Laut der Internationalen Energieagentur (IEA) machen Rechenzentren aktuell rund ein Prozent des weltweiten Elektrizitätsbedarfes aus. Obwohl im Zuge der Digitalisierung der Bedarf nach Rechenleistung und Speicherkapazitäten wächst, ist der weltweite Elektrizitätsbedarf von Rechenzentren während der letzten zehn Jahre aber kaum angestiegen. Grund dafür sei die Ablösung der weniger energieeffizienten, traditionellen Rechenzentren durch Cloud-Rechenzentren und zunehmend auch Hyperscale-Cloud-Rechenzentren – also hocheffiziente, sehr große, global verteilte Rechenzentren, die mit einer hohen Auslastung laufen und mehr Rechenleistung pro Energieeinheit erbringen können. Durch die gezielt gemanagte Auslastung könnten wiederum Energiebedarfe besser prognostiziert und bedient werden. Das heißt, es kann beispielsweise gezielt Grünstrom von unterschiedlichen Erzeugern genutzt werden, um die CO2-Bilanz zu senken. Zudem lassen sich Rechenzentren je nach Standort heute bereits so planen, dass die Kühlung anstelle von Klimageräten durch die Außenumgebung übernommen wird.
Vor diesem Hintergrund sei es mit Blick auf die Nachhaltigkeit sinnvoll, die digitalen Lösungen einer Filiale in der Cloud zu betreiben, so die Schlussfolgerung der Autoren des EHI-Whitepapers, zu denen – das sei an dieser Stelle angemerkt – auch der Cloud-Anbieter Microsoft gehört. So die Theorie. In der Praxis jedoch ist aufgrund der beschränkten Bandbreite in vielen Filialen eine flächendeckende Nutzung von digitalen Cloud-Lösungen häufig nicht möglich. Gerade bei rechenintensiven Lösungen, wie beispielsweise der Verarbeitung von Sensorik-Daten und deren Auswertung beziehungsweise Prognose mit KI erfordern viele digitale Lösungen eine Verbindung in die Cloud. In diesen Fällen wäre die verfügbare Bandbreite der Filiale jedoch sehr schnell ausgelastet. Aus diesem Grund nutzen einige Unternehmen bereits Edge-Technologie, um so Intelligenz vor Ort vorzuhalten. Dabei werden erzeugte Daten direkt auf dem Sensor oder nahe beim Sensor auf einem dafür vorgesehenen Gerät aggregiert und verarbeitet. Die Prognosefähigkeit über KI wird auf das Gerät übertragen und voreingestellt, damit sie auch ohne Verbindung zur Cloud zur Verfügung steht. So lässt sich der Bedarf an Bandbreite reduzieren und Edge-Computing ermöglicht die Auswertung der Daten ohne große Latenz nahezu in Echtzeit.
Einen Beitrag zur nachhaltigen Gestaltung steuert die intelligente Verwaltung von Energie- und Ressourcenverbräuchen bei. So lassen sich im Rahmen eines nachhaltigen Gebäudemanagements beispielsweise Energieverbräuche und Flächennutzungen von Gebäuden mithilfe von Sensorik erfassen und anschließend visualisieren. Ein Vorteil dieser Art von Lösungen ist es, dass sie weitere Mehrwerte (wie Instore-Navigation, Promotion anteasern) bieten können. Das Whitepaper führt in diesem Zusammenhang Beispiele zu folgenden Bereichen an: