Die weltweite Einführung von selbstfahrenden Autos würde aufgrund der hohen Rechenleistung einen zusätzlichen Treibhausgasausstoß von 0,14 Gigatonnen pro Jahr nach sich ziehen. Das ist so viel, wie Argentinien jährlich verursacht.
Arbeiten, Fernsehen oder Lesen waren in der Vergangenheit während einer Autofahrt für Fahrer:innen keine Option. Mittlerweile ist das keine Utopie mehr, denn beim autonomen Fahren übernimmt ein Autopilot die Steuerung und schafft Zeitressourcen für andere Tätigkeiten.
Doch dieser technische Fortschritt hat einen Preis, wie Wissenschafter:innen des Massachusetts Institute of Technology (MIT) in einer kürzlich erschienenen Studie festhalten.
Eine Milliarde autonom fahrende Autos würden so viele Emissionen wie Argentinien verursachen
In der Vergangenheit bekam das autonome Fahren viel Aufmerksamkeit, vor allem wenn es um Sicherheitsaspekte ging. Dem durch autonom fahrende Autos verursachten Treibhausgas-Ausstoß schenkte man eher weniger Beachtung, zumindest bis jetzt. Forscher:innen des MIT führten mit Hilfe einer auf Wahrscheinlichkeit basierenden Modellierung eine Studie durch, die den Energieverbrauch von autonomem Fahren genauer unter die Lupe nimmt.
Das Ergebnis lautet: Würden eine Milliarde autonom fahrende Autos auf den Straßen der Welt für eine Stunde pro Tag fahren, entspräche das dem Energieverbrauch aller Rechenzentren weltweit. Das sind 0,14 Gigatonnen Treibhausgasemissionen pro Jahr und so viel, wie Argentinien jährlich verursacht und entspricht 0,3 Prozent der globalen Emissionen.
Autonomes Fahren müsste effizienter werden
Die Wissenschafter:innen mussten in ihren Modellen von Hardware und Software ausgehen, die es derzeit noch nicht gibt. Dafür nutzten sie einen Algorithmus, der unter dem Namen “deep neural network” bekannt ist und sehr viel Computerleistung nutzt. “Autonom fahrende Autos haben einen 360-Grad-Blick auf die Welt. Während wir also zwei Augen haben, haben die Autos vielleicht 20 Augen, die überall hinschauen und versuchen, alle Dinge zu verstehen, die gleichzeitig passieren“, sagt Karaman, der an der Studie mitgearbeitet hat.
Das Modell berücksichtigt außerdem nur die Rechenleistung, nicht aber den Energieverbrauch der Fahrzeugsensoren oder die bei der Herstellung entstehenden Emissionen. Damit die Emissionen nicht außer Kontrolle geraten, müsste das autonome Fahrzeug weniger als 1,2 Kilowatt an Energie für die Datenverarbeitung verbrauchen. Damit dies möglich ist, müsste die Computerhardware wesentlich schneller effizienter werden. Die Effizienz müsste sich etwa alle 1,1 Jahre verdoppeln. In Zukunft könnten die Algorithmen zwar effizienter werden und weniger Rechenleistung benötigen. Das könnte aber Auswirkungen auf die Sicherheit haben.
Autonomes Fahren könnte ein Klimaproblem werden
“Wenn wir den Trend zur Kohlendioxid-Reduzierung und die derzeitige Geschwindigkeit der Verbesserung der Hardware-Effizienz beibehalten, scheint es nicht genug zu sein, um die Emissionen von Rechnern in autonomen Fahrzeugen einzuschränken. Dies hat das Potenzial, ein enormes Problem zu werden“, erklärt Soumya Sudhakar, eine der Autor:innen.
Ob diese Rechnung aufgeht, ist aber mit viel Unsicherheit behaftet. Denn manche Untersuchungen deuten darauf hin, dass beispielsweise die Fahrzeit stark zunehmen könnte. Dahinter steckt ein Effizienz-Dilemma und das sogenannte Jevons Paradoxon: Im Jahre 1865 publizierte der Brite William Stanley Jevons ein Buch namens “The Coal Question”. Seine These: Durch die Verbesserungen im Kohlebergbau sinke der Preis und führe zu einer erhöhten Nachfrage und Produktion von Kohle, was massive Auswirkungen auf die Wirtschaft hätte.
In Bezug auf das autonome Fahren könnte ein Effizienzgewinn also auch zu noch mehr Emissionen führen, zum Beispiel weil durch den Komfortgewinn weiter oder mehr gereist wird. Das würde den Treibhausgasausstoß erhöhen und ist ein Trend, der nicht unwahrscheinlich ist. Eine Studie hat ergeben, dass Tesla Besitzer:innen mit Autopilot rund 5.000 Meilen mehr pro Jahr gefahren sind, als jene ohne Autopilot.
Emissionen müssen berücksichtigt werden
Fahrzeiten könnten sich aber auch verkürzen, zum Beispiel wenn Algorithmen Routen finden, die die Insassen schneller an ihr Ziel bringen oder Sharing Modelle genutzt werden. Laut den Autor:innen sei es nicht Sinn und Zweck der Studie, autonom fahrende Autos zu verteufeln, sondern auf die Emissionen in Bezug auf autonomes Fahren aufmerksam zu machen. „Wir hoffen, dass die Menschen die Emissionen und die Kohlenstoffeffizienz als wichtige Messgrößen bei ihren Entwürfen berücksichtigen werden. Der Energieverbrauch eines autonomen Fahrzeugs ist wirklich entscheidend, nicht nur für die Verlängerung der Batterielebensdauer, sondern auch für die Nachhaltigkeit“, sagt Sze, eine weitere Autorin der Studie.
Die durch autonomes Fahren verursachten Emissionen haben also einen nicht zu vernachlässigenden Einfluss auf das Klima. “Aber wenn wir einen Schritt voraus sind, könnten wir effizientere autonome Fahrzeuge entwerfen, die von Anfang an einen geringeren Kohlenstoff-Fußabdruck haben“, sagt Erstautor Soumya Sudhakar.
Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert
Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert
Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher
Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.
In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.
„Ein Labor ist eine große Küche“
Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.
Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.
Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten
Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.
100 Jahre Forschung in sechs Wochen
Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.
(c) Martin Pacher / brutkasten
Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.
Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.
(c) Martin Pacher / brutkasten
Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.
Bezahlter Pilot, Lizenz pro Arbeitsplatz
Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“
Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten
Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.
Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.
„Fast jeden zweiten Tag ein neues Startup“
Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.
(c) Martin Pacher / brutkasten
Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.
Die größte Hürde ist der Mensch
Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“
(c) Martin Pacher / brutkasten
Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.
Auszeichnung vom Weltwirtschaftsforum
Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.
Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.
Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“
Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.
Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.