Generative KI ist dabei wie eine neue, hochproduktive Zuchtpflanze: beeindruckende Erträge, aber auch enormer Ressourcenbedarf. Allein die tägliche Nutzung von ChatGPT verursacht weltweit rund 250 Tonnen CO₂ – das entspricht etwa 500 Flügen von Frankfurt nach New York.  

Wer seinen “Unternehmensgarten” also gesund halten will, muss Nachhaltigkeit und Gen AI als gleichwertige, strategische Pfeiler der IT-Architektur verstehen – und so pflegen, dass sie sich gegenseitig stärken, statt auszehren. 

Gleichzeitig wächst der regulatorische Druck: Gesetzliche Vorgaben wie das Energieeffizienzgesetz (EnEfG), die europäische Energieeffizienzrichtlinie (EED), die Corporate Sustainability Reporting Directive (CSRD) und der EU AI Act schaffen den rechtlichen Rahmen, innerhalb dessen unser Garten gedeihen muss. 

Doppelstrategie als Erfolgsfaktor 

Der EU AI Act liefert dabei keinen „Best Practice“-Leitfaden, wie sich Nachhaltigkeit und KI konkret verzahnen lassen – er ist vielmehr ein regulatorisches Fundament, das klare Leitlinien für die Entwicklung und den Einsatz von KI-Technologien vorgibt. Unternehmen müssen auf dieser Basis eigene Strategien entwickeln, um ökologische Verantwortung und KI-Innovation  zu vereinen.  

Nur wer diesen doppelten Wandel konsequent und strategisch gestaltet, wird auch langfristig resilient, wettbewerbsfähig und regelkonform agieren können. Genau wie in einem Garten kommt es dabei nicht nur auf die richtigen Pflanzen an, sondern auch auf die Pflege und den richtigen Standort. 

IT-Infrastruktur neu denken: On-Premises, Cloud oder Hybrid?

  Wer eine nachhaltige IT-Infrastruktur gestalten will, pflegt sie wie einen Garten: 

  • On-Premises gleichen vom Prinzip her einem Privatgarten mit maximaler Kontrolle, aber hohem Pflegeaufwand und Eigeninvestitionen.
  • Die Cloud agiert wie ein Gemeinschaftsgarten – Ressourcen werden geteilt – bspw. Rechenleistung, Speicher und Energie – in gut organisierten, effizienten Clustern verbunden, wird zentral und nach einheitlichen Standards verwaltet, um weltweit zuverlässige und effiziente Dienste (Services) bereitzustellen. 
  • Hybride Modelle kombinieren beide Welten: sensible Daten bleiben, wie seltene Pflanzen geschützt im eigenen Beet, während sich das restliche Gelände flexibel erweitern lässt. 

Public-Cloud-Lösungen benötigen bis zu 40 Prozent weniger Energie als klassische Systeme. Lösungen wie Hybrid Cloud Management ermöglichen eine konsistente Steuerung hybrider Landschaften, während Initiativen wie das offene und verteilte Datenökosystem GAIA-X die digitale Souveränität Europas stärken.  

Abbildung 1: Betriebsmodelle im Vergleich – On‑Premises (volle Kontrolle), Hybrid (Schutz sensibler Daten + Flexibilität) und Cloud (geteilte Ressourcen, bis zu 40 % weniger Energie). Quelle: Capgemini 

Nachhaltigkeitsdaten als Reslilienztreiber 

Seit August 2024 müssen Unternehmen rund 55 ökologische Kennzahlen an das Bundesamt für Wirtschaft und Ausfuhrkontrolle (BAFA) melden – darunter CO₂-, Energie- und Wasserverbrauch (§§13, 14 EnEfG). Diese Kennzahlen sind wie der Nährboden im Unternehmensgarten: Sie bilden die Grundlage, auf der Wachstum, Stabilität und Widerstandskraft entstehen. Richtig genutzt, lassen sich damit: 

  • Ressourcen effizient steuern 
  • ESG-Berichte regulatorisch absichern 
  • Prozesse automatisieren 
  • Zugang zu grüner Finanzierung sichern (ERT 2025) 
  • Change-Vorbereitung auf neue regulatorische und politische Anforderungen 

Technologische Resilienz erfordert strukturierte Datennutzung. Von der Erfassung in Data Lakes, über plattformagnostische Analysen, bis zur Sicherung der Datenqualität – nur so lassen sich in Echtzeit Entscheidungen treffen, die den Garten nicht nur heute, sondern auch morgen zum Blühen bringen. 

Gen AI zwischen Effizienz und Emission 

Gen AI steigert die Produktivität, doch wie ein Hochleistungsgewächshaus braucht sie enorme Mengen an Strom und Wasser. Prognosen zufolge könnte der KI-bedingte Energieverbrauch von Rechenzentren bis 2030 auf 3 Prozent  des globalen Strombedarfs ansteigen. Gekühlt werden vor allem die Server in den Rechenzentren, deren Chips bei rechenintensiven KI-Prozessen stark erhitzen. 

Dabei sind 6,6 Milliarden Kubikmeter durch KI an Wasserverbrauch bis bereits 2027 zu erwarten, ein deutliches Signal den Fußabdruck von KI-Technologien ganzheitlich zu betrachten, da sie unsere knappste natürliche Ressource – Wasser, bindet. 

Technologien wie RAG-Architekturen (Retrieval-Augmented Generation) helfen, die Qualität der Ergebnisse zu steigern, indem sie wie ein “Gartenarchivar” nur das passende Wissen aus dem Archiv holen. Das spart Such- und Trainingsaufwand ‘by Design‘ – senkt also potenziell den Energieeinsatz, erfordert aber selbst zusätzliche Rechenressourcen. Die Kunst liegt darin, das richtige Gleichgewicht zu finden. 

Erfolgsfaktoren für Gen AI-Strategien

Damit der Unternehmensgarten mit Gen AI nicht zum Ressourcenfresser wird, braucht es klare Pflanz- und Pflegepläne: Schon früh sollten ökologische Leitplanken definiert werden, um Energie- und Wasserverbrauch im Zaum zu halten. Die Auswahl ressourcenschonender, performanter LLM-Modelle ist ebenso entscheidend wie der Einsatz robuster Leitplanken (Guardrails), die Qualität und Sicherheit der Ergebnisse gewährleisten. Transparente CO₂-Bilanzen – etwa nach dem Greenhouse Gas Protocol – schaffen die notwendige Transparenz, um den Fortschritt messbar zu machen und regulatorischen Anforderungen gerecht zu werden.

Abbildung 2: Daten‑Wertschöpfungskreislauf für nachhaltige Gen‑AI: (01) Erfassen → (02) Speicherung & Analyse → (03) Insights → (04) Entscheidungen → (05) Automatisierung & Optimierung. Quelle: Capgemini 

Laut Capgemini nutzen 33 Prozent Gen AI bereits für Nachhaltigkeitsinitiativen, 66 Prozent erwarten dadurch Emissionsreduktionen von über zehn Prozent in den nächsten drei bis fünf Jahren. Doch nur wenige messen den ökologischen Fußabdruck ihrer KI-Anwendungen. Nachhaltige Nutzung beginnt mit Transparenz durch Carbon Tracking und gezielten Use Cases.

Positive und negative ökologische Auswirkungen von Generativer KI 

Abbildung 3: Anteil der von generativer KI beeinflussten Targets in den 15 SDG der UN sortiert nach den Teilbereichen Wirtschaft, Umwelt und Gesellschaft. In allen drei Teilbereichen sind mindestens 70% der Targets positiv beeinflusst. Gleichzeitig kann generative KI über alle Bereiche hinweg das Erreichen von 59 der 169 Targets (35%) erschweren. Quelle: Capgemini 

Innovation durch Regulierung: Chancen nutzen  

Die CSRD verlangt umfassende Transparenz entlang der ESG-Dimensionen: 

  • Environmental: CO₂-Emissionen, Energieverbrauch, Ressourceneffizienz 
  • Social: Diversität, Mitarbeiterwohlfahrt, gesellschaftliche Verantwortung 
  • Governance: Ethikrichtlinien, Transparenzinitiativen, Risikomanagement 

Cloud-Technologien unterstützen die automatische CO₂-Bilanzierung und fördern nachhaltige Innovationsansätze. Digitale Lösungen unterstützen dabei, neue Vorgaben effizient umzusetzen.

Nachhaltigkeit und Gen AI sind unternehmerische Pflicht

 Wer Nachhaltigkeit und Gen AI heute ganzheitlich in seine IT-Strategie integriert, pflegt nicht nur einen Garten, der schön aussieht, sondern einen, der Sturm, Trockenheit und neue Klimabedingungen aushält – Resilienz durch diverse Perspektiven. Wer sofort handelt, gestaltet die Märkte von morgen aktiv mit. Wer zögert, riskiert irreparablen Wettbewerbsverlust. Das Modell der Twin Transformation verankert Nachhaltigkeit als strategischen Werttreiber – nicht als Pflicht, sondern als Potenzial. Digitalisierung und Nachhaltigkeit wirken dabei als gleichwertige, sich gegenseitig verstärkende Hebel. Beratung und Umsetzung sind die Stellschrauben, mit denen Unternehmen diesen doppelten Wandel aktiv gestalten können.

Vielen Dank an meine Kollegin und weitere Autorin Jennifer Schäfer für ihre wertvolle Unterstützung und Expertise für diesen Beitrag. 

Kontaktieren Sie unsere Expert*innen für eine individuelle Beratung.