Wie Climatech-Startups generative KI zur Bewältigung der Klimakrise verwenden

Generative künstliche Intelligenz (KI) kann wie Magie wirken oder wie ein cleverer Mitarbeiter, der originelle Texte, Bilder, Videos und Musik erzeugt. Sie hat die Aufmerksamkeit der Welt mit unglaublichen Chat-Fähigkeiten und fesselnder Bilderzeugung auf sich gezogen. Er kann jedoch mehr sein als ein kreativer Mitarbeiter oder ein Chatbot. Bei AWS erleben wir, wie generative KI die Art und Weise verändert, wie Menschen und Unternehmen Technologien nutzen, um einige der größten Probleme der Welt zu lösen.

Es gibt nur wenige Probleme, die dringlicher sind als die Klimakrise. Die Welt befindet sich in einem Wettlauf mit der Zeit, um bis 2050 einen Netto-Null-Emissionsausstoß zu erreichen und die globale Erwärmung auf 2 Grad Celsius zu begrenzen, bevor die Auswirkungen des Klimawandels unumkehrbar werden. Bei der Bewältigung der Klimakrise kommt es auf Schnelligkeit an. Die generative KI ist zwar noch ein junges Feld, aber sie entwickelt sich bereits zu einem wichtigen Instrument, um die Entwicklung und die Bereitstellung von Lösungen für das Klima zu beschleunigen.

Wir freuen uns, Ihnen einige Climate Tech-Startups vorstellen zu können, die an vorderster Front dabei sind, die Klimakrise zu stoppen. Sie nutzen generative KI, um den Klimawandel zu bekämpfen, indem sie die Treibhausgasemissionen reduzieren und der Welt den Übergang zu einer kohlenstofffreien Wirtschaft ermöglichen.

BrainBox AI: Beschleunigung der Dekarbonisierung von Gebäuden durch generative KI

Nach Angaben der Internationalen Energieagentur (IEA) sind Gebäude für 30 Prozent des weltweiten Energieverbrauchs und 26 Prozent der weltweiten energiebezogenen Emissionen verantwortlich. Die Reduzierung des Energieverbrauchs von Gebäuden ist entscheidend, um die globalen Emissionen auf Null zu reduzieren.

BrainBox AI hat autonome KI entwickelt, um kommerzielle Gebäude zu dekarbonisieren und zu optimieren. Außerdem spart es den Kunden Geld bei ihren Energierechnungen. Die cloudbasierte Optimierungslösung, die auf AWS aufbaut, verbindet sich mit den bestehenden HLK-Systemen (Heizung, Lüftung und Klimaanlage) von Gebäuden und sendet autonom und in Echtzeit optimierte Steuerbefehle, um Emissionen und Energieverbrauch ohne menschliches Zutun zu minimieren.

BrainBox AI hat beispielsweise Gebäudeeigentümern dabei geholfen, die Energiekosten für HLK-Anlagen um bis zu 25 Prozent zu senken und die mit HLK-Anlagen verbundenen Treibhausgasemissionen um bis zu 40 Prozent zu reduzieren, indem die Temperatur in einem Einzelhandelsgeschäft auf der Grundlage historischer Daten und externer Datensätze, wie Wetter und Energietarifstrukturen, vorhergesagt wurde.

Wenn BrainBox AI neue Gebäude zu seinem System hinzufügt, nutzt es generative KI, um die Einführungszeit für jedes neue Gebäude zu verkürzen. Wenn in der Vergangenheit ein neues Gerät in einem Gebäude identifiziert wurde, z. B. eine Pumpe oder ein Lüftungsgerät, mussten die Ingenieure die komplexen technischen Handbücher der Hersteller durchgehen, um Details wie die Leistungsstärke der Pumpe oder den erzeugten Druck zu finden und diese Informationen schließlich in ein maschinenlesbares Format zu konvertieren.

Mithilfe von Amazon Bedrock extrahiert BrainBox AI Daten und generiert automatisch Konfigurationsdateien. Diese Dateien werden dann von Ingenieuren vervollständigt und überarbeitet. Dieser Vorgang wird als Power-Tagging bezeichnet. BrainBox AI schätzt, dass sie mit Amazon Bedrock die Zeit, die für das Power-Tag benötigt wird, um über 90 Prozent reduziert haben. Dadurch ist BrainBox AI in der Lage, mehr Kunden schneller an Bord zu holen, sodass sie größere und schnellere Auswirkungen auf die Klimakrise haben kann.

Pendulum: Dekarbonisierung der Lieferkette mit generativer KI

Pendulum macht sich die Macht der KI zunutze, um eines der dringendsten Probleme der Welt anzugehen: wie Organisationen aus weniger mehr machen können. Die Technologie des Unternehmens bietet nachhaltige Lösungen für komplexe Probleme in Bereichen wie der kommerziellen Lieferkette, der globalen Gesundheit und der nationalen Sicherheit.

Die Optimierung der Lieferketten ist entscheidend für die Reduzierung der Kohlenstoffemissionen. Accenture schätzt, dass Lieferketten 60 Prozent aller Kohlenstoffemissionen weltweit verursachen. Nach Angaben der U.S. Environmental Protection Agency können Lieferketten für mehr als 90 Prozent der Treibhausgasemissionen eines Unternehmens verantwortlich sein. Wenn Sie sich ansehen, wie Lieferketten heute funktionieren (oder nicht funktionieren), gibt es einige erschreckende Details über das Ausmaß der Verschwendung von Ressourcen und Kapital. So gehen jedes Jahr schätzungsweise 562 Milliarden Dollar durch Überbestände verloren, wobei 17 Prozent der Lebensmittel und 8 Prozent der Einzelhandels- und Konsumgüterprodukte weggeworfen werden.

Die KI-gestützten Lösungen von Pendulum ermöglichen es Unternehmen, ihre Abläufe intelligent zu verwalten und Produktverschwendung, Umsatzverluste und übermäßige Treibhausgasemissionen zu reduzieren. Die auf AWS basierende Software von Pendulum kann die Nachfrage vorhersagen, das Angebot planen und Sendungen geografisch lokalisieren. Sie ermöglicht es Unternehmen, die benötigten Ressourcen genauer einzukaufen und gleichzeitig genau die Menge an Waren zu produzieren, die ihre Kunden verlangen.

Der Zugriff auf Unternehmensdaten ist für die Plattform von Pendulum von entscheidender Bedeutung. Allerdings werden Daten oft in isolierten Systemen und unstrukturierten Dokumenten wie PDF- und Textdateien gespeichert. Die Software von Pendulum ist so konzipiert, dass sie die Datenquellen nutzt, die für die betriebliche Entscheidungsfindung am wichtigsten sind. Das Unternehmen setzt generative KI ein, um wichtige Informationen aus langen und komplizierten Dokumenten zu erschließen und so die Wertschöpfungszeit für seine Kunden zu verkürzen.

Ein Beispiel dafür, wo dies effektiv eingesetzt wird, ist die Präzisionslandwirtschaft. Das Pendulum-Team verwendet einen Human-in-the-Loop-Ansatz, um ein großes Sprachmodell (LLM) auf AWS Trainium mit Amazon SageMaker zu instruieren. Dieses generiert aus unstrukturierten Dateien maschinenlesbare Daten, anhand derer die landwirtschaftlichen Maschinen ihrer Kunden bestimmen können, wie viel Pestizide, Wasser und andere Produkte eingesetzt werden müssen. Dadurch ist es für den Kunden weniger wahrscheinlich, dass er Ressourcen überbeansprucht oder überbestellt, er kann Geld sparen und seinen ökologischen Fußabdruck und die Umweltbelastung verringern. Außerdem können die Kunden so die Bedürfnisse der Pflanzen, die örtlichen Vorschriften und andere wichtige Kriterien einhalten.

Pendulum schätzt, dass diese Lösung den Zeitaufwand für die Dekodierung dieser Dokumente um 83 Prozent reduziert hat und sie die Daten jetzt nur noch zur Qualitätssicherung überprüfen müssen. Dies wiederum senkt die Kosten und beschleunigt die Bereitstellung ihrer Software im großen Maßstab.

VIA: Generative KI macht es Gebäudemanagern leichter, Energieeffizienz zu verstehen

Um die Emissionen zu reduzieren, müssen Institutionen und Unternehmen Energiedaten auf lokaler und individueller Ebene verfolgen. Um beispielsweise die Kohlenstoffemissionen seiner Elektrofahrzeugflotte zu reduzieren, muss ein Unternehmen wissen, ob die Elektrofahrzeuge in einer bestimmten Region und zu einer bestimmten Zeit mit Strom aus erneuerbaren Energien oder fossilen Brennstoffen aufgeladen werden. Für energieeffiziente Gebäude sind detaillierte, individuelle Daten über das gesamte Immobilienportfolio eines Unternehmens unerlässlich. Wenn jeder alle Daten transparent zur Verfügung stellen würde, wäre dies kein Problem. Allerdings sind die Daten auf individueller Ebene oft nicht zugänglich, weil es Datenschutz- oder Sicherheitsbedenken gibt. Viele Privatpersonen zögern, Zeit, Datum und Ort der Aufladung/Entladung/Energiedaten ihres Fahrzeugs anzugeben. Das macht das Energiemanagement und die Reduzierung von Treibhausgasen zu einer Herausforderung.

Via Science, Inc. (VIA) ermöglicht es Unternehmen, ihren CO2-Fußabdruck als Kollektiv zu reduzieren und gleichzeitig individuelle Daten vertraulich und sicher zu behandeln. Das Unternehmen stellt Nachhaltigkeitsdaten auf der Grundlage von Zero-Knowledge-Beweisen zur Verfügung, die vom US-Energieministerium getestet und verifiziert wurden. Auf diese Weise können Organisationen und Unternehmen Daten nachverfolgen und Nachhaltigkeitsziele erreichen, auch wenn es aufgrund regulatorischer oder datenschutzrechtlicher Barrieren nicht möglich ist, detaillierte Informationen weiterzugeben.

VIA hat zunächst eine Lösung für die U.S. Air Force entwickelt, die strenge Datenschutzauflagen hat, die es Gebäudemanagement- und Energiemanagement-Teams oft verbieten, auf wichtige Daten zuzugreifen, die sie benötigen. Die dezentrale Softwarelösung von VIA ermöglicht es Luftwaffenangehörigen und zugelassenen Auftragnehmern, generative KI-Modelle zu verwenden, ohne Daten weiterzugeben: Es werden keine privaten Daten zum Trainieren des Modells verwendet oder im Prompt an das Modell gesendet. Wenn ein Benutzer stattdessen einen Prompt eingibt wie „Zeige mir alle Gebäude auf der Air Force Base XYZ mit einem HVAC-Systemzustand von weniger als 60“, antwortet das LLM mit „Ich verstehe, was Sie erreichen wollen, und da ich keinen Zugriff auf die Daten habe, werde ich eine SQL-Abfrage generieren, die Sie ausführen können, um die Daten aus Ihrer lokalen Datenbank zu erhalten. Ich schicke Ihnen auch den Frontend-Code, den Sie ausführen können, um die Daten anzuzeigen.“ Diese beiden Codes werden dann an den Benutzer zurückgeschickt, wo das Tool, SLAM AI, die Daten automatisch ausführt und lokal visualisiert.

Um weiter Energie zu sparen und die Rechenkosten zu senken, verwendet VIA kompakte Open-Source-LLMs, die auf CPUs laufen. Aufgrund der schnellen Entwicklung der LLM-Leistung werden ständig neue Modelle geprüft. Durch die Nutzung von Amazon Elastic Kubernetes Service (EKS) können sie nahtlos Modelle im laufenden Betrieb austauschen und effizientere Modelle integrieren, sobald diese verfügbar werden.

Was kommt als nächstes für generative KI und Klimatechnologie?

BrainBox AI, Pendulum und VIA nutzen generative KI auf AWS auf spannende Weise, um die Klimakrise anzugehen. Sie machen sich die Fähigkeit der generativen KI zunutze, Schlüsselelemente aus unstrukturierten Daten zu extrahieren und neue Inhalte zu generieren. Dadurch können diese Unternehmen ihre Kunden schneller bedienen, mehr Kunden bedienen und Treibhausgasemissionen reduzieren. Außerdem werden die Kosten für diese Unternehmen und für ihre Kunden gesenkt.

Wir gehen davon aus, dass Climate Tech-Startups weitere neue Wege finden werden, generative KI auf AWS zu nutzen, um die Klimakrise anzugehen. Hier sind ein paar Beispiele dafür, was wir in anderen Branchen sehen, die unserer Meinung nach auf Climate Tech zutreffen könnten.

Datenerweiterung mit generativer KI zur Generierung synthetischer Daten für das prädiktive Modelltraining

Die generative KI kann synthetische Daten erstellen. Dabei handelt es sich um eine Klasse von Daten, die generiert und nicht aus direkten Beobachtungen der realen Welt gewonnen werden. Dies könnte für die Modellierung des Untergrunds für die Geothermie oder die Kohlenstoffbindung nützlich sein, wenn Daten über die Gesteinsformationen im Untergrund nur schwer zu bekommen sind. Startups im Bereich des kohlenstoffarmen Transports könnten generative KI auch nutzen, um Szenarien zum Testen neuer Fahrzeuge zu erstellen. Sie könnte auch bei der Herstellung von Hard-Tech-Produkten im Bereich Climate Tech nützlich sein. Die Erstellung synthetischer Bilddaten kann für die Erstellung von Bildern von Anlagen (z. B. Kompressoren, Turbinen) mit Rost oder Rissen verwendet werden. Diese Bilder können zum Trainieren von bildverarbeitungsbasierten Machine Learning (ML)-Modellen für die vorausschauende Wartung verwendet werden, die eine Schlüsselrolle bei der Senkung von Kosten und der Minimierung von Betriebsausfällen spielen kann.

Verbessern der Produktionseffizienz von Climate Tech mithilfe generativer KI

Durch die Verwendung von Modellen, die auf historischen Daten, einschließlich Maschinennutzung und Wartungsprotokollen, trainiert wurden, kann generative KI Muster und Verbindungen zwischen verschiedenen Faktoren wie Temperatur, Vibration und Betriebsstunden erkennen. Auf diese Weise kann das System die Wahrscheinlichkeit eines Geräteausfalls vorhersehen und diese Muster proaktiv an die richtigen Beteiligten wie Qualitätsingenieure, Wartungstechniker und Bediener weitergeben. Indem Sie proaktiv über die Notwendigkeit von Wartungsarbeiten informieren, werden Ausfallzeiten reduziert und Störungen in der Produktion minimiert.

Entwerfen und synthetisieren Sie neue Proteinsequenzen für eine nachhaltige Landwirtschaft und Lebensmittelproduktion mit generativer KI

Generative KI kann gefaltete Strukturen von Proteinen vorhersagen, die es ihnen ermöglichen, bestimmte Funktionen in der Zelle auszuführen. Dies ermöglicht es Forschern, funktionale Proteine und andere Moleküle auf geführte Weise zu erzeugen. Darüber hinaus ermöglicht die generative KI den Wissenschaftlern, die Struktur bekannter Proteinsequenzen genau zu definieren, um molekulare/biologische Ziele zu identifizieren.

Es gibt wahrscheinlich noch viele weitere Möglichkeiten, wie Climate Tech-Startups generative KI nutzen können, um die globale Erwärmung zu bekämpfen. Wir hoffen, dass dieser Blogbeitrag Ideen anregt und Climate Tech-Gründer dazu inspiriert, generative KI auf neue und aufregende Weise einzusetzen.

Generative KI-Workloads können große Mengen an Energie und Cloud-Ressourcen verbrauchen, und wie bei allen Workloads ist es wichtig, ihre Auswirkungen auf die Umwelt zu berücksichtigen. Es liegt in unserer gemeinsamen Verantwortung, diese Technologie nachhaltig zu nutzen. Amazon hat sich verpflichtet, bis zum Jahr 2040 CO₂-neutral zu werden. Als Teil dieser Verpflichtung ist Amazon auf dem Weg, seinen Betrieb bis 2025 mit 100 Prozent erneuerbarer Energie zu versorgen, einschließlich der AWS-Rechenzentren. Dies hat dazu geführt, dass Amazon in den letzten vier Jahren der weltgrößte Abnehmer von erneuerbarer Energie für Unternehmen war. AWS bietet Unternehmen eine Anleitung zur Optimierung ihrer generativen KI-Workloads im Hinblick auf ökologische Nachhaltigkeit. Es ist auch wichtig, dass diese Unternehmen die Auswirkungen ihres Einsatzes von generativer KI und ihren Beitrag zu den allgemeinen Nachhaltigkeitszielen des Unternehmens messen.