Kann die Nachfrage von Unternehmen den Energiehunger der KI bremsen?
Die Sustainable AI Group (SAIG) wurde am 13. Mai 2026 von Sasha Luccioni und Boris Gamazaychikov gegründet, um Unternehmen dabei zu helfen, den Umweltfußabdruck von KI zu messen und nachhaltigere Entscheidungen zu tre...
What is the Sustainable AI Group, who founded it, what problem is it trying to solve around AI’s environmental impact, how do the founders aSustainable AI Group argues that enterprise purchasing decisions can influence how AI infrastructure and data centers are built.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: What is the Sustainable AI Group, who founded it, what problem is it trying to solve around AI’s environmental impact, how do the founders a. Article summary: Sustainable AI Group is a new AI sustainability research and advisory firm launched on May 13, 2026 to help enterprises measure, compare, and reduce the environmental impacts of AI, especially as AI data center and infra. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "# Sustainable AI: How your organization can reduce environmental impact. As an outcome of the summit, a new international **Coalition for Environmentally Sustainable AI** was creat" source context "Sustainable Ai in Action: How Your Organization Can Reduce Environmental Impact | EY - US" Reference image 2: visual
openai.com
Künstliche Intelligenz wächst rasant – und mit ihr die Infrastruktur, die sie antreibt. Neue Rechenzentren, spezialisierte Chips und zusätzliche Stromkapazitäten werden aufgebaut, um immer größere KI‑Modelle zu betreiben. Damit rückt auch eine Frage stärker in den Mittelpunkt: Wie nachhaltig ist diese Entwicklung eigentlich?
Ein neues Unternehmen namens Sustainable AI Group (SAIG) glaubt, dass ein entscheidender Hebel nicht in den Rechenzentren selbst liegt, sondern bei den Firmen, die KI einkaufen.
Was ist die Sustainable AI Group?
Die Sustainable AI Group (SAIG) ist eine Forschungs‑ und Beratungsorganisation, die am 13. Mai 2026 gegründet wurde. Ihr Ziel: Unternehmen dabei helfen, die Umweltwirkungen von KI‑Systemen zu messen, zu vergleichen und aktiv zu reduzieren.
Gegründet wurde die Initiative von zwei bekannten Stimmen im Bereich nachhaltiger KI:
Dr. Sasha Luccioni, zuvor AI & Climate Lead bei Hugging Face
Boris Gamazaychikov, zuvor Head of AI Sustainability bei Salesforce
Beide wollen Unternehmen dabei unterstützen zu verstehen, wie sich KI auf Energieverbrauch, Emissionen und Infrastrukturbedarf auswirkt – und dieses Wissen in konkrete Entscheidungen über den Einkauf und Einsatz von KI zu übersetzen .
Das Kernproblem: Der Umweltfußabdruck von KI ist schwer sichtbar
Der Boom rund um generative KI hat massive Investitionen in Rechenleistung ausgelöst. Doch laut SAIG fehlt vielen Unternehmen eine klare Datengrundlage, wenn sie KI‑Dienste einkaufen.
Oft wissen Käufer schlicht nicht:
wie viel Energie ein Modell verbraucht
welche Emissionen durch den Strom der Rechenzentren entstehen
wie viel Wasser für Kühlung benötigt wird
oder aus welchen Energiequellen die Infrastruktur gespeist wird
Hinzu kommt, dass . Ein kleiner, speziell trainierter Modelltyp kann eine Aufgabe manchmal mit deutlich weniger Rechenleistung erledigen als ein sehr großes „Frontier‑Modell“ – je nach Anwendung und Einsatzumgebung .
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Wie lautet die kurze Antwort auf „Kann die Nachfrage von Unternehmen den Energiehunger der KI bremsen?“?
Die Sustainable AI Group (SAIG) wurde am 13. Mai 2026 von Sasha Luccioni und Boris Gamazaychikov gegründet, um Unternehmen dabei zu helfen, den Umweltfußabdruck von KI zu messen und nachhaltigere Entscheidungen zu tre...
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Die Sustainable AI Group (SAIG) wurde am 13. Mai 2026 von Sasha Luccioni und Boris Gamazaychikov gegründet, um Unternehmen dabei zu helfen, den Umweltfußabdruck von KI zu messen und nachhaltigere Entscheidungen zu tre... Die Gründer argumentieren, dass Unternehmenskunden über Beschaffung, RFP‑Anforderungen und Vertragsklauseln erheblichen Einfluss darauf haben, wie KI‑Infrastruktur gebaut und betrieben wird [2][5].
Was soll ich als nächstes in der Praxis tun?
SAIG plant offene Forschung, Beratungsleistungen und Messwerkzeuge wie den AI Energy Score, der den Energieverbrauch verschiedener KI‑Modelle vergleichbar machen soll [5][11].
verschiedene KI‑Modelle sehr unterschiedliche Umweltwirkungen haben können
Trotzdem greifen viele Unternehmen automatisch zu den größten oder bekanntesten Modellen, ohne die Effizienzunterschiede wirklich zu kennen.
Warum Unternehmenskunden mehr Einfluss haben, als sie denken
Die meisten Firmen entwickeln keine eigenen KI‑Modelle und betreiben auch keine eigenen Rechenzentren. Sie beziehen KI über Cloud‑Anbieter oder spezialisierte Plattformen.
Trotzdem argumentieren die SAIG‑Gründer, dass Unternehmen eine enorme indirekte Macht besitzen.
Der Grund: Die Milliarden, die Firmen für KI‑Services ausgeben, finanzieren letztlich den Ausbau der gesamten KI‑Infrastruktur. Dadurch senden Einkaufentscheidungen Signale entlang der gesamten Wertschöpfungskette .
Anders gesagt: Während Stromnetze und Rechenzentren die sichtbare „Angebotsseite“ sind, bestimmt die Nachfrage der Kunden, was Anbieter tatsächlich bauen.
Wie Beschaffung und Verträge KI nachhaltiger machen könnten
SAIG sieht mehrere praktische Hebel, über die Unternehmen Einfluss nehmen können.
Anforderungen in Ausschreibungen (RFPs)
Wenn Unternehmen KI‑Anbieter evaluieren, können sie Umweltkriterien einbauen – etwa Fragen nach Modell‑Effizienz, Energieverbrauch oder Nachhaltigkeitsberichten.
Solche Kriterien helfen Käufern, Anbieter mit besseren Optimierungs‑ und Transparenzstandards zu identifizieren .
Auswahl von Anbietern
Organisationen können gezielt KI‑Plattformen bevorzugen, die niedrigeren Energieverbrauch oder mehr Transparenz über ihre Infrastruktur bieten.
Wenn genügend Unternehmenskunden so entscheiden, könnten Anbieter künftig nicht nur über Leistung und Preis konkurrieren, sondern auch über Effizienz und Nachhaltigkeit.
Vertragsklauseln
Auch Enterprise‑Verträge und Servicevereinbarungen können Transparenzpflichten enthalten.
Beispielsweise könnten Kunden verlangen, dass Anbieter offenlegen:
welche Energiequellen ihre Rechenzentren nutzen
ob Anlagen auf fossile Off‑Grid‑Stromversorgung angewiesen sind
welche Effizienzkennzahlen für KI‑Workloads gelten
Solche Anforderungen erhöhen den Druck auf Anbieter, ihre Infrastrukturentscheidungen offenzulegen oder zu verbessern .
Welche Dienstleistungen SAIG anbieten will
Die Sustainable AI Group versteht sich sowohl als Forschungsorganisation als auch als strategischer Berater für Unternehmen.
Offene Forschung
SAIG plant Studien über die Umweltwirkungen von KI zu veröffentlichen – etwa über Energieverbrauch beim Training und bei der Nutzung von Modellen sowie über die Auswirkungen der zugrunde liegenden Infrastruktur .
Beratung für Unternehmen
Die Organisation will Firmen helfen, Nachhaltigkeit in ihre KI‑Strategie zu integrieren, etwa durch:
Beschaffungsleitfäden
Workshops und Strategie‑Sessions
Messmethoden für KI‑Workloads
Entscheidungs‑ und Analysewerkzeuge
Außerdem unterstützt SAIG Unternehmen dabei, intern zu erfassen, wo KI eingesetzt wird und welchen Umwelt‑Baseline‑Wert diese Nutzung hat.
Mess- und Benchmarking‑Tools
Ein zentrales Ziel ist es, KI‑Effizienz messbar und vergleichbar zu machen.
Ein Beispiel dafür ist der AI Energy Score. Dieses Benchmark‑Projekt bewertet den Energieverbrauch von KI‑Modellen für typische Aufgaben und stellt standardisierte Effizienzratings bereit .
Eine öffentliche Rangliste ermöglicht es Entwicklern und Käufern, Modelle nach Energieeffizienz zu vergleichen. Frühere Versionen des Systems haben bereits über hundert häufig genutzte Modelle über mehrere Aufgaben hinweg analysiert.
„Fit‑for‑Purpose“-Modellauswahl
Ein weiterer Ansatz ist Software, die Unternehmen dabei hilft, für jede Aufgabe das passende Modell auszuwählen, statt automatisch das größte Modell zu verwenden.
In vielen Fällen können kleinere oder spezialisierte Modelle denselben Job erledigen – mit deutlich geringerem Rechenbedarf und Energieverbrauch .
Warum der Zeitpunkt entscheidend ist
Die Gründer argumentieren, dass die Branche gerade in einem entscheidenden Moment steht.
SAIG schätzt, dass Investitionen in KI‑Infrastruktur bis zum Ende des Jahrzehnts rund 5 Billionen US‑Dollar erreichen könnten.
Wenn Rechenzentren, Stromverträge und Hardware‑Lieferketten einmal aufgebaut sind, lässt sich die ökologische Entwicklung der Branche nur noch schwer ändern.
Deshalb zielt die Strategie von SAIG darauf ab, Nachhaltigkeit schon jetzt zu einem festen Bestandteil von Einkaufsentscheidungen zu machen – bevor sich die Infrastruktur dauerhaft festlegt.
Die größere Idee: Nachhaltigkeit als Marktsignal
Hinter der Sustainable AI Group steckt letztlich eine einfache, aber weitreichende Idee:
Wenn Unternehmenskunden Transparenz und Energieeffizienz aktiv einfordern, entsteht ein Marktsignal, das effizientere KI‑Systeme belohnt.
Dann könnten Anbieter künftig nicht nur über Geschwindigkeit, Fähigkeiten und Preis konkurrieren – sondern auch darüber, wie energieeffizient und nachhaltig ihre KI tatsächlich ist.
[PDF] Business Models and Finance to Enhance Energy Efficiency in ...
Comments
0 comments