Bluehands Logo

SCI for AI - Die Umweltauswirkungen von KI messen

Ein Abend mit Henry Richardson (WattTime), Co-Lead der SCI-for-AI-Spezifikation der Green Software Foundation

Jeder Prompt kostet Energie, Wasser und verursacht CO₂. Aber wie viel genau? Genau das messen wir bei diesem Talk am 1. Dezember 2026 im Meetup. Ganz konkret, direkt aus dem Maschinenraum der Spezifikation.

· 4 Min Lesezeit
Meetup: Umweltauswirkungen von KI messen und bewerten am 1. Dezember 2026

KI-Emissionen messen

KI-Systeme verbrauchen beim Training und bei jeder einzelnen Anfrage Strom, Wasser und Hardware-Ressourcen. Solange niemand diese Wirkung misst, bleibt sie unsichtbar und lässt sich weder steuern noch reduzieren. Eine einheitliche Kennzahl macht den ökologischen Fußabdruck von KI vergleichbar und schafft die Grundlage für bessere Entscheidungen.

KI ist überall. Wir bauen agentische Systeme und integrieren Modelle im Rekordtempo in unsere Produkte. Beim ökologischen Fußabdruck dieser Modelle tappen wir aber noch im Dunkeln. Was man nicht misst, kann man nicht verbessern.

SCI for AI

SCI for AI ist eine Spezifikation der Green Software Foundation, die die Software Carbon Intensity (SCI) gezielt auf künstliche Intelligenz erweitert. Sie baut auf ISO/IEC 21031:2024 auf, dem ersten ISO-Standard für die CO₂-Messung von Software, und erfasst die Emissionen von KI-Systemen über den gesamten Lebenszyklus: von Entwicklung und Training bis zu Deployment und Inferenz.

Die Spezifikation deckt klassisches Machine Learning, Computer Vision, Natural Language Processing, generative KI und agentische Systeme ab. Sie definiert zwei Messgrenzen, einen Provider-Score und einen Consumer-Score. Entstanden ist sie im Konsens von über 20 Mitgliedsorganisationen der Green Software Foundation, ISO-kompatibel und lizenzfrei.

Henry Richardson (WattTime)

Henry Richardson ist Senior Analyst bei WattTime und Co-Chair der Software Standards Working Group der Green Software Foundation. Gemeinsam mit Navveen Balani, der auch schon bei uns zu Gast war, hat er die Entwicklung der SCI-for-AI-Spezifikation geleitet. 

Key Takeaways

Ein Deep Dive in die Spezifikation in vier Schritten, plus Zeit für Ihre Fragen:

  • Messen: Wie erfasst man die Umweltauswirkungen von KI, vom Training bis zur Inferenz?
  • Berechnen: Wie werden diese Messwerte in einen Score wie die Software Carbon Intensity übersetzt?
  • Einordnen: Wie lässt sich der Score bewerten und interpretieren? Und wo liegen seine Grenzen?
  • Optimieren: Wie wird aus Transparenz konkrete Optimierung?
  • Austausch: Zeit für Ihre Fragen und Diskussion 

Für wen ist der Abend?

Für alle, die KI entwickeln, betreiben oder in Produkte integrieren. Entwickler:innen, Data Scientists, Architekt:innen, Product Owner und Entscheider:innen, die Verantwortung für IT und Nachhaltigkeit tragen. Sie gehen mit einem klaren Verständnis nach Hause, wie sich der CO₂-Fußabdruck von KI messen, bewerten und senken lässt.

Green Software Development Karlsruhe zu Gast bei bluehands

Wir sind eine Community-Firma und hosten und organisieren die Green Software Development Karlsruhe neben der .NET Usergroup. Enkelgerechte Digitalisierung ist bei uns Haltung. Unser Anspruch - in time, in budget, in function, in climate. Um mehr zu lernen und den Austausch untereinander zu fördern, holen wir die Menschen auf die Bühne, die unsere Themen voranbringen.

Jetzt anmelden

Ein spannender Abend mit einem hochkarätigen Speaker mit viel Wissen und Austausch. Wer mit KI zu tun hat, sollte diesen Termin nicht verpassen. 

Anmeldung: www.meetup.com/green-software-development-karlsruhe/events/317355879

Häufige Fragen zu SCI for AI

Was bedeutet SCI?

SCI steht für Software Carbon Intensity. Die Kennzahl beschreibt die CO₂-Emissionen einer Software pro funktionaler Einheit, etwa pro Anfrage oder pro Nutzer:in. Die Formel lautet SCI = ((E × I) + M) pro R: verbrauchte Energie mal CO₂-Intensität des Stroms plus anteilige Emissionen der Hardware, bezogen auf die funktionale Einheit R.

Was unterscheidet SCI for AI von reinen Energie-Metriken?

Reine Energie-Metriken zeigen nur den Verbrauch. SCI for AI bezieht zusätzlich die CO₂-Intensität des Stroms und die Hardware-Emissionen ein und betrachtet den gesamten Lebenszyklus eines KI-Systems