17.02.2023

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

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.
/artikel/mit-studie-autonomes-fahren-koennte-klimakrise-anheizen
mobility
(c) Adobestock / xb100

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.

Deine ungelesenen Artikel:
vor 18 Stunden

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
vor 18 Stunden

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
Alexander Pöllmann, Director IT & Digital bei der Viessmann Generations Group, und Michael Maier, Director Austria von iteratec (v.l.) | (c) iteratec / beigestellt

Es war eine der bemerkenswertesten Transformationen der deutschen Industrie: 2023 verkaufte Viessmann sein Kerngeschäft, die Klimasparte Viessmann Climate Solutions, für zwölf Milliarden Euro an den US-Konzern Carrier (brutkasten berichtete). Seit Anfang 2024 agiert das Familienunternehmen als Unternehmensgruppe, die aus Deutschland ein globales industrielles Beteiligungsportfolio steuert. Und dieses Kernteam soll nun KI-nativ werden: Gemeinsam mit dem Technologieunternehmen iteratec baut Viessmann ein Multi-Agenten-System, das die Mitarbeiter:innen zu “Buildern von Agenten” verändert.

Vom Heizungsbauer zum langfristigen Unternehmensentwickler  

Das reinvestierte Kapital floss vor allem in industrielle Mittelständler mit Fokus auf nachhaltige Energietransformation: von Grid-Infrastruktur über Fernwärme- und Kühlungslösungen bis zu Kühlhäusern. Dazu zählt etwa die isoplus-Gruppe, ein Hersteller von Nah- und Fernwärmeleitungen mit großen Standorten in Österreich. Über Minderheitsbeteiligungen ist Viessmann außerdem unter anderem an Encavis sowie am Software-Unternehmen AMCS beteiligt, das Emissionen in der Recycling- und Abfallwirtschaft reduzieren soll. 

Beim Thema KI unterscheidet Pöllmann klar zwischen zwei Ebenen: „Wenn wir auf unsere Partner schauen, ist der Kerntreiber klassischerweise Effizienz, also Use Cases entlang der Wertschöpfungskette, um Top- oder Bottom-Line-Potenziale einzusammeln. Auf Ebene des Viessmann-Teams schauen wir viel stärker auf Effektivität: Wie können wir noch bessere Investmententscheidungen treffen und unsere zentrale Entscheidungsqualität maßgeblich erhöhen?“ 

Deal-Screening statt Deal-Sourcing 

Genau das sei allerdings die schwierigere Disziplin, so Pöllmann: „Effizienz-Use-Cases sind aus unserer Sicht häufig leichter, als die Qualität zu erhöhen. KI tendiert in ihrer ursprünglichsten Natur dazu, lieber zu halluzinieren und ungenau zu sein, als eine sehr klare Antwort auf die Frage zu geben: Sollte ich dieses Investment tätigen oder lieber nicht? Welche Risiken habe ich noch nicht gesehen?“ Dies bedingt vor allem den ganzen Kontext einer Transaktion zu kennen. 

Konkret setzt das Multi-Agenten-System deshalb dort an, wo Präzision zählt: beim Screening. Es gehe nicht darum, Deals zu sourcen, betont Pöllmann, sondern den Prozess „Ist ein Deal für uns wirklich relevant?“ deutlich zu verkürzen. Ein Letter of Intent könne so viel schneller analysiert und daraus ein Investmentmemo gebaut werden, angereichert mit weiteren Quellen. 

Dass das Viessmann-Team das System selbst baut, statt auf eine Fertiglösung zu setzen, ist für Pöllmann eine Grundsatzentscheidung: „Wir wollen die Governance in der eigenen Hand haben, aber auch den Prozess, wie wir zu Entscheidungen kommen.“ Fertige KI-Finanzlösungen von der Stange würden der Organisation wenig bringen: „Das ist zwar alles nett und funktioniert auch schnell, aber nicht in der Qualität, wie wir sie erwarten.“ 

Jede:r Mitarbeiter:in wird zum „Builder“ 

Der vielleicht radikalste Teil des Ansatzes: Alle Mitarbeiter:innen der Viessmann Generations Group sollen befähigt werden, selbst KI-Agenten zu bauen. Der Prozess dahinter ist mehrstufig: Ein Intake-Agent nimmt die Idee auf und schärft sie, ein Specification-Agent zieht anschließend das nötige Fachwissen aus den Mitarbeiter:innen heraus und gibt erst ab einem bestimmten Confidence Score grünes Licht. Danach erstellt ein weiterer Agent, der sogenannte Agent-Builder, den fertigen KI-Kollegen. 

Gestartet wurde Ende Jänner mit einem „Hypersprint“, die ersten Prozessagenten gingen im Frühjahr live. „Es ist schon verrückt, was wir in der Zeit entwickelt haben“, sagt Pöllmann. Die größte Herausforderung sei dabei nicht die Technologie: „Die Herausforderung ist wirklich, das Wissen der Kolleg:innen “freizulegen” und die Leute, die verantwortlich sind, in die Verantwortung zu bekommen. So können wir dann gemeinsam den Input, den wir brauchen, identifizieren, um daraus vernünftige Agenten mit hoher Output-Qualität zu bauen.“ 

„Die Rolle des Menschen in der KI-Transformation wird maßgeblich“ 

Bei aller Automatisierung bleibt die Verantwortung beim Menschen, stellt Pöllmann klar: „Am Ende braucht es immer einen Verantwortlichen, und das kann nicht die Maschine sein. Dadurch wird vor allem die Rolle des Menschen in der KI-Transformation maßgeblich gestärkt.“ Wer einen Agenten verantwortet, müsse dessen Ergebnisse kontrollieren, ihn testen und etwa bei der Abkündigung eines KI-Modells nachjustieren. „Damit bekommt jeder in gewisser Weise eine Führungsaufgabe“, so Pöllmann. 

Um den Rollenwandel greifbar zu machen, ließ Viessmann die Mitarbeiter:innen ein eigenes „Role Canvas“ ausfüllen: Was bleibt an Verantwortung beim Menschen, wenn KI-Agenten übernehmen? Das habe viel Verständnis für die Transformation geschaffen, auch bei jenen, deren Berufsbild sich am stärksten verändert. Denn das klassische Profil eines Investmentbankers werde sich fundamental drehen, so Pöllmann. Die Betroffenen hätten das Thema allerdings „sehr gut aufgeschnappt und zeigen große Begeisterung dafür“. 

iteratec: „Die Unschärfe reduzieren“ 

Auf der Umsetzungsseite steht mit iteratec ein Software-Dienstleister, der seit 30 Jahren Individualsoftware entwickelt und sich zunehmend auf KI-Transformation fokussiert. „Unser eigenes Geschäft ändert sich aktuell selbst radikal aufgrund von KI“, sagt Michael Maier, Director Austria von iteratec. Das Unternehmen setzt Multi-Agenten-Projekte unter anderem bei Banken um und hat mit dem Recycling-Konzern Ragn-Sells ein neues Recyclingverfahren auf Basis KI-gestützter Materialanalysen entwickelt. Das Viessmann-Projekt sei „mitunter eines der spannendsten, das wir gerade machen dürfen“, so Maier: „Das nimmt sicher eine Vorreiterrolle ein.“ 

Die Kunst liege darin, schnell voranzukommen und trotzdem verlässliche Resultate zu liefern: „Du musst die Unschärfe so weit reduzieren, dass du dort, wo es wichtig ist, belastbare Ergebnisse hast, mit denen du arbeiten kannst“, sagt Maier. Viessmann kam über einen klassischen Anbieterauswahlprozess zu iteratec. Ausschlaggebend sei das Team gewesen, so Pöllmann: „Ein sehr professionell aufgestelltes Team mit High-End-AI-Capabilities. Die Entwickler sind fast AI-native unterwegs.” 

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

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.

Montag, Mittwoch und Freitag

AI Summaries

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MIT-Studie: Autonomes Fahren könnte Klimakrise anheizen