Warum ist Nachhaltigkeit in DevOps wichtig?
​Die Informationstechnologie (IT) verursacht weltweit etwa 2 bis 4 % der CO₂-Emissionen, mit steigender Tendenz. Eine Studie von 2021 schätzt, dass der Anteil der IT an den globalen Treibhausgasemissionen zwischen 1,8 % und 2,8 % liegt, wobei die tatsächlichen Werte aufgrund unvollständiger Erfassung der gesamten Lieferkette möglicherweise bis zu 25 % höher sind, was einen Anteil von bis zu 3,5 % ergeben könnte. Eine weitere Studie aus dem Jahr 2023 gibt an, dass die Emissionen der IT-Branche fast 4 % der weltweiten Gesamtemissionen ausmachen und prognostiziert, dass dieser Anteil in den nächsten zwei Jahrzehnten stark ansteigen wird.^[1]

Insbesondere Rechenzentren tragen erheblich zu diesen Emissionen bei. Laut einer Analyse von Morgan Stanley wird die globale Rechenzentrumsbranche bis 2030 voraussichtlich 2,5 Milliarden Tonnen CO₂-Äquivalente emittieren.^[2

Diese Zahlen verdeutlichen die Notwendigkeit, Nachhaltigkeitspraktiken in der IT-Branche zu implementieren, um den ökologischen Fußabdruck zu reduzieren.

Nachhaltigkeit in jeder Phase der DevOps-Pipeline
1. Nachhaltiger Code
1.1 Effiziente Programmierung
Ein nachhaltiger Softwareentwicklungsprozess beginnt mit der Codierung. Effizienter Code reduziert die benötigte Rechenleistung und minimiert damit den Energieverbrauch. Dies kann durch:

• Verwendung von Algorithmen mit geringerem Rechenaufwand
• Vermeidung unnötiger Berechnungen oder Schleifen
• Verwendung von Speicher- und CPU-schonenden Datenstrukturen

Diese Maßnahmen tragen dazu bei, dass weniger Rechenzeit und Speicher benötigt werden, was wiederum den Stromverbrauch von Servern und Endgeräten senkt.^[3]

1.2 Wahl nachhaltiger Programmiersprachen
Nicht alle Programmiersprachen sind gleich effizient. Sprachen wie Rust oder Go sind oft ressourcenschonender als interpretierte Sprachen wie Python oder JavaScript. Der Grund hierfür liegt in der Art und Weise, wie Code ausgeführt wird:

• Kompilierte Sprachen (z. B. C, Rust, Go) werden vor der Ausführung in Maschinencode übersetzt, was zu schnellerer Laufzeit und geringerem Energieverbrauch führt.
• Interpretierte Sprachen (z. B. Python, JavaScript) erfordern eine zusätzliche Verarbeitungsschicht zur Laufzeit, was den Energieverbrauch erhöht.

Laut einer Studie der Universidade do Minho in Portugal zeigt sich, dass C und Rust hinsichtlich Energieverbrauch, Laufzeit und Speicherbedarf besonders effizient sind, während Python und Perl aufgrund ihrer interpretativen Natur höhere Ressourcenanforderungen haben.^[4]

2. Nachhaltige Build-Prozesse
2.1 Minimierung von Build-Ressourcen

• Die Build-Phase kann ressourcenintensiv sein. Nachhaltige Praktiken beinhalten:
• Nutzung von inkrementellen Builds, um unnötige Wiederholungen zu vermeiden
• Caching von Abhängigkeiten und bereits kompilierten Modulen
• Reduzierung von unnötigen Abhängigkeiten

Durch diese Optimierungen wird weniger Rechenleistung benötigt, was sich direkt auf die Energieeffizienz auswirkt. Beispielsweise reduziert ein optimierter Build-Prozess die Anzahl der CPU-Zyklen und damit den Stromverbrauch von Rechenzentren.^[3]

2.2 Optimierung von Container-Images
Da viele DevOps-Umgebungen auf Containern basieren, ist es wichtig, Container-Images schlank zu halten. Dies kann durch die Verwendung von:

• Minimale Basis-Images
• Entfernen unnötiger Dateien
• Multi-Stage-Builds erreicht werden.

Kleinere Container-Images benötigen weniger Speicherplatz und führen zu schnelleren Deployments, was sowohl die Netzwerkbelastung als auch den Energieverbrauch verringert.^[5]

3. Nachhaltige Test-Strategien
3.1 Effiziente Testautomatisierung

• Automatisierte Tests sind essenziell für DevOps, sollten aber nachhaltig gestaltet werden:
• Parallelisierung von Tests zur Reduzierung der Laufzeiten
• Nutzung von Mocking und Stubbing, um Tests schneller auszuführen
• Selektive Testläufe basierend auf Code-Änderungen

Durch die gezielte Ausführung nur der relevanten Tests wird unnötige Rechenleistung vermieden, was den Energieverbrauch reduziert.^[6]

4. Nachhaltiges Deployment und Betrieb
4.1 Energieeffizientes Hosting
Beim Deployment spielt die Wahl des Hostings eine große Rolle. Möglichkeiten für nachhaltiges Hosting sind:

• Nutzung von Cloud-Anbietern mit erneuerbaren Energien
• Serverless-Computing zur Optimierung der Ressourcennutzung
• Skalierung von Anwendungen nach tatsächlichem Bedarf

Rechenzentren verbrauchen weltweit enorme Mengen an Energie. Unternehmen wie Google oder Microsoft setzen daher vermehrt auf Rechenzentren, die mit erneuerbaren Energien betrieben werden, um den CO₂-Fußabdruck zu reduzieren.^[7]

4.2 Monitoring und Optimierung
Nachhaltigkeit endet nicht mit dem Deployment. Eine kontinuierliche Überwachung hilft, unnötige Ressourcenverschwendung zu vermeiden:

• Identifikation ineffizienter Prozesse oder überflüssiger Dienste
• Dynamische Anpassung von Ressourcen durch Autoscaling
• Nutzung von GreenOps-Strategien zur Reduzierung der CO₂-Emissionen

Durch den Einsatz von Monitoring-Tools kann festgestellt werden, welche Anwendungen oder Dienste unnötig viele Ressourcen verbrauchen, sodass gezielte Optimierungen vorgenommen werden können.^[8]

Fazit
Nachhaltigkeit in der DevOps-Pipeline erfordert eine durchgehende Optimierung des Entwicklungs-, Test- und Deployment-Prozesses. Durch effiziente Codierung, ressourcenschonende Builds, optimierte Tests und nachhaltiges Hosting können Unternehmen nicht nur ihre Umweltbilanz verbessern, sondern auch langfristig Kosten sparen. DevOps und Nachhaltigkeit sind somit keine Gegensätze, sondern können Hand in Hand gehen, um eine bessere Zukunft zu gestalten.

Quellen und weiterführende Informationen

^[1] https://arxiv.org/abs/2102.02622
^[2] https://arxiv.org/abs/2303.06642
^[3] https://distantjob.com/blog/sustainable-software-development/
^[4] Pereira, Rui et al. „Energy Efficiency across Programming Languages.“ Universidade do Minho, 2017.
^[5] Hüttermann, Michael. „DevOps for Developers.“ Apress, 2012.
^[6] Fowler, Martin. „Continuous Integration.“ ThoughtWorks, 2006.
^[7] Greenpeace. „Clicking Clean: Who is Winning the Race to Build a Green Internet?“ 2017.
^[8] Bauer, Michael. „Green IT: Technologien für eine nachhaltige Zukunft.“ Springer, 2018.

Die Kehrseite davon ist, dass man auch aktiv Einfluss darauf nehmen kann und die Software, die man verwendet, analysieren und verbessern kann. Nichts ist ein besseres Beispiel davon, als unser hauseigener SEQITracker*, den wir alle verwenden und für dessen Umsetzung und Wartung wir verantwortlich sind. Wenn wir Schwierigkeiten und Unstimmigkeiten bei der Nutzung entdecken, oder rückgemeldet bekommen, setzen wir uns zusammen und arbeiten daran.

Ähnlich ist es für die VS Code Extension: GitLab Workflow^[1] abgelaufen. Die Integration von GitLab Merge Requests^[2] in unseren Standardablauf hat bedeutet, dass wir auch ohne Context-Switching aus der IDE weiter Code Reviews durchführen wollten. Dem hat GitLab mit der Entwicklung der eigenen VS Code Extension abgeholfen, die einen Großteil von Features des Web-UIs abdeckt. Leider wurde aber nie eine vollständige Feature-Parity erreicht und besonders das Verfassen von Reviews aus den VS Code Webviews ist nicht vergleichbar mit dem Komfort und den Möglichkeiten des Web Äquivalents.

Die Recherche zu Alternativen oder Lösungen blieb fruchtlos; so entstand die Idee, eine zeitliche begrenzte Entwicklung eines der fehlenden Features selber umzusetzen zu versuchen. Die Einsicht, wie stark die andauernde Nachfrage nach spezifisch dieser Funktionalität ist, hat dieses Commitment nur bestärkt.

Problem

Die Ausgangslage ist in bestehenden Issues bereits ausführlich diskutiert, mein Fokus war beschränkt auf:

Review und Draft-Notes Feature für GL Workflow

• Unterstützung für Draft Notes, die in GitLab als Entwürfe gespeichert werden können
• Darstellung und visuelle Unterscheidung dieser in der Code-Review Ansicht

Für die Umsetzung war es erforderlich, den bislang ausschließlich auf die Verarbeitung von GraphQL-Objekten ausgelegten Code zu erweitern – wie in den folgenden Punkten näher beschrieben.

Optimierung des API-Handlings

• Einführung einer diskriminierten Union zwischen Nachrichten der API, die als GQL und JSON übermittelt werden
• Konditionelles Abhandeln dieser in UI

Die genauen Anforderungen und Schwierigkeiten haben sich im Laufe der Diskussion mit den Maintainern ergeben.

Strategie

Der Großteil des Entwicklungsaufwands bestand aus der Analyse der bestehenden Codebasis, sowie der GitLab-API und der Anbindung an diese. GitLab verfolgt dabei eine hybride Architektur und bietet eine klassische nach OpenAPI spezifizierte REST API, sowie auch eine versionslose GRAPHQL API, an. Für die Umsetzung ist diese Unterscheidung relevant geworden: Die Draft Notes werden nur von der REST API unterstützt.

Initial war mein Ansatz, nicht abgegebene Kommentare (= Draft Notes) lokal, in Memory zu halten und nach entsprechender Interaktion des Users zusammen (= in Batch) an die API zu posten. Der erste Stand meiner Entwicklung, der noch diese Strategie verfolgte und als PoC von dem verantwortlichen GitLab Maintainer unter die Lupe genommen wurde, war zu komplex und zu umständlich, um so übernommen zu werden. Nach Rücksprache wurde meine andere Konzeption bevorzugt: einen „API-First“ Approach.[nbsp] Die Verwendung der Draft Notes API hilft dabei, nicht für jeden einzeln veröffentlichten Kommentar Benachrichtigungen für alle an der Review beteiligten Nutzer auszulösen.

Wie bereits oben bei der Problemstellung erwähnt, hat die Lösung mit Draft Notes zu Folge, dass der gesamte Code für das Fetchen, Konvertieren und Darstellen von Kommentaren und Diskussion für Draft Notes angepasst werden muss.[nbsp] So ist nun der jetzige Status der Umsetzung. Nach dem Fertigstellen der Unterscheidung und meiner Anfrage wird ein Ablauf losgetreten, in dem mein Beitrag aus Code und UX Perspektiven evaluiert wird.

Code, der wächst

Zum springenden Punkt, wie das bisher diskutierte nun Nachhaltigkeit bedeutet und was es mit den Bäumen auf sich hat:

Indem man Features verbessert, Bugs fixed oder an neuen Funktionen arbeitet, sammelt man automatisch Punkte. Anstatt sie für Merchandise oder andere Prämien zu nutzen, gibt es die Möglichkeit, sie in Nachhaltigkeit zu investieren – konkret in das Pflanzen von Bäumen.

Zum jetzigen Zeitpunkt ist nur ein einzelner Baum in unseren Namen bestellt, aber mit der Fertigstellung und Mergen der finalen Kontribution sollten ein Minimum von 20 Bäumen mehr durch uns gedeihen dürfen. Weitere Updates dazu gerne in Kürze!

Nachhaltige Softwareentwicklung?

Besonders durch den enormen Energieverbrauch, der mit der zunehmenden Verwendung von generativer AI verbunden zu sein wirkt^[3] stellt sich die Frage, welche Verantwortung wir als Entwickler:innen sowie Unternehmen im Technologiesektor haben. Bereits früher in meiner Karriere durfte ich mich mit der Energienutzung verschiedener Programmiersprachen auseinandersetzen.^[4]

Auch, wenn die Methodik dieser Messungen umstritten ist, ist es nicht gerade erfreulich, die eigenen Lieblingssprachen in den oberen Rängen des Verbrauchs zu sehen.

Fazit & Caveat

Spannend wird die Weiterentwicklung und der Verlauf des Merge Request, ich freue mich schon sehr auf den Zeitpunkt der Fertigstellung und besonders auf die Verwendung des neuen Features.

Natürlich kann der tatsächliche Energieverbrauch, der durch die Entwicklung und den Betrieb dieser Features entsteht, nicht durch das Pflanzen weniger Bäume aufgewogen werden. Doch es geht darum, Bewusstsein zu schaffen, nachhaltige Praktiken zu fördern und zumindest einen kleinen Beitrag zur Kompensation zu leisten.

Vielleicht ist es Zeit für mehr Entwickler:innen, Unternehmen und andere Organisationen, Open Source nicht nur als technischen Vorteil zu sehen, sondern auch als Möglichkeit, aktiv zu einer besseren Welt beizutragen. Eine Merge Request nach dem anderen – und ein Baum nach dem anderen.

The sustainability dimensions in software testing include:

• Environmental Sustainability: Reducing energy consumption through optimized storage and data lifecycle management.
• Economic Sustainability: Reducing costs through automated test execution and maintenance.
• Social Sustainability: Ensuring ethical data use, employee well-being, and social responsibility.
• Technical Sustainability: Using long-term test automation solutions that evolve with technological advancements.

Common Challenges:

• Over-provisioning: Businesses give test environments excessive storage, the majority of which is never utilized. The result is a waste of energy and higher hardware demand.
• Data Waste: Ineffective data-aging procedures result in the buildup of test data that is redundant, irrelevant, or out-of-date, which clogs storage systems and increases maintenance costs.
• Manual Processes: In the absence of automation, test data generation procedures are not always consistent, which can result in inefficient replication of previously produced content.

Best Practices for Sustainable Test Data Management

Smart Generation of Test Data

• Synthetic test data: Synthetic test data can be used rather than sensitive production data. This is privacy-compliant and even more resource-efficient. Various synthetic data generation tools exist that create quite realistic datasets for specific testing scenarios without exposing real user data. Examples of such tools include:
• MOSTLY AI: Known for generating highly accurate synthetic data that preserves the statistical properties of the original data.
• Tonic.ai: Offers solutions for generating realistic, de-identified test data.
• Gretel.ai: Provides a platform and APIs for creating privacy-preserving synthetic data.
• Synthetic Data Vault (SDV): An open-source library for generating synthetic data for various data types.
• Needs-Based Generation: Test data is generated precisely for the needs of the test scenarios without generating and storing any data that may not be required. Identifying key test scenarios and aligning data generation efforts with them reduces overhead.
• Data Masking: When production-like data is needed, anonymization or pseudonymization ensures that data privacy is maintained. Masked data still retains the core characteristics necessary for testing while removing sensitive information.

Efficient Usage of Storage

• Data compression: Compressed test data requires less storage and reduces data transfer times. Modern compression algorithms can significantly reduce file sizes without compromising data integrity. Examples of lossless compression algorithms commonly used in data storage include LZ77 and LZ78 (which are the basis for formats like ZIP and GZIP) and Run-Length Encoding (RLE), which is effective for data with repeating sequences. Techniques like dictionary encoding and columnar storage, often implemented in modern databases, also contribute to efficient compression by reducing redundancy within data sets.
• Deduplication: Duplicates in data should be identified and removed to save storage space. Duplication tools study stored data for finding identical segments so that no duplicate copies of data are created.
• Intelligent Archiving: If test results are no longer relevant, they can be archived or removed. Such archiving solutions, integrated with data lifecycle management frameworks, can automate this process and ensure compliance with data retention policies and industry regulations.

Automation and Tools
This is how automated TDM solutions can enable better utilization of resources. Test data generation and management tools can optimize processes, reduce manual effort, and ensure consistency of data. For example, AI-powered solutions can predict data needs and adjust storage allocation dynamically for even higher efficiency.

Regulatory and Ethical Considerations
TDM practices should be aligned with regulatory and ethical requirements. Data privacy laws like GDPR and HIPAA have put immense pressure on handling sensitive information with care. Integrating compliance into the workflow of TDM will prevent penalties while fostering sustainability.

GDPR (General Data Protection Regulation): A regulation enforced in the European Union that governs data privacy and security. It mandates strict guidelines on collecting, storing, and processing personal data, ensuring that organizations maintain transparency and accountability. Under GDPR, individuals have rights over their data, including the right to access, rectify, and erase their personal information.^[5]

HIPAA (Health Insurance Portability and Accountability Act): An U.S. law that establishes national standards for protecting sensitive patient health information. HIPAA ensures that healthcare providers, insurers, and business associates maintain the confidentiality and security of medical data. It requires safeguards for electronic health records and imposes strict penalties for breaches.^[6]

In addition, test data creation and usage should be based on ethical principles such as fairness, transparency, and accountability. Organizations should avoid letting synthetic data introduce bias or inaccuracies that may affect the performance of the software.

Sustainability Data Strategy: Key Insights

A well-defined sustainability data strategy involves ³:

• Factual Data, Not Estimates: Relying on precise, audit-ready sustainability data rather than approximations ensures accuracy and reliability. Many organizations currently rely on sector averages, which are often imprecise and fail to provide actionable insights for reducing environmental impact.
• Transparency in Net Zero Motives: Organizations must disclose actual emissions and offsets purchased, aligning financial data with sustainability goals. The rising costs of carbon offsets make it crucial to provide clear, data-backed sustainability strategies.
• Operational Improvements and Long-Term Value Creation: High-quality sustainability data helps reduce carbon emissions, minimize back-office expenses, and improve decision-making processes. By integrating sustainability metrics with financial data, companies can track the effectiveness of green initiatives.
• Audit-Ready and Proficient Data: The increasing scrutiny on ESG data means organizations must ensure their sustainability reporting aligns with regulatory expectations and can withstand audits. Consistent and structured data management supports compliance and enhances credibility.

Organizations must also master challenges in ESG data reporting, standardization, and regulatory compliance to enhance sustainability initiatives.

ESG (Environmental, Social, and Governance) refers to a set of criteria used by organizations, investors, and regulators to assess a company‘s commitment to sustainability and ethical business practices. ESG data plays a crucial role in sustainability reporting and decision-making. Companies are expected to disclose their environmental impact, social responsibility efforts, and governance practices. However, challenges such as data standardization, regulatory compliance, and audit readiness make ESG reporting complex. A robust sustainability data strategy ensures accurate, transparent, and audit-ready ESG reporting, helping organizations align their sustainability initiatives with business goals.^[7]

Sustainable Software Testing in Practice

Software testing has a significant impact on sustainability, with long-term benefits often overlooked^[2]. The key aspects of sustainable software testing include:

• Minimizing Environmental Impact: Sustainable software testing reduces unnecessary computing resource consumption, leading to lower energy use and reduced carbon footprints. This includes optimizing test execution schedules to run during off-peak hours and leveraging cloud environments with renewable energy sources.
• Enhancing Economic Sustainability: Test automation reduces operational costs by streamlining repetitive testing tasks. Companies implementing automated, energy-efficient testing strategies benefit from reduced hardware and cloud expenditures.
• Improving Technical Sustainability: Implementing scalable and maintainable test frameworks ensures that software testing processes remain efficient and adaptable to future technological advancements.
• Encouraging Knowledge-Sharing and Collaboration: Sustainable testing practices involve knowledge transfer and continuous improvements, helping organizations develop resilient and future-ready test strategies.

Benefits of Sustainable TDM

The advantages of a sustainable approach to TDM include the following:

• Cost Savings: Reduced storage needs lower hardware and cloud costs. Optimized test data usage decreases infrastructure expenses while improving efficiency.
• Eco-Friendliness: Optimized data management results in lower energy consumption and a reduced carbon footprint. Green IT initiatives such as efficient data storage and retrieval mechanisms contribute to environmental sustainability.
• Data Security: Synthetic and well-managed test data minimizes the risk of data privacy breaches. Organizations can maintain compliance with data protection regulations while reducing redundant storage.
• Operational Efficiency: Streamlined TDM processes improve overall development efficiency, allowing teams to focus on innovation. Sustainable TDM supports faster software release cycles and enhances quality assurance practices.

The Future of Test Data Management in a Greener IT Landscape

Emerging trends such as green computing and carbon-neutral cloud services are reshaping the IT industry. Companies are increasingly adopting environmentally friendly technologies and practices, including renewable energy-powered data centers and energy-efficient storage solutions.

AI and machine learning developments really drive innovation in the field of TDM. These technologies enable predictive analytics, real-time optimization, and adaptive resource allocation, adding to sustainability. For example, AI can find patterns in test data usage and suggest optimizations that reduce waste. However, it is important to acknowledge that these technologies, particularly in their training and operation, can also be a source of significant energy consumption.

Conclusion

Test data management and sustainability go hand in hand. Optimizing TDM processes enables companies to save resources and, at the same time, make their contribution to environmental protection. This is the ideal moment to adopt more sustainable solutions and take a new look at your current procedures. Seize this opportunity to implement efficient generation and management strategies for test data now—for a greener future in IT.

Sustainable TDM practices will bring balance to the needs of an organization between sustainability and environmental responsibility. It all begins with a few simple, achievable actions that add up to a significant impact. We should together build up the path towards sustainability for the IT industry and beyond.

Quellen: 

^[1] Dror Etzion and J. Alberto Aragon-Correa, „Big Data, Management, and Sustainability: Strategic Opportunities Ahead,“ May 10, 2016, Volume 29, Issue 2.

^[2] Beer, A., Felderer, M., Lorey, T., & Mohacsi, S. (2021). „Sustainability in the Test Process.“ 1st International Workshop on the Body of Knowledge for Software Sustainability (BoKSS), IEEE ICSE Conference.

^[3] Clusters Media Technology. (2022). „Sustainability Data Strategy: Top Key Components for a Positive Impact.“

^[4] Jim Soos, Planckton Data Technologies. (2023). „Sustainability Data Management.“

^[5] Official text of the General Data Protection Regulation (GDPR): https://gdpr-info.eu/

^[6] More information about the Health Insurance Portability and Accountability Act (HIPAA): https://www.hhs.gov/…

^[7] Learn more about Environmental, Social, and Governance (ESG): https://www.investopedia.com/…

Team: Vertrauen und Wertschätzung als Basis
Unser Team ist das Herzstück unseres Unternehmens – ohne die Menschen, die bei SEQIS arbeiten, wären wir nur ein schickes Logo mit einer netten Webseite. Deshalb setzen wir auf eine Unternehmenskultur, die Offenheit, Fairness und Zusammenarbeit auf Augenhöhe fördert. Wir glauben daran, dass sich Menschen dort am besten entfalten, wo sie sich geschätzt und gefördert fühlen.

Regelmäßige Feedbackgespräche, ehrliche Kommunikation und individuelle Entwicklungsmöglichkeiten sorgen dafür, dass wir uns stetig weiterentwickeln – als Einzelne und als Team. Unser Ziel ist es, ein Arbeitsumfeld zu schaffen, das nicht nur heute, sondern auch morgen und in Zukunft ein Ort ist, an dem jeder seinen besten Job machen kann und jeden Tag mit Freude zur Arbeit kommt.

Kunden: Partnerschaft auf Augenhöhe
Auch unsere Kunden profitieren von dieser Haltung. Wir setzen auf langfristige Partnerschaften, geprägt von Vertrauen, Ehrlichkeit und Verlässlichkeit. Uns geht es nicht um den schnellen Gewinn, sondern darum, nachhaltige Lösungen zu entwickeln, die echten Mehrwert bieten.

Das Ergebnis? Zufriedene Kunden, die uns weiterempfehlen, immer wieder mit uns zusammenarbeiten und mit denen wir über Jahre hinweg Erfolge feiern. Denn wir glauben daran, dass eine gute Geschäftsbeziehung genauso wie eine starke Freundschaft funktioniert: mit Respekt, Verlässlichkeit und dem gemeinsamen Ziel, Großes zu erreichen.

Nachhaltigkeit als Erfolgsfaktor
Nachhaltige Beziehungen sind für uns kein Trend, sondern ein entscheidender Erfolgsfaktor. Ob innerhalb unseres Teams oder in der Zusammenarbeit mit unseren Kunden – durch kontinuierliche Investitionen in Beziehungen stellen wir sicher, dass SEQIS auch in Zukunft stabil, innovativ und erfolgreich bleibt.

Denn Erfolg ist keine Eintagsfliege – sondern das Ergebnis von echtem Engagement und verlässlichen Partnerschaften.

Also, auf eine lange und erfolgreiche Zusammenarbeit!

Dieses Wachstum wird durch Investitionen in Technologien wie Low-Power-Wide-Area-Netzwerke (LPWAN) und die Einführung von 5G-Netzen unterstützt, die eine kostengünstige und energieeffiziente Konnektivität ermöglichen.

Die zunehmende Verbreitung von IoT-Geräten trägt dazu bei, Prozesse zu optimieren und Kosten zu senken, was ihre Popularität in Europa weiter fördert. Es wird erwartet, dass dieser Trend in den kommenden Jahren anhält, insbesondere in Bereichen wie Energieeffizienz, Logistik und Umweltüberwachung.

Doch wie wirkt sich diese Technologie auf die Nachhaltigkeit aus? Sind IoT und Nachhaltigkeit ein Widerspruch, oder können sie gemeinsam zur Gestaltung einer umweltfreundlicheren Zukunft beitragen?

Dieser Artikel beleuchtet die Potenziale und Herausforderungen des IoT im Kontext der Nachhaltigkeit.

Chancen: IoT als Treiber für Nachhaltigkeit
IoT bietet zahlreiche Möglichkeiten, Nachhaltigkeitsziele effektiv zu unterstützen:

Effiziente Ressourcennutzung:

Präzisionslandwirtschaft: IoT-Sensoren liefern in Echtzeit Daten zu Bodenfeuchtigkeit, Temperatur, Nährstoffgehalt und Wetterbedingungen. Dadurch kann die Bewässerung gezielt auf die Bedürfnisse der Pflanzen abgestimmt werden, was nicht nur Wasser spart, sondern auch die Gefahr von Bodenerosion reduziert. Auch der Dünger wird durch gezielte Anwendung effizienter genutzt, was zu einer ressourcenschonenderen Landwirtschaft beiträgt.

Energieeffiziente Gebäude: Intelligente Heizungs-, Kühl- und Beleuchtungssysteme passen sich an die Nutzung an. So wird zum Beispiel ungenutzte Beleuchtung automatisch ausgeschaltet, und Heizsysteme werden in leeren Räumen heruntergeregelt. Dies spart nicht nur Energie, sondern reduziert auch die Betriebskosten erheblich.

Stromnetze: Intelligente Stromnetze (Smart Grids) nutzen IoT zur Optimierung des Energieverbrauchs und Integration erneuerbarer Energien.

Optimierung der Lieferketten:

Transparenz: IoT-Geräte wie GPS-Tracker ermöglichen die lückenlose Nachverfolgung von Waren in Echtzeit. Dadurch können ineffiziente Routen vermieden und Lieferzeiten verkürzt werden. Dies spart Kraftstoff und reduziert CO?-Emissionen.

Reduzierung von Lebensmittelverschwendung: In der Lebensmittelbranche überwachen smarte Verpackungen die Temperatur verderblicher Waren während des Transports. Bei Temperaturabweichungen kann frühzeitig eingegriffen werden, wodurch Lebensmittelabfall vermieden wird.

Unterstützung der Kreislaufwirtschaft:

Proaktive Wartung: IoT kann den Zustand von Maschinen und Geräten überwachen, um Anzeichen von Verschleiß frühzeitig zu erkennen. So werden Reparaturen rechtzeitig durchgeführt, bevor teure und ressourcenintensive Ausfälle auftreten.

Langlebigkeit und Recycling: Nutzungsdaten helfen Herstellern, Schwachstellen in ihren Produkten zu erkennen und diese langlebiger zu gestalten. Auch das Recycling wird durch eine genauere Identifikation von Materialien in IoT-Geräten vereinfacht.

Intelligente Abfallwirtschaft: IoT-Sensoren in Müllcontainern optimieren die Entleerungstouren von Entsorgungsunternehmen und reduzieren damit Verkehrsaufkommen und Energieverbrauch.

Umweltüberwachung:

Klimaschutz: IoT-Sensoren erfassen Daten zu Luftqualität, Emissionen und Wasserverunreinigungen. Diese Informationen können in Echtzeit übermittelt werden, um Umweltprobleme schneller zu identifizieren und gezielte Maßnahmen einzuleiten.

Städtische Infrastruktur: Smarte Verkehrsmanagementsysteme analysieren Verkehrsflüsse auf Basis von IoT-Technologie in Echtzeit und optimieren Ampelschaltungen oder leiten Fahrzeuge um, um Staus zu vermeiden. Dies reduziert sowohl die Fahrzeiten als auch den Kraftstoffverbrauch und verbessert die Luftqualität.

Herausforderungen: Nachhaltigkeitsrisiken des IoT

Trotz der vielversprechenden Möglichkeiten birgt der Einsatz von IoT auch Herausforderungen für die Umwelt:

Energieverbrauch:

Skalierungseffekte: Die exponentielle Verbreitung von IoT-Geräten führt zu einem steigenden Strombedarf für deren Betrieb und Datenverarbeitung.

Rechenzentren als Energieverbraucher: Cloud-Infrastrukturen, die IoT-Daten speichern und analysieren, sind oft sehr energieintensiv und benötigen nachhaltige Energielösungen.

Optimierungspotenzial: Ohne den Einsatz von energieeffizienten Algorithmen und Hardware könnte der Betrieb von IoT-Netzwerken den Energiebedarf der IT-Industrie erheblich steigern.

Elektronikschrott:

Kurze Lebenszyklen: Viele IoT-Geräte haben eine begrenzte Lebensdauer. Zudem erschweren proprietäre Technologien und fehlende Standards das Recycling.

Wachsende Abfallberge: Laut der UNEP („UN Environment Programme“) entsteht jährlich mehr als 50 Millionen Tonnen Elektroschrott. IoT könnte diese Zahl weiter erhöhen, wenn keine geeigneten Maßnahmen ergriffen werden.

Obsoleszenz durch technologische Entwicklung: Kurze Innovationszyklen führen dazu, dass Geräte schneller veralten und ersetzt werden müssen, was die Umweltbelastung erhöht.

Datensicherheit und Datenschutz:

Energieverbrauch durch Datenverarbeitung: Die Speicherung und Analyse von IoT-Daten benötigen große Rechenkapazitäten und somit Energie. Unnötige Datensammlungen könnten diesen Effekt verschärfen.

Ethische Fragen: Neben den Umweltaspekten wirft IoT Fragen des Datenschutzes und der Privatsphäre auf, da immer mehr persönliche Daten von IoT-Geräten gesammelt und verarbeitet werden.

Lösungsansätze: Nachhaltigkeit im IoT fördern

Nachhaltigkeit im IoT kann durch gezielte Maßnahmen entlang des gesamten Lebenszyklus von IoT-Geräten und -Infrastrukturen gefördert werden. Hier sind die wichtigsten Ansätze:

Green Design:

Effiziente Hardware: Geräte sollten energiearme Sensoren und Chips nutzen, die minimalen Stromverbrauch garantieren und mit langlebigen Materialien ausgestattet sind.

Modularität: Designs, die einfache Reparaturen und Upgrades erlauben, reduzieren Elektroschrott und sorgen für eine längere Nutzungsdauer.

Einsatz recycelter Materialien: Hersteller können nachhaltige Materialien integrieren und hohe Recyclingquoten anstreben, um die Umweltbelastung zu minimieren

Betrieb:

Erneuerbare Energiequellen: IoT-Geräte und die dazugehörige Infrastruktur, wie Rechenzentren, sollten auf Strom aus erneuerbaren Energien setzen. Dezentrale Energiequellen wie Solarenergie für Sensoren können ebenfalls helfen.

Dynamische Datenverarbeitung: Edge Computing ermöglicht es, Daten näher an der Quelle zu verarbeiten, wodurch der Energieverbrauch für die Datenübertragung verringert wird. Redundante Datensammlungen sollten vermieden werden, um unnötige Rechenlasten zu minimieren.

Nutzung von Low-Power-Netzwerken: Technologien wie LPWAN (Low Power Wide Area Networks) bieten energieeffiziente Kommunikationslösungen, besonders für Geräte mit geringer Bandbreitenanforderung

Standardisierung und Regulierung:

Globale Standards: Einheitliche Protokolle und offene Standards erleichtern die Wiederverwendung und das Recycling von Geräten

Verpflichtende Recyclingquoten: Hersteller sollten gesetzlich verpflichtet werden, hohe Anteile an recycelten Materialien in neuen IoT-Produkten zu verwenden.

Bewusstseinsbildung:

Aufklärung: Unternehmen müssen Mitarbeitende und Kunden über nachhaltige Nutzungsmöglichkeiten informieren.

Nachhaltiger Konsum: Verbraucher sollten Geräte bewusst auswählen und bei ihren Kaufentscheidungen auf Langlebigkeit und Effizienz achten.

Fazit

IoT und Nachhaltigkeit stehen nicht zwangsläufig im Widerspruch. Im Gegenteil: Richtig eingesetzt, kann IoT eine entscheidende Rolle bei der Bewältigung globaler Umweltprobleme spielen. Entscheidend ist jedoch, dass die Technologien verantwortungsvoll entwickelt und genutzt werden. Energieeffizienz, langlebige Designs und der Einsatz erneuerbarer Energien müssen dabei im Mittelpunkt stehen, um sicherzustellen, dass IoT zu einer nachhaltigen Zukunft beiträgt – statt sie zu gefährden.

Hinweis: Dieser Artikel wurde durch ChatGPT unterstützt.

^[1] https://explodingtopics.com/…

Kurzfristige und im kleinen Bereich umsetzbare Maßnahmen
Zuerst zeige ich Ideen auf, die ohne große Vorbereitungen, finanziellen Aufwand und teilweise auch vom Team oder einzelnen Teammitgliedern umgesetzt werden können.

Speicher- und/oder Rechenleistung sparender Code
Das hört sich auf den ersten Blick nach einer Selbstverständlichkeit an, ist es aber in Wirklichkeit nicht. Ich habe es in meinem Berufsleben oft genug erlebt, dass effizienter Einsatz von Speicher und Rechenleistung zumindest in Teilbereichen keine wichtige Nicht-Funktionale-Anforderung war. Oft gibt es nur die Anforderung, dass die Benutzeroberfläche schnell reagieren muss, Back-End-Tasks werden aber oft nicht in Hinblick auf Effizienz programmiert, wenn ihre Durchlaufzeit keine Wichtigkeit hat. Man sollte aber jetzt auch nicht in einen “Optimierungswahn” verfallen. Lesbarer und leicht verständlicher Code ist in den meisten Fällen besser als hoch optimierter Code, der z.B. exzessiv Objekte wiederverwendet, um Aufwand durch Initialisierungen und Garbage Collection zu reduzieren. Es besteht die Gefahr, dass kleine Ressourceneinsparungen hier durch erhöhten Wartungsaufwand aufgefressen werden.

Modularer Code
Per se spart modulare Programmierung jetzt keine Ressourcen, sie ermöglicht es aber erst, exakt an die Anforderungen skalierbare Software zu erstellen.

Wahl effizienter Programmiersprachen
Programmiersprachen haben stark unterschiedliche Stärken und Schwächen. Manche Aufgaben können ausgezeichnet von leichtgewichtigen Skriptsprachen erledigt werden. Schwergewichtige Allzweck-Sprachen mit großem Funktions- und Leistungsumfang zu verwenden bedeutet, öfters auch mal mit Kanonen auf Spatzen zu schießen. Sicherlich haben diese Sprachen ihre Berechtigung, der Einsatz sollte aber bewusst erfolgen und nicht als einzigen Grund haben, dass “es das eh auch kann”.

Wahl der passenden IDE
Hier gibt es 2 Dinge zu beachten. Erstens gibt es IDEs, die initial schon deutlich mehr Ressourcen verbrauchen als leichtgewichtige Alternativen. Hier sollte man nicht einfach die IDE wählen, die die meisten Funktionen hat, sondern die, die die benötigten bietet. Zweitens kann man mittlerweile quasi alle IDEs hochgradig erweitern und Zusatzmodule installieren. Hier gibt es die Gefahr, dass man nicht genau überlegt, was man braucht, sondern einfach aus Bequemlichkeit viel zu viel installiert und die IDE unnötig aufbläht.

Richtiger Einsatz von KI
KI wird mittlerweile nicht nur als Hilfe bei der Programmierung, sondern auch immer mehr in der Software selbst eingesetzt. Klarerweise benötigt dieser Einsatz Ressourcen, er wird aber in vielen Fällen sinnvoll sein. Oft gibt es hier aber noch sehr viel Optimierungspotential. Mächtige LLMs liefern mittlerweile in vielen Szenarien erstaunlich gute Ergebnisse, brauchen aber sehr viel Energie (und verursachen dann auch hohe Kosten). Viele Tasks können aber auch von gut eingestellten, speziellen Modellen ähnlich gut, aber mit viel weniger Energieverbrauch und Kosten erledigt werden.

Maßnahmen, die typischerweise aufwendiger in der Umsetzung sind und über die Teamebene hinausgehen

Die folgenden Maßnahmen müssen üblicherweise firmenweit getroffen werden, benötigen höheren finanziellen Einsatz und können oft nur langfristig umgesetzt werden.

Nutzung von Software-Virtualisierung
Software-Virtualisierung kann helfen, die Software je nach Auslastung nach unten oder oben zu skalieren und damit nur so viele Ressourcen wie wirklich aktuell gebraucht werden.

Auch können so Test- und Staging-Systeme einfach nach Bedarf hoch- und nieder gefahren.

Modulare Software, die auf Services aufbaut, kann hier noch gezielter benötigten Teilen mehr Ressourcen zuweisen, ohne automatisch das ganze System hochskalieren zu müssen.

Nutzung von Hardware-Virtualisierung
Hardware-Virtualisierung hat den Vorteil, dass aus einem gemeinsamen Pool an Speicher und Rechenleistung beides nach Bedarf den laufenden Systemen zugeteilt werden kann. Ohne diese Virtualisierung müsste jedem System von vornherein so viele Ressourcen zugeteilt werden, wie es maximal benötigen darf – was in Summe deutlich mehr sein kann. Besonders sinnvoll ist dies, wenn man schon a priori weiß, dass das System zu unterschiedlichen Zeiten hohe Auslastungen haben wird.

Natürlich wird durch diese Virtualisierung Overhead erzeugt, daher muss dies mit dem Einsparungspotential abgeglichen werden. Sicherheitstechnisch muss man zusätzlich bedenken, dass physische Daten von mehreren Systemen auf einer Hardware landen, was eventuell nicht gewünscht ist. Sauber konfigurierte Systeme können diese Risiken aber softwaretechnisch gut mitigieren, bei extrem sensiblen Daten mag dies aber nicht reichen.

Dann stellt sich auch die Frage, ob diese Virtualisierung intern abgewickelt, von einem Rechenzentrum übernommen oder überhaupt von einem Cloud-Anbieter abgewickelt werden soll.

Das größte Ressourcen-Einsparungspotential gibt es sicherlich in der Cloud. In der Cloud können Einsparungsmaßnahmen so weit gehen, dass Rechenleistung zeitlich an unterschiedlichen Orten generiert wird, wo gerade Überschuss an Energie herrscht. Nachteil ist aber, dass man kaum Einfluss darauf hat, wie der Cloud-Anbieter dies wirklich umsetzt, ob diese Einsparungen sich ökonomisch auch für den Kunden lohnen und ob andere Nebeneffekte den ökologischen Fußabdruck nicht doch noch größer machen. All dies hat man natürlich besser im Griff, wenn Rechenleistung und Speicher intern bereitgestellt werden.

Passende Hardware für Mitarbeiter
Eine sinnvolle Auswahl der Hardware kann auch Einsparungspotential bieten. ARM-Systeme sind derzeit deutlich ressourcenschonender als x86-Systeme.

Ebenso ist der Einsatz von Echtgeräten eine Alternative zur Verwendung von besonders rechenstarker Hardware, die die Emulation stemmen können muss.

Eine weitere Möglichkeit ist die Verwendung von virtualisierten Arbeitsumgebungen. So muss die geforderte Rechenleistung nicht von der Hardware des Users generiert werden, sondern kann von einem zentralen Server bezogen werden, der dies potenziell effizienter machen kann.

Homeoffice im Hinblick auf Ressourcenschonung
Homeoffice spart zwar Ressourcen, die bei der Anfahrt zum Arbeitsort verbraucht werden, verbraucht aber an anderer Stelle auch Ressourcen. Als einfachstes Beispiel gebe ich hier ein größeres Meeting an, bei dem einmal alle Teilnehmer ihren eigenen Computer und Bildschirm nutzen und über das Netzwerk kommunizieren müssen, während, wenn alle an einem Ort wären, keine technischen Geräte in Betrieb sein müssten. Auch andere Aspekte könnten ein großes Büro effizienter bedienen als viele einzelne verteilte Arbeitsplätze.

Ein öffentlich gut erreichbares, energieeffizientes Gebäude, Mitarbeiter-Benefits wie gestützte E-Mobility und sinnvoller Einsatz von Homeoffice tragen sicherlich auch zu ökologischer Effizienz bei.

„Der brasilianische Teil des Amazonasgebiets hat zwischen 2010 und 2019 rund 18 Prozent mehr CO2 ausgestoßen als im selben Gebiet vom Regenwald gespeichert wurde.“ ^[4] (Thome, M. (2021, May 3).

Amazonas-Gebiet stößt mehr CO2 aus, als es bindet (GEO. Retrieved February 26, 2025).^[4]

Im Januar lag die globale Temperatur 1,75 Grad über dem vorindustriellen Niveau 5. Dies ist auch der Grafik zu entnehmen, in der man auch sieht, dass die Jahre 2023 und 2024 einen beachtlichen Sprung der globalen Temperatur aufweisen.

Das Pariser Klimaabkommen hat sich zum Ziel gesetzt, die globale Erderwärmung auf 1,5°C zu beschränken. Häufig ist zu lesen, dass sich diese Temperatur auf das Mittel von 1-2 Jahrzehnten bezieht. Das würde bedeuten, wir können erst im Nachhinein feststellen, ob wir das Ziel verfehlt haben. Unabhängig davon sehen wir anhand der Grafik des 6. Weltklimaratberichts und des aktuellen politischen Kurses, dass zu wenig getan wird und dieses Ziel jetzt schon als gescheitert angesehen werden kann. 2024 war sogar der Verbrauch von Öl, Gas und Kohle auf einem Allzeithoch.

Bereits jetzt ist absehbar, dass kein aktuell lebender Mensch mehr einen Rückgang der Erwärmung erleben wird. Die Klimakatastrophe kann nur noch gebremst, aber zu unseren Lebzeiten nicht rückgängig gemacht werden. Also, es ist höchste Zeit zu handeln, denn das Fenster, etwas zu tun, schließt sich immer weiter.

Die Hauptverursacher, Potentiale und die Rolle der IT

Die größten Faktoren für das Steigen der Emissionen sind vor allem Energie-, Industrie- und Bausektor mit ~79%. Danach kommt die Land- und Forstwirtschaft sowie andere Landnutzung Sektoren mit insgesamt 22%.^[9]

Die EU Kommission^[10] nennt konkreter die folgenden Gründe für das weitere Anwachsen der Emissionen:

Verbrennung von Kohle, Erdöl und Erdgas

Abholzung von Wäldern (Entwaldung)

Intensivierung der Viehzucht

Stickstoffhaltige Dünger

Der Informations- und Kommunikationssektor (IKT-Sektor) ist dabei gerade mal für 2% der weltweiten CO2 Emissionen verantwortlich. Sieht man sich den Stromverbrauch an, sind es 5-9%^[11]. Das sind durchaus beachtliche Zahlen, doch im Vergleich zu den oben genannten Faktoren eher gering. Würde man die Energiegewinnung vollständig auf erneuerbare Energien umstellen, würde der Anteil an CO2 Emissionen des IKT-Sektors auch beachtlich schrumpfen. Jedoch ist die Belastung von Klima und Umwelt nicht ausschließlich auf CO2-Emissionen, beschränkt und die vollständige Umstellung auf erneuerbare Energien würde auch noch einige Zeit und mehr politischen Willen benötigen.

Im sechsten Sachstandbericht der Arbeitsgruppe 3 zur Minderung des Klimawandels habe ich folgende Aussage gefunden:

„In Entwicklungsländern wurde Innovation aufgrund von weniger förderlichen Rahmenbedingungen verzögert. Digitalisierung kann Emissionssenkungen ermöglichen, kann aber auch negative Nebeneffekte haben, wenn sie nicht angemessen gesteuert wird.“^[12]

Als Beispiel: Der Einsatz von KI und Robotern kann Produktionsprozesse weiter optimieren, indem der Materialverbrauch reduziert und die Energieeffizienz gesteigert wird. Gleichzeitig könnte dadurch die Produktion gesteigert und so die Auswirkungen einer geringeren Belastung für die Umwelt verloren gehen. (Sollten Sie sich für KI und Nachhaltigkeit interessieren, finden Sie auch einen eigenen Artikel dazu in unserer Quality News: „Nachhaltigkeit vs. Fortschritt: Ist KI ein Umweltproblem?“).

Das bedeutet, dass sich eine Effizienzsteigerung nicht auf eine erhöhte Produktion, sondern nur auf reduzierte Kosten auswirken sollte. Außerdem ist es wichtig, den Energieverbrauch so weit wie möglich zu reduzieren. Selbst bei ausschließlicher Nutzung erneuerbarer Energien bleibt ein verantwortungsvoller Umgang mit Rohstoffen und unserer Umwelt unerlässlich – denn die Naturgesetze sind unveränderlich.

Wie können wir Green IT und Nachhaltigkeit im Unternehmen umsetzen und wie kann davon profitiert werden?

Natürlich ist individuelles Verantwortungsbewusstsein zu befürworten. Zum Beispiel ist es sinnvoll, nicht benötigte Arbeitsgeräte (z.B. über das Wochenende) abzuschalten, anstatt nur in den Standby-Modus zu versetzen. Jedoch würde ich an dieser Stelle noch nicht von Green IT sprechen, abgesehen davon, dass es nur sehr marginale Verbesserung bringt, vermutlich nicht von allen umgesetzt wird. Hier meine Vorschläge für konkrete Handlungsempfehlungen:

Home Office: Durch Home Office lassen sich Arbeitswege vermeiden und so den CO2 Ausstoß für Arbeitswege stark reduzieren. Dadurch, dass das Büro nicht mehr voll besetzt ist, können geteilte Arbeitsplätze eingerichtet und somit Kosten gespart werden. Richtig umgesetzt, können sie für Arbeitnehmer ein attraktiveres Unternehmen werden und bieten einen Vorteil gegenüber der Konkurrenz.

Videokonferenzen: Manchmal lässt es sich nicht vermeiden, zu einem Kunden zu fahren. Videokonferenzen können Reisekosten sparen, sie sind einfacher zu planen und kurzfristiger umzusetzen und das weltweit.

Auf erneuerbare Energien setzen: Erneuerbare Energie ist die am nachhaltigsten produzierte Energie. Darum ist es vorteilhaft, Strom von Anbietern zu beziehen, die ausschließlich erneuerbare Energien beziehen. So kann auf Dauer Geld gespart werden und unterstützt den Ausbau dieses Sektors.

Energieeffiziente Hardware verwenden: Sei es bei Servern oder anderer IT-Ausrüstung. Es ist sinnvoll, auf energieeffiziente Hardware zu achten. Diese verbrauchen weniger Strom, was zu einer reduzierten Wärmeentwicklung und damit zu einer geringeren Kühlungsanforderung führt.

Cloud Computing und Virtualisierung: Vor der Beschaffung von eigenen Servern kann es hilfreich sein, zu beurteilen, ob eine Cloud Computing Lösung vorteilhafter ist. Diese verringern den Bedarf physischer Hardware und auch den anfallenden Elektroschrott. Außerdem können Cloud-Anbieter energieeffizientere Lösungen anbieten und erleichtern die Skalierbarkeit, wenn Ihr Unternehmen wächst. Durch Virtualisierung von Workspaces, vielleicht auch durch Auslagerung an Cloud-Providern, lässt sich zusätzliche Hardware einsparen, da mehrere Virtual Machines auf einem Server betrieben werden können. Durch die Auslagerung der Virtualisierung können auch andere diese Systeme nutzen, wenn sie nicht benötigt werden.

Es gibt noch zahlreiche andere Möglichkeiten für mehr Nachhaltigkeit im Unternehmen, wie nachhaltige Beschaffung, Optimierung des Produktlebenszyklus auf Langlebigkeit und Recycling. Sogar nachhaltige Softwareentwicklung wird immer wichtiger.

Für die Themen ressourceneffizientes Coding, nachhaltiges Testdatenmanagement und vieles mehr lesen Sie gerne die weiteren interessanten Artikel in unserer aktuellen Ausgabe der Quality News: Nachhaltigkeit in der IT!

Quellen: 

^[1] Wangerin, Claudia. „Flutschäden: Das nächste Jahrhunderthochwasser kommt bestimmt – was tun?“ Telepolis, 3 June 2024, https://www.telepolis.de/….

^[2] „Wärmste Jahre weltweit seit Beginn der Messung bis 2024.“ Statista, 4 February 2025, https://de.statista.com/….

^[3] „Klimawandel hat laut Studie die Brände in Los Angeles begünstigt.“ Tagesschau, 28 Januar 2025, https://www.tagesschau.de/….

^[4] „Thome, Matthias. “Amazonas-Gebiet stößt mehr CO2 aus, als es bindet -.“ GEO, 3 May 2021, https://www.geo.de/…. 

^[5] „Jänner 2025 war der wärmste je gemessene.“ Kurier, 6 February 2025, https://kurier.at/….

^[6] „Copernicus: January 2025 was the warmest on record globally, despite an emerging La Niña | Copernicus.“ Copernicus Climate Change, 6 February 2025, https://climate.copernicus.eu/…. 

^[7] „CO?-Emissionen 2024: Verbrauch von Öl, Gas und Kohle so hoch wie nie zuvor.” RND, 13 November 2024, https://www.rnd.de/…. 

^[8] Kriegler, E., et al. „Data for Figure SPM.4 – Summary for Policymakers of the Working Group III Contribution to the IPCC Sixth Assessment Report.” MetadataWorks, https://doi.org/….

^[9] „Klimawandel – Ursachen und Folgen.” Welthungerhilfe, https://www.welthungerhilfe.de/…. 

^[10] „Ursachen des Klimawandels – Europäische Kommission.“ EU Climate Action, https://climate.ec.europa.eu/…. 

^[11] Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie, https://www.bmk.gv.at/…

^[12] Deutsche IPCC-Koordinierungsstelle – de-IPCC, https://www.de-ipcc.de.

Katharina Aganina, „Green IT: So können Sie mithelfen, Ihr Unternehmen umweltfreundlicher zu gestalten“, Ratbacher Blog, https://www.ratbacher.at/…:~:text=Beispiele%3A%20Green%20IT%20in%20der,im%20Bereich%20Green%20IT%20t%C3%A4tig.

Amanda McGrath, Alexandra Jonker, „Was ist nachhaltige IT?“, IBM, 5. Juli 2024, https://www.ibm.com/…

1. Testen ist das Ausführen der Software mit dem Ziel, Fehler zu finden
2. Testen kann daher nur von Personen ordentlich gemacht werden, die nicht selbst der/die Entwickler sind
3. Testen ist daher eine eigene wichtige Disziplin, gleichwertig auf der Ebene der Softwareentwicklung und bedarf eigener Methoden und Experten

Interessanterweise unterstreicht Meyers in der dritten Auflage von 2011 diese Thesen. Sie haben in den 1990er und 2000er Jahren dazu geführt, dass einem ordentlichen Entwicklungsteam ein ordentliches dediziertes Testteam gegenübergestellt wurde. Das Berufsbild des Testers hat sich entwickelt, die Zusammenarbeit zwischen Entwicklungsteam und Testteam musste unter Zuhilfenahme von Süßigkeiten immer wieder neu aufgebaut werden und weil es keine andere Möglichkeit zur Automatisierung gab, wurde alles über die Oberfläche automatisiert.

Ohne diese bewegten Zeiten wüssten wir heute nicht: „Das Konzept hat nicht funktioniert“!

• Die Zusammenarbeit zwischen Entwicklungs- und Testteam war immer schwierig
• Entweder testeten die Entwickler gar nicht mehr selbst, „das macht ja eh das Testteam“
• Oder die Entwickler fühlten sich kontrolliert/bevormundet von den „Profi“-Testern, die vom Entwickeln im Regenfall keine Ahnung hatten
• Das Testteam fungierte oft als Projektbremse: „so lange wir das nicht ‚„fertig“ getestet haben, können wir nicht ausliefern“
• Oder das Testteam erstellte Unmengen von Bugs – ohne dabei die wirklich kritischen Bugs zu finden

Diese Erfahrung mussten viele Unternehmen machen, die z. B. ihr Testing an Crowdtestingplattformen auslagerten und ihre Tester pro Bug bezahlten. Sie bekamen viele Bugs.

Wobei, es lag nicht nur am getrennten Testteam. Die ganze Softwareentwicklung hat sich in den 1990ern und 2000ern in die falsche Richtung entwickelt. Alle propagierten die industrielle Softwareentwicklung in Anlehnung an Auto-Fertigungsstraßen. Modellgetriebene Softwareentwicklung, CASE-Tools, Software-“Generatoren“, es gab unzählige Ansätze, in diese Richtung zu gehen. Das Wasserfallmodell tat sein übriges und es kam wie es kommen musste, unzählige Softwareentwicklungsprojekte scheiterten. Sie scheiterten bei der Zeit, sie scheiterten beim Scope, sie scheiterten beim Budget, aber, und das spricht nicht für Meyers Ansatz, sie scheiterten vor allem bei der Qualität.

Die agile Revolution

Die Welt der Softwareentwicklung konnte so nicht weitermachen und immer mehr alternative Methoden und Entwicklungsprozesse erblickten die Welt. Extreme Programming (XP) brachte viele neue Konzepte mit sich, wie z. B. Unit Tests, Test Driven Development, User Stories, Story Points, etc. Feature Driven Development, DSDM, Kanban, Scrum, alle diese Methoden entstanden zu dieser Zeit aus dem Fakt heraus, dass so viele Projekte scheiterten.

Was danach kam, ist Geschichte: Die agilen Methoden wurden unter dem „Agile Manifesto“ zusammengebracht und traten ihren Siegeszug bis heute an.

Was blieb dabei auf der Strecke? Sie haben es sicher erraten: die Qualität und das Testen

Ein großer Teil des Problems ist dabei die ultrakonservative und traditionelle Sicht des Softwaretestens in diversen Zertifikaten wie z. B. dem ISTQB Certified Tester Foundation Level. Z. B. die beim Foundation Level zugrunde liegenden Prozessmodelle wie z. B. der „fundamentale Testprozess“ erheben universalen Gültigkeitsanspruch unabhängig vom Entwicklungsprozess.

Die Gegenbewegung zu den traditionellen Zertifikaten waren Bücher wie „Agile Testing“ oder „More Agile Testing“ von Janette Gregory und Lisa Crispin oder auch die Certified Agile Tester Zertifizierung, die insbesondere von 2011 an den Markt dominierte.

All diese Entwicklungen zeigten die Schwächen von Meyers Konzepten auf. Das Testing wanderte wieder zurück in das agile Team und auch unser Produktportfolio entwickelte sich weiter: Mit unserem Agile Quality Coaching ^[1] helfen wir agilen Teams die gesamte Qualitätssicherung besser in ihren Entwicklungslifecycle zu integrieren und mit unseren Remote Testing Services ^[2] erweitern wir die Testingkapazitäten unseres Kunden direkt in den agilen Prozess eingebettet.

Nun, was hat das alles mit Shift Left Testing zu tun?

Shift Left Testing ist die konsequente Weiterentwicklung der agile testing Konzepte, die sich in den letzten 10 Jahren entwickelt haben.

Eine Auswahl der wichtigsten Eckpunkte des Shift Left Testings sind:

1. Mache Qualität zu einem Querschnittsmindset. Qualität betrifft jede einzelne Aktivität im gesamten Softwareentwicklungsprozess
2. Nutze Quality Gates wie Definition of Ready und Definition of Done im Prozess, um den Level der notwendigen Qualität zu fixieren und abzusichern
3. Sichere die Qualität bei der Anforderungserhebung durch bessere Kommunikation
4. Sichere die Qualität auf Ebene der Anforderungsbeschreibung durch Reviews
5. Sorge für Wartbarkeit und Lesbarkeit und damit für langfristige Werthaltigkeit des Codes bereits in der Entwicklungsumgebung durch Einsatz entsprechender Tools (Beautifier, Coding Style Guide, etc.)
6. Sichere die Qualität durch statische Code Analyse bereits in der Entwicklungsumgebung ab
7. Tracke technische Schulden, am besten toolgestützt
8. Erhebe und beobachte Codequalitätsmetriken wie Duplication, Cyclomatic Complexity oder Code Smells
9. Sichere die Qualität auf Codeebene mit Unit Tests
10. Strebe die richtigen 100% an Unittestabdeckung an
11. Nutze alle Möglichkeiten ohne UI zu testen, z. B. durch Consumer Driven Contract Tests oder API-Tests
12. Vermeide so weit wie möglich automatisierte UI-Tests und nutze sie nur für die wichtigsten End 2 End Regressionstests
13. Führe alle weiteren regressiven Qualitätssicherungsschritte automatisiert über die Continuous Integration/Delivery/Deployment Pipeline aus
14. Konzentriere manuelle Testaktivitäten auf die kreativen und wichtigen Tests
15. Nutze Session Based Testing und Timeboxing so früh wie möglich im Prozess
16. Wende die Grundsätze der Softwareentwicklung auch auf Testartefakte an (Versionierung, keine Redundanzen, Modularisierung, Klasse statt Masse, usw.)
17. Dokumentiere alle Testaktivitäten automatisiert durch Testevidenzen
18. Nutze Testmethoden wie z. B. Grenzwertanalyse, Äquivalenzklassen oder Pairwise Testfallreduktion auf allen Ebenen (was bedingt, das alle im Team diese Techniken kennen)
19. Reporte den Qualitätszustand automatisiert in Echtzeit
20. Mache alle Testaktivitäten transparent und auch für den Kunden einsehbar

Die Auswahl zeigt, Shift Left Testing führt das Testen wieder dorthin zurück, wo es einst war: zu den Anforderungen und in das Umsetzungsteam. Testing ist immer und überall und die Teammitglieder sollten dazu in der Lage sein, jederzeit in die Testrolle zu schlüpfen, genauso wie in die einer Programmiererin, des Architekten oder eines Requirement Engineers. AI wird jeden einzelnen der oben genannten Punkte in Zukunft erleichtern und unterstützen können.

Schlussfolgerung: Alles wird technisch

Shift Left Testing bildet einen Trend ab, der sich in den letzten Jahren immer mehr verstärkt hat und nun durch AI nochmals einen großen Boost bekommen hat: Testen wird immer technischer und ein guter Tester zu sein, ist ohne Entwicklungsskills nur noch im sehr eingeschränkten Umfeld des Abnahmetestens z. B. für den Fachbereich des Kunden möglich. Die Mitarbeit in einem agilen Team erfordert in jedem Fall die entsprechenden technischen Skills um den Weg des Shift Lefts mitgehen zu können. Das hat natürlich entscheidende Auswirkungen auf das Berufsbild des Softwaretesters. Die veraltete Form, die z. B. Meyers propagiert hat, wird mittelfristig keinerlei Relevanz mehr haben.

Dann ist wieder vereint, was nicht getrennt hätte werden dürfen. Doch ein großer Vorteil der temporären Trennung von Entwicklung und Test ist, dass sich Testing damit trotzdem stark weiterentwickelt hat und das neue gemeinsame Ganze „Shift Left“ ist damit deutlich stärker, als es die Softwareentwicklung 1979 je hätte sein können. 

Quellen und weiterführende Informationen

Meyers 1979, 2004, 2011
https://malenezi.github.io/malenezi/SE401/Books/114-the-art-of-software-testing-3-edition.pdf

https://agilemanifesto.org/

^[1]Agile Quality Coaching: https://www.seqis.com/de/leistungen/methodology-tools

^[2]Remote Testing Services: https://www.seqis.com/de/leistungen/remote-testing-services

INVARIS Informationssysteme GmbH: INVARIS ist ein international führender Hersteller von Software-Plattformen für interaktive Formular- bzw. Dokumentenerstellung und -bearbeitung. Die Spezialität von INVARIS sind hochvolumige Dokumentenerzeugung, automatisierte Textverarbeitung und intelligentes Output Management. Seit 1986 setzt das Unternehmen Maßstäbe im Bereich Document Intelligence. Mit über 30 Jahren Erfahrung und stetigem Blick in die Zukunft kann INVARIS seinen Kunden genau die Produkte anbieten, die sie benötigen. Qualität: Höchste Qualität bei jedem Arbeitsschritt – das gilt nicht nur für die Produkte, sondern auch für die Implementierung, den Service und die Wartung der Lösungen.

Die Aufgabenstellung

• Qualitätssteigerung der zunehmend komplexer werdender Softwareprodukte der goSmart®-Suite
• Solide Weiterentwicklung der Softwareprodukte der goSmart®-Suite
• Aufzeigen von passgenauen Maßnahmen
• Gezielte Begleitung bei Umsetzung der Maßnahmen

Wie wurde die Aufgabenstellung gelöst

• Umfassende Analyse des Status Quo
• Individuell ausgerichtete Identifizierung von Pain Points
• Entwicklung einer ganzheitlichen Qualitätssicherungsund Teststrategie, über den gesamten Prozess von der Anforderung bis zur Produktion
• Good Practices identifiziert und implementiert
• Optimierungsmaßnahmen identifiziert und erfolgreich umgesetzt

Das Gespräch 

• Martin Schöllerl, Head of Development
• Sandra Benseler, SEQIS Sales Managerin

Sandra Benseler: Wie dringend war es, in Ihrem Unternehmen Veränderungen am Entwicklungsprozess vorzunehmen? Oder anders gefragt: Gab es einen Zeitpunkt, an dem deutlich wurde, dass Handlungsbedarf besteht?

Martin Schöllerl: Ja, die Notwendigkeit einer gezielten Optimierung war sehr deutlich geworden. Die Komplexität unserer Softwareprodukte der goSmart®-Suite hat in den letzten Jahren stark zugenommen. Dies hatte zur Folge, dass unsere Software sehr präzise weiterentwickelt werden musste, um sicherzustellen, dass sie auch nach Anpassungen und Erweiterungen noch wie gewünscht funktioniert. Zum anderen ist unser Team, das für die Installation und Betreuung der Software beim Kunden verantwortlich ist, gewachsen. Auch damit wurde die Zuverlässigkeit der Funktionalitäten auf die Probe gestellt. Insbesondere bei individuellen Systemanbindungen. Die größte Herausforderung war dabei das manuelle Testen bei gleichzeitig steigender Komplexität. Es kam dazu, dass Fehler erst spät entdeckt wurden. Zudem hatten wir es mit Legacy-Software zu tun, die teilweise 20 Jahre alt und monolithisch gewachsen ist. In der Vergangenheit zögerten Entwicklerinnen und Entwickler oft, Änderungen am Code vorzunehmen, weil sie sich unsicher fühlten. Interne Abhängigkeiten und die Komplexität der Produkte erhöhten das Risiko, unbeabsichtigte Probleme zu verursachen. Diese Unsicherheit machte die Entwicklungsarbeit weniger angenehm, da jede Änderung mit einem gewissen Bauchweh verbunden war. Der Wunsch, von manuellen zu automatisierten Testverfahren überzugehen, zeigte uns, dass wir nicht genau wussten, wie und wo wir anfangen sollten. Unser Ziel war es daher, ein Sicherheitsnetz zu schaffen – sowohl für die Entwicklerinnen und Entwickler als auch für die Teams, die die Produkte beim Kunden betreuen. Damit einhergehend wird auch die Kundenzufriedenheit erhöht.

Sandra Benseler: Wie konnte unser Agile Quality Coach Sie dabei am besten unterstützen?

Martin Schöllerl: Auf vielfältige Weise. Zunächst wurden umfassende Analysen durchgeführt, die durch persönliche Interviews mit allen relevanten Stakeholdern ergänzt wurden. Dazu gehörte auch eine sorgfältige Auswahl der Interviewpartner, um alle wichtigen Perspektiven abzudecken. Die gewonnenen Erkenntnisse wurden anschließend zusammengefasst und bildeten die Grundlage für die Ableitung von Maßnahmen. Diese Maßnahmen zielten darauf ab, Optimierungen umzusetzen und die Strategie zu verbessern. Die Ergebnisse und Empfehlungen wurden uns vor Ort vom Agile Quality Coach präsentiert, um alle Beteiligten auf den gleichen Stand zu bringen. Ein besonderer Fokus lag darauf, das Thema Unit Tests zu stärken und weiter voranzutreiben.

Sandra Benseler: Welche konkreten Verbesserungen konnten Sie nach Umsetzung der empfohlenen Maßnahmen feststellen? Können Sie ein konkretes Beispiel nennen, das diese Veränderungen verdeutlicht?

Martin Schöllerl: Ja, die Maßnahmen, die wir ergriffen haben, zeigten bereits sehr rasch positive Ergebnisse. Ein Beispiel ist ein Kunde, bei dem wir in letzter Zeit mehrere Updates durchgeführt haben. Vor Einbindung des Agile Quality Coaches mussten wir den UpdateTermin mehrfach verschieben, da die Qualität nicht ausreichte, und die Zeitpläne durcheinander geraten sind. Mit Beginn der Umsetzung von Maßnahmen, die uns der Agile Quality Coach aufgezeigt hatte, verliefen Update-Termine kontinuierlich besser und beim letzten Update verlief alles termingerecht und ohne Verzögerungen. Und auch die Anzahl der Fehler, die während der Testphase entdeckt wurden, ist kontinuierlich zurückgegangen. Diese Entwicklungen sind ein klares Zeichen dafür, dass unsere Maßnahmen Wirkung zeigen. Der Prozess ist zwar langwierig und es gibt noch viele Baustellen, aber die Fortschritte sind sichtbar. Es geht definitiv voran.

Sandra Benseler: Aus welchen Gründen haben Sie sich für die Unterstützung durch SEQIS entschieden?

Martin Schöllerl: Wir haben am Anfang auch andere Anbieter kontaktiert. Bereits in den ersten Gesprächen wurde uns bei den meisten Anbietern klar, dass keine individuellen Lösungen zu erwarten sind. Zudem fehlte der Workshopcharakter. Wir wollten eine für uns maßgeschneiderte Lösung, erstellt anhand einer detaillierten Analyse und der Möglichkeit, dass genau auf unsere speziellen Problemstellungen eingegangen wird. Von einer 0815 Lösung, mit der wir am Ende bei der Umsetzung wieder da stehen, wo wir am Anfang standen, wollten wir ja weg kommen. Wir wollten gezielte Maßnahmen vorgeschlagen bekommen, bei deren Umsetzung wir auch Schritt für Schritt begleitet werden, falls nötig. Bei SEQIS haben wir genau das erhalten, was unseren Erwartungen weit besser entsprach. Daher haben wir uns relativ schnell intern für SEQIS entschieden.

Sandra Benseler: Gab es neben der Unterstützung durch den Agile Quality Coach weiteren Bedarf, den SEQIS abdecken konnte?

Martin Schöllerl: Ja, im Bereich Unit Tests, als eine vorgeschlagene Maßnahme. Nach dem Analyse-Workshop und den Präsentationen, in denen auch erklärt wurde, wie man Unit Tests erstellt, kam diese zweite Phase, die gezielte Begleitung durch euch. Ein SEQIS Experte unterstützte unsere Kollegen und Kolleginnen dabei, notwendige Maßnahmen selbst umzusetzen. Anschließend wurden die Ergebnisse von euch wiederum überprüft. Bis auf ein paar kleine Punkte hatte der SEQIS Experte dann keine Beanstandungen oder weitere Verbesserungsvorschläge. Das Coaching hat also offenbar genau das bewirkt, was wir uns erhofft hatten: Die Mitarbeiter:innen haben die Konzepte verstanden und wenden die Best Practices erfolgreich an. Insgesamt zeigt dies, dass wir mit SEQIS die richtige Wahl getroffen haben.

Sandra Benseler: Mit welchem Argument würden Sie ITVerantwortliche davon überzeugen, dass ein Agile Quality Coaching eine gewinnbringende Unterstützung ist?

Martin Schöllerl: Der entscheidende Vorteil von einem Agile Quality Coaching ist der individuelle Ansatz. Anstatt nach einem standardisierten Schema vorzugehen, haben wir maßgeschneiderte Lösungsvorschläge und konkrete Maßnahmen erhalten, die direkt auf unser Unternehmen und unsere Prozesse abgestimmt waren. Das war für uns besonders wertvoll, weil wir so schnell Lösungen umsetzen konnten. Natürlich kann man sich auch im Internet viele Informationen und allgemeine Ratschläge holen. Doch die wirkliche Herausforderung liegt darin, diese Informationen gezielt auf die spezifischen Bedürfnisse und Prozesse unseres Unternehmens anzuwenden. Das ist genau das, was wir durch eure Unterstützung erhalten haben: maßgeschneiderte Lösungen statt allgemeiner Tipps. Zusätzlich hatten wir das Glück, zur gleichen Zeit einen neuen Mitarbeiter einzustellen, der sich ausschließlich mit diesen Themen beschäftigt. Das ist ein wichtiger Punkt: Man muss ausreichend Zeit und Ressourcen einplanen, um solche Projekte erfolgreich umzusetzen. Es ist nicht möglich, dies einfach nebenbei zu erledigen. Was uns besonders gefallen hat, war das Gefühl, dass ihr euch intensiv mit unseren spezifischen Bedürfnissen auseinandergesetzt und uns nicht nur allgemeine Ratschläge gegeben habt. Das war der Grund, warum wir uns für euch entschieden haben.

Sandra Benseler: Vielen Dank für das schöne Feedback und die Gelegenheit der erfolgreichen Zusammenarbeit mit Ihnen und Ihrem tollen Team!