Das Interesse an künstlicher Intelligenz ist sprunghaft angestiegen und schürt die weit verbreitete Erwartung, dass KI-Technologie bald in vielen Branchen eine bedeutende Rolle spielen könnte. Das Gerede über die Vorteile der Technologie wird jedoch von Bedenken hinsichtlich seiner Auswirkungen auf Umwelt, Soziales und Unternehmensführung (ESG) begleitet.
KI könnte weitreichende Auswirkungen haben – von der Beschäftigung und der Erstellung von Inhalten über Datensicherheit und Datenschutz bis hin zum Energieverbrauch sowie Vielfalt und Inklusion. Neben dem Klimawandel, der sozialen Gleichheit, der biologischen Vielfalt und anderen “traditionelleren” ESG-Themen hat das Aufkommen generativer KI in Chatbots wie ChatGPT Bedenken in verschiedenen Bereichen geweckt. Dazu gehört beispielsweise die weitreichende Robotisierung von Arbeitsplätzen, die Verdrängung von Arbeitskräften und das Potenzials für Subversion und Missbrauch.
Dies sollte Vermögensverwalter dazu veranlassen, ihre internen ESG-Ratingsysteme zu überdenken, um potenzielle KI-Risiken und -Chancen einzubeziehen. Dadurch können sie sicherstellen, dass die Risiken der Technologie nicht glaubwürdige nachhaltigkeitsbezogene Anlageansätze und -produkte untergraben und gleichzeitig die damit verbundenen Chancen nutzen.
KI-Risiken und -Chancen bewerten
Auf der sozialen Seite kann KI mehrere ESG-bezogene Risiken mit sich bringen. Datenschutz, KI-Voreingenommenheit und Sicherheitsfragen werden seit langem von Regulierungsbehörden, Wissenschaftlern und Branchenakteuren diskutiert. Die Regierung und die Finanzindustrie haben erste Richtlinien wie die OECD/G20 AI Principles erhalten. Nur wenige davon konzentrieren sich jedoch auf soziale Gerechtigkeit und langfristige Arbeitsrisiken.
Schätzungen von McKinsey deuten darauf hin, dass sich die Produktivitätssteigerungen durch generative KI (die wahrscheinlich eintreten werden, wenn die Technologie wissensübergreifend angewendet wird) auf 6,1 bis 7,9 Billionen US-Dollar pro Jahr belaufen könnten. Die könnte die Anatomie der Arbeit, wie wir sie kennen, verändern und zu potenziellen Arbeitsplatzverlagerungen führen.
In einem Interview mit Bloomberg schätzte der CEO von British Telecom, dass die Mitarbeiterzahl bis 2030 um bis zu 42 % sinken könnte.
Während AI bedeuten könnte, dass Unternehmen von Effizienzsteigerungen und höherer Rentabilität profitieren, müssen sie möglicherweise ihre Belegschaft für den Einsatz von KI umschulen und gleichzeitig einen fairen und integrativen Übergang bei der Einführung der Technologie gewährleisten. Bevor klare Regierungsrichtlinien für KI erlassen werden, werden Unternehmen aufgefordert, eine Risikobewertung des Humankapitals durchzuführen, einschließlich der potenziellen Kosten für die Umschulung oder die Kompensation unvermeidlicher Entlassungen.
Arbeitskräfte in Sektoren wie Rechts- und Fachdienstleistungen, Steuern und Buchhaltung, Wertpapierhandel und –vermittlung, dürften zu den am stärksten von KI betroffenen Sektoren gehören. Ebenso betroffen werden auch die unternehmensunterstützende Dienstleistungen wie Reisebüros sein.
Eine weitere Herausforderung für Investoren wird darin bestehen, das Engagement eines Unternehmens in gefälschten KI-Texten und -Bildernsowie die potenziellen finanziellen Auswirkungen zu bestimmen – insbesondere solange es wenig Regulierung gibt.
Auf der Umweltseite birgt KI mehrere Risiken. Laut einem Bericht in Harvard Business Review ist die Rechenzentrumsbranche derzeit für 2-3 % der globalen Treibhausgasemissionen verantwortlich. Es wird erwartet, dass sich das Datenvolumen weltweit alle zwei Jahre verdoppeln wird.
Das Speichern von Daten und die Verfeinerung von KI-Modellen und -Algorithmen in Tausenden von Trainingsstunden ist daten- (und energie-) intensiv. Der zunehmende Wettbewerb um KI zwischen Ländern und Marktteilnehmern wird in den kommenden Jahren wahrscheinlich zu erheblichen Treibhausgasemissionen führen.
Investoren müssen die Auswirkungen des KI-Einsatzes auf ihren CO₂-Fußabdruck sowie die Möglichkeiten bewerten, wie die Akteure der Branche die Emissionen reduzieren werden. Dazu gehören zum Beispiel die Einführung effizienter Modell- und Trainingstechniken, sowie Wärmerecycling.
Während die finanzielle Wesentlichkeit des klimabezogenen Transformationsrisikos immer deutlicher wird, ist der ESG-Ansatz für KI-Risiken für viele Investoren noch Neuland.
Einbeziehung von KI-Risiken in ein ESG-Rahmenwerk
Bei BNP Paribas Asset Management aktualisieren wir unser ESG-Rating-Rahmenwerk regelmäßig, um der Entwicklung des globalen ESG-Kontexts Rechnung zu tragen. Unser Modell berücksichtigt bereits KI-bezogene Risiken wie den Schutz der Privatsphäre für die am stärksten betroffenen Sektoren. Dazu gehören beispielsweise IT und einige Finanzinstitute.
Die möglichen Anwendungen von KI erfordern jedoch, dass sie weiter in die unterhaltsame Analyse von KI in mehr Sektoren eingebettet wird. Für Branchen wie Energie und Versorgung, Gesundheitswesen, professionelle Dienstleistungen, Medien und Werbung, Landwirtschaft und Umweltschutz lohnt es sich darüber nachzudenken, wie KI in ihre ESG-Rahmenwerke integriert werden kann – sowohl in Bezug auf Risiken als auch auf Vorteile.
Innerhalb von BNP Paribas Asset Management versuchen wir, genau dies zu tun. Gleichzeitig prüfen wir die vorgeschlagene KI-Regulierung und Branchenforschung und überlegen, wie wir mit Unternehmen, in die investiert wird, in Bezug auf KI-bezogene Risiken zusammenarbeiten können.
Dieser Artikel ist der erste in einer Reihe von Artikeln von Tech-Analysten im BNPP AM Sustainability Centre über KI und ihre Auswirkungen auf die Nachhaltigkeitsagenda.
Disclaimer
