: Daniel Sonnet, Andreas Moring, Joseph Bethge, Hendrik Müller
: Nachhaltige Künstliche Intelligenz Eine Zukunftsvision und ihre Hintergründe
: Springer Vieweg
: 9783658460501
: SDG - Forschung, Konzepte, Lösungsansätze zur Nachhaltigkeit
: 1
: CHF 22.20
:
: Informatik
: German
: 99
: Wasserzeichen/DRM
: PC/MAC/eReader/Tablet
: PDF

Die aus KI entstehenden Möglichkeiten sind immens. Speziell das maschinelle Lernen ist für viele deutsche Unternehmen mittlerweile kein Fremdwort mehr. In durchweg allen Branchen werden die Einsatzmöglichkeiten von trainierten Modellen evaluiert, die neue Geschäftsfelder entstehen lassen oder bestehende Abläufe optimieren. In der Euphorie werden von vielen Akteurinnen und Akteuren Nachhaltigkeitsaspekte vernachlässigt. Zum Beispiel kann das Training von KI-Algorithmen und der Betrieb der Systeme durchaus ressourcenintensiv sein kann. Die derzeitige Entwicklung zielt darauf ab, bestehende Modelle noch akkurater bzw. performanter zu machen. Dabei müssen Performance und Nachhaltigkeit von KI-Systemen kein Widerspruch sein.

Dieses Buch verfolgt das Anliegen, die Chancen nachhaltiger KI-Ansätze darzustellen. Es wird detailliert auf Nachhaltigkeit in der IT, Nachhaltigkeit durch KI sowie auf Digitale Ethik eingegangen. Nicht alle 17 UN-Agenda 2030 Ziele werden behandelt, der Fokus liegt auf der ökologischen Nachhaltigkeit. Das Buch ist kein Theoriewerk. Es beinhaltet diverse konkrete Empfehlungen für zur direkten Anwendung für nachhaltigere KI-Projekte.



Inhaltsverzeichnis6
Einleitung und Problemstellung8
Problemstellung8
UN-Agenda 2030: 17 Nachhaltigkeitsziele und KI11
Aufbau des Buches14
Literatur16
Nachhaltigkeit in KI18
Deep Learning: Innovation oder ein wachsendes Problem?20
Technische Grundlagen23
Technische Möglichkeiten zur Reduzierung des Energieverbrauchs26
Lösungen für praktische Anwendungen29
Literatur32
Nachhaltigkeit durch KI33
Einleitung33
Stand der Forschung35
Typen von KI für Nachhaltigkeit40
Decision Trees40
Support Vector Machines42
K-Nearest Neighbor (KNN)43
Clustering44
Deep Learning und neuronale Netze45
Reinforcement Learning47
Few Shot Learning47
Long-Short-Term-Memory (LSTM)49
KI für (mehr) Nachhaltigkeit51
Use-Cases KI für Nachhaltigkeit58
Leitfaden für die KI-Implementierung im Unternehmen69
Phase 1 – Zielsetzung und Folgenabschätzung74
Phase 2 – Planung und Gestaltung74
Phase 3 – Vorbereitung und Implementierung75
Phase 4 – Evaluation und Anpassung78
Literatur78
Nachhaltigkeitsethik und Künstliche Intelligenz81
Ethische Implikationen der Nachhaltigkeit81
Ethische und nachhaltige Maßstäbe des Handelns82
Die Verantwortung von Unternehmen82
Digitale Ethik83
Freiwillige Standards vs. gesetzliche Regulierungen84
Freiwillige Standards84
Gesetzliche Regulierungen85
Digitale Ethik im Unternehmen86
Fazit88
Literatur88
Zusammenfassung und Ausblick91
Zusammenfassung91
Ausblick97