Der Stromzähler im Quellcode: Warum sich Programmierer plötzlich für Effizienz interessieren

Wenn von Energieverbrauch die Rede ist, denken die meisten an Autos, Heizungen oder Rechenzentren als riesige, brummende Hallen. Seltener denkt jemand an die eigentliche Ursache dahinter: an die Software, die auf all diesen Maschinen läuft. Dabei entscheidet oft eine einzige, schlecht geschriebene Programmschleife darüber, ob ein Server sich langweilt oder unter Volllast heißläuft. In der Entwicklerwelt wächst deshalb ein Bewusstsein, das lange als Randthema galt: Effizienter Code ist nicht nur schneller, sondern auch sparsamer – und damit ein kleiner, aber realer Beitrag zur Energiewende.

Jede Rechenoperation kostet Strom

Der Zusammenhang ist im Grunde simpel. Ein Prozessor, der eine Aufgabe in einer Sekunde erledigt, verbraucht weniger Energie als einer, der für dieselbe Aufgabe zehn Sekunden braucht – und dabei womöglich auch noch gekühlt werden muss. Multipliziert man diesen Unterschied mit Millionen von Nutzern oder mit einem Server, der rund um die Uhr läuft, summieren sich scheinbar winzige Ineffizienzen zu spürbaren Strommengen. Was in einem einzelnen Programmdurchlauf nach Bruchteilen einer Kilowattstunde aussieht, wird im großen Maßstab zur Rechnung mit vielen Nullen.

Genau hier setzt eine Bewegung an, die unter Schlagworten wie „Green Coding" oder „Sustainable Software Engineering" firmiert. Die Idee: Entwickler sollen den Energieverbrauch ihres Codes ähnlich ernst nehmen wie dessen Geschwindigkeit oder Fehlerfreiheit. Das klingt abstrakt, hat aber sehr konkrete Werkzeuge.

Erst messen, dann optimieren

Der wichtigste Grundsatz lautet: Man kann nur verbessern, was man misst. Wer glaubt zu wissen, an welcher Stelle ein Programm bremst, liegt erstaunlich oft daneben. Deshalb setzen erfahrene Entwickler auf sogenanntes Profiling – Werkzeuge, die haargenau protokollieren, welche Teile eines Programms wie viel Zeit und Speicher beanspruchen. Erst dieses Wissen zeigt, wo sich eine Optimierung überhaupt lohnt, statt an Stellen herumzufeilen, die kaum ins Gewicht fallen.

Wie das in der Praxis aussieht, zeigt anschaulich ein englischsprachiger Fachbeitrag unseres Partnerblogs pykit.org, der die gängigen Messwerkzeuge der Programmiersprache Python vorstellt: "Find the Slow Parts First: Profiling Python with timeit, cProfile, and tracemalloc". Der Artikel erklärt, wie man mit vergleichsweise einfachen Mitteln die tatsächlichen Bremsklötze in einem Programm findet – und macht damit greifbar, warum das systematische Messen die Grundlage für jede Form von Effizienz ist, ökologisch wie ökonomisch.

Vom Prinzip zur Haltung

Natürlich löst kein einzelner optimierter Algorithmus die Klimafrage. Kritiker weisen zu Recht darauf hin, dass die größten Hebel woanders liegen: bei der Herkunft des Stroms, bei der Auslastung von Rechenzentren, bei der Frage, ob eine Anwendung überhaupt gebraucht wird. Effizienter Code kann sogar einen paradoxen Effekt haben – wenn eingesparte Rechenleistung sofort für neue, aufwendigere Funktionen genutzt wird, ist unterm Strich nichts gewonnen.

Und doch verändert sich etwas. Immer mehr Unternehmen betrachten den Energieverbrauch ihrer Software als Kostenfaktor und als Teil ihrer Nachhaltigkeitsbilanz. Was früher als Tüftelei einzelner Idealisten galt, wird zur Selbstverständlichkeit einer neuen Entwicklergeneration, die gelernt hat: Der sparsamste Code ist oft auch der eleganteste. Der Stromzähler, könnte man sagen, ist im Quellcode angekommen – und er verändert leise, wie eine ganze Branche über ihre Arbeit nachdenkt.

Jede Rechenoperation kostet Strom

Erst messen, dann optimieren

Vom Prinzip zur Haltung

Mehr zum Thema

Welche Themen sollen wir Ihnen schicken?