Zum Abschluss der COP30 kritisieren Energieexperten, dass der Gipfel den schnellsten Weg zur Reduzierung von Energieverschwendung in Gebäuden vollkommen übersehen hat.

(WK-intern) – Mehr als 80 Länder forderten auf der COP30 einen Fahrplan zum Ausstieg aus fossilen Brennstoffen.

Dennoch fehlt in den Klimastrategien weiterhin die operative KI für Gebäude.

Energieexperten warnen davor, dass dies trotz wissenschaftlicher Erkenntnisse und praktischer Beweise geschieht, die belegen, dass KI nicht nur Energie verschwendet, sondern in bestimmten Sektoren, wie beispielsweise der Bauindustrie, sogar den Energieverbrauch senkt.

Die UN-Klimakonferenz COP30 neigt sich dem Ende zu. Die globale Aufmerksamkeit richtet sich nun auf die Verpflichtungen zum Ausstieg aus fossilen Brennstoffen und den steigenden Energiebedarf von künstlicher Intelligenz und Rechenzentren. Gestern unterstützten mehr als 80 Länder öffentlich die Forderung nach einem Fahrplan zum Ausstieg aus fossilen Brennstoffen – eines der bisher wichtigsten politischen Signale des Gipfels.

Gleichzeitig entwickelte sich KI zu einem wiederkehrenden Thema in den Nebenveranstaltungen und Fachsitzungen der COP30. Die Diskussionen konzentrierten sich dabei auf ihren CO₂-Fußabdruck und ihre Rolle bei der Modellierung von Klimarisiken.

Energieexperten argumentieren jedoch, dass die Debatte noch nicht abgeschlossen sei. Während sich politische Entscheidungsträger auf den Energieverbrauch von KI konzentrieren, riskieren sie zu übersehen, wo KI bereits heute Emissionen reduzieren kann – nämlich in den zahlreichen Gewerbegebäuden weltweit, so die Experten von Exergio, einem Unternehmen, das Tools für Energieeffizienz in der Immobilienbranche entwickelt.

Der Gebäudesektor ist für fast 30 % der globalen CO₂-Emissionen verantwortlich und gehört zu den Branchen, die am langsamsten dekarbonisieren. Laut Donatas Karčiauskas, Energieexperte und CEO von Exergio, sollten Klimaverhandler genau hier ansetzen.

„KI wird ständig als neue Belastung dargestellt. Interessanterweise können dieselben Methoden des maschinellen Lernens, die den Energieverbrauch in Rechenzentren antreiben, die Emissionen dort senken, wo der größte Teil des Stroms tatsächlich verbraucht wird: in Gebäuden“, sagte er.

Während Regierungen darüber debattieren, wie der Stromverbrauch von KI reguliert werden soll, argumentieren Energieexperten, dass KI bereits jetzt den Bedarf in HLK-Systemen reduzieren könnte, die für den größten Anteil der Gebäudeemissionen verantwortlich sind.

Karčiauskas betont, dass operative KI der Schlüssel dazu ist. Es ermöglicht Gebäuden, den Energieverbrauch in Echtzeit anzupassen, die Leistung der Klimaanlage in ungenutzten Räumen zu reduzieren, die Kühlung in Schwachlastzeiten zu verlagern und die Außenbedingungen zu berücksichtigen. Bei flächendeckender Einführung können diese Einsparungen den aktuellen Strombedarf von Rechenzentren deutlich übersteigen und KI vom Nettoverbraucher zum Netto-Emissionsreduzierer machen.

Die Arbeit des Unternehmens in europäischen und nahöstlichen Gewerbegebäuden zeigt, wie dies in der Praxis aussieht. In großen Gewerbegebäuden, in denen ein operatives KI-System eingesetzt wird, sinkt der Energieverbrauch der Klimaanlage um 20–30 %. In einigen Anwendungsfällen, wie beispielsweise Einkaufszentren, führt dies an großen Standorten zu Einsparungen von über einer Million Euro.

Trotz des klaren technischen Potenzials und der wissenschaftlichen Grundlage ist operative KI in nationalen Klimaplänen jedoch weitgehend unterrepräsentiert. Die COP30-Diskussionen haben die Notwendigkeit unterstrichen, die Implementierung zu beschleunigen und digitale sowie finanzielle Instrumente auszuweiten, doch die Digitalisierungslücke im Gebäudesektor besteht weiterhin.

„Die Verhandlungsführer konzentrieren sich zu Recht auf angebotsseitige Transformationen wie den Ausstieg aus fossilen Brennstoffen, erneuerbare Energien und Finanzierung“, sagte Karčiauskas. „Doch die Optimierung der Nachfrageseite fehlt noch. KI kann Gebäude digital nachrüsten und Emissionen senken, ohne dass Neubauten oder der Austausch von Anlagen erforderlich sind.“

Experten fordern, dass die Ergebnisse der COP30 und die nationalen Folgepläne die KI-gestützte Betriebsoptimierung formell als Dekarbonisierungsmaßnahme anerkennen. Dazu gehört die Integration von Optimierungszielen in Energieeffizienzstandards und die Anerkennung nachgewiesener softwarebasierter Einsparungen für CO₂-Zertifikate.

„KI wird weiterhin Strom verbrauchen, das ist unvermeidlich“, fügte Karčiauskas hinzu. „Sie kann aber auch die Nachfrage reduzieren, die die Stromnetze zwingt, auf fossile Reservekraftwerke zurückzugreifen. Wir müssen uns nicht zwischen KI-Wachstum und Klimazielen entscheiden. Wenn wir KI dort einsetzen, wo tatsächlich Emissionen entstehen, profitiert das Klima.“

More than 80 countries at COP30 without a roadmap

As COP30 Ends, Energy Experts Say Summit Overlooked Fastest Way to Cut Energy Waste in Buildings

More than 80 countries have just called for a fossil-fuel phase-out roadmap at COP30, yet operational AI for buildings remains absent from climate strategies. Energy experts warn it happens despite scientific and real-world proof that AI doesn’t only waste, but also reduces energy use in certain sectors, such as the building industry.

As COP30, the United Nations climate conference, is almost over, global attention is now centred on fossil-fuel phase-out commitments and the growing energy needs of artificial intelligence and data centers. Yesterday, more than 80 countries have publicly backed a call for a roadmap to end fossil fuels, one of the summit’s most significant political signals to date.

At the same time, AI has emerged as a recurring topic across COP30 side events and technical sessions, with discussions focused on its carbon footprint and its role in modelling climate risks.

Yet energy experts argue that the debate remains incomplete. While policymakers focus on the energy AI consumes, they risk overlooking where AI can cut emissions today – inside the world’s many commercial buildings, experts from Exergio, a company developing tools for energy efficiency in real estate, claim.

The building sector accounts for nearly 30% of global CO₂ emissions and is one of the slowest industries to decarbonise. According to Donatas Karčiauskas, an energy expert and CEO of Exergio, this is precisely where climate negotiators should be looking.

“AI is constantly framed as a new burden. What’s interesting is that the same machine-learning methods that drive energy use in data centres can cut emissions at the point where most electricity is actually consumed, in buildings,” he said..

While governments debate how to regulate AI power consumption, energy specialists argue that AI could already be reducing demand in HVAC systems systems, which are responsible for the largest share of building emissions.

Karčiauskas notes that operational AI is key. It allows buildings to adjust consumption in real time, reducing HVAC output in unused spaces, shifting cooling to off-peak hours, and taking outdoor conditions into consideration. If adopted at scale, these savings can easily outweigh current grid demand of data centres, “turning AI from a net consumer into a net reducer of emissions.”

Company’s work across European and Middle Eastern commercial buildings demonstrates what this looks like in practice. In large commercial buildings where an operational AI system is deployed, HVAC energy use falls by 20-30%. In some use-cases such as shopping malls it also results in delivering savings of more than €1 million at major sites.

Yet despite the clear technical potential and scientific foundation, operational AI remains largely absent from national climate plans. COP30 discussions have highlighted the need to “accelerate implementation” and scale digital and financial tools, but the building sector’s digitalisation gap persists.

“Negotiators are rightly focused on supply-side transitions such as fossil phase-out, renewables, finance,” Karčiauskas said. “But demand-side optimisation is still missing. AI can act as a digital retrofit for buildings, cutting emissions without waiting for new construction or equipment replacement.”

Experts are calling for COP30 outcomes and national follow-up plans to formally recognise AI-driven operational optimisation as a decarbonisation measure. This includes integrating optimisation targets into energy-performance standards and allowing verified software-based savings to qualify for carbon-credit schemes.

“AI will continue to draw electricity, that is inevitable,” Karčiauskas added. “But it can also reduce the demand that forces grids to rely on fossil-fuel backup plants. We don’t have to choose between AI growth and climate goals. If we apply AI where emissions are actually generated, the climate will win.”

ABOUT EXERGIO

Exergio, is a company born from extensive experience in building maintenance. Recognizing the inadequacies of conventional approaches, the firm introduced an AI-driven system that analyzes live building data, and makes strategic decisions that would save up to 29% in energy waste. This approach can work with static systems, and ensure adaptive building responses to environmental factors. Thus energy consumption is optimized without compromising comfort or productivity. The company also has ongoing projects in Poland, the United Kingdom, Ireland, the Czech Republic, Hungary, Oman, Sweden, and Lithuania and is planning to expand to Germany and France.

PR: EXERGIO

PB: General Plenary Session of Leaders at the United Nations Climate Change Conference COP30 (Source: Ueslei Marcelino/COP30)