Estimering

Denne side opdateres regelmæssigt for at inkludere den seneste forskning og information.

Seneste opdatering: 20. september 2023

Det er en udfordring at estimere CO₂-udledningen fra digitale produkter som hjemmesider, webshops og webapplikationer. Hvis man kigger på produktets livscyklus, bliver beregningerne hurtigt komplicerede grundet antallet af parametre og vores mulighed for præcist at estimere dem:

• Hvordan finder vi ud af, hvor meget data der flyttes fra serverne, hvor det digitale produkt er hostet og til slutbrugeren?
• Hvordan kender vi sammenhængen mellem datamængde der flyttes og strømforbrug?
• Hvordan ved vi om hjemmesidens servere bruger grøn energi?
• Hvordan finder vi ud af, hvilke devices hjemmesiden besøges fra, hvor lang tid der bruges på hjemmesiden, og hvilke menupunkter der vises?
• Hvad er sammenhængen mellem strømforbrug og CO₂-udledning?

Vores platform og beregningsmetode bygger på den seneste tilgængelige forskning indenfor området med inspiration fra andre online open source aktører som Mightybytes, EcoPing, the Green Web Foundation og WebsiteCarbon.

Vores mål er at skabe den mest nøjagtige beregningsmodel til estimering af digitale produkters CO₂-udledning. Idet GreenWeb. er et medlemsbaseret initiativ, ønsker vi at have størst mulig gennemsigtighed, og derfor kan du i følgende finde dokumentationen for vores beregningsmotor.

At bestemme præcise digitale emissionsberegninger kan være udfordrende på grund af de definerede netværksgrænser, som vi laver i forbindelse med kvantificeringen af emissionerne.

• Hvis grænserne er for stramme, vil vi ikke få en realistisk repræsentation af energiforbruget.
• Omvendt vil brede systemgrænser føje komplekse variable til ligningen, især når lukkede netværkselementer såsom Local Area Networks (LANs) og slutbruger-enheder tages med i betragtning.

Jo bredere systemgrænserne er, desto større bliver risikoen for betydelige fejl. I GreenWeb. har vi defineret de bredeste systemgrænser, der var tilgængelige for at repræsentere et omfattende CO₂-aftryk, med opdelte påvirkningen for hvert undersystem for at give større indsigt. Vi krydsrefererede også en række studier for at få et afbalanceret syn på de nuværende data som du kan læse under afsnittet referencer.

Vores systemopdeling søger at opsummere alle relevante klimabidrag når vi kigger på hjemmesiders klimapåvirkning. Vores opdeling bygger på Anders Andrae’s studie New perspectives on internet electricity use in 2030, som du også kan finde i referencerne nederst på siden:

• Brugerens device: slutbrugerens interaktion med hjemmesiden. Denne del estimeres at stå for 52% af hjemmesidens totale klimapåvirkning og indeholder strømforbruget på devicet siden vises fra. Hvis vi kigger på tilbagevendende besøg, altså fra brugere der tidligere har besøgt siden, forventes det at udgøre 25%.
• Netværk: Datatransfer over netværket. Dette sker når vi tilgår en hjemmeside og derved henter data fra en server. Dataoverførslen estimeres at stå for 14% af klimapåvirkningen.
• Datacenter: Datacentre forbruger energi for at holde servere kørende. Dette forventes at udgøre 15%.
• Hardwareproduktion: Klimapåvirkning for produktion af mange af de chips som bruges for at vi kan tilgå hjemmesider. Det kan være chips i datacentre, netværket og i slutbrugerens devices. Det estimeres at denne andel udgør 19% af klimapåvirkningen.

Det er vigtigt at forstå at estimering af en hjemmesides CO₂-udledning ikke er ligetil. Der er mange faktorer der kan være afgørende for resultatet og det er ikke alle steder vi har mulighed for at få data eller indsigt nok i systemernes sammensætning til at kunne fastsætte CO₂-udledningen med absolut præcision. Til udvikling af vores beregningsmotor bruger vi de seneste og mest relevante studier som du finder under referencer i bunden af siden. Studierne har forskelligt fokus – nogen af meget snævre systemgrænser med højere energi estimater mens andre har bredere systemgrænser og lavere energiestimater.

Dette udgør en væsentlig udfordring for vores model:

• Hvis vi overstimerer, kan virksomheder tro at de bidrager i højere grad til den grønne omstilling end det faktisk er tilfældet. Dette er specielt kritisk når vores CO₂-neutrale hjemmesidebadge bruges som led i markedsføring og branding.
• Hvis vi underestimerer, kan virksomheder konkludere at deres hjemmesider klimapåvirkning er ubetydelig og miste interesse i at optimere og reducerer deres hjemmesiders CO₂-aftryk.

Vi har valgt at bruge tallene fra Andraes studie og for at være sikker på validiteten har vi krydstjekket med et Schweizisk studie der gik på uoverensstemmelser i energivurderinger, som viste ligheder med enkelte acceptable forskelle. Vores model er under løbende udvikling hvor vi opdaterer vores algoritmer når der kommer nye tal og forskning på området.

Denne metode er en standardiseret tilgang og tager ikke højde for alle variable der er forbundet med en hjemmesides klimapåvirkning.

Vi har valgt kWh/GB som nøgletal til at beregne CO₂-aftrykket, da dette tal er muligt at måle for de fleste hjemmesider og er den måleenhed, der bruges af de fleste undersøgelser om dette emne.

Data, der bruges til at beregne energiforbruget, er afledt af rådata for “Forventet 2020-scenariet” fra Andrae-undersøgelsen.

I vores beregninger bruger vi den aktuelle CO₂-intensitet fra de lande der er involveret. Dvs. er hjemmesiden hostet på en IP-adresse i Tyskland bruger vi den aktuelle tyske CO₂-intensitet der tager højde for hvordan den daglige tyske elproduktion ser ud herunder hvilke energikilder elektriciteten stammer fra: atomkraft, vind, sol, kul, biomasse etc. Vi får vores tal fra XX, og du kan få et aktuelt indblik på ElectricityMaps

Hvis dine servere er registreret i the Green Web Foundation reducerer vi CO₂-intensiteten på serverdelen til 50 gram / kWh baseret på dette studie fra NRFL.

Vores metode forudsætter, at datatrafik “inden for datacentre” og “mellem datacentre” er delprocesser af det arbejde, der skal udføres for at levere indeholdet af hjemmesider til slutbrugere. Dataoverførsel til slutbrugere er grundlaget for beregningerne.

Vi bruger disse datapunkter til at definere vores beregninger:

• Årligt energiforbrug af internettet: 1988 TWh
• Årlig slutbrugertrafik: 2444 EB
• Årlig internetenergi/årlig slutbrugertrafik = 0,81 tWh/EB eller 0,81 kWh/GB
• CO₂-intensitet: Aktuelle CO₂-intensitet fra XXX baseret på land og tidspunkt.
• CO₂-intensitet for grøn energi: 50 g/kWh

Ved brug af overstående data udleder vi følgende:

Energiforbrug pr besøg i kWh (E):

E = [Datatransfer pr besøg i GB · 0.81 kWh/GB]

Udledning pr besøg i gram CO₂:

C = E x aktuel CO₂-intensitet i elnettet i pågældende land.

Det videnskabelige samfund har endnu ikke opnået bred konsensus om, hvordan man specifikt måler emissioner fra hjemmesider. Nogle er kritiske over for modellen beskrevet ovenfor, mens andre arbejder på at finpudse og forfine den yderligere.

For at være helt ærligt, kan vi ikke vente, mens en færdig model udarbejdes. Hvor det kan være svært at estimere den faktiske klimapåvirkning for en hjemmeside er midlerne for at reducere den klare. Klimakrisen sker nu. Hvad end vi kan gøre for at reducere udledningen og fjerne drivhusgasser fra atmosfæren, skal ske så hurtigt som muligt.

Denne frit tilgængelige formel – selv om den er ufuldkommen – kan bruges af alle eller føjes til ethvert digitalt produkt eller service for at måle og forbedre miljøpåvirkningen.

Vi har gjort ethvert forsøg på at basere dette arbejde på de seneste videnskabelige data, der er tilgængelige for os. Nye undersøgelser og forskningsarbejde vil uundgåeligt bringe os tættere på specifikke og nøjagtige data; vi justerer vores beregninger, efterhånden som vi lærer mere.

Kontakt os endelig med spørgsmål eller forslag til, hvordan vi kan forbedre vores model.

• New Perspectives on Internet Electricity Use in 2030, Anders S.G. Andrae, June 2020.
• Investigating the Inconsistencies Among the Energy and Energy Intensity Estimates of the Internet, Swiss Federal Office of Energy SFOE, June 2021.
• The Overlooked Environmental Footprint of Increasing Internet Use, Renee Obringer, Benjamin Rachunok, Debora Maia-Silva, Maryam Arbabzadeh, Roshanak Nateghi, Kaveh Madani, April 2021.