Künstliche Intelligenz, Umgrünung der Berufsstruktur und gesamtheitliche energieeffizienz

Warum schlauere Maschinen für den Energieverbrauch wichtig sind

Viele Menschen befürchten, dass künstliche Intelligenz große Mengen Strom verschlingen und Arbeitsplätze gefährden wird. Diese Studie stellt eine andere Frage: Kann die Verbreitung von KI Regionen tatsächlich dabei helfen, Energie effizienter zu nutzen, indem sich die Art der ausgeübten Tätigkeiten verändert? Anhand von 274 Städten in China über fünfzehn Jahre zeigen die Autorinnen und Autoren, dass dort, wo KI weiter verbreitet ist, die lokalen Ökonomien nicht nur mehr umweltorientierte Arbeitsplätze schaffen, sondern auch mehr wirtschaftlichen Output pro Energieeinheit erzielen. Anders gesagt: Schlauere Maschinen können ein schlankeres, effizienteres Energiesystem unterstützen – vorausgesetzt, die Rahmenbedingungen stimmen.

Die Verbindung von KI mit alltäglicher Arbeit

Statt nur Maschinen und Kraftwerke zu betrachten, richten die Forschenden den Blick auf den Arbeitsmarkt – die Mischung von Berufen, die eine Stadtbevölkerung ausmachen. Sie unterscheiden zwischen routinemäßigen Tätigkeiten mit festen Mustern und nicht‑routinemäßigen Aufgaben, die Urteilskraft, Problemlösung und Koordination erfordern. Viele „grüne“ Berufe, etwa Energieanalysten und Umweltingenieure, gehören zur zweiten Gruppe. Diese Tätigkeiten lassen sich kaum vollständig automatisieren, können aber durch KI‑Werkzeuge gestärkt werden, die Daten durchsieben, Prognosen erstellen und Szenarien testen. Wenn KI repetitive Aufgaben übernimmt, verlassen sich Volkswirtschaften tendenziell stärker auf Beschäftigte, die diese Werkzeuge nutzen können, um Verschwendung zu erkennen und Prozesse neu zu gestalten – was die Berufsstruktur in Richtung grünerer Rollen verschiebt.

Die Verbreitung intelligenter Technologien messen

Um zu erfassen, wie stark jede Stadt der KI ausgesetzt ist, erstellen die Autorinnen und Autoren einen Index, der zwei Aspekte kombiniert: den Einsatz von Industrierobotern in Fabriken und die Präsenz KI‑naher Firmen im Dienstleistungssektor. Anschließend messen sie, wie effizient jede Stadt Arbeit, Kapital und Energie in Output umwandelt, wobei auch die Verschmutzung berücksichtigt wird. Mit ausgefeilten statistischen Methoden und externen Benchmarks – etwa der Roboteradoption in US‑Industrien und der Entfernung zu anderen KI‑Clustern – versuchen sie, Ursache von Zufall zu trennen. Ihr zentrales Ergebnis: Steigt die KI‑Exposition einer Stadt um einen Standardwert, verbessert sich deren gesamtwirtschaftliche Energieeffizienz um etwa 3,2 Prozent – ein nicht unerheblicher Gewinn angesichts der sonst langsamen Veränderung von Energiesystemen.

Wie Berufe grüner werden

Um zu sehen, was sich innerhalb der Erwerbsstruktur verändert, verwendet die Studie Millionen von Online‑Stellenanzeigen großer chinesischer Jobportale. Durch die Zuordnung chinesischer Berufe zu einer detaillierten internationalen Aufgaben‑Datenbank weisen die Autorinnen und Autoren jeder Stelle einen „Grünheits“-Wert zu, je nachdem, wie sehr die Tätigkeit mit Umweltzielen verknüpft ist. Für jede Stadt bauen sie dann zwei Indikatoren: das gesamte Volumen grüfer Beschäftigung und den Anteil grüner Aufgaben an der gesamten Berufsstruktur. Städte mit höherer KI‑Exposition zeigen Zuwächse in beiden Maßen. Routinemäßige, CO2‑intensive Rollen schrumpfen oder wandeln sich, während Positionen rund um Energieaudits, Umweltmanagement und Effizienzleistungen zunehmen. Dieser Wandel liefert das menschliche Know‑how, das nötig ist, um Einsparpotenziale zu erkennen, neue Technologien einzuführen und Verbesserungen langfristig zu sichern.

Wo KI die größten Energiegewinne bringt

Die Vorteile von KI sind nicht gleichmäßig verteilt. Die stärksten Zuwächse bei grüner Beschäftigung und Energieeffizienz treten in energieintensiven Sektoren wie Stromerzeugung, Verkehr, Wasserwirtschaft und Umweltdienstleistungen auf. In diesen Bereichen nutzen Beschäftigte KI für Aufgaben wie Nachfrageprognosen, Anlagenoptimierung und Wartungsplanung, was direkt den Brennstoffverbrauch und die Emissionen senkt. Der Effekt ist außerdem größer in Städten mit strengeren Umweltauflagen und besserer digitaler Infrastruktur – also dort, wo es Druck zur Verbesserung, zuverlässige Datennetze und unterstützende Digitalpolitiken wie Breitbandausbau und Smart‑City‑Programme gibt. Wo die Regulierung schwach ist oder die digitale Basis fehlt, bewirkt die Einführung von KI allein wenig für die Energieperformance.

Was das für eine sauberere Zukunft bedeutet

Für die allgemeine Leserschaft lautet die Schlussfolgerung: Das Umweltvermächtnis der KI hängt weniger vom Stromverbrauch ab als von der Art, wie sie menschliche Arbeit umgestaltet. Die Studie legt nahe, dass KI in Kombination mit strengen Umweltstandards, guten Datennetzen und Investitionen in die passenden Kompetenzen eine Arbeitskraft fördert, die besser befähigt ist, Energieverschwendung zu finden und zu beheben. Das Ergebnis ist ein moderater, aber bedeutsamer Anstieg der Energieeffizienz in Städten, besonders in den energieintensivsten Branchen. KI für eine zirkuläre, abfallarme Wirtschaft zu nutzen, erfordert deshalb koordinierte Maßnahmen: Politiken, die Effizienz belohnen, Infrastruktur, die den Betrieb von KI‑Werkzeugen ermöglicht, und Aus‑ und Weiterbildung, die digitale Kenntnisse mit Umweltkompetenz verbindet.

Zitation: Li, T., Hu, Y., Peng, J. et al. Artificial intelligence, greening of occupational structure and total factor energy efficiency. Humanit Soc Sci Commun 13, 503 (2026). https://doi.org/10.1057/s41599-026-06591-8

Schlüsselwörter: künstliche Intelligenz, grüne Arbeitsplätze, Energieeffizienz, zirkuläre Wirtschaft, Transformation des Arbeitsmarkts