Warum die KI-Infrastruktur und -Governance sich gemeinsam weiterentwickeln müssen
Die Künstliche Intelligenz (KI) Infrastruktur entwickelt sich schneller als die Regulierung, die notwendig ist, um sie zu steuern. Die physische Präsenz von KI-Modellen, von der Rechenleistung bis zum thermischen Management, nimmt zu. Insbesondere Asien kann eine Vorreiterrolle einnehmen und modellieren, wie integrierte, zukunftsorientierte KI-Ökosysteme aussehen sollten.
Die rasche Einführung von KI-Technologien transformiert alles, von der Dateninfrastruktur bis zur globalen Governance. Während KI erhebliche Vorteile bietet – wie die Verbesserung der Effizienz und die Ermöglichung von Nachhaltigkeitsinitiativen – bringt ihr Wachstum auch Herausforderungen mit sich.
Mit dem Wachstum und der Komplexität von KI-Modellen steigt deren physische Präsenz, was Bedenken hinsichtlich des Ressourcenverbrauchs aufwirft. Dazu zählen der Verbrauch von Energie und Wasser, E-Waste (wie Batterien und gebrauchte Server) und die Abhängigkeit von nicht erneuerbaren Ressourcen, einschließlich seltener Erden für die Hardwareherstellung.
Obwohl technologische Innovationen oft darauf abzielen, den Ressourcenverbrauch zu reduzieren, weist das Jevons-Paradoxon darauf hin, dass Effizienzgewinne paradox den Gesamtverbrauch erhöhen könnten, wenn die Nutzung von KI steigt.
Gleichzeitig kämpfen die Governance-Rahmenbedingungen – von Umweltgesetzen bis zur digitalen Regulierung – darum, Schritt zu halten. Es entsteht eine neue Art von Spannung: Die KI-Infrastruktur entwickelt sich schneller als die Regulierung und Governance, die sicherstellen sollen, dass sie den öffentlichen und planetarischen Interessen dient.
Haben Sie gelesen?
Trotz ihrer offensichtlichen Trennung nähern sich die Bereiche Infrastruktur und digtiale Governance an. Diese Konvergenz bleibt jedoch in der öffentlichen Diskussion unterexploriert. Die DIGITALISIERUNG zeigt drei kritische Diskrepanzen:
- Funktionale Diskrepanzen: Silos zwischen KI-Infrastruktur, Umwelt-Nachhaltigkeit und anderen Bereichen wie Finanzen.
- Räumliche Diskrepanzen: Unzureichende Koordination über lokale, nationale und internationale Governance-Ebenen.
- Temporale Diskrepanzen: Ein Konflikt zwischen den schnellen Bereitstellungszyklen von KI-Systemen und den langfristigen Bedürfnissen der Umwelt- und Gesellschaftsresilienz.
Um diese Diskrepanzen zu beheben, ist eine ganzheitliche Sichtweise erforderlich, in der sich die Infrastrukturentwicklung und die Governance gemeinsam weiterentwickeln. Dies ist besonders wichtig für die Asien-Pazifik-Region, wo urbane Dichte, Klimaanfälligkeit und beschleunigte DIGITALISIERUNG aufeinandertreffen.
Der Ansatz Singapurs wird beispielhaft durch die Green Data Centre Roadmap des Infocom Media Development Authority (IMDA) und des Economic Development Board verdeutlicht. Diese und die Model AI Governance Framework for Generative AI zeigen erste Bemühungen, Infrastruktur- und Governance-Rahmenbedingungen in Einklang zu bringen, um nachhaltige digitale Ökosysteme voranzutreiben.
Der Infrastrukturwandel
Die Entwicklung von KI erhöht die Nachfrage nach fortschrittlicher digitaler Infrastruktur, insbesondere Datenzentren. Das Ökosystem steht unter Druck in mehreren Dimensionen – von Stromnetzen bis zum E-Waste-Management.
Luftkühlung erreicht ihre thermodynamischen Grenzen. Mit Rack-Dichten von bis zu 600 Kilowatt können traditionelle Luftkühlsysteme die intensiven Wärmebelastungen der nächsten Generation von KI-Hardware nicht bewältigen. Der Übergang zu flüssigen und hybriden Kühltechnologien ist unerlässlich und hat tiefgreifende Auswirkungen auf das Infrastrukturdesign, die Finanzierung, die Sicherheit und internationale Standards.
Flüssigkeitskühlungslösungen, wie die direkte Chipkühlung und die Tauchkühlung, bieten eine viel höhere thermische Übertragungseffizienz und reduzieren den Energie- und Platzbedarf. Sie bringen jedoch neue betriebliche Herausforderungen mit sich, einschließlich der Auswahl von Kühlmitteln, Wartungsprotokollen und Risikomanagement. Diese Herausforderungen müssen durch aktualisierte Governance-Mechanismen unterstützt werden, um nachhaltige und sichere Bereitstellungen zu gewährleisten.
Gleichzeitig sollte eine umfassende Umweltbewertung der KI-Infrastruktur die Emissionen der Scopes 1, 2 und 3 umfassen, die den Energieverbrauch, den verkörperten Kohlenstoff in der Herstellung und die Auswirkungen der Materialien am Ende der Lebensdauer abdecken.
Singapur und Asien sind einzigartig positioniert, um die nächste Phase der nachhaltigen KI-Governance voranzutreiben.
Der regulatorische Rückstand
Regulatorische Rahmenbedingungen können mit der schnellen Entwicklung von KI-Infrastruktur und -Systemen nicht Schritt halten. Ohne proaktive Maßnahmen besteht ein wachsendes Risiko von:
- Fragmentierten Regulierungs-Compliance-Regimen in verschiedenen Jurisdiktionen.
- Regulatorischem Arbitrage, das niedrigere Standards begünstigt.
- Inkonsequentem oder unvollständigem Nachhaltigkeitsberichtswesen.
Eine effektive Verwaltung erfordert klare, interoperable Nachhaltigkeitsstandards für KI-Infrastruktur. Diese Standards sollten Umweltwirkungen von Bewertungen unterstützen, grenzüberschreitende regulatorische Kohärenz und harmonisierte Berichtssysteme fördern.
Die Infrastrukturbedürfnisse werden sich erheblich diversifizieren, da KI-Systeme komplexer werden. Die Governance-Rahmenbedingungen müssen flexibel genug sein, um diese Variationen zu berücksichtigen, ohne die Nachhaltigkeitsziele zu gefährden.
Echtzeit-Infrastruktur-Telemetrie – die den Energieverbrauch, den Wasserverbrauch, die thermische Effizienz und die Emissionen abdeckt – sollte transparent erfasst und offengelegt werden als Teil glaubwürdiger Umweltbewertungen für KI.
Diese Praktiken sollten mit aktuellen sich entwickelnden Standards übereinstimmen, wie sie von der International Organization for Standardization (ISO) – ISO/IEC SC42 – und der Institute of Electrical Engineer’s (IEEE) P7100 Environmental Impacts of Artificial Intelligence Working Group entwickelt werden.
Singapurs Bemühungen, wie das Green Mark for Data Centres: 2024 und der Energy Efficiency Grant for Data Centres, sind gute Beispiele für proaktive regulatorische Innovation zur Förderung von Nachhaltigkeitsführerschaft.
Ein kooperativer Prozess
Die Erreichung einer nachhaltigen KI erfordert integrierte Maßnahmen von Regierungen, Industrieakteuren, akademischen Institutionen und der breiteren Gemeinschaft, um sicherzustellen, dass die digitale Infrastruktur im Einklang mit Umwelt- und gesellschaftlichen Zielen wächst.
Weltweit scheinen sich kooperative Rahmenbedingungen herauszubilden, die darauf abzielen, Nachhaltigkeit in das Herz der KI-Entwicklung zu integrieren. In Europa verpflichtet der AI Act 2024 der Europäischen Union Anbieter von allgemeinen KI-Modellen zur Dokumentation ihres Energieverbrauchs – ein erster Schritt, um den Sektor für seinen ökologischen Fußabdruck zur Verantwortung zu ziehen.
Das Green Data Centre Roadmap in Singapur fördert Effizienz-Upgrades, Zertifizierungsstandards und nachhaltige Betriebsabläufe. Es kann mit dem ASEAN Guide on AI Governance and Ethics zusammenarbeiten, der, wenn er richtig verwaltet wird, die Mitglieder zu umfassenderen Umweltbewertungen während des gesamten KI-Lebenszyklus anleiten kann.
Internationale Organisationen wie die Institute of Electrical and Electronics Engineers, ISO/IEC SC42, UNESCO und die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) legen ebenfalls die Grundlagen für international anerkannte Nachhaltigkeitsstandards, die auf KI-Infrastruktur zugeschnitten sind.
Asien hat die Möglichkeit, durch die Übernahme bewährter Praktiken und die Gestaltung zukünftiger Standards und Governance-Modelle eine Vorreiterrolle zu übernehmen.
Es besteht ein wachsendes Bewusstsein, dass Nachhaltigkeit in jede Phase des KI-Lebenszyklus integriert werden muss – von der Gestaltung von Modellen und Infrastruktur bis zu deren Bereitstellung und schließlich der Stilllegung.
Um erfolgreich zu sein, muss die Region mehrere Schlüsselbereiche priorisieren:
- Durchführung vollständiger Lebenszyklusauswirkungen.
- Management der Infrastrukturkomplexität.
- Verbesserung der Transparenz im Ressourcenverbrauch.
- Förderung regulatorischer Innovation.
- Fortschritt bei der grenzüberschreitenden Standardisierung.
Durch die direkte Verknüpfung der Infrastrukturentwicklung mit der Verantwortung für die Umwelt kann die Region modellieren, wie integrierte, zukunftsorientierte KI-Ökosysteme aussehen können und müssen.
