In einer Welt, in der Innovation und Nachhaltigkeit Hand in Hand gehen müssen, stehen Banken vor der Herausforderung, den Einsatz von Künstlicher Intelligenz (KI) mit ihren ESG-Zielen zu vereinbaren. Aber wie kann das gelingen?
Stellen Sie sich vor, Sie fahren einen hochmodernen Elektro-Sportwagen – seine wahre Leistung können Sie nur genießen, wenn das Lenkrad und die Bremsen zuverlässig funktionieren. Ähnlich verhält es sich mit KI: Ihr volles Potenzial lässt sich nur mit den richtigen Governance-Mechanismen entfalten.
ESG-Implikationen von KI
Für Banken wächst der Bedarf an KI-Lösungen stetig, sei es zur Verbesserung der Kundenerfahrung, zur Effizienzsteigerung interner Prozesse oder zur Betrugsbekämpfung. Gleichzeitig verursacht der Betrieb und das Training von KI erhebliche Umweltauswirkungen und hat soziale Implikationen. Auch Governance-Aspekte wie die Konformität mit dem EU AI Act sind von einem Mehr an KI in Banken betroffen. KI-Systeme, insbesondere große Modelle, benötigen immense Rechenleistung, was zu einem erhöhten Energieverbrauch führt. Banken werden streng reguliert und haben hohe ESG-Anforderungen von Seiten des Kapitalmarkts, was sich häufig in ambitionierten Nachhaltigkeitszielen auswirkt. Mit der steigenden Komplexität und Anzahl an KI-Anwendungen stellt sich die Frage, wie Banken wettbewerbsfähig bleiben können, während sie ihre ESG-Performance verbessern.
Ganzheitliche Lösung durch KI-Governance
Unüberlegte und teils nicht verantwortungsvoll umgesetzte KI-Projekte führen nicht zum langfristigen Erfolg. Es braucht klare Rollen und Verantwortlichkeiten sowie fundierte organisatorische Strukturen, um die fundamentalen Veränderungen durch KI zu bewältigen. Ethische Fragen müssen systematisch adressiert und evaluiert werden. Richtlinien und Rahmenwerke sind hierbei unerlässlich, um sicherzustellen, dass der Einsatz von KI nicht nur effizient, sondern auch verantwortungsvoll erfolgt.
Ein kurzer Blick in den EU AI Act zeigt, dass ökologische Aspekte bisher wenig bis kaum berücksichtigt werden. Stakeholder wie AlgorithmWatch fordern bereits Nachbesserungen. Da die Umweltauswirkungen für Training und Betrieb von KI ein steigendes Problem darstellen, ist auch hier mit mehr externen Vorgaben zu rechnen. Es ist daher notwendig, dass Banken proaktiv handeln und ökologische Kriterien in ihre KI-Strategien integrieren.
Architekturprinzipien für nachhaltige KI
Die Auswahl geeigneter Technologie ist entscheidend. Nicht jede Aufgabe erfordert den Einsatz von Generative AI (GenAI), vieles lässt sich auch mit klassischen KI-Methoden lösen. Zudem sollte das kontinuierliche Monitoring der Umweltauswirkungen während der Architekturkonzeption berücksichtigt werden. Nur wer die Nachhaltigkeit seiner KI-Anwendungen misst, kann sie auch verbessern. Zu einem nachhaltigen Lösungsdesign gehört letztlich auch der Einsatz spezialisierter Hardware, die das Training energieeffizienter gestaltet.
Eine durchdachte Datenarchitektur ist ebenfalls von zentraler Bedeutung. Schlechte Datenqualität und Duplikate erhöhen den Ressourcenaufwand. Eine effiziente Datenverwaltung kann diese Probleme vermeiden. Der Einsatz von Open-Source-Software senkt Kosten und erhöht die Flexibilität sowie Sicherheit. Open-Source-Modelle haben oft einen höheren Reifegrad und sind ökologisch vorteilhafter, da sich ihre umweltspezifischen Trainings- und Entwicklungskosten schneller amortisieren.
Vertrauenswürdigkeit und Transparenz sind zentral in der KI-Entwicklung. Algorithmen müssen frei von Verzerrungen und ihre Entscheidungswege nachvollziehbar sein. Dies stärkt das Vertrauen der Nutzer und gewährleistet ethische Standards. Eine modulare Architektur ermöglicht die Wiederverwendung einzelner Komponenten und erleichtert Anpassungen.
KI-Handprint nutzen
Es gibt zahlreiche Anwendungsfälle, bei denen KI zur Verbesserung der Nachhaltigkeit beiträgt. So können KI-Systeme bei der Prüfung und Validierung von Dokumenten im ESG-Kontext helfen. Im Bereich der Gebäudeenergie können KI-gesteuerte Systeme den Energieverbrauch optimieren und so zur Reduktion von CO2-Emissionen beitragen. Auch bei der Auswertung qualitativer Daten für ESG-Ratings von verschiedenen Assets kann KI eine wertvolle Unterstützung bieten. Diese Use Cases können jedoch nur sinnvoll umgesetzt werden, wenn die darunterliegende Technologie selbst Nachhaltigkeitskriterien berücksichtig, wie sie sich mit den oben beschriebenen Governance-Leitplanken definieren lassen.
Vom Compliance-Thema zum Werttreiber: KI und ESG vereinen
Die Integration von KI und ESG-Zielen bietet langfristige Vorteile. Wenn Banken bereits in der Planungsphase neue Use Cases auf ihre ESG-Implikationen bewerten und Maßnahmen zur Minderung der Umweltauswirkungen einplanen, schaffen sie eine nachhaltige Grundlage für ihre digitalen Transformationen. IT kann hierbei als Enabler der ESG-Ziele fungieren.
Nachhaltigkeit muss als Selbstverständlichkeit bei jeder Entscheidung berücksichtigt werden. Vor der Implementierung sollte jede neue KI-Anwendung auf ihre ESG-Implikationen geprüft werden. Proaktive Maßnahmen zur Reduktion von Umweltauswirkungen, zur Förderung sozialer Nachhaltigkeit und zur Sicherstellung der Governance sollten eingeplant werden. Schon bei der Planung neuer Use Cases sollte Nachhaltigkeit eine zentrale Rolle spielen.
Diese Herangehensweise stellt sicher, dass Banken nicht nur ihren betrieblichen Umweltschutz verbessern, sondern auch kosteneffizientere und resilientere Lösungen einführen. Gleichzeitig bildet nachhaltige KI zukünftig die Grundvoraussetzung, um Tempo beim Thema KI auf die Straße zu bringen und sich als Bank durch innovative am Markt zu differenzieren.
Keine zukunftsfähige Bank ohne nachhaltige KI
KI bietet immense Chancen für die Nachhaltigkeit im Bankensektor. Doch diese Chancen müssen systematisch und durchdacht genutzt werden. Nachhaltigkeit ist eine neue Anforderung, die genauso wichtig ist wie Kosteneffizienz oder Sicherheit. Wenn Banken diese Herausforderung meistern, können sie die Vorteile von KI und ESG gleichermaßen nutzen und langfristig erfolgreich sein. Die Integration von KI und ESG ist kein Widerspruch, sondern eine notwendige Kombination für eine zukunftsfähige und verantwortungsbewusste Bankenwelt.