technik zu mehr Nutzung führen könnte, und zeichne den Zusammenhang als Pfeildiagramm.

Standard

1. Entscheidungsmatrix: Bewerte die vier Varianten der Schulideen-Anwendung mit eigenen Gewichten und erkläre, warum Deine Gewichtung für eine Schule sinnvoll ist.
2. Mensch-KI-Arbeitsteilung: Plane für ein Referat sechs Arbeitsschritte und entscheide bei jedem Schritt, ob Mensch, klassische Software oder KI zuständig sein sollte.
3. Hardware-Lebenszyklus: Erstelle ein Poster von Rohstoffgewinnung über Chipfertigung und Rechenzentrum bis zu Reparatur und Recycling. Markiere an drei Stellen mögliche Verbesserungen.
4. Debatte: Formuliere je drei starke Argumente für und gegen den Satz „Unsere Schule sollte generative KI nur einsetzen, wenn ein einfacheres Werkzeug nicht ausreicht“ und verfasse danach ein begründetes Urteil.

Schwer

1. Projektprüfung: Entwickle eine Prüfliste für ein geplantes KI-Schulprojekt mit Kriterien zu Nutzen, Ressourcen, Datenschutz, Fairness, Sicherheit, Transparenz und menschlicher Kontrolle. Teste sie an einem Beispiel.
2. Datenprojekt: Entwirf eine kleine Untersuchung dazu, welche digitalen Werkzeuge Deine Klasse für typische Aufgaben nutzt. Sammle nur nicht personenbezogene Daten, werte sie aus und schlage zwei ressourcenschonende Veränderungen vor.
3. Gegenfaktische Analyse: Wähle eine KI-Anwendung für Umwelt- oder Klimaschutz und beschreibe zuerst die Vergleichssituation ohne KI. Begründe dann, welche Daten man bräuchte, um einen echten Netto-Nutzen nachzuweisen.
4. Transferprojekt: Erhalte von einer anderen Gruppe eine neue Situation, die nicht im Kurs vorkam, und entscheide selbstständig über den KI-Einsatz. Dokumentiere Ziel, Alternativen, Ressourcen, Nutzen, Risiken, Quellen und Deine abschließende Entscheidung.

Lernkontrolle

1. Transferentscheidung: Eine Schulbibliothek möchte 800 alte Buchbeschreibungen automatisch verschlagworten. Entwickle mindestens zwei Lösungswege mit unterschiedlichem Technikaufwand und begründe, welcher unter welchen Bedingungen vorzuziehen wäre.
2. Systemgrenzen prüfen: Jemand behauptet, eine bestimmte KI-Anwendung sei „klimaneutral“, weil das Rechenzentrum erneuerbaren Strom einkauft. Nenne mindestens drei weitere Aspekte, die für eine vollständige Nachhaltigkeitsbewertung geprüft werden müssten.
3. Nutzen gegen Aufwand: Ein KI-System soll die Heizungssteuerung einer Schule verbessern. Beschreibe, welche Messdaten vor und nach der Einführung nötig wären, damit man einen tatsächlichen Nutzen statt nur ein Versprechen beurteilen kann.
4. Quellenvergleich: Zwei Quellen nennen sehr unterschiedliche Werte zum Energiebedarf von KI. Entwickle ein Verfahren, mit dem Du prüfst, ob sich die Zahlen wirklich widersprechen oder unterschiedliche Systemgrenzen verwenden.
5. Projektsteuerung: Plane einen Testlauf für eine KI-Anwendung, bei dem zunächst nur ein kleiner Teil der Aufgabe bearbeitet wird. Lege fest, welche Fehler zum Abbruch oder zu einer Änderung des Werkzeugs führen würden.
6. Verantwortung: Erkläre an einem Beispiel, warum eine KI zwar Vorschläge liefern kann, die letzte Entscheidung aber bei Menschen bleiben sollte.

Selbstkontrolle und Reflexion

Beantworte nach dem Kurs drei Fragen schriftlich:

1. Kann ich eine KI-Aufgabe mit einer einfacheren Alternative vergleichen?
2. Kann ich mindestens vier Teile des Lebenszyklus nennen, die für die Umweltwirkung relevant sind?
3. Kann ich eine Entscheidung so begründen, dass eine andere Person meine Kriterien, Quellen und Unsicherheiten nachvollziehen kann?

Wenn Du nur „KI ist gut“ oder „KI ist schlecht“ sagen kannst, ist die Abwägung noch nicht abgeschlossen.

Transfer: Neue Situation selbstständig lösen

Neue Situation: Eine Gemeinde möchte Beschwerden über überfüllte Mülleimer schneller auswerten. Bürgerinnen und Bürger können kurze Texte und Fotos senden. Zur Auswahl stehen manuelle Sichtung, einfache Regeln nach Standort und Stichworten oder eine KI, die Meldungen automatisch klassifiziert.

Bearbeite die Situation ohne Musterlösung. Kläre zuerst das Ziel. Prüfe dann Daten- und Datenschutzfragen, vergleiche mindestens zwei Werkzeuge, benenne benötigte Hardware- und Infrastrukturanteile, schätze den möglichen Nutzen qualitativ ein und plane menschliche Kontrolle. Formuliere abschließend eine Entscheidung mit dem Satzanfang:

„Ich empfehle …, weil … . Gegen die Alternative … spricht … . Unsicher bleibt … . Um die Entscheidung später zu überprüfen, würde ich … messen.“

Damit zeigst Du, dass Du das Verfahren auf eine neue Situation übertragen kannst.

Quellen und Quellenkritik

Die folgenden Quellen wurden ausgewählt, weil sie unterschiedliche Teile der Abwägung abdecken. Achte beim Weiterarbeiten immer auf Veröffentlichungsdatum und Methode.

1. IEA: Energy and AI, 2025 – Energiebedarf von Rechenzentren, Szenarien und mögliche KI-Nutzen im Energiesystem.
2. IEA: Key Questions on Energy and AI, 2026 – aktualisierte Entwicklung, Unsicherheiten und neue Nutzungsarten.
3. UNEP: Artificial Intelligence end-to-end, 2024 – Lebenszyklus und umfassende Umweltbewertung.
4. OECD: Measuring the environmental impacts of AI compute and applications, 2022 – direkte und indirekte Wirkungen sowie Messfragen.
5. UNESCO: Recommendation on the Ethics of Artificial Intelligence – Verhältnismäßigkeit, Transparenz, Nachhaltigkeit und menschliche Aufsicht.
6. ITU und UNITAR: Global E-waste Monitor 2024 – Elektronikschrott und Recycling im globalen Kontext.
7. Umweltbundesamt: Digitalisierung als Werkzeug für den Gewässerschutz, 2026 – Wasserbedarf digitaler Infrastruktur und Einordnung von Schätzungen.
8. Umweltbundesamt: Leitfaden für Rechenzentren und Rechenzentrums-Dienstleistungen, 2025 – Ressourcen, Effizienz und Beschaffung.

Lernnachweis

Für einen guten Lernnachweis zu diesem Thema ist wichtig:

1. Du beschreibst eine reale oder realistische Entscheidungssituation.
2. Du formulierst das Ziel und mindestens zwei mögliche Lösungswege.
3. Du begründest Deine Werkzeugwahl und prüfst eine einfachere Alternative.
4. Du berücksichtigst Energie, Rechenleistung, Hardware, Rohstoffe und Infrastruktur.
5. Du beschreibst einen möglichen Nutzen und erklärst, wie er überprüft werden könnte.
6. Du benennst Datenschutz, Sicherheit, Fairness und menschliche Verantwortung.
7. Du verwendest mindestens zwei nachvollziehbare Quellen und beschreibst ihre Grenzen.
8. Du machst Unsicherheiten sichtbar, statt Scheingenauigkeit zu erzeugen.
9. Du dokumentierst die Mensch-KI-Arbeitsteilung.
10. Du formulierst eine eigene Entscheidung und überträgst das Verfahren auf eine neue Situation.

Verknüpfte Lernbereiche

KI und Nachhaltigkeit abwägen Künstliche Intelligenz Nachhaltigkeit Green IT Rechenzentrum Lebenszyklus Kreislaufwirtschaft Reboundeffekt Quellenkritik Datenschutz Human Agency Informatik Mathematik Deutsch Technik Ethik Gemeinschaftskunde Wirtschaft Geschichte Kunst