KI gegen Wasser­verbrauch: Mehr als ein Tropfen auf den heissen Stein

«KI – kein Killer fürs Klima»: So brachten wir unlängst die Auswirkungen der rasanten Entwicklung der Künstlichen Intelligenz (KI) auf den Klimawandel auf den Punkt. Bei genauerer Betrachtung zeigt sich nämlich, dass sich mit einem breiten Einsatz von KI unter anderem die Energieversorgung effizienter gestalten liesse und der Ausstoss von CO₂ unter dem Strich um Hunderte Megatonnen verringert werden könnte. Eine spannende Prognose also für Anlegerinnen und Anleger, die an nachhaltigen Investmentthemen wie Klimaschutz und Dekarbonisierung interessiert sind.

KI-Datenzentren sind durstig nach Wasser

Doch das ist nur eine Facette im Spannungsfeld zwischen KI und nachhaltiger Entwicklung. Denn die Zukunftstechnologie gilt nicht nur als Energiefresser, sondern auch als ausserordentlich durstig.

So verbraucht ein typisches 100-Megawatt-Datenzentrum, das Fundament der KI, zur Kühlung der Prozessoren täglich etwa 1.1 Millionen Gallonen (4.164 Millionen Liter) Wasser. Das geht aus einer Studie aus den USA hervor, die das Lawrence Berkeley National Laboratory im Jahr 2016 publizierte. Wird angenommen, dass ein durchschnittlicher US-Haushalt etwa 300 Gallonen (rund 1'136 Liter) Wasser konsumiert, dann entspricht der tägliche Wasserverbrauch eines Datenzentrums jenem vom 3'667 US-Haushalten (siehe Grafik unten). Angesichts der rasanten Entwicklung der Technologie könnte der Verbrauch in den Staaten künftig gar auf das Zehnfache anwachsen.

Wasserverbrauch von KI-Datenzentren in den USA (in Gallonen)

Nicht selten stehen Datenzentren auch noch in Regionen, die unter teilweiser Wasser­knappheit leiden. In der Folge sind Bestrebungen, die Wassereffizienz von Datenzentren zu erhöhen, von Bedeutung. Zu denken ist dabei an die Wieder­verwendung des Wassers in einem geschlossenen Kreislauf oder an optimierte Kühl­prozesse. Wohl noch viel mehr Potenzial für einen effizienteren Umgang mit der kostbaren Ressource Wasser bietet aber das, was die Rechenzentren produzieren: KI.

Das Feld für KI-Anwendungen im Kampf gegen die Wasser­knappheit ist dabei überraschend weit, wie sich zeigt. Obschon sich zahlreiche Lösungen noch in einem frühen Stadium befinden, erkennen wir bereits vier Teilgebiete, in denen der Einsatz von KI einen Unterschied machen könnte. Anlegerinnen und Anleger, die sich für das nachhaltige Investment­thema Wasser und Lösungen gegen die Wasser­knappheit interessieren, können sich entsprechend frühzeitig positionieren.

1. Physische KI umfasst KI-Systeme, die mit der physischen Welt interagieren, oft mittels Robotik und Automatisierung. In der Wasserversorgung beispielsweise können KI-gesteuerte Ventile und Pumpen den Wasserdurchfluss und -druck in Echtzeit dynamisch anpassen. Dies, um die Verteilung zu optimieren, Wasserverluste zu minimieren und die Energieeffizienz in Pumpstationen zu verbessern.Weiter können von KI unterstützte Systeme verschiedene Prozesse in Wasseraufbereitungs-Anlagen autonom steuern und optimieren, etwa die Dosierung von Chemikalien für die Koagulation und Flockung, die Belüftung bei der biologischen Aufbereitung und die Filtrationsraten. Ziel ist, eine optimale Wasserqualität zu gewährleisten und den Chemikalieneinsatz zu senken.
   
   Unternehmensbeispiel: Die amerikanische Wasseraufbereitungs-Spezialistin Xylem bietet in ihrer Sparte «Smart Pumping Solutions» Pumpensysteme an, die Motoren, Hydraulik und Steuersysteme mit eingebetteter Intelligenz integrieren. Diese Systeme können Geschwindigkeit und Durchfluss von Wasser dynamisch an die Echtzeitbedingungen anpassen, den Energieverbrauch optimieren und Verstopfungen verhindern.
   
   
2. Prädiktive KI nutzt Daten, um zukünftige Ereignisse, Muster und Verhaltensweisen vorherzusagen. So können Daten zur historischen Wassernutzung, Wettermuster, Bevölkerungswachstum und wirtschaftliche Indikatoren mit KI analysiert werden, um den künftigen Wasserbedarf vorherzusagen – aber auch Katastrophen wie Dürren oder Überschwemmungen. Dies erlaubt es etwa Versorgern, die Zuteilung von Wasser zu optimieren und den Füllstand von Reservoirs effektiver zu verwalten. Landwirte wiederum können dank prädikativer KI Wasser und Düngemittel dann ausbringen, wenn dies auch wirklich nötig ist. Weitere Anwendungen sind die vorausschauende Wartung von Pumpen, Motoren, Filtern und die Vorhersage der Wasserqualität.
   
   Unternehmensbeispiel: Der in der industriellen Reinigung aktive US-Konzern Ecolab bringt mit dem System Water Quality IQ bereits KI zum Einsatz. Dies zur Analyse von Betriebs- und historischen Daten, um Veränderungen der Wasserqualität in industriellen Prozessen vorherzusagen. Mithilfe von Echtzeitwarnungen kann zudem der Chemikalieneinsatzoptimiert werden.
   
   
3. «Sehende» KI: Die sogenannte Computer Vision ermöglicht es KI-Systemen, visuelle Daten zu erkennen und zu interpretieren. Anwendungsbeispiele sind Kameras, die auf ferngesteuerten Fahrzeugen, Drohnen oder autonomen Unterwasserfahrzeugen montiert sind. Dank Computer Vision können sie schwer zugängliche Pipelines, Reservoirs und andere Strukturen auf Lecks, Risse, Korrosion und strukturelle Schäden untersuchen – oft in Echtzeit. Computer Vision kann auch bei der visuellen Analyse von Wasserqualität zum Einsatz gelangen oder um Verunreinigungen mit Abfall zu erkennen.
   
   Unternehmensbeispiel: Wiederum Xylem bietet verschiedene Inspektionstools für Rohre und Abwasserkanäle an. Obwohl nicht in jedem Fall ausschliesslich KI-gestützt, wird zunehmend Computer Vision für die automatische Erkennung und Klassifizierung von Defekten auf Basis der visuellen Daten eingesetzt.
   
   
4. Generative KI konzentriert sich auf die Erstellung neuer Daten, Designs oder Lösungen. So können generative Algorithmen neuartige und optimierte Wasserverteilungsnetze entwerfen und dabei Faktoren wie Bevölkerungsdichte, Topografie, vorhandene Infrastruktur, Kosten, Druckanforderungen und Widerstandsfähigkeit gegenüber Störungen berücksichtigen. Generative KI lässt sich aber auch zur Modernisierung bestehender Infrastruktur einsetzen. Dies, indem sie hilft, die Integration neuer Technologien zu planen.
   
   Unternehmensbeispiel: Ingenieur- und Beratungsunternehmen wie Tetra Tech dürften frühzeitig generative KI in ihre Design-, Planungs- und Simulationsdienstleistungen für Wasserinfrastruktur-Projekte integrieren. 

Chancen und Risiken von KI für das Investmentthema Wasser breit streuen

Wie bereits erwähnt, befinden sich manche dieser Anwendungen in einem frühen Stadium. Entsprechend erscheint es aus einer Investmentperspektive heraus sinnvoll, die Risiken in diesem Bereich zu streuen und damit mögliche Rückschläge im Portfolio abzufedern. Der nachhaltige Themenfonds «Swisscanto (LU) Equity Fund Sustainable Water» setzt dies um, indem Investments in die Subthemen Wassereffizienz, Wasserinfrastruktur und Wasserschutz miteinander kombiniert werden. Dies immer mit dem Ziel, vom langfristigen Potenzial des Investmentthemas Wasser und Anwendungen gegen die Wasserknappheit zu profitieren. KI könnte sich dabei als wichtiger Treiber erweisen.

Folgende drei Punkte gilt es sich zu KI im Einsatz gegen die Wasserknappheit zu merken:

Investmentthema «Water» im Gespräch