Die Autonomen im Anmarsch. Fast. Kann die KI Rechenzentren steuern? Etalytics verspricht genau das

Von Paula Breukel 6 min Lesedauer

Anbieter zum Thema

Energie-Einsparungen von bis zu 45 Prozent im Kühlbetrieb klingen verlockend. Doch der Weg dorthin führt durch Sicherheitsbedenken, organisatorische Hürden und ein grundlegendes Vertrauensproblem.

Das Team von Etalytics: Das Darmstädter Spinoff der TU Darmstadt optimiert Energiesysteme in Rechenzentren, Automotive und Pharma mit KI-gestützten digitalen Zwillingen.(Bild:  Etalytics)
Das Team von Etalytics: Das Darmstädter Spinoff der TU Darmstadt optimiert Energiesysteme in Rechenzentren, Automotive und Pharma mit KI-gestützten digitalen Zwillingen.
(Bild: Etalytics)

Als Thomas Weber und Niklas Panten 2020 Etalytics als Spinoff der TU Darmstadt gründeten, hatten sie ein klares Bild davon, was ihr Produkt kann, und wenig Zuversicht, dass es jemand kaufen würde. Das Thema KI-gestützte Betriebsoptimierung war beider Promotionsthema. „Wir dachten immer, das wird sich nicht durchsetzen, wegen den Sicherheitsaspekten“, sagt Weber. „Es wird funktionieren, aber wird nicht angenommen werden.“ Daran, dass es funktioniert, haben sie nie gezweifelt.

Heute zählen Volkswagen, Stellantis, Equinix, NTT, Digital Realty, Sanofi und Merck zu den Kunden. Das Unternehmen beschäftigt 76 Mitarbeitende in Darmstadt, hat im Mai 2026 ein Büro in der San Francisco Bay Area eröffnet und 16 Millionen Euro eingesammelt, unter anderem von M12, dem Venture-Fonds von Microsoft. Der Selbstzweifel hat die Art geprägt, wie Etalytics heute verkauft: mit Ingenieuren statt Vertriebsmitarbeitenden und mit einer Philosophie, die Weber „least intrusive“ nennt.

Was das bedeutet, wird am deutlichsten, wenn man versteht, womit Etalytics es bei seinen Kunden zu tun bekommt.

Neue Rechenzentren, neue Komplexität

Ein Missverständnis, das Weber immer wieder begegnet: Neue Rechenzentren seien per se effizienter und leichter zu betreiben als alte. Das Gegenteil ist oft der Fall, zumindest aus Sicht der Regelungstechnik.

Ältere Anlagen, so Weber, hätten typischerweise ausschließlich Kompressionskältemaschinen, diese Maschinen kennen nur zwei Modi „An und Aus“. Neue Systeme dagegen bieten eine Vielzahl von Betriebszuständen, freie Kühlung, Kompressionskälte, Mischbetrieb, adiabatischen Betrieb, zwischen denen je nach Außentemperatur, Last und Energiepreis hin- und her geschaltet werden kann.

„Diese Vielfalt an Möglichkeiten erhöht die Komplexität im Betrieb enorm“, so Weber. „Und das ist genau das, was der Optimierer besonders gut kann. Ab einer gewissen Komplexität ist weder die konventionelle Regelung noch ein Mensch in der Lage, unter allen möglichen Kombinationen an Einflussfaktoren die optimale Betriebsweise überhaupt finden zu können.“

Die typischen Einsparpotenziale, die Etalytics erziele, lägen zwischen 15 und 45 Prozent. Bei älteren Anlagen komme der Gewinn vor allem aus der Nachjustierung schlecht eingestellter Regelungen, bei neuen Systemen aus der Nutzung von Freiheitsgraden, „die in der konventionellen Regelung gar nicht genutzt werden können“.

Electrifying Ideas Award 2026

Den „Electrifying Ideas Award“ des ZVEI (Zentralverband Elektrotechnik- und Elektronikindustrie) erhielten in diesem Jahr Rittal, das GSI Helmholtzzentrum für Schwerionenforschung und Etalytics. Ausgezeichnet wurde die gemeinsam entwickelte Lösung für KI-gestützte Energie-Optimierung in Hochleistungsrechenzentren mit Direktflüssigkühlung.

Rittal lieferte die Cooling Distribution Unit (CDU) mit einer Kälteleistung von einem Megawatt für zwei Racks. Das GSI stellte mit dem „Green IT Cube“ in Darmstadt die Testumgebung bereit. Etalytics steuerte die KI-Optimierung per digitalem Zwilling bei. Den Preis überreichte Bundesforschungsministerin Dorothee Bär am 20. Mai 2026 beim „ZVEI eSummit“ in Berlin.

In der Folge #72 der DataCenter Diaries „Kann KI das Rechenzentrum übernehmen?“ erklärt Thomas Weber von Etalytics, wie viel Kontrolle sich einer KI im Rechenzentrum tatsächlich übertragen lässt. Es geht um technische Sicherheitsmechanismen, das Vertrauen der Betreiber und die Frage, wie weit autonome Rechenzentren bereits sind.?

Die Podcast-Folge #72 der DataCenter Diaries findet sich auf Spotify, Apple Podcasts, Deezer und Amazon Musik.

Das Dashboard von Etaone: Es zeigt die Betriebsdaten und Messwerte verschiedener Komponenten eines Rechenzentrums in Echtzeit.(Bild:  Etalytics)
Das Dashboard von Etaone: Es zeigt die Betriebsdaten und Messwerte verschiedener Komponenten eines Rechenzentrums in Echtzeit.
(Bild: Etalytics)

Doch wie gelangt eine KI überhaupt in ein laufendes System? Das ist die technisch und organisatorisch heikle Frage und Weber hat dazu eine klare Antwort: so wenig wie möglich anfassen.

„Wir haben hier üblicherweise die Möglichkeit, zwischen freier Kühlung und Kompressionskälte hin und her zu schalten. Die Kompressionskälte ist eigentlich immer das Ineffizienteste.“ In der konventionellen Regelung ist sie so eingestellt, dass sie automatisch anspringt, wenn eine definierte Vorlauftemperatur überschritten wird. Diese beträgt etwa 21 Grad Celsius. „Wir wollen an dieser Logik gar nichts ändern. Wenn wir über die 21 Grad kommen, würden wir nichts anderes auf die Kompressionskältemaschine schreiben als die konventionelle Regelung.“

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

Mit anderen Worten: Die KI modelliert und berücksichtigt die Maschine vollständig, schreibt aber keinen einzigen Wert dorthin, weil die bestehende Regelung das korrekt übernimmt. „Least intrusive“, wie Weber es nennt.

Das gilt auch für die Auswahl der Sollwerte, die der Optimierer ins System schreibt. Ob eine Pumpe über direkten Drehzahlbefehl, einen Differenzdruck-Sollwert oder einen Volumenstrom-Sollwert gesteuert wird, führt physikalisch zum gleichen Ergebnis. Es hat aber erheblichen Einfluss auf den Integrationsaufwand.

Denn ja nachdem, wie die Anlage gesteuert wird „ist der Aufwand in der Integration sehr hoch oder sehr gering. Hier braucht es ein sehr gutes Verständnis, wie das Kältesystem funktioniert, wie die Rädchen ineinandergreifen“, sagt Weber.

Anbindung ans Bestehende – wie Etalytics kommuniziert

Etalytics bindet sich über Standardprotokolle an die Gebäudeautomation an: „OPC-UA“, „Modbus“, „MQTT“ oder „REST“. Da in den meisten Rechenzentren ohnehin alle Komponenten, unabhängig vom Hersteller, auf einer zentralen Gebäudeautomation zusammenlaufen, ist eine direkte Einzelanbindung von Feldgeräten in der Regel nicht notwendig. Die technischen Voraussetzungen für eine Optimierungsanbindung, so Thomas Weber, Mitgründer von Etalytics, seien „eigentlich schon in jedem Rechenzentrum“ gegeben. Die eigentliche Hürde liegt woanders.

Organisationskomplexität schlägt Technikkomplexität

Was die Umsetzung möglicher Etalytics-Automatismen bei den Unternehmen tatsächlich verlangsamt, ist nicht die Technik, sondern die Organisation. Typischerweise sind Serverbereitstellung, Firewall-Konfiguration und Gebäudeautomation in verschiedenen Händen. Dadurch dauert es laut Weber „in der Regel Wochen bis Monate“, bis die Infrastruktur steht.

Der Vorteil von Großkonzernen: Ist der Pilot einmal eingerichtet, skaliert er. IT-Sicherheitsprüfungen müssen nur einmalig durchlaufen werden, Ansprechpartner sind etabliert, das Setup lässt sich auf weitere Standorte übertragen. Etalytics ist zudem ISO-27001-zertifiziert, was den Prozess in sicherheitssensiblen Umgebungen beschleunigt.

Die Frage nach der Kontrolle

Auch die Herausforderung dabei ist keine technische, sondern eine psychologische Hürde. „Was, ihr wollt auch noch steuern?“ – das sei die typische Reaktion, wenn aus der Analyse ein Eingriff in die Steuerung und Regeln wird, so Weber. Der verantwortliche Ingenieur auf Kundenseite betreibt sein System seit zehn, 15 Jahren, kennt jede Eigenart „und wir kommen neu dazu, schauen uns das System wenige Wochen an und sagen, was wir alles ändern wollen.“

Etalytics begegnet dem auf zwei Wegen. Erstens: technische Glaubwürdigkeit. Alle Mitarbeitenden im Kundenkontakt hätten einen Ingenieurshintergrund, sagt Weber, und das habe einen konkreten Grund: „Es gibt nichts Schlimmeres, als wenn man in einem Meeting sitzt und der Ingenieur auf der anderen Seite nimmt einen nicht ernst und erklärt einem, wie das Kältesystem funktioniert. Das ist nicht vertrauensfördernd.“

Zweitens: die Kontrolle bleibt beim Betreiber. Die KI schreibt Sollwerte innerhalb von Grenzen, die der verantwortliche Ingenieur jederzeit selbst anpassen kann, theoretisch alle fünf Minuten. Verlässt das System einen definierten Bereich, schaltet es automatisch und mit Übergangsglättung auf die konventionelle Regelung zurück.

Ein Blick in die Zukunft: MCP als Brücke zu unternehmensweiten KI-Systemen

Was kommt als Nächstes? Weber nennt zwei Richtungen. Zum einen sieht er weiteres Optimierungspotenzial in Bestandssystemen durch genauere Modellierung einzelner Komponenten. Zum anderen hat Etalytics seine Plattform über das Model Context Protocol (MCP) für externe Sprachmodelle geöffnet.

Die Idee: Unternehmen betreiben heute häufig eigene, compliance-konforme Unternehmens-GPTs. Diese könnten nun direkt auf den Kontext der Etalytics-Plattform zugreifen, also nicht nur auf Zeitreihendaten und Topologie-Informationen, sondern auch auf das Wissen des digitalen Zwillings darüber, wie sich das System verhalten sollte und wo es abweicht. Daraus ließen sich automatisch Reports generieren, Alerts auslösen oder Anomalien interpretieren.

„Der Schatz an Informationen, den wir generiert haben, wird plötzlich nutzbar gemacht durch die Nutzung von Large-Language-Modellen“, sagt Weber. „Und darauf freuen wir uns schon sehr.“

Über den Gesprächspartner

Die Gründer von Etalytics (v. l.): Björn König, Thomas Weber und Niklas Panten.(Bild:  Etalytics)
Die Gründer von Etalytics (v. l.): Björn König, Thomas Weber und Niklas Panten.
(Bild: Etalytics)

Thomas Weber ist Mitgründer und CSO von Etalytics. Er promovierte an der TU Darmstadt im Bereich Energiesystemoptimierung – ebenso wie sein Mitgründer Niklas Panten, der das Unternehmen als CEO leitet. Gemeinsam gründeten sie Etalytics 2020 als Spinoff der TU Darmstadt, zusammen mit dem dritten Mitgründer Björn König. Das Unternehmen beschäftigt 76 Mitarbeitende am Hauptsitz in Darmstadt und ist ISO-27001-zertifiziert. Zu den Kunden zählen Rechenzentren, Automotive- und Pharmaunternehmen.

(ID:51022818)