Viele Unternehmen beschäftigen sich mit zwei zentralen Themen: der effektiven KI-Nutzung und der Verbesserung der Nachhaltigkeit, da sie energieeffizientere Maßnahmen im Rahmen von ESG (Environmental, Social and Governance)-Programmen ergreifen wollen. Im Zusammenhang mit der Einführung von KI stellt sich allerdings die Frage nach der Vereinbarkeit mit den notwendigen Nachhaltigkeitsstrategien.

Schließlich erfordert der KI-Einsatz eine immense, kostenintensive Rechenleistung – verbunden mit einem hohen Energieverbrauch in den Rechenzentren, die das Inferenztraining und die GPU-Cluster unterstützen. KI kann jedoch einen erheblichen positiven Beitrag leisten, da sie eine Analyse der Infrastruktur und somit eine effizientere Gestaltung und Verwaltung ermöglicht.

Auch wenn eine KI-Infrastruktur auf den ersten Blick das Erreichen von Nachhaltigkeitszielen erschweren mag, besitzt sie andererseits auch ein großes Potenzial für die Einsparung von CO2 in der Energienutzung und für die verbesserte Ressourcennutzung.

KI kann die IT und insbesondere die IT-Infrastruktur entscheidend optimieren und damit auch die Nachhaltigkeitsinitiativen der Unternehmen unterstützen. Ein konkretes Beispiel dafür liefern Netzwerkplattformen, die durch die Nutzung von KI und Automatisierung eine effiziente Funktionsweise von Netzwerken sicherstellen.

Dabei können KI und Automatisierung eine Nachhaltigkeitsstrategie in verschiedenster Weise unterstützen. Typische Beispiele sind:

  • Die kontinuierliche Überwachung und Anpassung kann den Energieverbrauch signifikant reduzieren.

  • Mit AIOps können Unternehmen Echtzeit-Telemetriedaten aus ihrer gesamten IT-Infrastruktur kontextualisieren und mit relevanten historischen Daten kombinieren, um verwertbare Erkenntnisse zu gewinnen – zum Beispiel Empfehlungen zum Energiemanagement.

  • AIOps verkürzt die Zeit bis zur Problemlösung, was bedeutet, dass weniger Zeit und Energie für das Erkennen, Verstehen und Lösen eines Netzwerkproblems aufgewendet werden muss. Weniger Zeit- und Energieaufwand bedeuten einen geringeren ökologischen Fußabdruck (ganz zu schweigen von einer besseren Benutzererfahrung).

  • AIOps- und Automatisierungslösungen ermöglichen eine schnelle Überwachung, Prüfung und Validierung der Performance und Fehlerbehebung aus der Ferne und tragen so dazu bei, dass Unternehmen die CO2 verursachenden Serviceeinsätze vor Ort (einschließlich von LKW-Fahrten) um bis zu 85 Prozent reduzieren können.

  • Die Überwachung aller Verbindungen für jedes System, Gerät, jeden Benutzer und jede Anwendung kann die betriebliche Effizienz verbessern.

  • Die Verlängerung der Lebensdauer von Produkten und Komponenten durch modulare Designs vereinfachen Reparaturen und reduzieren den Elektroschrott.

  • Das Abschalten bestimmter Bereiche des Netzwerks bei einer Nichtnutzung durch proaktives Energiemanagement sorgt für eine optimale Leistung und Energienutzung.

  • Der geringere Bedarf an Vor-Ort-Hardware mit konsolidierter Hardware wie SSR (Session Smart Routing) und integriertem NAC (Network Access Control) sowie Cloud-basierte Controller reduzieren die Anzahl der erforderlichen On-Premises-Geräte, was zu einem geringeren Energieverbrauch und weniger Elektroschrott am Ende der Nutzungsdauer führt.

  • Die Cloud-basierte Automatisierung reduziert den Strombedarf vor Ort.

„Die Unternehmensziele, die Nachhaltigkeit zu verbessern und transformative KI-Anwendungsfälle zu nutzen, schließen sich nicht zwangsläufig gegenseitig aus, das heißt, die eine Initiative muss nicht negative Auswirkungen auf die andere haben“, betont Dieter Badmann, Regional Manager DACH bei Juniper Networks.

„Ein Beispiel dafür liefert auch unsere KI-native Netzwerkplattform für moderne Netzwerke. Sie bietet auf der eine Seite eine hohe Performance, ein optimiertes Benutzererlebnis sowie niedrige Betriebskosten und auf der anderen Seite ein KI-zentriertes Framework zur Reduzierung des CO2-Fußabdrucks und zur Verbesserung der Energieeffizienz.“

Weitere Beiträge....