Neue Nachhaltige KI?

Die Diskussion um Künstliche Intelligenz wird derzeit stark von leistungsfähigen, aber zugleich ressourcenintensiven Modellen geprägt. Große Sprachmodelle benötigen erhebliche Rechenkapazitäten, was sowohl Kosten als auch Energieverbrauch in die Höhe treibt. Parallel dazu entsteht jedoch ein alternativer Ansatz, der für die digitale Gesellschaft zunehmend an Bedeutung gewinnt: spezialisierte, energieeffiziente KI-Systeme, die gezielt in bestehende Prozesse integriert werden. Ein Beispiel für diese Entwicklung ist das Start-up Kona rund um die Gründerin Eve Bodnia mit seinem Produkt „Kona 1.0“.

Effizienz statt Größe: Ein neuer KI-Ansatz

Während viele KI-Anwendungen auf maximale Leistungsfähigkeit und breite Einsatzmöglichkeiten ausgelegt sind, verfolgt Kona einen anderen Weg. Die Technologie konzentriert sich auf einen klar definierten Anwendungsbereich: die Analyse von Teamkommunikation und Zusammenarbeit in digitalen Arbeitsumgebungen. Durch diese Spezialisierung kann das System deutlich schlanker aufgebaut werden als generative Allzweckmodelle.

Der entscheidende Unterschied liegt in der Architektur. Kona arbeitet nicht mit großen, einmaligen Rechenprozessen, sondern kontinuierlich im Hintergrund. Die KI analysiert laufend Kommunikationsmuster, erkennt Veränderungen in der Teamdynamik und liefert situative Hinweise. Dadurch entfällt die Notwendigkeit, große Datenmengen gebündelt zu verarbeiten – ein zentraler Faktor für den geringeren Energiebedarf.

Ereignisbasiert statt datengetrieben im Batch

Technologisch setzt Kona auf eine ereignisbasierte Verarbeitung. Jede Interaktion – etwa eine Nachricht in Slack – wird einzeln bewertet und in den bestehenden Kontext eingeordnet. Dieses Vorgehen reduziert Rechenlast, da keine umfangreichen Datensätze vorab aggregiert und analysiert werden müssen.

Im Gegensatz dazu stehen klassische KI-Systeme, die große Datenmengen sammeln, speichern und in rechenintensiven Prozessen auswerten. Diese sogenannten Batch-Verfahren sind leistungsfähig, aber energieaufwendig. Der Wechsel hin zu kontinuierlicher, kontextbezogener Analyse markiert daher einen Paradigmenwechsel in der Entwicklung von KI-Anwendungen.

Unsichtbare Integration als Effizienztreiber

Ein weiterer Faktor für die Energieeffizienz liegt in der Integration. Kona ist kein eigenständiges System mit eigener Infrastruktur, sondern Teil bestehender Plattformen. Die Einbindung in Tools wie Slack sorgt dafür, dass keine zusätzlichen Oberflächen, Datenpipelines oder redundanten Prozesse aufgebaut werden müssen.

Diese „unsichtbare“ Integration entspricht einem übergeordneten Trend: Software verschwindet zunehmend in den Arbeitsfluss. Anwendungen werden nicht mehr aktiv gestartet, sondern begleiten Prozesse im Hintergrund. Für Unternehmen bedeutet das nicht nur mehr Effizienz in der Nutzung, sondern auch eine Reduktion technischer Komplexität – und damit indirekt geringeren Ressourcenverbrauch.

Skalierung ohne exponentiellen Energiebedarf

Ein zentrales Argument für energieeffiziente KI liegt in der Skalierbarkeit. Systeme wie Kona wachsen mit der Anzahl der Nutzer, ohne dass der Energiebedarf im gleichen Maß ansteigt wie bei großen, generativen Modellen. Der Ressourcenverbrauch bleibt stärker an den konkreten Anwendungsfall gebunden.

Das ist insbesondere für Unternehmen relevant, die KI breit einsetzen wollen. In einer digitalisierten Arbeitswelt mit tausenden Mitarbeitenden kann der Unterschied zwischen einem effizienten und einem ressourcenintensiven System erhebliche wirtschaftliche Auswirkungen haben – sowohl bei den Betriebskosten als auch in der Nachhaltigkeitsbilanz.

Grenzen und Einordnung

Gleichzeitig ist es wichtig, den Begriff „energieeffizient“ realistisch einzuordnen. Auch spezialisierte KI-Systeme benötigen kontinuierlich Rechenleistung, insbesondere wenn sie in Echtzeit arbeiten. Der Vorteil liegt nicht in einem minimalen Verbrauch, sondern in einem besseren Verhältnis von Nutzen zu Energieeinsatz.

Zudem ist der Einsatzbereich bewusst eingeschränkt. Kona ersetzt keine großen KI-Modelle, sondern ergänzt sie. Die Zukunft liegt vermutlich in einer Kombination beider Ansätze: leistungsstarke Systeme für komplexe Aufgaben und effiziente, spezialisierte KI für den operativen Alltag.

Relevanz für die digitale Gesellschaft

Für die digitale Gesellschaft ist diese Entwicklung von zentraler Bedeutung. Wenn KI künftig in nahezu alle Arbeits- und Lebensbereiche integriert wird, entscheidet nicht nur ihre Leistungsfähigkeit über den Erfolg, sondern auch ihre Effizienz. Systeme, die dauerhaft im Hintergrund laufen, müssen skalierbar und ressourcenschonend sein.

Der Ansatz von Kona zeigt, wie sich diese Anforderungen verbinden lassen: durch Spezialisierung, Integration und kontinuierliche Analyse statt punktueller Hochleistungsberechnungen. Damit steht das Unternehmen exemplarisch für eine neue Generation von KI-Lösungen, die nicht nur intelligenter, sondern auch nachhaltiger arbeitet.

Langfristig könnte genau dieser Ansatz darüber entscheiden, wie breit KI tatsächlich eingesetzt wird – und ob sie sich als tragfähige Infrastruktur der digitalen Gesellschaft etablieren kann.

Dieser Beitrag steht unter der Lizenz CC BY-ND 4.0 (Namensnennung – Keine Bearbeitungen).
Lizenzdetails: https://creativecommons.org/licenses/by-nd/4.0/deed.de