Der Sport-Datenstack wird still umgebaut: was die letzten 72 Stunden wirklich zeigen
Am 30. September veröffentlichte Tigris eine Post-Mortem-Analyse dazu, wie das Unternehmen seine Object-Storage-Queue in FoundationDB betreibt und asynchrone Arbeit auf Kafka verlagert. Das ist keine Sportgeschichte, beschreibt aber genau die Infrastruktur, über die heute hochvolumige Sportmedien laufen. Sie erscheint in derselben Woche, in der Europas Rechenzentren erfuhren, dass sie ihre Wasser- und Stromzahlen nicht länger geheim halten dürfen.

Das Nützlichste, was in den letzten 72 Stunden über Sporttechnologie erschienen ist, hat mit Sport nichts zu tun. Am 30. September veröffentlichte der Object-Storage-Anbieter Tigris eine Engineering-Post-Mortem und erklärte darin, warum er asynchrone Aufgaben wie Garbage Collection aus FoundationDB heraus und auf Kafka verlagert hat. Der Grund ist für jeden relevant, der Sportanalytik betreibt: Stirbt ein Worker mitten im Job, stirbt der Job mit ihm. "Sobald der Worker einen Job konsumiert, ist er nicht mehr in der Queue, und der Job stirbt mit ihm", schrieb das Unternehmen.
Sport ist heute ein Haufen genau solcher Jobs. Tracking-Feeds, Videopipelines, Wettabrechnung, Highlight-Rendering. Nichts davon verträgt eine verlorene Nachricht.
Tigris ist offen über den Kompromiss. Einige Queues bleiben weiterhin in FoundationDB, weil die Datenbank das Dual-Write-Problem beseitigt, doch die Planung "erfordert viele Schreibvorgänge und Scans, was Leselast auf FoundationDB legt, die direkt mit Nutzeranfragen konkurriert". Das Unternehmen hat Apples QuiCK-Paper umgesetzt, das Queuing-System hinter CloudKit, und beschreibt es als "ein Queuing-System, das den Record Layer von FoundationDB nutzt, um eine zeitbasierte Message Queue zu implementieren". Der Beitrag ist zudem ungewöhnlich komisch über Kafka: Self-Hosting wird dort damit verglichen, als "monströses Ungeziefer" aufzuwachen, während alle höflich bitten, das Leben weiterzuleben.
Der Sportbezug ist keine Konstruktion. Ligen und Sender versprechen seit einem Jahrzehnt datengetriebene Berichterstattung, und der Pitch endet meist beim Dashboard. Das Unterkartenspiel ist die Orchestrierung: welche Ereignisse verarbeitet werden, in welcher Reihenfolge, und was passiert, wenn ein Worker um drei Uhr morgens während eines Spiels umfällt.
Europas Rechenzentren schweigen zu Zahlen
Am selben Tag meldete das niederländische Portal NL Times die Ergebnisse einer einjährigen Untersuchung von Lighthouse Report mit Trouw und anderen europäischen Medien zur Umweltberichterstattung von Rechenzentren. Der Befund ist deutlich: In den Niederlanden veröffentlicht weniger als ein Viertel der größeren Rechenzentren Zahlen zum Strom- und Trinkwasserverbrauch.
Die Zahlen hinter dieser Lücke sind konkret. Laut dem Dutch Datacenter Association gab es Ende letzten Jahres 186 kommerzielle Rechenzentren mit einer Kapazität von 500 Kilowatt oder mehr in den Niederlanden. Die Netherlands Enterprise Agency, die die Daten für die EU sammelt, führt Aufzeichnungen zu nur 104 von ihnen, und öffentliche Zahlen existieren zum Stromverbrauch von 44 Zentren und zum Wasserverbrauch von 47. Die europäische Energieeffizienzrichtlinie verlangt seit drei Jahren eine Berichterstattung ab dieser Schwelle.
Statistics Netherlands beziffert den Stromverbrauch niederländischer Rechenzentren für 2024 auf 5.100.000.000 Kilowattstunden, 4,6 Prozent des nationalen Verbrauchs und fast doppelt so hoch wie fünf Jahre zuvor. Der Netzbetreiber TenneT prognostiziert 10 bis 15 Prozent bis 2030. Die RVO teilte diesen Sommer mit, dass allein das größte niederländische Rechenzentrum von Microsoft 1 Prozent des nationalen Stromverbrauchs ausmacht. Google, das zwei große Rechenzentren im Land betreibt, veröffentlicht seine Zahlen nicht.
Für den Sport ist das nicht abstrakt. Streaming, Echtzeit-Tracking und Computer Vision hängen am selben Netz und am selben blinden Fleck bei der Berichterstattung.
Den Lake abfragen, ohne ihn zu bewegen
Ebenfalls am 30. September kündigte AWS an, dass Aurora PostgreSQL jetzt Apache-Iceberg- und Parquet-Daten direkt über Foreign Tables abfragen kann, mit der in PostgreSQL eingebetteten Query-Engine von DuckDB. Das Unternehmen nennt die Funktion allgemein verfügbar auf Aurora PostgreSQL ab den Versionen 17.11 und 18.6 in allen kommerziellen und GovCloud-Regionen, ohne Aufpreis.
Der Pitch ist das Ende von ETL. "Der Zugriff darauf erforderte bisher Pipelines, die Daten aus dem Data Lake nach Aurora kopieren, was Kosten und Engineering-Aufwand erhöht, während sich Schemas weiterentwickeln", heißt es in der Ankündigung. Für eine Sportorganisation ist das der Unterschied zwischen einem Data Lake, der im Warehouse liegt, und einem, den ein Analyst während einer Saison tatsächlich abfragen kann.
Clubs und Ligen haben die ganze Woche auf Fachveranstaltungen datengetriebene Sport-Ökosysteme versprochen. Consultancy-me.com berichtete am 29. September über einen Pure-Sports-Verantwortlichen, der genau darüber auf der LEAP 2026 sprach, und SVG Europe veröffentlichte am selben Tag einen Beitrag über Infrastruktur für hochvolumige Medien. Keines von beiden ist eine Produktvorstellung. Beide beschreiben einen Markt, der davon ausgeht, dass die Datenschicht funktioniert.
Sie funktioniert zunehmend. Das ist die Geschichte.
Auch die Forschungsebene bewegt sich
Am 29. September reichten die Forscher Osayamen Jonathan Aimuyo, Swapnil Gandhi und Christos Kozyrakis ein Paper bei arXiv ein, das Purlin beschreibt, ein Kommunikationsframework, das Orchestrierung und Datapath in GPU-Kollektiven trennt. Das Paper berichtet von Latenzgeschwindigkeitsgewinnen von bis zu 5,14-fach und Bandbreitenverbesserungen von bis zu 4,50-fach über sieben Kollektive auf A100-, H200- und B200-GPUs. In den SGLang-Serving-Stack integriert, verbesserte Purlin den Offline-Durchsatz und die Interaktivität von LLM-Serving um durchschnittlich 1,13-fach und bis zu 1,37-fach sowie die Interaktivität von Online-Inferenz um durchschnittlich 1,26-fach und bis zu 2,85-fach, mit dem größten Gewinn bei Überlast.
Das sind keine Sport-Benchmarks. Aber die Workloads haben dieselbe Form wie automatisierte Highlight-Erzeugung, Multi-Kamera-Tracking und taktische Inferenz in Echtzeit, wo Latenz unter Last das ganze Produkt ausmacht.
Die Lücke zwischen einem 2,85-fachen Interaktivitätsgewinn in einem Paper und einem funktionierenden System an der Seitenlinie ist enorm, und nichts im Dossier deutet darauf hin, dass jemand sie geschlossen hat. Dennoch ist die Richtung in jeder in dieser Woche veröffentlichten Quelle dieselbe: Die interessante Arbeit findet unterhalb der Oberfläche statt, in Orchestrierung, Query-Engines und Netzwerk-Kollektiven.
Was die Woche nicht geklärt hat
Sie hat den Datenschutz nicht geklärt. Am 30. September berichtete 404 Media, die Trump-Regierung nutze das High Intensity Drug Trafficking Area-Programm aus den 1980er Jahren, um lokale Daten automatisierter Kennzeichenleser von Flock, Axon und anderen Anbietern in föderale Überwachungszentren zu leiten und in einigen Fällen weiter an das National License Plate Reader Program der DEA. Die Unterlagen stammen aus Anfragen nach öffentlichen Dokumenten von Cris van Pelt, dem Entwickler von HaveIBeenFlocked.com. Jeramie Scott vom Electronic Privacy Information Center sagte zu 404 Media: "Wenn du dich über Flock ärgerst, dann solltest du dich auch über das hier ärgern."
Sportstätten gehören zu diesem Kamera-Bestand. Die Parkplätze drumherum auch.
Auch die Gesundheitsdaten hat sie nicht geklärt. The Guardian berichtete am 30. September, dass mehr als 44.000 Menschen formelle Widersprüche nach Artikel 21 der britischen DSGVO gegen die Verarbeitung ihrer Informationen durch die Palantir-gestützte Federated Data Platform von NHS England eingelegt haben, wobei Kampagnengruppen auf Palantirs Arbeit für das israelische Militär und für die US-Einwanderungsbehörde verweisen. Palantir erklärt, die Plattform helfe, Wartelisten zu kürzen, und nennt 117.000 zusätzliche Operationen, einen Rückgang von 14,3 Prozent bei Entlassungsverzögerungen für Langzeitpatienten und eine Verbesserung von 5,6 Prozent bei Krebsdiagnosen innerhalb von 28 Tagen.
Und sie hat die Umweltfrage nicht geklärt. Die Untersuchung von Lighthouse Report ergab, dass europäische Rechenzentren weitgehend nicht sagen wollen, wie viel Wasser und Strom sie verbrauchen, drei Jahre nachdem die Berichtspflicht begann.
Zusammengenommen beschreiben die letzten 72 Stunden einen Sporttechnologiesektor, dessen sichtbare Schicht, die Dashboards, die Tracking-Grafiken, der KI-Kommentar, auf einer unsichtbaren Schicht läuft, die in öffentlichen Engineering-Blogs und arXiv-Preprints umgebaut wird, während ihre Ressourcen- und Datenschutzkosten weitgehend offengelegt bleiben. Das ist kein Skandal. Es ist ein Messproblem, und es ist das, das man beobachten sollte.
Quellen
6- 01We used a database as a message queue. Now we use Kafka.EN
- 02Most data centers refusing to say how much water, electricity they useEN
- 03Aurora PostgreSQL now supports querying of Apache Iceberg and Parquet dataEN
- 04Purlin: Separating Orchestration from the Datapath of CollectivesEN
- 05How Cities Are Forced to Funnel License Plate Data to a Massive Federal Surveillance ProgramEN
- 06More than 44,000 file legal objections to Palantir NHS platform handling their dataEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.