Nach dreijähriger Laufzeit ist das Forschungsprojekt Green Streaming beendet. Unter Leitung von Fraunhofer FOKUS untersuchten Deutsche Telekom, rbb, LOGIC media solutions, KlimAktiv und The Chainless den Energiebedarf entlang der gesamten Streaming-Wirkkette. Betrachtet wurden A/V-Encoding und Packaging ebenso wie CDN, Netze, Player und Endgeräte.
Das 2024 veröffentlichte Whitepaper lieferte eine Zwischenbilanz der bis dahin erzielten Ergebnisse. Demnach haben Endgeräte in der betrachteten Streaming-Wirkkette den größten Anteil am Gesamtenergiebedarf, gefolgt von den Netzen. Wie hoch der errechnete Energiebedarf der Netze ausfällt, hängt allerdings stark vom verwendeten Berechnungsmodell ab; beim Power Model wird berücksichtigt, dass ein großer Teil des Verbrauchs auch ohne Datenübertragung als Grundlast anfällt. Bei den Endgeräten zeigte sich unter anderem ein Einfluss der Display-Technologie und der Bildschirmhelligkeit. Eine Reduktion der Datenrate führte bei Streaming-Sticks, OTT-Set-Top-Boxen und Smart-TVs dagegen zu keiner signifikanten Verringerung des Energieverbrauchs.
Partner deckten unterschiedliche Teile der Kette ab
Die Aufgaben waren entlang der Streaming-Kette verteilt. Fraunhofer FOKUS führte das Konsortium und arbeitete unter anderem an Video-Encoding, Stream Analytics, KI-gestützten Streaming-Workflows und einem Green-Streaming-Modus für Videoplayer. Die Deutsche Telekom erfasste Energieverbrauchsdaten entlang der Streaming-Wirkkette und untersuchte, welchen Einfluss die Datenrate auf CDN, Kernnetz, Mobilfunk- und Festnetz sowie Endgeräte hat. Beim rbb arbeiteten Technisches Innovationsmanagement und Distribution gemeinsam an Lösungen für die Klimaschutzziele der ARD.
LOGIC media solutions entwickelte cloudbasierte und hybride Systemarchitekturen für Medienproduktion und -distribution sowie Architektur-Blaupausen für verschiedene Produktionsszenarien. KlimAktiv überführte die Messdaten in CO₂-Äquivalente und Klimabilanzen und leitete das Arbeitspaket zur Nachhaltigkeitsbewertung. The Chainless brachte Computer-Vision- und Machine-Learning-Verfahren ein, unter anderem für kontextbezogenes Video-Encoding und die Optimierung von Streaming-Workflows.
Über die Einzelmessungen hinaus sollte daraus eine zusammenhängende, bewertbare Streaming-Wirkkette entstehen. Green Streaming arbeitete dafür auch mit KI-Modellen und dem Konzept eines digitalen Zwillings, in dem Mess- und Betriebsdaten verschiedener Komponenten zusammenlaufen. Das Whitepaper von 2024 war dabei eine Zwischenbilanz: Für die weitere Projektlaufzeit waren unter anderem die Automatisierung und Reproduzierbarkeit der Messungen sowie die Validierung der Methoden vorgesehen.
