Nachhaltigkeit
LUDIA = KI + UDL · Universeller Zugang zum universellen Lerndesign
Entwickelt, um weniger zu verbrauchen
LUDIA ist für fokussierte Gespräche mit Pädagogen und Bildungsverantwortlichen konzipiert. Es speichert keine früheren Chats und übernimmt keine alten Nachrichten in neue. Jeder Chat bleibt übersichtlich und themenbezogen.
Das ist wichtig für unseren Planeten. KI-Systeme verbrauchen Energie, sobald sie eine Frage beantworten. Je länger der Chat dauert, desto mehr Energie wird verbraucht. Studien zeigen, dass kurze, fokussierte Chats 25 bis 60 Prozent weniger Energie benötigen als lange und dennoch nützliche Antworten liefern (Poddar et al., 2025).
Eine Möglichkeit, es sich vorzustellen
Stellen Sie sich eine kurze Fahrt durch die Stadt vor. Sie könnten einen großen Lkw nehmen. Der Lkw ist leistungsstark und kann viel transportieren. Aber für eine so kurze Strecke verbraucht er viel zu viel Treibstoff.
Oder Sie könnten ein E-Bike nehmen. Das E-Bike ist klein. Es ist für kurze Strecken konzipiert. Es verbraucht viel weniger Energie.
LUDIA ist wie ein E-Bike konzipiert. Es ist für eine bestimmte Art von Chat optimiert und versucht, so wenig Energie wie möglich zu verbrauchen. Viele KI-Tools sind wie ein LKW gebaut: groß und für jede Aufgabe gerüstet.
In Übereinstimmung mit den Richtlinien der UNESCO
Die UNESCO hat KI-Entwickler aufgefordert, energieeffizientere Werkzeuge zu entwickeln. Sie möchte, dass KI für alle Menschen gut funktioniert, insbesondere für Lehrkräfte und Lernende in ressourcenarmen Regionen.
LUDIA wurde unter diesem Gesichtspunkt entwickelt. Das Design von LUDIA basiert auf drei UNESCO-Publikationen und einer Studie aus dem Jahr 2025 zu den Energiekosten langer versus kurzer KI-Chats. Die vollständigen Quellenangaben finden Sie unten.
LUDIA ist kein Teil der UNESCO. Die UNESCO hat LUDIA weder genehmigt noch unterstützt. Wir teilen diese Quellen, weil sie unsere Bauweise beeinflussen.
Referenzen
Poddar, S., Koley, P., Misra, J., Ganguly, N., & Ghosh, S. (2025). Brevity is the soul of sustainability: Characterizing LLM response lengths. In Findings of the Association for Computational Linguistics: ACL 2025 (pp. 21848–21864). Association for Computational Linguistics. https://aclanthology.org/2025.findings-acl.1125/
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000381137
UNESCO. (2026). AI for environment and ecosystems toolkit for policymakers. UNESCO Publishing.
UNESCO & University College London. (2025). Smarter, smaller, stronger: Resource-efficient generative AI and the future of digital transformation. UNESCO Publishing. https://unesdoc.unesco.org/