Der Sport-Datenstapel wird leise umgebaut: was die letzten 72 Stunden wirklich zeigen

Das Nützlichste, was in den letzten 72 Stunden über Sporttechnologie veröffentlicht wurde, hat mit Sport nichts zu tun. Am 30. September veröffentlichte der Object-Storage-Anbieter Tigris eine Engineering-Nachbetrachtung. Darin erklärt das Unternehmen, warum es asynchrone Aufgaben wie Garbage Collection aus FoundationDB herausgeholt und auf Kafka verlegt hat. Der Grund ist für jeden relevant, der Sportanalytik betreibt: Stirbt ein Worker mitten im Job, stirbt der Job mit ihm. "Once the worker consumes a job, it's no longer in the queue and that job dies with it", schrieb die Firma.

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 liegen weiterhin in FoundationDB, weil die Datenbank das Dual-Write-Problem beseitigt. Die Terminplanung aber "requires many writes and scans, which puts read load on FoundationDB that directly competes with user requests". Das Unternehmen hat Apples QuiCK-Paper umgesetzt, das Queuing-System hinter CloudKit, und beschreibt es als "a queuing system that uses FoundationDB's Record Layer to implement a message queue based on time". Der Beitrag ist zudem ungewöhnlich komisch über Kafka: Self-Hosting sei wie das Aufwachen als "a monstrous vermin", während alle höflich bitten, das Leben weiterzuleben.

Der Sportbezug ist keine Verrenkung. Ligen und Sender versprechen seit einem Jahrzehnt datengetriebene Berichterstattung, und die Präsentation endet meist am Dashboard. Das Unterkartell ist die Orchestrierung: welche Ereignisse verarbeitet werden, in welcher Reihenfolge, und was passiert, wenn ein Worker um 3 Uhr morgens während eines Spiels umfällt.

Europas Rechenzentren schweigen zu Zahlen

Am selben Tag berichtete das niederländische Medium NL Times über die Ergebnisse einer einjährigen Untersuchung von Lighthouse Report mit Trouw und anderen europäischen Medien zur Umweltberichterstattung von Rechenzentren. Das Ergebnis ist eindeutig: In den Niederlanden veröffentlicht weniger als ein Viertel der größeren Rechenzentren Zahlen zum Strom- und Trinkwasserverbrauch.

Die Zahlen hinter dieser Lücke sind konkret. Nach Angaben der Dutch Datacenter Association gab es Ende letzten Jahres in den Niederlanden 186 kommerzielle Rechenzentren mit einer Kapazität von 500 Kilowatt oder mehr. Die Netherlands Enterprise Agency, die die Daten für die EU erhebt, führt Aufzeichnungen über nur 104 von ihnen. Öffentliche Zahlen existieren zum Stromverbrauch von 44 Zentren und zum Wasserverbrauch von 47. Die Europäische Energieeffizienzrichtlinie schreibt die Berichterstattung ab dieser Schwelle seit drei Jahren vor.

Statistics Netherlands beziffert den Stromverbrauch niederländischer Rechenzentren auf 5,1 Milliarden Kilowattstunden im Jahr 2024, 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 der Berichterstattung.

Den Lake abfragen, ohne ihn zu bewegen

Ebenfalls am 30. September kündigte AWS an, dass Aurora PostgreSQL nun Apache-Iceberg- und Parquet-Daten direkt über Fremdtabellen abfragen kann, mit DuckDBs in PostgreSQL eingebetteter Query-Engine. Das Unternehmen erklärt, die Funktion sei allgemein verfügbar auf Aurora PostgreSQL ab den Versionen 17.11 und 18.6 in allen kommerziellen und GovCloud-Regionen, ohne zusätzliche Kosten.

Das Versprechen ist die Abschaffung von ETL. "Accessing it has typically required pipelines that copy data from your data lake into Aurora, driving up costs and engineering work as schemas evolve", heißt es in der Ankündigung. Für eine Sportorganisation ist das der Unterschied zwischen einem Data Lake, der im Lager liegt, und einem, den ein Analyst während einer Saison tatsächlich abfragen kann.

Clubs und Ligen haben die ganze Woche auf Fachveranstaltungen datengetriebene Sportökosysteme versprochen. Consultancy-me.com berichtete am 29. September über einen Pure-Sports-Verantwortlichen, der genau darüber auf der LEAP 2026 sprach. SVG Europe veröffentlichte am selben Tag einen Beitrag über Infrastruktur für hochvolumige Medien. Keines von beiden ist eine Produkteinführung. 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 Latenzgeschwindigkeitsvorteilen 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-LLM-Serving-Durchsatz und die Interaktivität um durchschnittlich 1,13-fach und bis zu 1,37-fach sowie die Online-Inferenz-Interaktivität um durchschnittlich 1,26-fach und bis zu 2,85-fach, mit dem größten Gewinn bei Überlast.

Das sind keine Sport-Benchmarks. Aber die Arbeitslasten haben dieselbe Form wie automatisierte Highlight-Generierung, Multi-Kamera-Tracking und taktische Echtzeit-Inferenz, wo Latenz unter Last das ganze Produkt ist.

Die Lücke zwischen einem 2,85-fachen Interaktivitätsgewinn in einem Paper und einem funktionierenden System an der Seitenlinie ist gewaltig. Nichts in der Akte deutet darauf hin, dass jemand sie geschlossen hat. Dennoch ist die Richtung über alle diese Woche veröffentlichten Quellen hinweg konsistent: 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, dass die Trump-Regierung das High Intensity Drug Trafficking Area-Programm aus den 1980er Jahren nutzt, 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 Anträgen auf öffentliche Akteneinsicht von Cris van Pelt, dem Entwickler von HaveIBeenFlocked.com. Jeramie Scott vom Electronic Privacy Information Center sagte gegenüber 404 Media: "If you're pissed about Flock then you should be pissed about this."

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 nach Artikel 21 der britischen DSGVO förmlich Widerspruch dagegen eingelegt haben, dass NHS Englands Palantir-gestützte Federated Data Platform ihre Informationen verarbeitet. Kampagnengruppen verweisen dabei auf Palantirs Arbeit für das israelische Militär und für die US-Einwanderungsbehörde. Palantir erklärt, die Plattform helfe, Wartelisten zu verkürzen, und nennt 117.000 zusätzliche Operationen, eine Reduzierung der Entlassungsverzögerungen bei Langzeitpatienten um 14,3 Prozent und eine Verbesserung der Krebsdiagnose innerhalb von 28 Tagen um 5,6 Prozent.

Und die Umweltfrage hat sie nicht geklärt. Die Untersuchung von Lighthouse Report ergab, dass europäische Rechenzentren größtenteils nicht sagen wollen, wie viel Wasser und Strom sie verbrauchen, drei Jahre nach Beginn der Berichtspflicht.

Zusammengenommen beschreiben die letzten 72 Stunden einen Sporttechnologiesektor, dessen sichtbare Ebene, die Dashboards, die Tracking-Grafiken, der KI-Kommentar, auf einer unsichtbaren Ebene läuft. Diese wird in öffentlichen Engineering-Blogs und arXiv-Preprints umgebaut, während ihre Ressourcen- und Datenschutzkosten weitgehend unveröffentlicht bleiben. Das ist kein Skandal. Es ist ein Messproblem, und es ist das, das man im Auge behalten sollte.