Magazin #1 | Sommer 2022
Grüne Datenbanken für Algorithmen: Der Green Consumption Assistant
Ein vermeintlicher Mangel an nachhaltigen Produkten kann beim Online-Kauf längst nicht mehr als Entschuldigung dafür dienen, sich für nicht nachhaltige Optionen zu entscheiden. Das Projekt Green Consumption Assistant nutzt die bestehenden Infrastrukturen für Maschinelles Lernen im Online-Handel, um Verbraucher*innen beim Finden nachhaltiger Produkte zu unterstützen.
Das Projektteam um Tilman Santarius und Maike Gossen von der TU Berlin, Felix Biessmann von der Berliner Hochschule für Technik sowie Mitarbeiter*innen der grünen Suchmaschine Ecosia hatte zwei Dinge beobachtet. Erstens geben Konsument*innen zwar an, dass sie beim Online-Kauf nachhaltigere Entscheidungen treffen wollen, aber sie tun es nicht. Zweitens könnten im Online-Handel bereits genutzte Systeme des Maschinellen Lernens eingesetzt werden, um nachhaltige Konsumentscheidungen viel einfacher zu machen. Es fehlen jedoch wesentliche und umfassende Daten zu nachhaltigen Produkten für diese Systeme.
Die Lösung: grüne Datenbanken, damit Algorithmen bei ihren automatisierten Entscheidungen Nachhaltigkeitsaspekte berücksichtigen können. Automatisierte Empfehlungssysteme könnten beim Online-Shopping nachhaltige Produkte prominenter anzeigen als nicht nachhaltige Produkte. Wenn solche Datenbanken frei zugänglich wären, könnten Verbraucher*innen sich über Nachhaltigkeitszertifizirungen und -kennzeichnungen informieren und nachhaltigere Kaufentscheidungen treffen.
Das Projektteam des Green Consumption Assistant will genau diesen Mangel beheben. Es hat die GreenDB-Datenbank entwickelt, die Informationen zur Nachhaltigkeit von Konsumgütern enthält. Die Datenbank wird wöchentlich aktualisiert und enthält aktuell über 220.000 Produkte der größten Online-Händler aus mehreren europäischen Ländern. Im Gegensatz zu früheren Ansätzen umfasst die GreenDB Produkte, für die eine große. Nachfrage besteht. Eine Analyse der Suchprotokolle von Ecosia Nutzer*innen diente als Auswahlbasis für die 26 Produktkategorien, derzeit hauptsächlich Mode und Elektronik.
Die Datenbank zeigt Informationen darüber an, wie verlässlich die vorhandenen Nachhaltigkeitsinformationen über ein bestimmtes Produkt sind: ob es mit einem sehr glaubwürdigen, von externen Stellen verifizierten Nachhaltigkeitslabel ausgezeichnet ist oder mit einem nicht-verifizierten Label. Die Datenbank wird auf der Ecosia-Suchseite in der Registerkarte „Shopping“ eingesetzt, um umweltfreundliche Produkte hervorzuheben. Die GreenDB ist für Forschungszwecke öffentlich zugänglich und kann für andere KI-Anwendungen wie Such- und Empfehlungssysteme verwendet werden, um transparenter zu machen, wie vertrauenswürdig Nachhaltigkeitsinformationen sind.
Die GreenDB kann nicht nur nachhaltigen Konsum fördern. Sie gibt auch eine Übersicht darüber, wie verfügbar Nachhaltigkeitsinformationen im Online-Handel sind. Nur 14 Prozent der Datenbankprodukte sind mit glaubwürdigen Nachhaltigkeitslabels zertifiziert: Das zeigt, wie schwierig es für Verbraucher*innen ist, nachhaltige Produkte zu erkennen. Die vielen nicht zertifizierten Labels verhindern eine Vergleichbarkeit und sorgen für Verwirrung und Unsicherheit. Mehr Klarheit und Informationen sind dringend erforderlich: Wir brauchen insbesondere politische Initiativen, die die vielen unzureichenden Labels auf ein mögliches Greenwashing hin untersuchen.
Hintergrund
Nachhaltigkeitspotenziale in der Anwendung
Dimension:
Ökologische Nachhaltigkeit
Kriterium:
Nachhaltigkeitspotenziale in der Anwendung
Indikator:
Förderung nachhaltiger Produkte
Beim Online-Shopping können KI-Systeme eingesetzt werden, um über Empfehlungs- und Suchalgorithmen einen nachhaltigeren Konsum zu fördern. Nachhaltige Produkte können sichtbarer platziert, bei Produktsuchen nachhaltigere Alternativen angezeigt oder zusätzliche Informationen wie zum Beispiel CO2-Emissionen ausgewiesen werden. Die KI-Systeme sollten zu Sparsamkeit und Suffizienz anregen und zur Abkehr von nicht-nachhaltigen Nutzungsmustern (z. B. Binge-Watching, Lebensmittelverschwendung) anregen. Nachhaltigkeitskriterien wie CO2-Emissionen, Arbeitsbedingungen und Gerechtigkeit müssen dazu als relevante Kriterien in die Entscheidungsfindung der Systeme programmiert werden.
Green Consumption Assistant
Der Green Consumption Assistant (GCA) unterstützt Konsument*innen dabei, nachhaltigere Kaufentscheidungen im Internet zu treffen. Der GCA zeigt dazu auf der Suchmaschine Ecosia grüne Produktalternativen an und informiert über nachhaltigere Alternativen, beispielsweise in Form von Hinweisen auf Repair-, Verleih- oder Sharing-Optionen. Basis für die Empfehlungen des GCA ist eine mithilfe von Maschinellen Lernverfahren entwickelte Produktdatenbank (GreenDB) mit ökologischen und sozialen Nachhaltigkeitsinformationen.
Der GCA ist ein Kooperationsprojekt zwischen der Technischen Universität Berlin, der Berliner Hochschule für Technik und der grünen Suchmaschine Ecosia. Es wird als Leuchtturmprojekt für Künstliche Intelligenz im Einsatz für ökologische Herausforderungen vom Bundesumweltministerium gefördert.
