Forschung

Deutschland

Digitale Nachhaltigkeit

NADIKI: Wie wir die Umweltwirkung von Workloads berechnen — Methodik und Datenquellen

NADIKI: Wie wir die Umweltwirkung von Workloads berechnen — Methodik und Datenquellen

Das NADIKI System berechnet die Umweltwirkung von Workloads auf Basis realer Daten — nicht auf Basis von Grünstromzertifikaten. Für die CO₂-Emissionen nutzen wir die tatsächliche CO₂-Intensität der Stromerzeugung am Standort des Rechenzentrums über die Electricity Maps API. Für die Herstellungsemissionen der Server-Hardware berechnen wir über die Boavizta API ein tägliches Umweltwirkungsbudget, das der Workload proportional zur Nutzung zugewiesen wird. Und für das Rechenzentrumsgebäude und Technik verwenden wir ein LCA von einem Referenzrechenzentrum, falls keine LCA-Daten verfügbar ist.

## Excerpt

Das NADIKI System berechnet die Umweltwirkung von Workloads auf Basis realer Daten — nicht auf Basis von Grünstromzertifikaten. Für die CO₂-Emissionen nutzen wir die tatsächliche CO₂-Intensität der Stromerzeugung am Standort des Rechenzentrums über die Electricity Maps API. Für die Herstellungsemissionen der Server-Hardware berechnen wir über die Boavizta API ein tägliches Umweltwirkungsbudget, das der Workload proportional zur Nutzung zugewiesen wird. Und für das Rechenzentrumsgebäude und Technik verwenden wir ein LCA von einem Referenzrechenzentrum, falls keine LCA-Daten verfügbar ist.

## Content

Die NADIKI Observer-Architektur erfasst Metriken aus Rechenzentren und berechnet daraus Umweltwirkungsindikatoren für einzelne Workloads. Dieser Artikel beschreibt die Methodik hinter dieser Berechnung: Welche Datenquellen fließen ein, warum verzichten wir bewusst auf marktbasierte Instrumente wie Grünstromzertifikate, und wie wir Umweltwirkung für die Workload berechnen.

Reale CO₂-Emissionen statt Grünstromzertifikate

Viele Rechenzentren decken ihren Stromverbrauch über Herkunftsnachweise oder Power Purchase Agreements mit 100 % Grünstrom ab. Für eine Umweltwirkungsberechnung, die Applikationen bei operativen Entscheidungen unterstützen soll, sind diese marktbasierten Instrumente unbrauchbar: Der CO₂-Wert wäre oft null und damit wenig aussagekräftig — unabhängig davon, ob der Strom aus dem Netz gerade aus Kohle, Gas oder Wind stammt.

NADIKI nutzt stattdessen die tatsächliche CO₂-Intensität der Stromerzeugung am Standort des Rechenzentrums. Dafür verwenden wir die API von Electricity Maps, die den realen CO₂-Gehalt der Stromerzeugung pro Land und Region in Echtzeit bereitstellt. Wir bedanken uns bei Electricity Maps für die Bereitstellung der API.

Dieser Ansatz liefert Informationen, die für Applikationen tatsächlich handlungsrelevant sind: Ein Server kann ausgeschaltet, eine Last an einen anderen Standort verschoben werden — basierend auf dem realen CO₂-Gehalt des erzeugten Stroms in der Region.

Embodied Emissions: Herstellungswirkung der Hardware

Neben den betrieblichen Emissionen aus dem Stromverbrauch berücksichtigt NADIKI die Umweltwirkung aus der Herstellung der Server-Hardware — die sogenannten Embodied Emissions. Dafür nutzen wir die API von Boavizta, die auf Daten des Fraunhofer-Instituts und etablierten Umweltdatenbanken aufbaut.

Für die Berechnung benötigen wir lediglich die Server-Konfiguration: Anzahl der CPUs, Netzteile, Festplatten, Speicherplatz und RAM. Boavizta liefert daraus eine Schätzung der Umweltwirkung aus der Herstellung des Servers.

Diese Herstellungswirkung verteilen wir über die konfigurierte Lebenszeit des Servers — in unserer Standardkonfiguration fünf Jahre, vom Betreiber individuell anpassbar. Daraus ergibt sich ein tägliches Umweltwirkungsbudget, das kumulativ der Workload zugewiesen wird: Je länger eine Applikation die Server-Ressource belegt, desto mehr der Herstellungswirkung wird ihr zugeschrieben.

Eine offene Frage bleibt der Umgang mit Refurbished Hardware: Wie verteilt sich die Herstellungswirkung, wenn ein Server bereits einen ersten Lebenszyklus hinter sich hat? Dieses Thema adressieren wir in der Weiterentwicklung des Berechnungsmodells.

Umweltwirkung des Rechenzentrums: Gebäude und Infrastruktur

Neben Server-Hardware und Stromverbrauch verursacht das Rechenzentrum selbst Umweltwirkungen: Emissionen aus dem Bau des Gebäudes und der Herstellung von elektrischer und mechanischer Infrastruktur wie Kühlung, USV-Anlagen und Stromverteilung. Um diese Wirkung ebenfalls auf Workload-Ebene zuzurechnen, benötigt NADIKI ein LCA-Modell des Rechenzentrumsgebäudes und der darin verbauten Infrastruktur.

Idealerweise liefert der Betreiber ein eigenes LCA, etwa aus einer BREEAM- oder LEED-Zertifizierung. Für die an NADIKI angeschlossenen Pilotrechenzentren lag jedoch kein solches LCA vor. Als Standardwerte verwenden wir daher das LCA-Modell eines Rechenzentrums in Schweden aus der Arbeit von Felipe B. Oliveira: "Life Cycle Assessment of a High-Density Datacenter Cooling System: TeliaSonera's 'Green Room' Concept" (KTH Stockholm, 2012). Die Werte sind auf 1 kW Rechenzentrumsfläche skaliert und dienen als Ausgangsbasis, die Betreiber durch eigene LCA-Daten ersetzen können.

Kumulative Zurechnung auf Workload-Ebene

Das NADIKI System berechnet die Umweltwirkung jeder Workload kumulativ. Je nach Auslastung der Workload auf dem Host-System wird ihr proportional die Umweltwirkung aus drei Quellen zugewiesen:

  • Stromverbrauch: Anteilig am Server-Stromverbrauch, multipliziert mit der realen CO₂-Intensität am Standort (Electricity Maps).

  • Hardware-Herstellung: Anteilig am täglichen Embodied-Emissions-Budget des Servers (Boavizta), proportional zur Nutzungsdauer und Reservierung der Server-Ressourcen.

  • Rechenzentrumsinfrastruktur: Anteilig an den Gebäude- und Infrastrukturemissionen, skaliert über den Stromverbrauch der Workload (LCA-Modell).

Diese drei Komponenten werden über die Lebenszeit der Applikation kumuliert. Der NADIKI Registrar berechnet die Zurechnung automatisch und stellt die Ergebnisse über die Query-Schnittstelle bereit — die Workload kann jederzeit ihre aktuelle Umweltwirkung abfragen.