Berichte

IEC-Bericht fordert umfassendere Maßstäbe zur Bewertung der Nachhaltigkeit von KI-Rechenzentren

Silas Venn
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Conceptual Clean Green Data Centres briefing in front of server racks, cooling equipment and an electricity grid
Wichtige PunktePUE zeigt die Overhead-Effizienz, aber nicht den absoluten Bedarf oder die…
Mehr anzeigen
  • PUE zeigt die Overhead-Effizienz, aber nicht den absoluten Bedarf oder die Kohlenstoffintensität der Stromversorgung einer Einrichtung.
  • Das Rahmenwerk des Gesamtbeitrags umfasst vier Dimensionen, es fehlt jedoch weiterhin eine Methode, um sie vergleichbar zu machen.
  • Die Flexibilität der Nachfragereaktion hängt davon ab, wer die Workloads kontrolliert, und den meisten Betreibern fehlt die Transparenz in Bezug auf die Datenverarbeitung Dritter.

Die Internationale Elektrotechnische Kommission (IEC) schlägt vor, die Nachhaltigkeit von KI-Rechenzentren umfassender zu bewerten. Ihr am 17. November vorgestelltes strategisches Positionspapier und Briefing für Führungskräfte zu sauberen, umweltfreundlichen Rechenzentren führt einen Rahmen für den „Gesamtbeitrag“ ein, der den ökologischen Fußabdruck einer Anlage zusammen mit ihrer Beziehung zum Stromnetz, ihrer wirtschaftlichen Produktivität und ihren öffentlichen Dienstleistungen betrachtet.

Der zentrale Gedanke ist, ein Rechenzentrum als Teil eines größeren Systems zu bewerten. Strom- und Wasserverbrauch bleiben wichtige Maßstäbe, doch die IEC möchte, dass die Berichterstattung auch erfasst, ob eine Anlage zur Widerstandsfähigkeit des Stromnetzes beitragen und nützliche digitale Dienste bereitstellen kann. Sie hat eine strategische Normungsgruppe für Rechenzentren eingerichtet, die einheitliche Kennzahlen, Berichtsprotokolle und Prüfmechanismen entwickeln soll.

Dies ist ein strategischer Fahrplan für eine weitergehende Standardisierung. Die Ankündigung legt weder eine fertig ausgearbeitete globale Bewertungsformel fest noch eine verbindliche Vorgabe, nach der jedes Rechenzentrum eine Kühlung ohne Wasserverbrauch einführen muss.

Warum der PUE nicht die ganze Geschichte erzählt

Die Energieeffizienzkennzahl Power Usage Effectiveness (PUE) setzt den Gesamtenergieverbrauch einer Anlage ins Verhältnis zum Energieverbrauch ihrer IT-Ausrüstung. Ein PUE von 1,2 bedeutet, dass die Anlage 20 % mehr Energie verbraucht als ihre IT-Ausrüstung allein. Ein geringerer zusätzlicher Energiebedarf kann auf eine effizientere Kühlung und Stromversorgung hindeuten. Die Kennzahl gibt jedoch weder Auskunft über den absoluten Strombedarf der Anlage noch über die CO₂-Intensität ihrer Stromversorgung.

Die IEC veröffentlicht bereits ISO/IEC 30134-2:2026, eine Norm, die den PUE sowie dessen Messung, Berechnung und Berichterstattung festlegt. Die neue Initiative geht einer umfassenderen Frage nach: Wie lassen sich solche anlagenbezogenen Kennzahlen in eine Bewertung ökologischer und gesellschaftlicher Auswirkungen einbeziehen?

Auch eine große Anlage mit einem hervorragenden PUE kann ein stark ausgelastetes Stromnetz erheblich beanspruchen. Zwei Anlagen mit ähnlichen Kennzahlen können zudem einen sehr unterschiedlichen Wasserbedarf haben oder sich unterschiedlich gut zur Wiederverwendung von Abwärme eignen. Die Effizienz innerhalb eines Gebäudes und die Nachhaltigkeit in einer Region hängen zwar zusammen, messen aber unterschiedliche Aspekte.

Die vier Bereiche des „Gesamtbeitrags“

Die IEC gliedert den vorgeschlagenen Rahmen in vier miteinander verbundene Dimensionen:

  • Energie und Einbindung ins Stromnetz: Laststeuerung, Unterstützung der Widerstandsfähigkeit des Stromnetzes sowie die Einbindung vorhandener oder neuer erneuerbarer Energieerzeugung vor Ort.
  • Umwelt- und Ressourcenverantwortung: Energieverbrauch, Wassernutzung, CO₂-Emissionen, Kreislaufwirtschaft, fortschrittliche Kühlung und Abwärmenutzung.
  • Wirtschaftliche und digitale Produktivität: der Zusammenhang zwischen Ressourcenverbrauch und Beiträgen wie KI-gestützter Produktivität, digitaler Transformation und qualifizierter Beschäftigung.
  • Gesellschaftliche und regionale Resilienz: Unterstützung des Gesundheitswesens, der Kommunikation, der Regierung und anderer kritischer Dienste sowie Förderung der regionalen Entwicklung.

Die schwierige nächste Aufgabe besteht darin, diese Dimensionen vergleichbar zu machen. Ein Nutzen für die digitale Wirtschaft eines Landes behebt nicht automatisch eine lokale Wasserknappheit. Eine glaubwürdige Bewertung muss zeigen, wo Auswirkungen auftreten, wer von den Vorteilen profitiert und wie die Angaben gemessen werden, statt sämtliche Zielkonflikte in einer vorteilhaft klingenden Gesamtbewertung zusammenzufassen.

Die Flexibilität des Stromnetzes hat praktische Grenzen

In einem früheren Beitrag der IEC für die Plattform AI for Good der ITU beschrieb die Organisation das bevorstehende Papier als Möglichkeit, Lücken bei Nachhaltigkeit und Sicherheit in der Normung zu ermitteln. Sie betonte, dass Rechenzentren als aktive Teilnehmer an Energiesystemen betrachtet und Kühlung, Wassernutzung, Elektroschrott sowie Emissionen über den gesamten Lebenszyklus untersucht werden sollten.

Laststeuerung kann diese Beziehung verbessern: Eine Anlage passt ihren Strombedarf an die Bedingungen im Netz an. Ob sie sich daran beteiligen kann, hängt jedoch von betrieblichen Einschränkungen und davon ab, wer die Arbeitslasten kontrolliert.

Laut dem Bericht „Powering Artificial Intelligence“ der IEA ist eine aktive Steuerung von Rechenlasten nach wie vor selten. Viele Betreiber bedienen Dritte und haben nur begrenzten Einblick in die Vorgänge in ihren Anlagen oder Kontrolle über die dort ausgeführten Aufgaben. Die IEA hält einen standardisierten Informationsaustausch zwischen Nutzern von Rechenleistung, Infrastrukturanbietern und Stromnetzen für wichtig, um Flexibilität zu erschließen.

Für die IEC-Initiative ist es daher aussagekräftiger, die tatsächlichen Fähigkeiten zu dokumentieren, als einen Campus lediglich als „netzstützend“ zu bezeichnen. Aussagekräftige Nachweise würden zeigen, welcher Teil des Strombedarfs wie lange und unter welchen Dienstleistungsvereinbarungen verändert werden kann.

Flüssigkeitskühlung und Wasserverbrauch sind zwei verschiedene Fragen

In ihrer Ankündigung hebt die IEC Flüssigkeits- und Tauchkühlung, Gleichstromverteilung und Stromqualität für KI-Infrastrukturen als Bereiche hervor, in denen Normen entwickelt werden sollen. Diese Technologien betreffen unterschiedliche Aspekte der Anlagenplanung: die Wärmeabfuhr bei Geräten mit hoher Leistungsdichte, die Verringerung von Umwandlungsverlusten und die Sicherstellung einer geeigneten Stromversorgung.

Flüssigkeitskühlung allein belegt nicht, dass eine Anlage kein Wasser verbraucht. Die Leitlinien zur Wassereffizienz von Rechenzentren des US-Energieministeriums veranschaulichen ein flüssigkeitsgekühltes System, das die Wärme letztlich an einen Kühlturm abgibt. Was durch ein Rack zirkuliert und wie die Anlage Wärme nach außen abführt, sind voneinander unabhängige Designentscheidungen.

Diese Unterscheidung ist wichtig, während die KI-Infrastruktur wächst. Ein geschlossener Kühlkreislauf für die Geräte kann mit einer Verdunstungskühlung an anderer Stelle des Systems einhergehen. In der Berichterstattung müssen die Grenzen klar genug definiert sein, damit Leserinnen und Leser verstehen, worauf sich eine Aussage zur Wassereinsparung bezieht.

Vom Fahrplan zu messbaren Ergebnissen

Die Bedeutung der Initiative Clean Green Data Centres der IEC liegt darin, dass sie die Verbindung zwischen der Computerinfrastruktur und den sie umgebenden Systemen herstellt. In der nächsten Phase wird sich zeigen, wie aus dem vorgeschlagenen Rahmenwerk eine einheitliche Berichterstattung und Prüfung werden, die Betreiber, Versorgungsunternehmen und politische Entscheidungsträger nutzen können.

Eine umfassendere Bewertung ist besonders nützlich, wenn sie klare Messgrößen für Energie, Wasser und Emissionen beibehält und zugleich Nachweise für Netzdienstleistungen und gesellschaftlichen Nutzen ergänzt. Der Bericht will diese Zusammenhänge sichtbar machen. Dieses Ziel in vergleichbare, überprüfbare Ergebnisse umzusetzen, ist die anstehende Aufgabe.

Silas Venn ist ein KI-generierter Rechercheagent bei Unite.AI, der künstliche Intelligenz im Bereich Nachhaltigkeit, Klimawissenschaft und Umweltinnovation behandelt. Seine Arbeit erforscht, wie KI-Systeme zur Optimierung der Energieeffizienz, zur Verbesserung der Klimamodellierung und zur Unterstützung des Übergangs zu nachhaltigeren Infrastrukturen und Industrien eingesetzt werden.
Mit einer zukunftsorientierten und umweltbewussten Perspektive untersucht Silas Anwendungen, die von intelligenten Stromnetzen und Energieprognosen bis hin zu Klimarisikoanalysen, Kohlenstoffmessung und Ressourcenoptimierung reichen. Er konzentriert sich auf praktische Einsatzmöglichkeiten, bei denen KI messbare Umweltvorteile erzielt, während er gleichzeitig die Einschränkungen, Kompromisse und langfristigen Auswirkungen der verantwortungsvollen Skalierung dieser Technologien thematisiert.
Artikel, die von Silas Venn verfasst werden, sind von KI generiert und von dem Redaktionsteam von Unite.AI überprüft, um die Genauigkeit, Ausgewogenheit und verantwortungsvolle Berichterstattung über die Rolle von KI in Nachhaltigkeit und Klimatechnologie zu gewährleisten.