Softwarearchitektur hat einen größeren Einfluss auf Energieverbrauch und CO₂-Emissionen, als viele denken. Im Interview erklärt Peter Kutschera, wie sich energieeffiziente Systeme gestalten lassen – und warum sich das nicht nur für die Umwelt, sondern auch wirtschaftlich lohnt.
IT wird oft nicht direkt mit Klimaschutz in Verbindung gebracht. Welche Rolle spielt Softwarearchitektur aus deiner Sicht konkret im Kontext von Energieverbrauch und CO₂-Emissionen?
Aktuell wird weltweit ca. 4 % des Stromsbedarfs für IT aufgewendet. Mit einer geeigneten Softwarearchitektur, die an die Bedürfnisse des Kunden angepasst ist, lassen sich deutliche Einsparungen erzielen. Es gibt viele Architekturmuster wie der Einsatz von Caching, Event-getriebenen Architekturen, mengenorientierte Zugriffe auf Informationen, etc. die man nutzen kann, um den Ressourcenverbrauch von Anwendungen zu reduzieren.
Dazu kommen neue Muster wie Peak-Shaving, eine Art Spitzenlasten über die Zeit auszugleichen oder Time – und Location Shifting, in dem man möglichst zu einer Zeit und einem Ort Anwendungen ausführt, wenn viel grüne Energie verfügbar ist.
Du zeigst in deiner Session, wie sich Energieverbrauch und CO₂-Emissionen messen lassen. Wie können Teams dieses Wissen praktisch nutzen, um fundierte Architekturentscheidungen zu treffen?
Es gibt das Zitat von Peter Drucker: “You can’t manage what you don’t measure”. Insofern sollten Projektteams fachliche Szenarien definieren und diese hinsichtlich des Energieverbrauchs untersuchen und anschließend optimieren. Ich bin schon etwas älter, zu einer Zeit, als man nur begrenzte Ressourcen zur Verfügung hatte, wurde die Effizienz von Software viel ernster genommen. Heute versucht man häufig die notwendigen Anforderungen an Performanz mit Hardware zu erschlagen, anstatt die Software oder den Betrieb der Software zu optimieren.
Viele Unternehmen stehen unter Kostendruck. Inwiefern kann eine energieeffiziente IT-Architektur gleichzeitig ökologische und wirtschaftliche Vorteile bieten?
Das ist tatsächlich ein Faktor, den viele Unternehmen übersehen: eine effiziente Software benötigt weniger Ressourcen und führt auch zu finanziellen Einsparungen im Betrieb, da weniger Hardware benötigt wird. Darüber hinaus führt eine effiziente Software typischerweise auch zu Verbesserungen in der Antwortzeit, die wiederum die Akzeptanz der Nutzer verbessert.
Cloud-Plattformen bieten mittlerweile Möglichkeiten für einen CO₂-ärmeren Betrieb. Worauf sollten Architekt:innen achten, um diese Potenziale wirklich auszuschöpfen?
Das kann schon bei der Auswahl der geeigneten Cloud-Plattform beginnen, Anbietern wie Scaleway oder OVHCloud ist das Thema Nachhaltigkeit wichtiger als so manchem Hyperscaler. Darüber hinaus hat man, sofern von Seiten der Regulatorik nichts dagegenspricht, die Möglichkeit eine Region mit mehr grünem Strom wie Norwegen auszuwählen und die Anwendung dort bereitzustellen.
Zum einen kann eine dynamische Skalierung zur Vermeidung von Überprovisionierung eingesetzt werden. Zum anderen kann das Herunterfahren von nicht benötigten Ressourcen (auch bekannt als Scale-to-Zero oder “LightSwitchOps“) durch Automatisierung eingesetzt werden.
Der Einsatz von ARM- statt x86-Prozessoren oder die Verwendung von Spot-Instanzen in der Cloud reduzieren den Energiebedarf noch einmal deutlich.
Gerade durch den Einsatz von KI steigt der Energieverbrauch stark an. Welche Ansätze siehst du, um KI-Systeme energieeffizienter zu gestalten, ohne dabei an Leistungsfähigkeit zu verlieren?
Aktuell ist der Einsatz insbesondere von LLMs sehr beliebt, wenn wir das Thema KI ansprechen. Hier sollte, als allererstes überlegt werden, ob ein LLM eigentlich die richtige Wahl für die Lösung meines Problems darstellt und dann eine Architekturentscheidung formuliert werden.
Im zweiten Schritt muss man bewerten, welche Art von LLM zu meiner Problemstellung passt – benötige ich wirklich das größte und umfangreichste LLM oder hilft mir auch ein kleineres, für meine Problemstellung angemesseneres Modell?
Ein weiterer Faktor betrifft auch das Training eines Modells – muss ich hier wirklich selbst aktiv werden oder kann ich bereits ein vortrainiertes Modell nutzen, so wie es Hugging Face bereitstellt. Darüber hinaus legt Hugging Face den AI Energy Score der bereitgestellten Modelle offen, so dass man sehr einfach energieeffiziente Modelle identifizieren kann (https://huggingface.co/spaces/AIEnergyScore/Leaderboard).
Was sind typische Missverständnisse oder Fehler beim Thema Green Software, die dir in der Praxis immer wieder begegnen?
Ein weit verbreitetes Missverständnis ist, dass es sehr aufwändig ist CO₂-Emissionen einer Software zu bestimmen und man deshalb keine Messungen durchführt. Was dabei häufig übersehen wird ist, dass man auch Proxy Metriken wie CPU-, Speicher- und Netzwerk-Nutzung verwenden kann, um die Energieeffizienz von Software zu messen. Und je weniger Energie eine Software verbraucht, um so weniger CO₂-Emissionen fallen an, unter der Voraussetzung, dass kein grüner Strom verwendet wird.
Darüber hinaus stelle ich immer wieder fest, dass viele Personen der Meinung sind, dass man für Green Software eine effiziente Programmiersprache wie Rust oder C nutzen muss, da andere Programmiersprachen einen großen Overhead besitzen. Das ist eine Fehleinschätzung, da man effizienten Code mit jeder modernen Programmiersprache erstellen kann. Man muss sich nur einmal die Mühe machen die Schwachstellen im eigenen Code zu finden und zu beheben, oder beim Einsatz von Software-Bibliotheken deren Effizienz zu berücksichtigen.
Mehr zum Thema gibt es beim Software Architecture Forum 2026: Dort zeigt Peter Kutschera in seiner Session, wie sich energieeffiziente Softwarearchitekturen konkret umsetzen lassen.
