Kühlung und Facility-Design unter KI-Last

• Mohammad Qwaider zeigte, dass eine 10-MW-Anlage beim Wechsel von 1,5 auf 1,1 PUE den Stromverbrauch um 4 MW senkte, rund 35 GWh pro Jahr.
• Russ Dailey wies darauf hin, dass neue Flüssigkeitskühlungs-Bauten bei 1,05 bis 1,15 PUE lagen, gegenüber einem Branchendurchschnitt von rund 1,56.
• Rekha Poosala argumentierte, PUE sei überholt, sobald GPUs trotz makelloser Anlagenbewertung an thermischen Engpässen leerliefen.
• Adenilson Belizario fand brasilianische Colocation-Anbieter mit einem WUE zwischen null und 0,03 Litern pro Kilowattstunde.
• Onkar Bhadra und Carolyn Pistone verwiesen beide auf meerwassergekühlte, schwimmende Rechenzentren, von Samsung bis zu Norwegens wellenbetriebener Plattform vor Bergen.
• Dietmar Baro verknüpfte den Weltozontag mit Danfoss' Vorstoß zu Kältemitteln mit niedrigem GWP und Direct-to-Chip-Kühlung.
• Karl Rabe brachte konstruktives Holz als strukturelle Alternative zu Beton- und Stahlbauten für Rechenzentren ins Spiel.
• Mervin Fus Circular Compute Passport sollte verkörperten Kohlenstoff und Reparaturhistorie neben Singapurs neuem Digital Infrastructure Bill erfassen.
• Jerome Tourdiat zitierte eine Goldman-Sachs-Prognose eines Anstiegs des globalen Stromverbrauchs von Rechenzentren um 165 Prozent bis 2030.
• Brett Ridley warnte, abgeschlossene Compliance-Schulungen bedeuteten selten, dass Betreiber unter Druck tatsächlich einen Dieselgenerator starten könnten.

‍

Die Stromökonomie des KI-Ausbaus

• Obinna Isiadinso las Microsofts 20-jährigen, 835-MW-Kernkraft-Abnahmevertrag am Standort Three Mile Island als Projektfinanzierung, nicht als Beschaffung.
• Alexander J. Wurzer verwies darauf, dass Google, MN8 Energy und Eos Solar, Batterien und Speicher an einer ehemaligen Kohlemine in West Virginia kombinierten.
• Didier Rebischung zitierte IEA-Prognosen von fast 1.000 TWh jährlichem Rechenzentrumsbedarf bis 2030, mehr als das Doppelte des französischen Verbrauchs.
• Steve Solanki verwies auf AEMO-Prognosen eines Anstiegs des australischen Rechenzentrumsbedarfs von 5 auf 34 TWh bis 2035/2036.
• Patrick Elftmann hob PwCs Schätzung globaler Rechenzentrums-Investitionen von 31,6 Billionen Dollar bis 2050 hervor.
• Boris Gamazaychikov zitierte eine Bloomberg-Schätzung, wonach KI-getriebener Gaskraftwerksausbau die US-Stromemissionen um 20 Prozent steigern könnte.
• Vrushali Gaud listete fünf Google-Initiativen in Indien auf, darunter 150 MW Solarkapazität in Rajasthan.

‍

Werkzeuge zur Messung und Umgehung des KI-Fußabdrucks

• Lilibeth Bustos Linares baute SOMA AI, nachdem sie festgestellt hatte, dass allein die Region KI-Emissionsschätzungen um mehr als das Zwölffache schwanken lassen konnte.
• Sven Bange und Anita Schüttler veröffentlichten neulands TokenDashboard und stellten Token-, Kosten- und Kohlenstoff-Tracking über Coding-Tools hinweg als Open Source bereit.
• Nathan Baileys Carbon Tracking MCP schätzte den CO2-Fußabdruck einer Coding-Session aus lokalen Logs, ohne ausgehende Netzwerkaufrufe.
• Ben Hilliers Tret leitete Aufgaben an das kohlenstoffeffizienteste Modell weiter, da Frontier-Modelle 10- bis 100-mal mehr Energie verbrauchen konnten.
• Aydin Mir Mohammadis Ponytail, inzwischen bei über 130.000 GitHub-Stars, kürzte übertechnisierten KI-Agentencode, bevor er Token verbrauchte.
• Niladri Choudhuris Kompact AI führte eine CPU-basierte Aufgabe mit 0,019 Wh aus, gegenüber 2,11 Wh für denselben Auftrag auf einer Cloud-GPU.
• Robert Keus' GreenPT nahm DeepSeek V4.1 Flash auf und lieferte zu jeder Anfrage Energie- und Kohlenstoffschätzungen.
• Chinmay Anand zitierte IEA-Daten, wonach der Stromverbrauch von Rechenzentren allein 2025 um 17 Prozent stieg.

‍

Carbon Accounting, ESG-Daten und Offenlegungsstandards

• Mark Butcher zeigte, wie ausgabenbasiertes Reporting einen unveränderten Produkt-Fußabdruck in einen falschen Emissionsanstieg von 407 Prozent verwandelte.
• Miguel Fernandez argumentierte, dass finanzierte Emissionsbilanzierung an der Qualität der Aktivitätsdaten scheitere, nicht an der KI-Analyse.
• Emmanuelle Olivé-Pauls AdVaes kooperierte mit EU-Score.tech, um Umweltbewertungen für mehr als 2.000 IT-Anbieter zu veröffentlichen.
• Christophe Clouzeau zitierte den ITU- und World-Benchmarking-Alliance-Bericht, der trotz stärkerer digitaler Klimazusagen weiter steigende Emissionen feststellte.
• Daniel Jeffrey Koch fasste UNDP-Forschung zusammen, wonach Entwicklungsländer bis 2030 weniger als 10 Prozent des wirtschaftlichen KI-Potenzials von 15,7 Billionen Dollar erfassen könnten.
• Cal Innes' Jisc-Rückblick vermerkte Metas Austritt aus RE100 im Zuge des Ausbaus von Gasinvestitionen für KI-Rechenzentren.
• Katia Chaban berichtete, dass NTT DATAs Carbon Literacy Project inzwischen rund 300 Mitarbeitende weltweit geschult hatte.

‍

Politik und Regulierung

• Cora Braga erläuterte Brasiliens REDATA-Gesetz, das Steuervergünstigungen an 100 Prozent erneuerbaren Strom und eine WUE-Obergrenze von 0,05 knüpfte.
• Mike Coes Modellierung ergab, dass Spaniens Entwurf einer 1,15-PUE-Netzregel für optimierte KI-Anlagen erreichbar war, für konventionelle jedoch nicht.
• Kari Hayden Pendoley ordnete eine Welle von KI-Governance-Maßnahmen, vom EU AI Act bis zu Singapurs Agentic-AI-Rahmenwerk, als Übergang der Regulierung in die Durchsetzung ein.
• Angel Melguizo deutete Brasiliens fiskalischen Vorstoß als Industriepolitik, die Rechenzentrumswachstum an Weiterbildung und Transparenz knüpfte.

‍

Finanzierung, Talente und Community-Dynamik

• Chris Wedding stellte fest, dass KI-Strombedarf, nationale Sicherheit und Ressourcenknappheit Klimatechnologie inzwischen stärker finanzierten als das Klima allein.
• Jeremy Leung berichtete, dass MassMutual einen zweiten Climate Technology Fund über 150 Millionen Dollar auflegte.
• Karen van der Zanden wechselte zu TNO, um Partnerschaften im Daten- und KI-Ökosystem zu leiten, nachdem sie zuvor den Business Case für Green IT aufgebaut hatte.
• Nolwenn Godard nahm an einem Climate-Week-NYC-Panel zu Energie- und Wasserbelastung durch Rechenzentren in Kalifornien teil.
• David Edwards hob Horizons Unterstützung der Green Compute at the Edge Innovation Challenge in Westaustralien hervor.
• Dave Masselink und Joanna Masraff verwiesen auf Veranstaltungen der Green Software Foundation Anfang Oktober zu KI-Beschaffung und Modellwahl.
• Kevin Leslie kündigte Green IO London an, wo Greenpixie die realen Kosten eines Claude-Prompts live vorführen wollte.
• Ada Coundoul berichtete von einem landesweiten Green-Coding-Workshop im Senegal zur Senkung des Energiefußabdrucks von Software.

‍

Dank an Mohammad Qwaider, Russ Dailey, Rekha Poosala, Adenilson Belizario, Onkar Bhadra, Carolyn Pistone, Dietmar Baro, Karl Rabe, Mervin Fu, Jerome Tourdiat, Brett Ridley, Obinna Isiadinso, Alexander J. Wurzer, Didier Rebischung, Steve Solanki, Patrick Elftmann, Boris Gamazaychikov, Vrushali Gaud, Lilibeth Bustos Linares, Sven Bange, Anita Schüttler, Wilco Burggraaf, Nathan Bailey, Ben Hillier, Aydin Mir Mohammadi, Niladri Choudhuri, Robert Keus, Chinmay Anand, Mark Butcher, Miguel Fernandez, Emmanuelle Olivé-Paul, Christophe Clouzeau, Daniel Jeffrey Koch, Cal Innes, Katia Chaban, Cora Braga, Mike Coe, Kari Hayden Pendoley, Angel Melguizo, Chris Wedding, Jeremy Leung, Karen van der Zanden, Nolwenn Godard, David Edwards, Dave Masselink, Joanna Masraff, Kevin Leslie und Ada Coundoul sowie allen weiteren, die zu dieser Ausgabe beigetragen haben.

Die vollständige Liste aller Beiträge und Stimmen findet sich auf LinkedIn: https://www.linkedin.com/pulse/best-linkedin-cw-36-37-green-ict-sustainable-ai-thomas-allgeyer-hmpre/?trackingId=LCN1aMfRxfcxPO8aVdLb7A%3D%3D