eResourcing: nachhaltiger Umgang mit Daten

Die Menschheit speichert heute Unmengen von Daten. Reisende laden Bilder von Bergen und Stränden in die Cloud hoch, Sensoren schicken Tausende von Maschinenparametern an Leitzentralen und Internetkaufhäuser versenden täglich Pakete auf Basis von Millionen gespeicherter Kundendaten. Die ungeheuren Datenmengen im weltweiten Computernetz erscheinen wie eine Selbstverständlichkeit, weil sie zu jeder Zeit speicher- und abrufbar sind. Doch ganz so selbstverständlich ist der Umgang mit Daten nicht, sagt Prof. Alexander Martin, Leiter des Fraunhofer-Instituts für Integrierte Schaltungen IIS in Erlangen: »Daten sind ein Rohstoff, und wie beim Verbrauch jedes anderen Rohstoffs erzeugen wir erhebliche Mengen an Kohlendioxid, wenn wir Daten generieren und speichern.« Denn für die Produktion und den Betrieb von Leitungen und großen Serverfarmen wird sehr viel Strom benötigt. Schon eine simple Anfrage in einer Suchmaschine löst eine ganze Kaskade an Aktionen aus, die insgesamt einen Ausstoß von rund 10 Gramm Kohlendioxid verursachen. »Es ist an der Zeit, dass wir lernen, nachhaltig mit den Daten umzugehen – und uns sehr genau überlegen, warum wir Daten erheben und wie wir die Menge reduzieren können.« eResourcing nennt Alexander Martin diese ökonomische und nachhaltige Strategie. Und wie bei fossilen Ressourcen gehört für ihn auch das Recycling zum Konzept. »Wir betreiben heute einen hohen Aufwand, um Daten zu generieren. Daher sollten wir sie möglichst vielseitig und immer wieder neu nutzen.«

Mehr aus Daten herausholen

Ein Beispiel für nachhaltige Datennutzung ist die Zusammenarbeit des Fraunhofer IIS mit Hausgeräteherstellern. Letztere müssen Tausende von Ersatzteilen über viele Jahre lagern – für den Fall, dass eine Komponente beim Kunden ausfällt. Das Problem: Die Ersatzteile brauchen viel Lagerplatz und sind brach liegendes Kapital. Die Kunst besteht darin, den Bauteilbedarf für die Zukunft möglichst gut abzuschätzen, um den Lagerbestand klein zu halten. Bis heute aber reichen die Erfahrungswerte für die Berechnung der Lebensdauer einzelner Geräte und Komponenten meist nicht aus. Aus einigen Dutzend Informationen über poröse Kaffeemaschinen-Schläuche kann man noch keine umfassende Lebensdaueranalyse machen. »Wenn man aber die Daten für Schläuche aus vielen ähnlichen Produkten zusammenfügt und analysiert, dann kann man die Haltbarkeit und den Ersatzteilbedarf recht gut abschätzen«, sagt Martin. »So führt man ungenutzte Datensätze zusammen, um einen neuen Nutzen zu generieren.« Es sei wie beim Joghurt-Deckel aus Aluminium, der eingeschmolzen und neu geformt ein zweites Leben in einer Autokarosserie beginne. »Bei Metallen hat man den ganzen Lebenszyklus im Blick – von der Wiege bis zur Bahre. Wenn wir das auch bei den Daten erreichen, können wir große Nutzungs-Potenziale heben.«

eResourcing führt von »Big Data« zu »relevant Data«

Nicht alle Daten haben den gleichen Wert bzw. die gleiche Aussagekraft, obwohl für deren Erzeugung und Speicherung der identische Aufwand investiert werden muss. Mit einer zielgerichteten Entscheidung, welche Daten wirklich notwendig und relevant sind, lassen sich künftig Massen an dauerhaft persistierenden Daten vermeiden oder zumindest erheblich reduzieren. Ein Beispiel: Bei der Aussortierung von Fremdkörpern in Lebensmitteln sind lediglich die wenigen Datensätze relevant, in denen eben solche Fremdkörper identifiziert wurden. Aufnahmen des einwandfreien Lebensmittels sind für eine spätere Verwendung beim maschinellen Lernen weniger relevant bzw. einfach wieder zu erzeugen, nehmen aber einen Großteil der Datenhaltung ein und sind für die weitere Verarbeitung nahezu unerheblich.

Kluge Sensoren und weniger Daten für mehr Nachhaltigkeit

Die Teams am Fraunhofer IIS befassen sich auch mit der Kommunikation zwischen Maschinen. Sensoren nehmen Daten auf und schicken diese an die Leitzentralen, die dann mit Befehlen antworten. Milliarden solcher Daten sind ständig unterwegs. Sinnvoller ist es, einen Großteil der Daten schon direkt am Sensor durch eingebettete Algorithmen auszuwerten. So muss nicht jeder einzelne Temperatur-Wert in die Ferne geschickt werden. Stattdessen generiert dieser kognitive Sensor eine Art Lagebild, das dann als kompaktes Datenpaket an die Leitzentrale geht. Schöner Nebeneffekt: Wenn Sensoren weniger Einzeldaten per Funk übertragen müssen, hält die Batterie länger.

Mehr Unabhängigkeit auch beim Rohstoff »Daten«

Daten als Rohstoff – diese Perspektive mag überraschen. Doch es gibt noch eine weitere Parallele zu klassischen Rohstoffen wie Erdöl oder Metalle der Seltenen Erden – Unabhängigkeit und Rohstoffsicherheit. Heute werden Daten von großen international agierenden Konzernen gespeichert, ohne dass wir so genau wissen, was damit in der Cloud eigentlich passiert. Im Grunde sind wir von diesen abhängig. Deswegen konstatiert Alexander Martin: »Ich empfehle für die Zukunft ein europäisches föderales Datenmanagement, in der wir in Europa die Datensouveränität behalten.«

Beitrag von Tim Schröder