greenai.guide

Startseite › Wie kann ich …? › Wie bringe ich KI dazu, energieeffizienten Code zu schreiben?

Wie kann ich …?

Wie bringe ich KI dazu, energieeffizienten Code zu schreiben?

Aktualisiert · 1 Min. Lesezeit

Kurz gesagt

Fragen Sie ausdrücklich nach effizientem Code und nennen Sie die Einschränkung, etwa Speicher, Allokationen oder algorithmische Komplexität, führen Sie dann die Tests aus und messen Sie die Energie des Codes, bevor Sie ihn übernehmen. Forschung ergab, dass Änderungen am Prompt generierten Code um bis zu 91,9 % energieeffizienter machen konnten, oft aber auf Kosten der Korrektheit. Geben Sie dem Assistenten Energieprinzipien vor, und lassen Sie einen Menschen das Ergebnis prüfen.

Schritte

  1. Fragen Sie nach effizientem Code und nennen Sie die Einschränkung, auf die es ankommt, etwa Speicher oder Datenbank-Roundtrips.
  2. Geben Sie dem Assistenten die vollständige Problembeschreibung, keine gekürzte.
  3. Führen Sie die Testsuite für alles aus, was er erzeugt.
  4. Messen Sie die Energie oder zumindest Laufzeit und Speicher vorher und nachher auf derselben Maschine.
  5. Geben Sie dem Assistenten schriftliche Energieregeln oder Anti-Patterns, an denen er sich prüfen soll.

Fragen Sie ausdrücklich nach Effizienz und überprüfen Sie sie dann. KI-Assistenten schreiben Code, der Tests besteht, aber verschwenderisch sein kann: Schleifen mit Datenbankaufrufen darin, unnötige Kopien, wiederholte Arbeit.

Was zeigen die Belege?

EnergyBench von Ionescu, Jensen und Thomsen bewertet KI-geschriebenen Code sowohl nach Korrektheit als auch nach Energie. Sie stellten fest, dass eine Änderung des Prompts generierten Code um bis zu 91,9 % energieeffizienter machen konnte, oft aber auf Kosten der Genauigkeit. In einigen Fällen machte das Entfernen der Hälfte der Problembeschreibung den Code mehr als viermal effizienter, während die Korrektheit auf null sank. Effizient, aber falsch ist nichts wert.

Wie formuliere ich den Prompt?

  • Nennen Sie die Einschränkung. „Keine Datenbankabfrage innerhalb der Schleife“, „die Datei streamen statt sie in den Speicher zu laden“, „bei O(n log n) bleiben“.
  • Behalten Sie die vollständige Spezifikation. Kürzen Sie das Problem nicht, um Tokens zu sparen; genau dort geht die Korrektheit verloren.
  • Geben Sie Regeln vor. Forschende von GreenCode haben die GreenCode Constitution veröffentlicht, eine Sammlung von Energieprinzipien und Anti-Patterns, denen ein KI-Coding-Agent folgen kann: den Code profilieren, priorisierte Anti-Patterns beheben, erneut messen und nur Änderungen behalten, die Energie sparen.

Häufige Fehler

  • „Optimiert“ in der Antwort vertrauen. Messen Sie auf derselben Maschine unter derselben Last.
  • Schneller mit grüner gleichsetzen. Die GreenCode-Arbeit zeigte, dass Energie und Geschwindigkeit auseinanderlaufen können; messen Sie beides. Siehe wie Sie die Energie messen, die KI auf Ihrem eigenen Computer verbraucht.
  • Die Prüfung überspringen bei generiertem Code, den Sie nicht selbst geschrieben haben.

Zu Messmethoden lesen Sie wie Sie Energie und CO₂ von KI messen.

Quellen

  1. EnergyBench: holistic benchmark for correct and energy-efficient LLM-generated code, Ionescu, Jensen and Thomsen, FLTA 2025 (2025)
  2. GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
  3. Web Sustainability Guidelines, W3C (2025)

Machen Sie mit

Helfen Sie, die Umweltwirkung von KI zu senken

Erhalten Sie neue Leitfäden, Förderausschreibungen und Verzeichniseinträge etwa einmal im Monat per E-Mail. Oder tragen Sie Ihr Produkt, Ihren Kurs, Ihre PhD-Stelle oder Ihre Forschung in die Verzeichnisse ein.

Kein Tracking. Abmeldung mit einem Klick. Weitere Möglichkeiten mitzumachen · Datenschutz