USV-Batteriestrategie für das Zeitalter der KI: 5 Punkte, die Rechenzentren bei USV-Batterien beachten sollten

Ein Gastbeitrag von Günter Hämmerle* 5 min Lesedauer

Anbieter zum Thema

KI-Trainings- und Inferenz-Workloads verändern die Anforderungen an die Notstromversorgung. Fünf Faktoren zeigen, worauf Rechenzentren bei ihrer USV-Batteriestrategie für das KI-Zeitalter achten sollten.

KI verändert nicht nur die Rechenleistung, sondern auch die Anforderungen an die Notstromversorgung. Was das in der Praxis bedeutet.(Bild: ©  Gorodenkoff - stock.adobe.com)
KI verändert nicht nur die Rechenleistung, sondern auch die Anforderungen an die Notstromversorgung. Was das in der Praxis bedeutet.
(Bild: © Gorodenkoff - stock.adobe.com)

Stromintensive KI-Rechenzentren wachsen in einem beispiellosen Tempo. Die Internationale Energieagentur (IEA) schätzt, dass sich der Strombedarf von Rechenzentren bis 2030 mehr als verdoppeln wird – vor allem aufgrund von KI-Anwendungen.

So sieht eine EnerSys Batterie-Installation im Einsatz aus.(Bild:  EnerSys)
So sieht eine EnerSys Batterie-Installation im Einsatz aus.
(Bild: EnerSys)

Der Strombedarf der KI ergibt sich aus:

  • Training – dem Prozess, bei dem ein KI-Modell durch die Konfrontation mit sehr großen Datensätzen trainiert wird.
  • Inferenz – wenn ein trainiertes KI-Modell in Echtzeit Ergebnisse für Nutzer generiert.

Laut JLL war das Training im Jahr 2025 der Haupttreiber der Nachfrage. Bis 2027 könnten jedoch Inferenz-Workloads dominieren, da die Nachfrage nach KI-Anwendungen mit geringer Latenz steigt.

KI hat neue Herausforderungen für die Notstromversorgung von Rechenzentren mit sich gebracht, auch für USV-Batterien. Batterien, die bei einem Stromausfall sofort anspringen, sind unerlässlich, um Rechenzentren vor den finanziellen und rufschädigenden Folgen von Ausfallzeiten zu schützen.

Während die Vermeidung von Ausfallzeiten nach wie vor ein zentraler Grundsatz bei der Auswahl von USV-Batterien ist, müssen Rechenzentren im Rahmen eines strategischen Ansatzes zur Bewältigung der Herausforderungen des KI-Zeitalters auch andere Faktoren berücksichtigen.

Hier haben sind fünf wichtige Überlegungen für die USV-Batteriestrategie von Rechenzentren:

1. Warum Geschwindigkeit entscheidend ist, wenn es um das Entladen und Aufladen von Batterien geht

KI kann innerhalb von Millisekunden synchronisierte Leistungsspitzen bei den GPUs im Rechenzentrum verursachen. Diese koordinierten Schwankungen können etwa 150 Prozent der maximalen Dauerleistung erreichen. Während Inferenz plötzliche Spitzen verursachen kann, liegt die Herausforderung hauptsächlich im KI-Training.

Wenn die Spitzen die Menge an Strom überschreiten, die sofort bereitgestellt und aufbereitet werden kann, muss die USV möglicherweise auf Reservestrom aus ihrem Batteriespeichersystem zurückgreifen.

Wichtige Erkenntnis

Geschwindigkeit ist entscheidend, insbesondere bei der Unterstützung von KI-Trainingsmodellen. Rechenzentren müssen strategisch USV-Batterien in Betracht ziehen, die schnell genug entladen werden können, um Leistungsspitzen im Millisekundenbereich zu bewältigen, und schnell genug wiederaufgeladen werden können, um mehrere Ereignisse in schneller Folge zu bewältigen.

2. Betrieb bei hohen Temperaturen: Wichtiger denn je

Die Hitzeresistenz spielt bei jeder USV-Batteriestrategie eine wichtige Rolle. Batterien, die auch bei höheren Temperaturen zuverlässig funktionieren, können dazu beitragen, den Energieverbrauch für die Kühlung zu senken und damit die Betriebskosten sowie die damit verbundenen Emissionen zu reduzieren – insbesondere dort, wo die Kühlung einen erheblichen Anteil an der Gesamtlast der Anlage ausmacht.

Im Zeitalter der KI könnten hitzeresistente Batterien sogar noch wichtiger sein als zuvor. Ein Bericht – wie hier von CNN erwähnt – deutet auf einen „Wärmeinseleffekt“ hin, der mit dem Wachstum großer, auf KI ausgerichteter Rechenzentren zusammenhängt. Mehr Rechenleistung bei höherer Auslastung bedeutet mehr Abwärme, die abgeführt werden muss, was sich in lokaler Erwärmung äußern kann. Unter Verwendung von Daten aus rund 6.000 Rechenzentren legt der Bericht nahe, dass die durchschnittliche Bodenoberflächentemperatur um 3,6 Grad Fahrenheit (2 Grad Celsius) ansteigen kann, nachdem die Anlagen den Betrieb aufgenommen haben – mit Extremwerten von bis zu 16,4 Grad Fahrenheit (9,1 Grad Celsius).

Wichtige Erkenntnis

Im Bereich der KI müssen Rechenzentren die Hitzetoleranz von Batterien wahrscheinlich als zentrale strategische Designanforderung betrachten. Die Zunahme plötzlicher Leistungsspitzen – insbesondere durch KI-Training – kann die erzeugte Wärme erhöhen. Daher benötigen Rechenzentren hitzebeständige Batterien, um das Risiko eines vorzeitigen Ausfalls zu vermeiden und die Kosten für die Kühlung unter Kontrolle zu halten.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu RZ- und Server-Technik

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

3. Optimierung des Platzangebots: Die Rolle der Batterie-Energiedichte

Da die Nachfrage nach KI zunimmt, wird der Platz in den großen Rechenzentrums-Hubs immer knapper. In den FLAP-D-Städten (Frankfurt, London, Amsterdam, Paris und Dublin) meldet JLL für das vierte Quartal 2025 eine rekordtiefe Leerstandsquote von 6,3 Prozent und eine Vorvermietungsquote von 83 Prozent; kurz gesagt: Ein Großteil des künftigen Rechenzentrumsangebots ist bereits belegt.

Was die KI-Inferenz betrifft, so befinden sich Rechenzentrumskapazitäten in der Regel in der Nähe dicht besiedelter Gebiete, um den Anforderungen von Anwendungen mit geringer Latenz gerecht zu werden – genau dort, wo Platz in der Regel am knappsten und teuersten ist.

Wichtige Erkenntnis

Angesichts der zunehmenden Verbreitung von KI in ohnehin schon begrenzten Märkten war die Maximierung des verfügbaren Platzes vielleicht noch nie so wichtig wie heute. USV-Batterien mit höherer Energiedichte können Rechenzentren dabei helfen, den von Batterien beanspruchten Platz zu minimieren – Platz, der stattdessen von umsatzgenerierenden Servern genutzt werden kann. Im Zeitalter der KI sollte die Energiedichte Teil der USV-Batteriestrategie von Rechenzentren sein.

4. Batterielebensdauer: Konzeption für Langlebigkeit bei KI-bedingten Schwankungen der Stromversorgung

Unabhängig von KI sollte die Batterielebensdauer ein zentraler Aspekt bei der USV-Strategie für Rechenzentren sein. Batterien mit längerer Lebensdauer können die Gesamtbetriebskosten senken, die mit dem Austausch verbundenen Kosten und Ausfälle reduzieren und das Risiko eines vorzeitigen Batterieausfalls verringern.

Die mit groß angelegten KI-Trainings verbundenen Stromspitzen verstärken den Bedarf an Langlebigkeit. Das Uptime Institute weist darauf hin, dass „wiederholte erhebliche Überlastungen“ „die internen Komponenten belasten“ können, darunter auch USV-Batterien.

Wichtige Erkenntnis

Rechenzentren sollten Batterien den Vorzug geben, die eine geringe Korrosionsrate der Gitter aufweisen – dies trägt dazu bei, die Strombelastbarkeit aufrechtzuerhalten. Eine langsamere Korrosion der Gitter kann wiederum dazu beitragen, den Innenwiderstand zu verringern, wodurch die Batterien länger effizient laden und entladen können.

Im Zeitalter der KI benötigen Rechenzentren eine USV-Batteriestrategie, die über die Anschaffungskosten hinausgeht; stattdessen sollten sie sich darauf konzentrieren, in Batterien zu investieren, die unter dem Druck des KI-Strombedarfs langfristig Leistung erbringen können.

5. Erhaltungsladung: Der „immer aktive“ Energieverbrauch

Die IEA erwartet, dass sich der weltweite Strombedarf von Rechenzentren bis 2030 mehr als verdoppeln und 945 Terawattstunde erreichen wird – was in etwa dem heutigen Stromverbrauch Japans entspricht. Dieses Wachstum wird nicht gleichmäßig verteilt sein: In überlasteten Netzen kann es lange dauern, zusätzliche Kapazitäten zu sichern, und die steigende Nachfrage kann einen Aufwärtsdruck auf die Strompreise ausüben. Für Betreiber ist Kostendisziplin daher unverzichtbar – einschließlich der „versteckten“ Kosten, die in jeder USV eines Rechenzentrums enthalten sind.

Wichtige Erkenntnis

Die Erhaltungsladung ist der konstante, kontinuierliche Ladevorgang, der an USV-Batterien angelegt wird, um sie im Standby-Modus voll einsatzbereit zu halten. Sie ist für die Verfügbarkeit unerlässlich, verbraucht aber auch rund um die Uhr Energie. Bei einer großen Batterieflotte führen kleine Unterschiede im Erhaltungsstrom zu einem erheblichen Stromverbrauch, Wärme-Entwicklung und möglicherweise zu einer beschleunigten Alterung, was im Laufe der Zeit die Betriebskosten in die Höhe treiben kann.

Im Zeitalter der KI – in dem Strom möglicherweise knapper und teurer wird – sollte die strategische Auswahl von Batterien, die für eine niedrigere und effizientere Erhaltungsladung ausgelegt sind, Teil einer umsichtigen USV-Batteriestrategie sein. Dies hilft Rechenzentren dabei, ihre Kapazität zu skalieren, ohne dass Standby-Verluste zu einer vermeidbaren Kostenbelastung werden.

Über den Autor
Günter Hämmerle ist Key Account Manager bei EnerSys und verantwortlich für den Geschäftsbereich Rechenzentren in Deutschland. Er ist seit 1998 bei EnerSys tätig und hatte zuvor verschiedene Positionen im Vertrieb bei anderen multinationalen Industrieunternehmen inne.

Sein Fazit lautet: „Von USV-Batterien zur USV-Batteriestrategie

KI zwingt die Rechenzentrumsbranche dazu, alle Bereiche der Notstromversorgung – einschließlich USV-Batterien – neu zu überdenken. Rechenzentren können USV-Batterien nicht länger als isolierte technische Komponenten betrachten. Stattdessen müssen die Akteure der Branche USV-Batterien in ihre ganzheitliche Notstromversorgungsstrategie für das KI-Zeitalter einbeziehen. “

Bildquelle: EnerSys

(ID:50925088)