Ki im nachhaltigkeitsbereich: segen oder fluch für die umwelt?
Nachhaltigkeitsteams sind zunehmend überlastet – Reporting, Compliance, Lieferkettenoptimierung und die Jagd nach Daten aus hunderten, wenn nicht tausenden Quellen belasten die Ressourcen. Gerade bei milliardenschweren Marken sind es oft nur wenige Mitarbeiter, die sich in Tabellenbergen verlieren, anstatt wirkungsvolle Nachhaltigkeitsstrategien umzusetzen. Der vermeintliche Heilsbringer: Künstliche Intelligenz. Doch birgt die Technologie tatsächlich das Versprechen einer effizienteren Zukunft oder droht ein unkalkulierbarer ökologischer Fußabdruck?
Die ki-revolution in der lieferkette
Brancheninsider berichten von einem enormen Potenzial der KI, um die Arbeitsweise von Nachhaltigkeitsteams und ihren Lieferkettenpartnern zu vereinfachen. Automatisierte Umweltberichte, verbesserte Datenqualität, intelligente Datenaufbereitung und eine lückenlose Rückverfolgbarkeit – die Vorteile liegen auf der Hand. Annie Agle, Vice President of Impact and Sustainability bei Cotopaxi, bestätigt: „KI unterstützt unsere Teams enorm bei der Berichterstattung und ermöglicht es uns, uns stärker auf die Programmgestaltung als auf reine Compliance zu konzentrieren.“
Doch es gibt einen Haken. Der tatsächliche ökologische Einfluss des KI-Einsatzes in Unternehmen bleibt weitgehend unklar. Ohne sorgfältige Überwachung und Messung könnten Marken unwissentlich ihren ökologischen Fußabdruck vergrößern – mit der Technologie, die eigentlich zur Reduzierung dienen soll.
Von h&m bis kering: wie unternehmen ki einsetzen
H&M setzt KI bereits in zahlreichen Bereichen ein – von der Lieferkette über Logistik und Marketing bis hin zu Vertrieb und Kundenerfahrung. Ziel ist es, nur das zu produzieren, was tatsächlich verkauft wird, indem die Produktion optimiert, der Absatzort und der Zeitpunkt präzise vorhergesagt werden. „Das wirkt sich positiv auf den Ressourcenverbrauch, die Lagerbestände, die Rohmaterialien und die Emissionen aus“, so das Unternehmen.
Auch der Luxuskonzern Kering, zu dem Marken wie Gucci und Balenciaga gehören, setzt verstärkt auf KI. Seit März 2026 hat Kering Pierre Houlès als Chief Digital, AI and IT Officer. Wie H&M nutzt auch Kering KI zur Bedarfsprognose und zur Optimierung der Lagerbestände. Darüber hinaus automatisiert Kering mithilfe von KI die Berichterstattung und verbessert die Datenqualität.
Besonders innovativ zeigt sich das Material Innovation Lab von Kering in Italien, das einen KI-Agenten zur Unterstützung der Designteams entwickelt hat. Dieser Agent bietet technische Beratung und stellt sicher, dass Design und Nachhaltigkeit Hand in Hand gehen.
Die frühen anwender und die herausforderungen der messbarkeit
Während H&M und Kering bereits seit Jahren KI in ihre Prozesse integriert haben, befinden sich andere Unternehmen noch in der Explorationsphase. Everlane betont, dass der Fokus aktuell auf der Unterstützung von internen Prozessen und administrativen Aufgaben liegt. Cotopaxi nutzt KI, um Rohdaten von Lieferanten in Treibhausgasemissionen umzurechnen und Daten für vielfältige Berichte aufzubereiten.
Das Problem: Die Messung des KI-Fußabdrucks ist komplex. „Es ist schwierig zu verstehen, wie sich KI auf ein Unternehmen auswirkt, wenn man nicht die Datenzentren besitzt und die Energieversorgung kontrolliert“, erklärt Agle. Da viele KI-Anbieter selbst keine Emissionsdaten offenlegen, bleibt die Bilanz oft im Dunkeln.
Der energiehunger der ki und die suche nach lösungen
Die wachsende Bedeutung von KI geht einher mit einem steigenden Energie- und Wasserbedarf, insbesondere durch den Betrieb von Rechenzentren. Eine Studie aus dem Jahr 2025 schätzt, dass KI-Server in den USA allein 24 bis 44 Millionen Tonnen CO2 verursachen könnten – das entspricht der Emission von 5 bis 10 Millionen Autos. Die IEA prognostiziert einen Anstieg des Energieverbrauchs durch Rechenzentren von 1,5 % auf 3 % bis 2030. Und KI-Workloads werden voraussichtlich die Hälfte der gesamten Rechenzentrenkapazität ausmachen.
Doch es gibt Hoffnung. Unternehmen wie Literal Labs entwickeln energieeffiziente KI-Modelle, die auf weniger leistungsstarker Hardware laufen können. DeepGate arbeitet an KI-Lösungen, die den Energieverbrauch reduzieren und gleichzeitig die Effizienz steigern. Die Zukunft der KI in der Nachhaltigkeit hängt davon ab, ob Unternehmen bereit sind, die unbequemen Fragen zu stellen und die ökologischen Auswirkungen ihrer Investitionen transparent zu messen und zu minimieren.