Zusammenfassung
Der rasante Ausbau der digitalen Infrastruktur hat Rechenzentren zu einem Schwerpunkt der europäischen Energie- und Klimapolitik gemacht. Im Rahmen der neugefassten Energieeffizienzrichtlinie (EED) hat die Europäische Union ein öffentliches Register für Rechenzentren und ein Dashboard eingerichtet, um eine beispiellose Transparenz hinsichtlich der energie- und umweltbezogenen Leistung zu gewährleisten. Die ersten Veröffentlichungen dieser offiziellen Datensätze weisen jedoch erhebliche Herausforderungen hinsichtlich der Datenvollständigkeit und Unregelmäßigkeiten bei der Berichterstattung auf, was ihre unmittelbare Verwendbarkeit für eine empirische Bewertung der Politik einschränkt. Diese Studie präsentiert eine umfassende Analyse und systematische Verfeinerung des ursprünglich veröffentlichten Datensatzes. Wir haben einen automatisierten Datenverarbeitungsablauf entwickelt, um die Angaben aus den Registern zu validieren, statistische Ausreißer herauszufiltern und Datenlücken durch Neuberechnung zentraler Kennzahlen zu schließen, darunter die berechnete durchschnittliche Energieeffizienz (Power Usage Effectiveness, PUE), Auslastungsraten und die Rechenzentrumskapazität im Verhältnis zu nationalen Wirtschaftsindikatoren. Unsere Ergebnisse decken erhebliche regionale Unterschiede hinsichtlich Energieeffizienz sowie Infrastrukturdichte und -auslastung in ganz Europa auf, die durch einen ausgeprägten geografischen Effizienzgradienten zugunsten der nördlichen Mitgliedstaaten gekennzeichnet sind. Darüber hinaus deckt die Bewertung der Wirksamkeit des Rahmenwerks strukturelle Probleme bei der Datenqualität auf, was zu einer geschätzten Gesamtabdeckungsrate der Rechenzentren in der EU von lediglich 38 % sowie zu kritischen Anomalien in der Berichterstattung führt, wie beispielsweise theoretischen Auslastungsraten von über 100 % in ausgewählten Mitgliedstaaten. Letztendlich schafft diese Studie eine sorgfältig zusammengestellte Ausgangsbasis für die aktuelle europäische digitale Infrastrukturlandschaft und liefert einen verfeinerten, zuverlässigen Datensatz, um den Weg des Sektors hin zu den Netto-Null-Zielen zu verfolgen.
