Performance statt Perfektion: Eine Informatikerin lehrt Hardwaresysteme, nachhaltig zu rechnen

Rechenleistung wird billiger, Strom nicht: Das spüren viele Unternehmen, denn moderne IT-Systeme müssen immer komplexere Workloads verarbeiten, ob am Edge, im Rechenzentrum oder in zukünftigen Kommunikationsnetzen. Gleichzeitig bleiben die großen Effizienzsprünge aus, die früher automatisch mit neuer Hardware kamen.

Genau an dieser Stelle setzt die Forschung von Dr. Zahra Ebrahimi an. Für ihre Arbeit erhält sie den 3m5. Excellence Award 2026 für ihre herausragende Informatik-Dissertation der TU Dresden. In ihrer Arbeit tauscht sie unnötige Exaktheit gegen erhebliche Verbesserungen bei der Energieeffizienz und Performance ein. Das senkt die Energiekosten von Rechenoperationen und verkleinert den ökologischen Fußabdruck digitaler Technologien.

Statt überall auf maximale Präzision zu setzen, lässt Ebrahimi an ausgewählten Stellen sehr kleine, kontrollierte Ungenauigkeiten zu. Man kann es sich vorstellen wie beim Video-Streaming: Nicht jeder Frame muss in maximaler Auflösung sein, damit das Gesamtbild stimmt. Entscheidend ist, wo man spart, so die Informatikerin: „Viele Anwendungen, etwa in der Bildverarbeitung, im Machine Learning, in der Biosignal-Analyse oder im Edge Computing, verarbeiten verrauschte Daten aus der realen Welt und liefern auch dann nützliche Ergebnisse, wenn einige Zwischenberechnungen nur näherungsweise erfolgen.“

Diese Fehlertoleranz macht sie sich zunutze. Es wird also nicht das Endergebnis ungenauer, sondern ausgewählte Zwischenberechnungen: etwa durch leicht vereinfachte Schaltungen oder eine niedrigere Abtastrate bei Sensordaten.

In ihrer Arbeit entwickelt Ebrahimi Bausteine und Methoden, die dieses Prinzip über mehrere Ebenen hinweg nutzbar machen – von der Hardware bis zur Anwendung. Ihr Ziel: Das Dreieck aus Geschwindigkeit, Energieverbrauch und Ergebnisqualität so auszubalancieren, dass ein spürbarer Effizienzgewinn entsteht, ohne dass das Ergebnis zu ungenau ist.

Dafür betrachtet sie nicht nur einzelne Algorithmen oder Hardware-Tricks, sondern das Zusammenspiel. Ein Kern ihrer Methodik: Erst wird analysiert, welche Teile einer Anwendung wie empfindlich auf Ungenauigkeiten reagieren. Danach werden Stellschrauben wie Rechenpräzision, Ausführungsmodus oder Sampling so eingestellt, dass Energie- und Performancegewinne maximiert werden. „Das macht meinen Ansatz systematisch, statt auf manuelles Trial-and-Error zu setzen“, sagt Ebrahimi.

Wenn ein Wearable länger ohne Laden auskommen soll. Wenn medizinische Signale in einer Notaufnahme in Echtzeit ausgewertet werden müssen. – Ebrahimi sieht besonders viel Potenzial in folgenden Bereichen:

• Edge AI und Embedded Systems, etwa Drohnen, Wearables, smarte Sensoren
• medizinischer Biosignalverarbeitung, etwa EKG-/EEG-Monitoring
• Telekommunikation und 5G/6G-Netzinfrastruktur, etwa beim In-Network Computing
• Computer Vision und Multimedia, etwa Bildkompression, Objekt-Tracking
• Rechenzentren, wo selbst kleine Effizienzgewinne große Wirkung entfalten

Wo der größte Hebel liege, hänge vom Einsatz ab: „Edge-Geräte profitieren stark wegen Batterie-, Flächen- und Wärmegrenzen. Netzwerkinfrastruktur ist vielversprechend, weil 5G/6G Daten näher am Entstehungsort verarbeitet werden müssen. Und in Rechenzentren können schon kleine Effizienzverbesserungen zu großen Energie- und Kosteneinsparungen führen“, sagt die Informatikerin. Den stärksten langfristigen Effekt sieht sie „an der Schnittstelle von Edge-Geräten und Netzwerkinfrastruktur“.

Der Blick auf Energie ist für sie mehr als ein Performance-Thema: „Energieeffizienz in der IT wird künftig nicht nur darüber entscheiden, wie weit digitale Technologien skalieren können, sondern auch darüber, wie verantwortungsvoll und nachhaltig sie der Gesellschaft dienen können.“

Ihre Dissertation, so erzählt es die Informatikerin, wurde durch das akademische Umfeld an der TU Dresden geprägt, sowie durch das Netzwerk aus Initiativen wie Software Campus, Mission KI, acatech und AI Grid. Zusätzlich habe die Kooperation mit Huawei ihr geholfen, ihre Forschung mit industrierelevanten Fragestellungen rund um zukünftige Computing- und Kommunikationsinfrastrukturen zu verbinden. 

Und welchen Rat hat sie für Studierende, die ebenfalls in Richtung Embedded/Architektur forschen wollen? „Ich würde raten, eine breite Grundlage über den gesamten Computing-Stack hinweg aufzubauen. Moderne Rechnerarchitektur ist nicht nur Hardware: Man muss auch Algorithmen, Compiler, Anwendungen, Software-Constraints und systemische Trade-offs verstehen. Und die praktische Erfahrung ist entscheidend: FPGA-Prototyping, HDL-Design, Architektursimulation und Benchmarking realer Anwendungen vermitteln Erkenntnisse, die man aus Papers allein nicht lernen kann.“

Wir gratulieren herzlich zum 3m5. Excellence Award, der Dr. Zahra Ebrahimis Leistung würdigt, Computing energieeffizienter und ökologisch verantwortlicher zu machen!