State of the Fossil-Free Internet 2026
Fünf Datenvisualisierungen für das erste Jahresbriefing der Green Web Foundation, über schmutzige Rechenzentren, den Energiehunger von KI und die Lücke zwischen den Klimaversprechen der Tech-Konzerne und ihren tatsächlichen Emissionen.
Herausforderung
Lösung
Mein Beitrag
- Kunde
Green Web Foundation
- Meine RoleDatenvisualisierung
- Zeitraum
2025–2026
- Zusammenarbeit
Katrin Fritsch (Projektmanagement), Solana Larsen (Chefredaktion), Audrey Hingle (Kommunikation), Alice Apsey (visuelle Identität, Report-Layout, PDF), Nick Lewis (Web-Entwicklung)
Resultate
Statische Assets
Prozess
Auswirkungen
Viel Resonanz in der Community
Der Report fand in der Nachhaltigkeits- und Tech-Community sofort Resonanz. Klimaautor und -analyst Ketan Joshi — dessen eigene Forschung zu den Emissionen von Tech-Unternehmen die Abweichungs-Charts mitbeeinflusste — hob die Transparenz-Scorecard besonders hervor: 'Es ist nicht einfach, die bedeutsame Aussage einer leeren Zelle darzustellen, aber ich denke, das Team hat das sehr gut gemacht.' Andy Davies von Wholegrain Digital nannte die Visualisierungsarbeit namentlich: 'Die Arbeit, die Nick, Alice und Christian in die Website gesteckt haben, ist inspirierend.' Der eigene Launch-Post der Green Web Foundation erreichte innerhalb der ersten vier Wochen 117 Reaktionen und 40 Reposts. Der Report wurde redaktionell von The Energy Mix aufgegriffen, von Forschenden wie Dr. Sasha Luccioni (Chief Scientific Officer, Sustainable AI Group) geteilt und in Nachhaltigkeits- und Digitalinfrastruktur-Netzwerken zitiert.
Reichweite des Reports in den ersten 4 Wochen
Erkenntnisse
KI einsetzen, um einen Report über KI zu bauen
Dieses Projekt war eines der ersten, bei dem ich Claude Code durchgehend eingesetzt habe, für die Datenverarbeitung, die Chart-Iteration und das Schreiben des Produktionscodes für die WordPress-Einbettungen. Bei einem Fixbudget machte das den Unterschied zwischen fünf interaktiven Visualisierungen und drei. Das birgt eine echte Spannung, angesichts des Themas: Der Report dokumentiert die Umweltkosten von KI-Infrastruktur im Hyperscale-Bereich. Die Unterscheidung, die ich ziehen würde: Hyperscale-Computing (Trainingsläufe, dauerhaft laufende GPU-Inferenz) ist ein anderes Problem als ein Coding-Assistent, der hilft, schlankeres, effizienteres client-seitiges JavaScript zu schreiben. Das eine ist das Problem, das der Report beschreibt. Das andere ist ein Werkzeug, um innerhalb enger Rahmenbedingungen effizienter zu bauen. Der Report plädiert für weniger Nachfrage und verantwortungsvolleres Bauen. Das habe ich hier versucht.
Kontakt
Brauchen Sie Unterstützung für Ihr nächstes Projekt?
Zeitzone
Aktuelle Uhrzeit
Antwortzeit
Jedes Projekt beginnt mit einem Gespräch. Nicht sicher, ob Ihr Projekt passt? Zuerst die FAQ lesen, vielleicht beantwortet sie Ihre Frage, bevor wir sprechen.