Achim Guldner

Im Fokus meiner Arbeit steht die Mess- und Analysemethodik für energie- und ressourceneffiziente Software, sowie deren Übertragung auf Systeme der Künstlichen Intelligenz. Ich betrachte dazu insbesondere Faktoren, die den Verbrauch von Software- und insbesondere KI-basierten Systemen entlang ihres Lebenszyklus beeinflussen. Solche Einflussfaktoren sind beispielsweise der Ort (Cloud, Edge, Embedded) wo die Rechen- und Speicherdienste erbracht werden, die Rolle der Akteure, Anwendungsszenarien, Konfiguration der KI-Systeme, genutzte Daten, deren Darstellung und Übertragung, der Entwurf der Softwarearchitektur etc. Aus diesen möglichen Faktoren wähle ich dann, basierend auf existierender Literatur, sowie vorangegangenen Experimenten möglichst gut abgrenzbare Anwendungsfälle aus, in denen verschiedene Lösungsansätze zur Zielerreichung eingesetzt werden können. Beispiele hierfür sind die Verwendung von verschiedenen Programmiersprachen, Algorithmen, Bibliotheken, Datenstrukturen, Protokollen, Modellen, Hard- und Softwaresetups etc. Wenn die Auswahl getroffen ist, setze ich für die Anwendungsfälle Szenarien jeweils mit den zu untersuchenden Methoden um.  Während der Ausführung messe ich die Energie- und Ressourcenverbräuche. Die Messergebnisse werden dann u.a. hinsichtlich des Energieverbrauchs und der Hardwarenutzung und der einzelnen Methoden analysiert. Dadurch können die ausgewählten Szenarien miteinander verglichen werden, um z.B. das für diesen Anwendungsfall energieeffizientere Setup zu identifizieren.
 
Ein nicht zu unterschätzender Punkt ist dabei die (Weiter-)Entwicklung der Mess- und Evaluationsmethodik, denn Software kann schnell sehr komplex werden, was insbesondere auf die meist heterogenen und verteilten KI-Systeme zutrifft. Oft ist es notwendig vor den eigentlichen Experimenten, zunächst die Messung betreffende Faktoren anhand von Versuchen zu bestimmen, um so die ermittelten Einflussfaktoren isoliert messbar zu machen. Schließlich sollen die in den Versuchen gewonnenen Erkenntnisse zur Prognose und Optimierung der Energie- und Ressourceneffizienz umgesetzt werden. Die Umsetzung dieser Ansätze geschieht dann in verschiedenen Forschungsprojekten des Instituts. Dadurch sollen insbesondere Entwickler:innen, aber auch Studierende, und alle anderen am Lebenszyklus einer Software beteiligten Stakeholder ein Modell für das kontinuierliche Monitoring, sowie die Klassifikation und Optimierung der Auswirkungen ihrer Software auf den Energie- und Ressourcenverbrauch an die Hand bekommen.
 
Die entwickelten Modelle, Methoden und Kriterien werden durch die wissenschaftliche Community evaluiert, validiert und verbreitet, beispielsweise auf Konferenzen und Workshops. Nach und nach wird dann der Transfer in die Gesellschaft eingeleitet. Dies geschieht z.B. durch die Erarbeitung und Vorstellung von best practice Beispielen auf Entwicklerkonferenzen, der Kooperation mit der Industrie oder durch die Entwicklung von Labels, wie z.B. dem „Blauen Engel“. Wir hoffen, dass dies langfristig zu einem Umdenken in der Gesellschaft und durch Skaleneffekte schließlich zu starken Ressourceneinsparungen durch die Anwendung der Methoden in der Entwicklung von Software und insbesondere KI-Systemen führt.