Kontext: KEDi Roadshow Stuttgart 2025

Am 12. März 2025 war NADIKI auf der KEDi Roadshow in Stuttgart mit einem Stand vertreten. Die Universität Stuttgart präsentierte dabei das System des Datenabrufs und der Datenverknüpfungen in Echtzeit. Diese Präsentation fasst die Kernbotschaft von NADIKI zusammen: Was wird möglich, wenn wir die Umweltwirkung von KI-Modellen in Echtzeit messen können?

Die NADIKI Observer-Architektur

Der NADIKI Observer verbindet drei Ebenen miteinander: das KI-Modell (Training & Inferenz), den darunterliegenden Server und das Rechenzentrum. Diese Architektur ermöglicht es, die Umweltwirkung einer KI-Workload vollständig zu bilanzieren — nicht nur den Strombedarf des Beschleunigers, sondern die gesamte Infrastruktur, die den Betrieb ermöglicht.

Das angestrebte Ergebnis: Impact Grade je Anfrage

Die Präsentation zeigt das Ziel in einem konkreten Szenario: Eine KI-Anfrage soll künftig ein Impact-Label erhalten — vergleichbar mit der Energieverbrauchsanzeige im Elektroauto. Drei Stufen illustrieren die Bandbreite:

• Impact Grade: Low — Energieverbrauch: 23 Wh, Ressourcenwirkung: 12 kg, CO₂-Emissionen: 14 kg

• Impact Grade: Medium — Energieverbrauch: 125 Wh, Ressourcenwirkung: 80 kg, CO₂-Emissionen: 50 kg

• Impact Grade: High — Energieverbrauch: 560 Wh, Ressourcenwirkung: 112 kg, CO₂-Emissionen: 59 kg

Die Spanne zwischen „Low“ und „High“ beträgt beim Energieverbrauch das 24-Fache. Die Unterschiede entstehen durch Modellgröße, Hardware, Standort und Auslastung — alles Faktoren, die der NADIKI Observer in Echtzeit erfasst.

Innovation entsteht durch Einschränkungen

Ein Kernargument der Präsentation: Transparenz erzwingt Effizienz — wie die Kilometerverbrauchsanzeige beim Elektroauto Fahrverhalten verändert hat. Messbarkeit schafft Wettbewerbsdifferenzierung, Steuerbarkeit und die Grundlage für verantwortlichen KI-Einsatz.

• Produktdifferenzierung: KI-Modelle können sich durch ihren Umwelt-Fußabdruck unterscheiden — nicht nur durch Leistung.

• Wirkungsbestimmung für eigene Nutzung: Wer KI-Modelle einsetzt, kann über NADIKI-Daten und Labels den tatsächlichen Ressourcenverbrauch seiner Nutzung bestimmen.

• Verantwortungsvolle Nutzung fördern: Um den Rebound-Effekt zu begrenzen, müssen Nutzerinnen und Nutzer die Umweltkosten jeder Anfrage sehen — als Grundlage für eine Kosten-Nutzen-Abwägung.

Live-Daten aus dem Betrieb

Die Präsentation zeigt Dashboards mit realen Messdaten aus den NADIKI-Pilotrechenzentren: Leistungsverbrauch in Watt, CO₂-Intensität in g/kWh und POWER_CO₂ in Gramm — zeitlich aufgelöst über mehrere Tage. Diese Live-Daten entstammen dem Echtzeitbetrieb der NADIKI-Infrastruktur und demonstrieren die Funktionsfähigkeit des Observer-Systems.