In unserem Artikel zum PUE hatten wir ihn „das Thermometer, nicht die Diagnose“ genannt. Heute gehen wir den nächsten Schritt, denn es gibt ein Paradox, dem man ins Gesicht sehen sollte: Je besser Ihr PUE, desto weniger sagt der PUE aus. In einem neu gebauten Rechenzentrum mit einem PUE zwischen 1,1 und 1,3 werden 70–90 % der Energie von den IT-Systemen aufgenommen — Server, Storage, Netzwerk. Und das ist genau der Teil, den der PUE nicht misst: Sie können die effizienteste Einrichtung der Welt haben, voller Server, die bei 10 % arbeiten.
Vom Verbrauch zur Nutzarbeit
Die richtige Frage ist nicht nur „Wie viel Energie fließt hinein?“, sondern „Wie viel Nutzarbeit kommt heraus?“. Um sie zu beantworten, braucht die work capacity — die Arbeitskapazität der installierten IT — eine Zahl, und jahrelang hatte die Branche keine gemeinsame Methode, sie zu berechnen.
Für traditionelle Server gibt es die Methode heute: The Green Grid — dasselbe Konsortium wie beim PUE und beim DCMM — hat eine Methodik auf Basis von PerfCPU veröffentlicht, einem repräsentativen Kapazitätswert, der aus den Standardtests SERT abgeleitet und in einer ETSI-Norm definiert ist. Das Interessante daran ist die Praktikabilität: Der Wert ergibt sich aus dem Prozessorcode (oder ersatzweise aus der Zahl der physischen Kerne) über öffentliche Tabellen. Keine Benchmarks im Serverraum: Es genügt zu wissen, was installiert ist, zu multiplizieren und zu summieren.
Und die KI-Server? Und der Storage?
Für beschleunigte Server — GPUs und andere Beschleuniger für Training und Inferenz — schlägt Uptime Intelligence die TFLOPS bei 32 Bit vor (die Summe der für jeden Beschleuniger deklarierten Vektor- und Matrixwerte). Das ist kein perfektes Maß, und Puristen wenden ein, dass die reale Leistung von Speicher, Verbindungen und Software abhängt: stimmt. Aber es ist ein standardisierter, verfügbarer und Jahr für Jahr vergleichbarer Wert — und in einer Branche, die lange ganz ohne Metrik dastand, schlägt „repräsentativ“ eben „perfekt“.
Beim Storage ist die Wahl noch pragmatischer: die in den dedizierten Systemen installierten Terabyte. Und hier liefert der Report die Zahl, die nachdenklich macht: Ein Storage-System nimmt 80–90 % seiner Maximalleistung auch dann auf, wenn es gerade keine Daten verarbeitet, weil es währenddessen Integritätsprüfungen ausführt. Ungenutzte Kapazität heißt verschwendete Energie: die Auslastung der Systeme über 80 % zu bringen — statt Regale hinzuzufügen — ist einer der konkretesten Effizienzhebel überhaupt.
In Europa ist es nicht mehr (nur) eine gute Idee
Diese Metriken halten Einzug in die Regulierung: Die europäische Energieeffizienz-Richtlinie (EED) verlangt mit der Delegierten Verordnung 2024/1364 von Rechenzentren mit einer installierten IT-Leistung ab 500 kW, die ICT-Kapazitätsindikatoren — Arbeitskapazität der Server und Storage-Kapazität — in der europäischen Rechenzentrumsdatenbank zu melden.
Das Problem? Die Daten. Um die Kapazität zu berechnen, braucht es ein Inventar auf Komponentenebene: wie viele Prozessoren, welches Modell, in welchem Rechenzentrum. Laut den Erhebungen des Uptime Institute hat heute weniger als jeder zweite Betreiber die Codes seiner CPUs erfasst, und nur ein Drittel die der Beschleuniger. Wer Infrastrukturen in Europa betreibt, hat einen regulatorischen Grund, das schnell nachzuholen; alle anderen haben einen wirtschaftlichen.
Arbeit pro Energie: die Metrik, die den Kreis schließt
Zusammengenommen erlauben die drei Zutaten — installierte Kapazität, durchschnittliche Auslastung und verbrauchte Energie — die Berechnung des work-per-energy: wie viel Arbeit jede Megawattstunde erzeugt. Es ist die Produktivitätsmetrik, die die ISO 50001 für das Energiemanagement verlangt, und zugleich die ehrlichste Art, ein Konsolidierungsprojekt zu messen: vorher und nachher, mit einer Zahl — aus der sich Energieeinsparung und Investitionsrendite ableiten.
Die Branche war zu langsam darin, sich eine Arbeitsmetrik zu geben — und ließ zu, dass das Perfekte dem Guten im Weg stand.
Mit dieser Beobachtung schließt der Report, und wir teilen sie: Die vorgeschlagenen Metriken sind nicht perfekt, aber sie sind heute berechenbar, mit Daten, die eine gut geführte Organisation bereits hat — oder haben sollte.
Womit anfangen, ganz praktisch
- Inventar auf Komponentenebene: Codes von CPUs und Beschleunigern, Rohkapazität des Storage, dem Standort zugeordnet — das ist die Arbeit einer gut geführten CMDB;
- Messung von Auslastung und Verbrauch: Auslastungsdaten von CPU und Storage sowie Leistung auf Rack- oder PDU-Ebene, kontinuierlich erhoben durch das Monitoring;
- Erste Momentaufnahme der Arbeit pro Energie: Auch angenähert liefert sie die Baseline, an der Konsolidierungen und Refreshs zu messen sind — und sie fügt sich in das Bewertungsraster des DCMM ein, wo der PUE das Thermometer bleibt und diese Metriken beginnen, die Diagnose zu stellen.
Das Prinzip ist dasselbe, das wir in unserem grünen Rechenzentrum anwenden: messen, datenbasiert planen, schrittweise verbessern. Wenn Sie verstehen möchten, wie viel Arbeit jede Megawattstunde Ihrer Infrastruktur wirklich erzeugt, sprechen wir darüber.
Quellen und Verweise: Uptime Institute Intelligence, Calculating work capacity for server and storage products (Briefing Report 174, Mai 2025); The Green Grid, IT work capacity metric V1 — a methodology (White Paper #94) und TGG's position on the metric to calculate ICT server capacity (#92); ETSI EN 303 740; Delegierte Verordnung (EU) 2024/1364 (ICT-Indikatoren der EED-Richtlinie).
