Bergwaldprojekt e. V.
Waldschule
Otto-Hahn-Str. 13
97204 H枚chberg
Die Nutzung von K眉nstlicher Intelligenz (KI) verzeichnet einen exponentiell wachsenden Einsatz. Die globale wirtschaftliche Wirkung von KI-L枚sungen wird bis 2030 auf 22,3 Billionen US-Dollar prognostiziert, rund 3,7 % des weltweiten BIP. Diese Entwicklung hat erhebliche 枚kologische Konsequenzen: Aktuelle Studien (Jegham et al., 2025) zeigen, dass der Energieverbrauch pro Anfrage je nach Modellkomplexit盲t zwischen 0,3 und 33 Wh variiert. Hochgerechnet auf Milliarden t盲glicher Anfragen entstehen massive Umweltlasten. Ein zentrales Problem ist die fehlende Transparenz der gro脽en Anbieter: Detaillierte Verbrauchsdaten werden nicht ver枚ffentlicht, keine bestehende LLM-Plattform bietet Echtzeit-Verbrauchsdaten oder erm枚glicht einen direkten 枚kologischen Ausgleich f眉r den verursachten Ressourcenverbrauch.
Neben dieser 枚kologischen Dimension stellt sich zunehmend die Frage der digitalen Souver盲nit盲t: Nahezu alle weltweit genutzten LLM-Plattformen werden von US-amerikanischen Tech-Konzernen entwickelt und betrieben. Europ盲ische Nutzer*innen sind damit strukturell von au脽ereurop盲ischer Infrastruktur abh盲ngig 鈥� mit Konsequenzen f眉r Datenkontrolle, Verf眉gbarkeit, Preisgestaltung und technologische Selbstbestimmung. Gleichzeitig versch盲rfen Klima- und Biodiversit盲tskrise die Belastung globaler 脰kosysteme, w盲hrend finanzielle Mittel f眉r Wiederherstellungs- und Erhaltungsma脽nahmen knapper werden. Die wirtschaftliche Lage f眉hrt bei Naturschutzorganisationen zu Finanzierungsengp盲ssen, obwohl der Handlungsbedarf steigt.
Ziel des Vorhabens ist die Entwicklung einer innovativen, transparenten EU-basierten KI-Plattform, die Ressourcenverbrauch messbar macht und 枚kologischen Ausgleich integriert. Durch akademische Partnerschaften soll die Herangehensweise schrittweise zu einer robusten, wissenschaftlich validierten Methode ausgebaut werden.
Die Plattform verbindet Transparenz und Nachhaltigkeit und zeigt Nutzer*innen 眉ber eine integrierte 鈥濨alance Bar鈥� in Echtzeit ihren individuellen Energie- und Wasserverbrauch ihrer KI-Nutzung. Darauf basierend wird 眉ber ein integriertes Prepaid-System ein definierter Prozentsatz (2,5 %) jeder Transaktion direkt in die Projekte des Bergwaldprojekts e.V. zur Wiederherstellung von 脰kosystemen abgeleitet. Die Plattform erm枚glicht digitale Souver盲nit盲t und Datenhoheit durch vollst盲ndigen Nutzerzugriff auf pers枚nliche Verbrauchs- und Nutzungsdaten. Zus盲tzlich f枚rdern Transparenz und Nutzungsfeedback eine verantwortungsvolle KI-Nutzung.
Das Vorhaben gliedert sich in f眉nf aufeinander aufbauende Phasen 眉ber zw枚lf Monate.
Phase 1 (Monat 1鈥�2) etabliert die rechtlichen und wissenschaftlichen Grundlagen: Ein externes Rechtsgutachten sichert DSGVO- und GDPR-Konformit盲t sowie Haftungsfragen ab. Parallel erfolgt die Kontaktaufnahme mit Hochschulen zur Validierung der Berechnungsmethoden f眉r den Ressourcenverbrauch (kWh, Wasser und evtl. CO鈧俥), basierend auf dem Benchmarking-Framework von EcoLogits. Die Konzipierung und Recherche zur technischen Entwicklung finden in dieser Phase statt.
Phase 2 (Monat 1鈥�3) umfasst die technische Entwicklung: Aufbau der EU-Hosting-Infrastruktur mit erneuerbaren Energien, Programmierung der multi-modell-f盲higen Plattform, API-Integration f眉hrender Open-Source-Sprachmodelle und Implementierung der Echtzeit-Tracking-Systeme (鈥濨alance Bar鈥�) sowie des Prepaid-Wallet-Systems mit automatisiertem 2,5-Prozent-脰kosystembeitrag. Hier werden viele Open-Source L枚sungen (wieder)verwendet.
Phase 3 (Monat 3鈥�4) dient der Qualit盲tssicherung durch Alpha- und Beta-Tests mit dem Bergwaldprojekt-Netzwerk, Bugfixing und Optimierung der Nutzerf眉hrung.
Phase 4 (Monat 4鈥�6) realisiert den Public Launch mit Marketingkampagnen und B2B-Akquise.
Phase 5 (Monat 7鈥�12) sichert Dauerbetrieb, wissenschaftliche Evaluierung bzw. Optimierung und Ver枚ffentlichung der Open-Source-Methodik als Branchenstandard.
Die sequenzielle Struktur gew盲hrleistet, dass rechtliche Absicherung und wissenschaftliche Validierung der Berechnungsmethoden der technischen Entwicklung vorausgehen, w盲hrend Test- und Markteinf眉hrungsphasen die Plattform bis zur Marktreife optimieren. Innovativ ist die Kombination aus Echtzeit-Umwelttracking und automatisiertem Mikro-Ausgleich, die 眉ber den Stand des Wissens, der Technik und der Praxis hinausgeht. Hier wird 枚kologische Verantwortung zur messbaren Standardfunktion jeder Interaktion. Durch wissenschaftliche Fundierung, EU-Hosting mit vollem Datenhoheitsanspruch und Open-Source-Transparenz entsteht ein neuer Standard f眉r nachhaltige KI-Nutzung, der nicht nur Bewusstsein schafft, sondern auch direkt konkrete Ma脽nahmen in den 脰kosystemen finanziert.