Mobile-Menu

Mehr Kapazität für KI: Industrieanlagen als Blaupause für Gigawatt-Rechenzentren

Ein Gastbeitrag von Rob McGreevy* 4 min Lesedauer

Anbieter zum Thema

AVEVA GmbH
RITTAL GmbH & Co. KG
VON ZUR MÜHLEN'SCHE GmbH
Data Center Group GmbH

Trotz wachsenden Bedarfs mangelt es beim Bau von Rechenzentren noch an Schnelligkeit. Statt auf klassische IT-Projektmethoden zu setzen, sollte die Branche Gigawatt-KI-Fabriken wie Industrieanlagen behandeln und das Know-how der Industrie nutzen.

Gigawatt-Rechenzentren erfordern neue Baukonzepte: Industrieanlagen liefern Ansätze für modulare Planung, Vorfertigung und verzahnte Infrastruktur.(Bild: © leonidkos - stock.adobe.com)
Gigawatt-Rechenzentren erfordern neue Baukonzepte: Industrieanlagen liefern Ansätze für modulare Planung, Vorfertigung und verzahnte Infrastruktur.
(Bild: © leonidkos - stock.adobe.com)

Während alle paar Wochen neue KI-Tools auf den Markt kommen, hinkt die Infrastruktur in Jahren hinterher. Moderne KI-Lösungen erfordern eine Rechenleistung, die weit über das hinausgeht, was herkömmliche IT-Standorte leisten können. Mit klassischen Serverräumen haben die leistungsstarken Rechenzentren wenig zu tun: Hinsichtlich ihrer Größe und Komplexität ähneln die Gigawatt-KI-Fabriken eher Industrieanlagen.

Laut Prognosen der Internationalen Energieagentur wird sich der weltweite Strombedarf für Rechenzentren bis zum Ende des Jahrzehnts auf etwa 945 Terawattstunden mehr als verdoppeln. Das entspricht in etwa dem gegenwärtigen Gesamtverbrauch in Japan. Während die Nachfrage nach KI-Ressourcen stetig weiter wächst, dauert der herkömmliche Bauprozess für Rechenzentren oft zwischen 18 und 36 Monaten – das ist eindeutig nicht schnell genug. Solche langwierigen Zeitpläne für den Bau großer Rechenzentren verstärken die Kapazitätsengpässe. Um den Ausbau zu beschleunigen und damit das wirtschaftliche Potenzial von KI in Höhe von 22,3 Billionen Dollar freizusetzen, muss der Sektor umdenken.

Die EPC-Methode als Antwort auf Komplexität

Lange Bauzeiten sind die Folge einer Herangehensweise, die von Anfang an die Komplexität von großen Rechenzentren unterschätzt.

Die Systeme müssen so zuverlässig eine hohe Rechenlast bewältigen können, dass eine reine IT-Projektlogik im Bau ihnen nicht gerecht wird. Denn Gigawatt-KI-Fabriken haben nicht viel mit IT-Standorten gemein:

Ihre Merkmale sind ähnlich komplex wie die großer Fabriken und Reaktoren, sie benötigen enorm viel Platz und eine ausgeklügelte Infrastruktur zur Kühlung. De facto sind sie Industrieanlagen, die entsprechend geplant werden sollten: strukturiert, skalierbar und mit dem Erfahrungswissen einer ganzen Branche.

Seit Jahrzehnten verantwortet die EPC-Branche (Engineering, Procurement, and Construction) unter großem Zeit- und Kostendruck ähnliche Großprojekte. Engineering, Beschaffung und Bau bringen dadurch umfangreiches Wissen mit: das Management hoher und fluktuierender Netzanschlussleistungen, komplexer Kühl- und Klimatisierungsanlagen, umfangreicher Bauprogramme und der Einhaltung industrieller Standards. Genau diese Fähigkeiten braucht es, um den Bau von Rechenzentren erfolgreich voranzutreiben.

Planung mit Digitalen Zwillingen

Unternehmen wie Nvidia nutzen bereits „Digital Blueprints“, um Stromversorgung, Kühlung, Rechenleistung und Bauwesen zu einem einzigen, gemeinsam entwickelten System verschmelzen. Dies ermöglicht einen hohen Grad an Vorfertigung: Anstatt einzelne Komponenten mühsam auf der Baustelle zusammenzubauen, werden modulare Einheiten werksseitig gefertigt und vor Ort anschlussfertig installiert.

Von der ersten Planung über den Bau bis zum laufenden Betrieb ist eine einheitliche Datenbasis unerlässlich. Digitale Zwillinge erleichtern den Ablauf, da sie alle Elemente bündeln, Zusammenhänge aufzeigen und Anpassungen für maximale Effizienz vorschlagen. Stromnetze, Kühlmittelwege und thermische Lasten lassen sich so bereits vor dem ersten Spatenstich modellieren, inklusive Energiekarten und Szenarien zur Wärmerückgewinnung.

Nach dem Bau wechselt der digitale Zwilling in den Betriebsmodus und sorgt dafür, dass die Anlage möglichst wirtschaftlich und nachhaltig arbeitet. Er aktualisiert sich in Echtzeit und senkt kontinuierlich die sogenannten „Watt pro Token“, also den Energieaufwand pro erzeugter Einheit KI-Output.

Skalierbarkeit und Nachhaltigkeit im Einklang

Laut McKinsey könnten Rechenzentrumsprojekte durch den Einsatz von KI und neuen Rechentechnologien deutlich schneller und kostengünstiger umgesetzt werden: Sowohl die Bauzeit als auch die Kosten für den Bau ließen sich jeweils um bis zu 20 Prozent senken. Das könnte die bis 2030 erwarteten Gesamtausgaben in Höhe von weltweit 1,7 Billionen Dollar um bis zu 250 Milliarden Dollar reduzieren.

Berichte von Betreibern zeigen, dass Strategien aus der Industrie viele Vorteile mit sich bringen: Fernverwaltung, größere Flexibilität bei der Bewältigung unterschiedlicher Rechenanforderungen und eine kürzere Zeit bis zur ersten Inbetriebnahme. Darüber hinaus kann ein „Industry-First“-Ansatz zu saubereren und umweltfreundlicheren Lieferketten führen, Abfall reduzieren und das Recycling von Komponenten und Ressourcen stärken.

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

Ein Beispiel aus der Praxis zeigt das brasilianische Ingenieurbüro AP Consultoria e Projetos. Das Unternehmen nutzte einen EPC-Technologie-Stack, um sowohl die Entwürfe und Modellierungen von Investitionsprojekten als auch deren Umsetzung zu verbessern. Laserscans bestehender Anlagen ließen sich mithilfe von 3D-Planung direkt mit den technischen Daten von Kunden verknüpfen. In der Folge wurden Fehler früher erkannt, Nacharbeitszeiten sanken um 29 Prozent und es gab bis zu 90 Prozent weniger Fahrten vor Ort. Alle Projektinformationen laufen in einem cloudbasierten Repository zusammen, das Teams standortunabhängig nutzen können.

Über den Autor:
Als Chief Product Officer führt Rob McGreevy bei AVEVA die Teams im Produktmanagement. Er ist für die Geschäfts- und Portfoliostrategie zuständig, und unterstützt Kunden und Partner.

Rob McGreevy verfügt über mehr als 25 Jahre Erfahrung in der Industrie-Softwarebranche und ist in über 28 Software- und Technologiepatenten namentlich genannt.

Sein Fazit lautet: „Infrastruktur als strategisches Fundament: Bereits 2025 setzten fast neun von zehn Großunternehmen (88 Prozent) KI in mindestens einem ihrer Geschäftsbereiche ein.
Darunter sind immer mehr agentische Anwendungen zu finden: Laut Gartner werden bis Ende 2026 rund 40 Prozent der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten.

Während künstliche Intelligenz tiefer in den Arbeitsalltag vordringt, steigt der Rechenbedarf immer weiter.
Es wird Zeit, die Infrastruktur entsprechend anzupassen: mit leistungsstarken Gigawatt-KI-Fabriken, kürzeren Bauzyklen und Best Practices aus der Industrie.

Bildquelle: AVEVA

(ID:50959583)

Weiterführende Inhalte