KI-Infrastruktur im Rechenzentrum: Wenn Rechenleistung zur Energie- und Wärmefrage wird

KI-Cluster bündeln Strom und Wärme auf wenigen Racks und machen aus dem Serverraum einen Energie- und Datenknoten. Wer sie betreibt, muss Kühlung, USV, Netzanschluss und mögliche Wärmesenke von Beginn an gemeinsam planen – und klären, wer im Projekt welche Aufgabe übernimmt.

Management Summary

  • Leistungsdichte steigt: KI-Workloads konzentrieren Last und Wärme in einzelnen Clustern; einige Racks überschreiten bereits 100 kW.
  • Kühlung bestimmt die Architektur: Luft, Rear-Door, Direct-to-Chip oder Immersion – die Wahl legt Rackdichte, Kreisläufe und Temperaturniveau der Abwärme fest.
  • Strom ist ein Gesamtsystem: Höhere Spannungen, USV und Speicher müssen auf Redundanz und Versorgungssicherheit abgestimmt sein.
  • Abwärme braucht einen Abnehmer: Temperatur, Wärmenetz und Lastprofil der Wärmesenke entscheiden; die Serverkühlung muss auch ohne Wärmeabnahme sicher laufen.
  • Regulierung wird verbindlich: Berichtspflichten, Vorgaben zur Abwärmenutzung und Planungswerte machen Messkonzept und Zuständigkeiten zur Planungsaufgabe.

Illustration Absmeier foto ki –

 

Steigende KI-Leistungsdichten verändern Kühlung, Stromversorgung und Standortplanung. Mittelstand, Kommunen und Versorger benötigen dafür modulare Konzepte, geeignete Wärmesenken und klar verteilte Betreiberaufgaben.

Wenn in einem Unternehmen ein GPU-Cluster (Cluster aus Grafikprozessoren, englisch Graphics Processing Units) für Entwicklung, Produktion oder Analytik ans Netz geht, steigt die verfügbare Rechenleistung. Die zusätzliche Leistungsdichte erhöht zugleich die Anforderungen an Stromzuführung, unterbrechungsfreie Stromversorgung (USV), Kühlung und – bei Flüssigkühlung – Rohrnetze. Das Projekt verbindet damit IT-Architektur, Energieversorgung, Gebäudetechnik und, sofern sinnvoll, die Abgabe von Wärme.

Bei mittelständischen Projekten bestimmen erwartete IT-Last, Erweiterungsschritte und Standort die Auslegung. Elektrische Leistung, Wärmeabfuhr, Redundanz, Netzanschluss und eine mögliche Abwärmenutzung gehören in dieselbe frühe Planungsphase.

 

KI verdichtet Last und Wärme lokal

Laut der Internationalen Energieagentur (IEA) stieg der weltweite Stromverbrauch der Rechenzentren 2025 um 17 Prozent gegenüber dem Vorjahr auf rund 485 Terawattstunden. Bis 2030 erwartet die IEA rund 950 Terawattstunden. Der Stromverbrauch KI-fokussierter Rechenzentren stieg 2025 noch schneller und soll sich bis 2030 verdreifachen. [1]

Für die Infrastrukturplanung wird dieses Wachstum am einzelnen Standort greifbar: KI-Workloads bündeln hohe Leistungen in einzelnen Clustern. Netzanschluss, Stromverteilung und Kühlung müssen diese konzentrierte Leistung aufnehmen. Wie hoch die Leistungsdichte ausfallen kann, zeigt eine Analyse des Uptime Institute vom Februar 2025: Einige Implementierungen der 2025er Generation überschritten 100 kW pro Rack; führende künftige Produkte sollen sich in Richtung mehrerer hundert Kilowatt pro Rack entwickeln. Kleinere KI-Trainingsumgebungen in Unternehmen oder in Colocation liegen laut Uptime deutlich darunter, aber weiterhin über dem Branchendurchschnitt. [1] [3]

Bei hohen Leistungsdichten müssen Kühltechnik, Stromverteilung, Gebäudetechnik und eine mögliche Abwärmenutzung aufeinander abgestimmt werden. Das AI Data Center Framework der ASHRAE behandelt Architektur, Elektrik und Mechanik als ein System. [2] [4]

 

Kühlmethoden für unterschiedliche Leistungsdichten

Die Kühlarchitektur bestimmt mögliche Rackdichte, erforderliche Kreisläufe und das Temperaturniveau der abgeführten Wärme. Klassische Luftkühlung eignet sich für niedrigere Racklasten. Bei sehr hohen KI- und HPC-Leistungen kommt Flüssigkühlung zum Einsatz, weil sie die Wärme unmittelbar an den Hochleistungskomponenten aufnimmt. Direct Liquid Cooling (DLC) ist dabei ein bereits verbreiteter Ansatz. Beim Direct Liquid Cooling nehmen Cold Plates die Wärme direkt an CPU und GPU auf. Eine Coolant Distribution Unit (CDU) trennt den IT-seitigen Kühlkreislauf hydraulisch vom gebäudeseitigen Wasserkreislauf und regelt ihn. Die beiden Kreisläufe stellen unterschiedliche Anforderungen an Temperatur, Druck, Durchfluss und Wasserchemie. [3] [4]

Je nach erwarteter Rackdichte, vorhandener Gebäudetechnik, Hardwarekompatibilität und Betriebskonzept kommen drei Ansätze infrage: [3] [4]

  • Rear-Door Heat Exchanger kühlen die Abluft am Rack. Sie sind ein hybrider Weg für höhere Leistungsdichten in bestehenden Räumen, benötigen aber weiterhin Luftkühlung für Restlasten und Raumkonditionierung.
  • Direct-to-Chip ist ein verbreiteter Flüssigkühlungsansatz für hohe KI- und HPC-Leistungen. Er kann den größten Teil der Prozessorwärme direkt abführen, verlangt jedoch CDUs, Rohrleitungsnetze, Sensorik, Leckageüberwachung und abgestimmte Serviceprozesse.
  • Immersionskühlung taucht IT-Komponenten in ein dielektrisches Medium. Einphasige Systeme führen die Wärme über gepumpte Flüssigkeit und Wärmetauscher ab; zweiphasige Systeme nutzen den Phasenwechsel des Kühlmediums. Beide Varianten können sehr hohe Leistungen bewältigen. Laut Uptime Institute ist Immersion im KI-Betrieb bislang jedoch nicht breit etabliert und setzt passende Hardware sowie veränderte Wartungsabläufe voraus. [3]

Für die Gesamtarchitektur zählt auch das Temperaturniveau der abgeführten Wärme. Bei Direct-to-Chip-Systemen können Warmwasserkreisläufe die Zahl der Stunden mit trockener Rückkühlung erhöhen. Unter geeigneten Klima- und Betriebsbedingungen kann dies die Laufzeit der Kältemaschinen senken oder zeitweise eine Rückkühlung ganz ohne Kältemaschinenbetrieb ermöglichen. Ein höheres Temperaturniveau erleichtert die Einbindung einer Wärmepumpe oder eines Wärmenetzes, sofern ein geeigneter Wärmeabnehmer vorhanden ist. [2] [4]

 

Stromversorgung: Höhere Spannungen, USV und Speicher als Gesamtsystem

Auch die elektrische Infrastruktur verändert sich. Mit der Leistungsdichte steigen Stromstärken, Kupferbedarf und Anforderungen an Schaltanlagen. Deshalb werden bei neuen KI-Architekturen höhere Spannungen in der Gleichstromverteilung betrachtet. 800 VDC steht für eine Verteilung mit 800 Volt Gleichspannung bis in die Rack-Ebene. ASHRAE beschreibt solche Systeme als aktuellen Schwerpunkt, nicht als allgemeinen Standard für jedes Rechenzentrum. Der technische Nutzen liegt vor allem darin, hohe Leistungen mit geringeren Strömen, weniger Umwandlungsstufen und geringeren Leitungsverlusten näher an das Rack zu bringen. [2] [5]

Die Verfügbarkeitsarchitektur bleibt dabei unverzichtbar. USV-Anlagen überbrücken Netzausfälle und sichern kritische IT- sowie Infrastrukturlasten. Energiespeichersysteme können die Resilienz erhöhen, wenn sie auf kritische Last, Redundanz, Umschaltzeiten und Schutzkonzept abgestimmt sind. Erst auf dieser Grundlage lässt sich prüfen, ob die Anlage zusätzlich Lastspitzen glätten oder das Stromnetz unterstützen kann. Versorgungssicherheit und vereinbarte Service-Level haben dabei Vorrang. [5]

Für Mittelstandsprojekte bildet eine belastbare Roadmap für IT-Last, Kühlleistung und Erweiterung den Ausgangspunkt. Modulare Energie- und Kühlblöcke können Kapazität schrittweise ergänzen und vermeiden eine Auslegung auf nur eine GPU-Generation oder ein kurzfristiges Lastprofil. [2]

 

Abwärmenutzung braucht Temperatur, Netz und Abnehmer

Die Kühlarchitektur bestimmt auch die Voraussetzungen für eine Nutzung der entstehenden Wärme außerhalb des Rechenzentrums. Rechenzentren wandeln die zugeführte elektrische Energie nahezu vollständig in Wärme um. Für die Nutzung braucht es einen Abnehmer mit passendem Temperatur- und Lastprofil. Die Internationale Organisation für Erneuerbare Energien (IRENA) nennt für Rechenzentren in Deutschland typischerweise ein Temperaturniveau von 25 bis 40 °C. Für die Einspeisung in ein Wärmenetz kann eine Wärmepumpe das Temperaturniveau anheben; in Braunschweig wird rund 25 °C warmes Wasser aus einem Rechenzentrum auf etwa 70 °C angehoben. Maßgeblich sind Temperaturhub, Strombedarf der Wärmepumpe, hydraulischer Übergabepunkt und die räumliche Nähe eines Wärmeabnehmers. [6] [12]

Die Studie »Stand und Entwicklung des Rechenzentrumsstandorts Deutschland« des Bundesministeriums für Wirtschaft und Klimaschutz benennt die zentralen Grenzen: fehlende Netzkapazität, saisonal sinkender Wärmebedarf, geringe Wärmenachfrage und lange Transportwege können die Nutzbarkeit stark einschränken. Wärme lässt sich im Unterschied zu Strom nicht wirtschaftlich über beliebige Distanzen transportieren. [7]

Vor einer Wärmeauskopplung müssen mindestens fünf Punkte geklärt sein:

  • Temperatur und Kontinuität des Kühlkreislaufs,
  • Entfernung sowie hydraulische Kapazität eines bestehenden oder geplanten Wärmenetzes,
  • Grund-, Spitzen- und Sommerlast der potenziellen Wärmesenke,
  • Redundanz- und Bypasskonzept, damit die Serverkühlung auch ohne Wärmeabnahme sicher funktioniert,
  • Zuständigkeiten, Messung, Preislogik und Investitionsanteile zwischen Rechenzentrums-, Wärme- und Netzbetreiber.

Die Prüfung beginnt mit der Standortentscheidung. Die kommunale Wärmeplanung bietet dafür einen Orientierungsrahmen: In ihrer Potenzialanalyse kann unter anderem Abwärme aus lokalen Rechenzentren berücksichtigt werden. Für neue Wärmenetze gilt seit dem 1. März 2025 eine weitere Vorgabe: Mindestens 65 Prozent ihrer jährlichen Nettowärmeerzeugung müssen aus erneuerbaren Energien, unvermeidbarer Abwärme oder einer Kombination daraus stammen. [7] [8]

 

Internationale Praxis: Fallstudien und ihre Voraussetzungen

Die Beispiele aus Stockholm, Braunschweig und Finnland zeigen, wie stark Technik, Anschlussbedingungen und Finanzierung vom jeweiligen Standort abhängen. [7] [9] [11] [12]

Stockholm zeigt ein Organisations- und Vergütungsmodell. Stockholm Exergi ermöglicht Unternehmen mit überschüssiger Wärme in unmittelbarer Nähe des Fernwärmenetzes – ausdrücklich auch Rechenzentren –, diese Wärme in das Netz einzuspeisen. Die Vergütung der gelieferten Wärmekapazität orientiert sich an vermiedenen Erzeugungskosten und hängt unter anderem von der Außentemperatur ab. Eine EU-Fallstudie weist für 2022 20 Lieferanten und mehr als 100 GWh zurückgewonnene Wärme aus. Im dort beschriebenen Finanzierungsmodell trägt Stockholm Exergi die Anschlussinfrastruktur, während Rechenzentren und andere Industriebetriebe die Wärmepumpen finanzieren; die Anschlusskosten werden über 15 Jahre monatlich zurückgezahlt. [9] [10]

Pionen, ein Bahnhof-Rechenzentrum in Stockholm, zeigt die technische Einbindung eines kleineren Bestandsstandorts. Der für 2014 dokumentierte Anlagensteckbrief nennt zwei in Serie geschaltete Kältemaschinen/Wärmepumpen mit rund 690 kW Kälteleistung und 975 kW Heizleistung. Eine 67 Meter lange Verteilleitung verband den Standort mit dem Fernwärmenetz; bei einem Ausfall starten die alten Kältemaschinen von Bahnhof als Backup. [11]

Braunschweig liefert ein deutsches Quartiersbeispiel. Im Energie-Effizienz-Quartier Heinrich der Löwe ist die Wärmepumpe seit Ende 2021 in Betrieb. Sie nutzt rund 25 °C warmes Wasser aus einem benachbarten Rechenzentrum und hebt dessen Temperatur auf etwa 70 °C an; damit versorgt sie das Quartier in der Grundlast. Für Spitzenlasten ist die Energiezentrale zusätzlich an das Braunschweiger Fernwärmenetz angeschlossen. [12] [13]

Auch in Odense (Dänemark) sowie in Hamina, Espoo und Kirkkonummi (Finnland) wird Rechenzentrumswärme über Wärmepumpen für Fernwärmenetze nutzbar gemacht – teils bereits im Betrieb, teils im Aufbau. In Odense wird überschüssige Wärme aus dem Meta-Rechenzentrum mit elektrisch betriebenen Ammoniak-Wärmepumpen auf 70 bis 75 °C angehoben. Das Wärmerückgewinnungsprogramm im Google-Rechenzentrum in Hamina ist laut Google in Betrieb und darauf ausgelegt, rund 2.000 Haushalte mit Wärme zu versorgen. Am 6. Mai 2026 meldete Fortum, dass die Wärmepumpenanlagen in Kirkkonummi und Espoo den Betrieb aufgenommen haben; die Rückgewinnung der Abwärme aus Microsoft-Rechenzentren soll ab 2027 schrittweise beginnen. [14] [15] [16]

 

Regulierung: Kennzahlen, Abwärme und Standortplanung

Für die Planung und den Betrieb von Wärmeauskopplungen sind Angaben zu Energieverbrauch, Temperatur, Wasser und verfügbarer Abwärme erforderlich. Die europäische Regulierung erfasst diese technischen Größen als berichtspflichtige Kennzahlen. Nach Artikel 12 der EU-Energieeffizienzrichtlinie müssen die Mitgliedstaaten Eigentümer und Betreiber von Rechenzentren mit mindestens 500 kW installierter IT-Leistungsaufnahme verpflichten, die Angaben nach Anhang VII erstmals bis zum 15. Mai 2024 und danach jährlich öffentlich bereitzustellen. Die EU-Verordnung (EU) 2024/1364 legt dafür eine gemeinsame Unionsmethodik und Key Performance Indicators unter anderem zu Energieverbrauch und Leistungsnutzung, Temperatur-Sollwerten und Abwärmenutzung, Wasserverbrauch sowie erneuerbarer Energie fest. [17] [18]

Die Richtlinie setzt auch bei der Abwärme an: Sie verpflichtet die Mitgliedstaaten, dafür zu sorgen, dass Rechenzentren mit einem nominalen Gesamtenergieinput von mehr als 1 MW Abwärme oder andere Wärmerückgewinnungsanwendungen nutzen. Eine Ausnahme gilt, wenn der Betreiber im Rahmen der vorgesehenen Bewertung nachweist, dass dies technisch oder wirtschaftlich nicht durchführbar ist. Bei neu geplanten oder wesentlich modernisierten Standorten ist zudem eine Kosten-Nutzen-Analyse vorgesehen, die unter anderem den lokalen Wärmebedarf berücksichtigt. Damit werden Wärmesenke, Übergabepunkt und Messkonzept zu Themen der Standortplanung. [17]

Deutschland setzt für neue Rechenzentren zusätzlich konkrete Planungswerte. § 11 Energieeffizienzgesetz verlangt für Rechenzentren, die ab 1. Juli 2026 den Betrieb aufnehmen, eine Energieverbrauchseffektivität von höchstens 1,2 sowie einen Anteil wiederverwendeter Energie von mindestens 10 Prozent. Bei einer Inbetriebnahme ab 1. Juli 2027 muss der geplante Anteil mindestens 15 Prozent und ab 1. Juli 2028 mindestens 20 Prozent betragen. Die Anforderungen müssen spätestens zwei Jahre nach Inbetriebnahme im Jahresdurchschnitt dauerhaft erfüllt sein. [20]

Ergänzend bereitet die Kommission weitere Vorgaben vor. Am 21. September 2026 hat sie ein gemeinsames Rating-Schema für Rechenzentren vorgeschlagen und parallel eine öffentliche Konsultation zu möglichen Mindestleistungsstandards eröffnet. Die finale Veröffentlichung eines Vorschlags zu diesen Standards ist für das zweite Quartal 2027 geplant. Laufende Projekte sollten Messpunkte, Datenwege und Zuständigkeiten von Beginn an berücksichtigen. [19] [21]

 

Infrastrukturmodelle für mittelständische Projekte

Für mittelständische Unternehmen kommen bedarfsorientierte KI-Zonen, hybride Kühlkonzepte sowie Betreiber- oder Colocation-Modelle in Betracht. Wichtig sind klar definierte Schnittstellen: zwischen IT und Facility, zwischen Rechenzentrum und Wärmenetz sowie zwischen Eigentümer und Betreiber. [2] [3]

Für Projekte mit Wärmeauskopplung müssen Wärmebereitstellung, Finanzierung von Anschluss und Wärmepumpen sowie Betriebsverantwortung vertraglich zugeordnet sein. Die Fallstudien aus Stockholm und Braunschweig zeigen dafür unterschiedliche Modelle. [9] [10] [12] [13]

 

Technische und wirtschaftliche Grenzen

Flüssigkühlung setzt kompatible Hardware, neue Wartungsprozesse, durchgängige Sensorik sowie ein belastbares Leckage- und Redundanzkonzept voraus. Bei Direct-to-Chip verbleibt Restwärme in der Raumluft; bei hohen Rackleistungen bleibt ergänzende Luftkühlung oder eine weitere Flüssigkühlungskomponente notwendig. [3]

Die Wärmeauskopplung darf die Verlässlichkeit der Serverkühlung nicht beeinträchtigen; dafür braucht es ein redundantes Rückfallkonzept. Für eine belastbare Nachhaltigkeits- oder Wirtschaftlichkeitsbewertung müssen Temperatur, jährlich verfügbare und abgenommene Wärmemenge, Strombedarf der Wärmepumpe, Verfügbarkeit und Vertragslogik transparent dokumentiert sein. [7] [18]

KI-Infrastruktur benötigt belastbare Leistungsprognosen, technische Schnittstellen und klar zugeordnete Verantwortlichkeiten. Das gilt für den Ausbau bestehender IT-Umgebungen ebenso wie für neue Rechenzentrumsprojekte.

René Habers, Head of Customer and Market bei Prior1

(Bildrechte: Prior1)

 

 

 

Tipps für die Praxis

  • Roadmap zuerst: IT-Last, Kühlleistung und Erweiterungsschritte über mehrere GPU-Generationen planen, nicht nur für das erste Cluster. [2]
  • Modular ausbauen: Energie- und Kühlblöcke schrittweise ergänzen, statt auf ein kurzfristiges Lastprofil auszulegen. [2]
  • Kühlansatz zur Bestandsinfrastruktur wählen: Rear-Door-Wärmetauscher sind ein hybrider Weg in bestehenden Räumen; Direct-to-Chip verlangt CDUs, Rohrnetze und Leckageüberwachung. [3] [4]
  • Wärmesenke früh suchen: Kommunale Wärmeplanung, Wärmenetzbetreiber und Abnehmer mit passendem Last- und Sommerprofil vor der Detailplanung ansprechen. [7] [8]
  • Rückfallkonzept absichern: Bypass und Redundanz so auslegen, dass die Serverkühlung ohne Wärmeabnahme zuverlässig funktioniert. [7] [18]
  • Schnittstellen vertraglich regeln: Zuständigkeiten, Messung, Preislogik und Investitionsanteile zwischen IT, Facility, Rechenzentrums- und Wärmenetzbetreiber festlegen. [9] [10] [12] [13]
  • Messpunkte von Beginn an einplanen: Energie, Temperatur, Wasser und Abwärme erfassen, damit Berichtspflichten und Wirtschaftlichkeitsbewertung belegbar sind. [18] [19]

Tipps mit Praxisbeispielen

Die sieben Tipps im Detail: Jeweils folgt auf die Handlungsempfehlung ein Beispiel aus den dokumentierten Fallstudien. Szenarien, die als solche gekennzeichnet sind, dienen nur der Illustration.

1. Roadmap zuerst

So gehen Sie vor: Legen Sie zunächst fest, wie sich IT-Last, Kühlleistung und Erweiterung über mehrere Ausbaustufen entwickeln sollen, bevor Sie Technik auswählen. Planen Sie dabei nicht nur für das erste Cluster, sondern für spätere GPU-Generationen. [2]

Praxisbeispiel: Die Spanne ist groß: Laut Uptime Institute überschritten einige Implementierungen der 2025er Generation bereits 100 kW pro Rack, führende künftige Produkte sollen sich in Richtung mehrerer hundert Kilowatt entwickeln. Kleinere KI-Trainingsumgebungen in Unternehmen liegen deutlich darunter, aber über dem Branchendurchschnitt. Eine Roadmap sollte deshalb mindestens zwei Lastszenarien enthalten – das Startcluster und eine spätere, dichtere Ausbaustufe –, damit Stromzuführung, USV und Kühlkreisläufe nicht beim ersten Ausbau an ihre Grenzen stoßen. [3]

2. Modular ausbauen

So gehen Sie vor: Ergänzen Sie Energie- und Kühlkapazität in Blöcken, statt die gesamte Anlage auf ein kurzfristiges Lastprofil auszulegen. So wächst die Infrastruktur mit der tatsächlichen Nachfrage und bleibt für neue GPU-Generationen anpassbar. [2]

Praxisbeispiel: Wie kompakt sich Technik in einen Bestandsstandort einbinden lässt, zeigt das Bahnhof-Rechenzentrum Pionen in Stockholm: Der dokumentierte Anlagensteckbrief nennt zwei in Serie geschaltete Kältemaschinen/Wärmepumpen mit rund 690 kW Kälteleistung und 975 kW Heizleistung. Eine 67 Meter lange Verteilleitung verband den Standort mit dem Fernwärmenetz. Für Mittelstandsprojekte lässt sich daraus ableiten, Leistungsklassen und Anschlusswege so zu wählen, dass weitere Einheiten später parallel ergänzt werden können. [11]

3. Kühlansatz zur Bestandsinfrastruktur wählen

So gehen Sie vor: Die Wahl der Kühlung hängt von erwarteter Rackdichte, vorhandener Gebäudetechnik, Hardwarekompatibilität und Betriebskonzept ab. Rear-Door-Wärmetauscher kühlen die Abluft am Rack und sind ein hybrider Weg in bestehenden Räumen; Direct-to-Chip führt die Prozessorwärme über Cold Plates ab und verlangt CDUs, Rohrnetze, Sensorik und Leckageüberwachung. Immersionskühlung ist laut Uptime Institute im KI-Betrieb bislang nicht breit etabliert. [3] [4]

Praxisbeispiel: Szenario zur Orientierung: Ein Unternehmen stellt ein GPU-Cluster in einen vorhandenen, luftgekühlten Serverraum. Rear-Door-Wärmetauscher erhöhen dort die abführbare Leistung, ohne das Gebäude umzubauen; die Restlasten und die Raumkonditionierung bleiben bei der Luftkühlung. Plant dasselbe Unternehmen später deutlich höhere Dichten, wird Direct-to-Chip samt CDU und gebäudeseitigem Wasserkreislauf zum nächsten Schritt – und sollte bereits jetzt als Option in der Roadmap stehen. Nach der Entscheidung für Direct-to-Chip gehört auch die Einbindung der Abwärme ins Konzept: Warmwasserkreisläufe können die Stunden mit trockener Rückkühlung erhöhen. [2] [4]

4. Wärmesenke früh suchen

So gehen Sie vor: Klären Sie vor der Detailplanung, wer die Wärme abnehmen kann. Wichtig sind Temperatur und Kontinuität des Kühlkreislaufs, Entfernung und Kapazität des Wärmenetzes sowie Grund-, Spitzen- und Sommerlast der Wärmesenke. Die kommunale Wärmeplanung bietet einen Orientierungsrahmen; in ihrer Potenzialanalyse kann Abwärme aus lokalen Rechenzentren berücksichtigt werden. [7] [8]

Praxisbeispiel: In Braunschweig nutzt die Wärmepumpe im Energie-Effizienz-Quartier Heinrich der Löwe seit Ende 2021 rund 25 °C warmes Wasser aus einem benachbarten Rechenzentrum und hebt es auf etwa 70 °C an. Sie versorgt das Quartier in der Grundlast; für Spitzenlasten ist die Energiezentrale zusätzlich an das Fernwärmenetz angeschlossen. Entscheidend war hier die räumliche Nähe von Rechenzentrum und Abnehmer. [12] [13] Auch Stockholm Exergi nimmt überschüssige Wärme von Unternehmen – ausdrücklich auch Rechenzentren – in unmittelbarer Nähe des Fernwärmenetzes auf. [9]

5. Rückfallkonzept absichern

So gehen Sie vor: Die Wärmeauskopplung darf die Verlässlichkeit der Serverkühlung nie beeinträchtigen. Planen Sie deshalb ein Redundanz- und Bypasskonzept, damit die Kühlung auch ohne Wärmeabnahme sicher funktioniert, und dokumentieren Sie Verfügbarkeit und Vertragslogik transparent. [7] [18]

Praxisbeispiel: Das Beispiel Pionen zeigt das Prinzip: Fällt die Wärmeauskopplung aus, starten die alten Kältemaschinen des Bahnhofs als Backup. Übertragen auf eigene Projekte heißt das: Eine konventionelle Rückkühlung bleibt betriebsbereit, und die Umschaltung wird regelmäßig getestet. [11]

6. Schnittstellen vertraglich regeln

So gehen Sie vor: Ordnen Sie Wärmebereitstellung, Finanzierung von Anschluss und Wärmepumpen sowie Betriebsverantwortung vertraglich zu – zwischen IT und Facility, zwischen Rechenzentrum und Wärmenetz sowie zwischen Eigentümer und Betreiber. Festzulegen sind Zuständigkeiten, Messung, Preislogik und Investitionsanteile. [9] [10] [12] [13]

Praxisbeispiel: Stockholm zeigt ein Modell: Die Vergütung der gelieferten Wärmekapazität orientiert sich an den vermiedenen Erzeugungskosten und hängt unter anderem von der Außentemperatur ab. Im beschriebenen Finanzierungsmodell trägt Stockholm Exergi die Anschlussinfrastruktur, während Rechenzentren und andere Industriebetriebe die Wärmepumpen finanzieren; die Anschlusskosten werden über 15 Jahre monatlich zurückgezahlt. Die Fallstudie weist für 2022 20 Lieferanten und mehr als 100 GWh zurückgewonnene Wärme aus. [9] [10]

7. Messpunkte von Beginn an einplanen

So gehen Sie vor: Sehen Sie Messpunkte für Energie, Temperatur, Wasser und Abwärme bereits in der Planung vor und legen Sie Datenwege und Zuständigkeiten fest. Das erleichtert Berichtspflichten und eine belastbare Wirtschaftlichkeitsbewertung. [18] [19]

Praxisbeispiel: Die EU-Verordnung (EU) 2024/1364 definiert dafür Key Performance Indicators unter anderem zu Energieverbrauch und Leistungsnutzung, Temperatur-Sollwerten, Abwärmenutzung, Wasserverbrauch und erneuerbarer Energie. Betreiber von Rechenzentren ab 500 kW installierter IT-Leistungsaufnahme müssen Angaben nach Anhang VII jährlich öffentlich bereitstellen. Wer die Zähler- und Sensorpunkte erst nachträglich installiert, riskiert Lücken in der Datenreihe – bei neuen Anlagen kommen die Planungswerte aus § 11 Energieeffizienzgesetz hinzu, etwa mindestens 10 Prozent wiederverwendete Energie bei Inbetriebnahme ab 1. Juli 2026. [17] [18] [20]

 

FAQ

Warum verändert KI die Planung von Rechenzentren?

KI-Workloads bündeln hohe Leistungen in einzelnen Clustern. Einige Implementierungen überschritten laut Uptime Institute bereits 100 kW pro Rack. Netzanschluss, Stromverteilung und Kühlung müssen diese konzentrierte Leistung aufnehmen. [1] [3]

Wann reicht klassische Luftkühlung aus?

Luftkühlung eignet sich für niedrigere Racklasten. Für höhere Leistungsdichten in bestehenden Räumen sind Rear-Door-Wärmetauscher ein hybrider Weg, der weiterhin Luftkühlung für Restlasten benötigt. [3] [4]

Was bedeutet Direct-to-Chip-Kühlung?

Cold Plates nehmen die Wärme direkt an CPU und GPU auf. Eine Coolant Distribution Unit (CDU) trennt den IT-seitigen vom gebäudeseitigen Kreislauf. Das setzt Rohrnetze, Sensorik, Leckageüberwachung und abgestimmte Serviceprozesse voraus. [3] [4]

Ist Immersionskühlung eine Standardlösung?

Laut Uptime Institute ist Immersion im KI-Betrieb bislang nicht breit etabliert. Sie setzt passende Hardware und veränderte Wartungsabläufe voraus. [3]

Was ist 800 VDC?

Eine Gleichstromverteilung mit 800 Volt bis in die Rack-Ebene. Sie soll hohe Leistungen mit geringeren Strömen und weniger Umwandlungsstufen zum Rack bringen. ASHRAE beschreibt sie als aktuellen Schwerpunkt, nicht als Standard für jedes Rechenzentrum. [2] [5]

Welche Temperatur hat die Abwärme, und lässt sie sich nutzen?

IRENA nennt für Rechenzentren in Deutschland typischerweise 25 bis 40 °C. Eine Wärmepumpe kann das Niveau für ein Wärmenetz anheben; in Braunschweig werden rund 25 °C auf etwa 70 °C angehoben. [6] [12]

Was muss vor einer Wärmeauskopplung geklärt sein?

Temperatur und Kontinuität des Kühlkreislaufs, Entfernung und Kapazität des Wärmenetzes, Last der Wärmesenke, ein Redundanz- und Bypasskonzept sowie Zuständigkeiten, Messung, Preislogik und Investitionsanteile.

Gibt es Pflichten zur Abwärmenutzung?

Die EU-Energieeffizienzrichtlinie verpflichtet die Mitgliedstaaten, dafür zu sorgen, dass Rechenzentren mit mehr als 1 MW nominalem Gesamtenergieinput Abwärme nutzen; Ausnahmen gelten bei technischer oder wirtschaftlicher Undurchführbarkeit. In Deutschland verlangt § 11 Energieeffizienzgesetz für Anlagen ab 1. Juli 2026 mindestens 10 Prozent wiederverwendete Energie und eine Energieverbrauchseffektivität von höchstens 1,2. [17] [20]

Wer muss Kennzahlen berichten?

Eigentümer und Betreiber von Rechenzentren mit mindestens 500 kW installierter IT-Leistungsaufnahme müssen die Angaben nach Anhang VII der Richtlinie erstmals bis zum 15. Mai 2024 und danach jährlich öffentlich bereitstellen. [17] [18]

Wie startet ein mittelständisches Unternehmen?

Mit einer belastbaren Roadmap für IT-Last, Kühlleistung und Erweiterung. Bedarfsorientierte KI-Zonen, hybride Kühlkonzepte oder Betreiber- und Colocation-Modelle sind möglich; entscheidend sind klar definierte Schnittstellen. [2] [3]

Quellen
[1] https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary
[2] https://www.ashrae.org/technical-resources/ai-data-center-framework/integrated-design-principles
[3] https://intelligence.uptimeinstitute.com/resource/ai-and-cooling-methods-and-capacities
[4] https://www.ashrae.org/technical-resources/ai-data-center-framework/energy-and-thermal-efficiency
[5] https://www.ashrae.org/technical-resources/ai-data-center-framework/resilient-design
[6] https://www.irena.org/Innovation-landscape-for-smart-electrification/Power-to-heat-and-cooling/31-Waste-heat-recovery-from-data-centres
[7] https://www.bundeswirtschaftsministerium.de/Redaktion/DE/Publikationen/Technologie/stand-und-entwicklung-des-rechenzentrumsstandorts-deutschland.pdf?__blob=publicationFile&v=1
[8] https://www.bmwsb.bund.de/DE/stadtentwicklung/klimagerechte-stadtentwicklung/kommunale-waermeplanung/kommunale-waermeplanung_node.html
[9] https://www.stockholmexergi.se/en/heat-recovery/
[10] https://eu-mayors.ec.europa.eu/sites/default/files/2023-10/2023_CoMo_CaseStudy_Stockholm_EN.pdf
[11] https://www.opendistrictheating.com/media/open-district-heating-bahnhof-pionen.pdf
[12] https://www.bs-energy.de/magazin/eeq
[13] https://www.euroheat.org/dhc/eu-projects/re-use-heat
[14] https://www.ramboll.com/en-us/projects/energy/meta-surplus-heat-to-district-heating
[15] https://datacenters.google/energy/
[16] https://www.fortum.com/en/media/2026/05/fortum-has-started-heat-production-two-large-data-centre-sites-finland
[17] https://eur-lex.europa.eu/eli/dir/2023/1791/oj
[18] https://eur-lex.europa.eu/eli/reg_del/2024/1364/oj
[19] https://energy.ec.europa.eu/resources/preparatory-studies/minimum-performance-standards-eu-data-centres_en
[20] https://www.gesetze-im-internet.de/enefg/__11.html
[21] https://energy.ec.europa.eu/topics/energy-efficiency/energy-efficiency-targets-Management Summary, Tipps, FAQ und Bilder wurden mit Hilfe von KI erstellt  directive-and-rules/energy-efficiency-directive/energy-performance-data-centres_en
Management Summary, Tipps, FAQ und Bilder wurden mit Hilfe von KI erstellt

 

4514 Artikel zu „KI Infrastruktur Rechenzentrum“

KI-Infrastruktur im Rechenzentrum: Wenn Rechenleistung zur Energie- und Wärmefrage wird

KI-Cluster bündeln Strom und Wärme auf wenigen Racks und machen aus dem Serverraum einen Energie- und Datenknoten. Wer sie betreibt, muss Kühlung, USV, Netzanschluss und mögliche Wärmesenke von Beginn an gemeinsam planen – und klären, wer im Projekt welche Aufgabe übernimmt. Management Summary Leistungsdichte steigt: KI-Workloads konzentrieren Last und Wärme in einzelnen Clustern; einige Racks…

Vertiv präsentiert auf der »Data Center Nation Zurich« KI-fähige Rechenzentrumsinfrastruktur

Vertiv präsentiert auf der »Data Center Nation Zurich« KI-fähige Rechenzentrumsinfrastruktur und Fachkompetenz mit interaktivem 3D-Modell und strategischer Podiumsdiskussion Vertiv, ein weltweit agierender Anbieter für kritische digitale Infrastrukturen, wird am 25. November 2026 auf der »Data Center Nation Zurich« Technologien und Fachwissen präsentieren, um Rechenzentrumsbetreibern dabei zu helfen, die wachsenden Anforderungen an Stromversorgung, Kühlung und Betrieb…

KI-Infrastruktur: Mehrheit der Unternehmen setzt auf eigenen Betrieb

Die Experimentierphase ist vorbei: Unternehmen skalieren KI und holen sie dabei ins eigene Haus. Laut einer Omdia-Umfrage im Auftrag von Schneider Electric bevorzugen 55 % eine selbst betriebene Infrastruktur – aus Gründen von Datenschutz, Sicherheit und Compliance. Doch Skalierung, Kosten sowie Strom- und Kühlungsbedarf bremsen viele Projekte. Entsprechend suchen 59 % externe Hilfe bei der…

81 Prozent liefern Code aus, den sie nicht verstehen: Wie KI die Qualitätssicherung überholt

KI schreibt Code, erzeugt Tests und bewertet sogar die eigenen Ergebnisse – doch die unabhängige Kontrolle hält nicht Schritt. Die Studie »State of AI in Quality Engineering 2026« von TestMu AI zeigt: 81 Prozent der Softwareteams haben bereits KI-Ergebnisse übernommen, die sie nicht vollständig verstanden haben. Nur 41 Prozent prüfen KI-Code automatisiert vor dem Merge.…

KI-Fabrik vor Ort: Warum On-Premises-Inferenz die Wirtschaftlichkeit von Enterprise-KI neu definiert

Mit jeder Anfrage steigen die Kosten: Sobald generative KI im Produktivbetrieb angekommen ist, wird die Inferenz zum entscheidenden Faktor für Wirtschaftlichkeit, Datenhoheit und Verfügbarkeit. Paul Speciale, Chief Strategy Officer bei Scality, erläutert, warum Unternehmen ihre KI-Workloads nicht mehr pauschal in die Public Cloud verlagern sollten, welche Rolle Speicher im KV-Cache spielt und weshalb ein hybrides…

Wenn der KI-Agent 13 sagt und es 17 sind: Datenprodukte richtig validieren

Ein Datenprodukt ist nicht fertig, wenn es bereitgestellt ist. Erst wenn Fachexperten seine Antworten bestätigen, Fehlerquellen systematisch geprüft und Definitionen versioniert sind, können Führungskräfte einem KI-Agenten vertrauen. Management Summary Bereitstellung ist nicht das Ziel: Der Nutzen eines Datenprodukts ist erst belegt, wenn es nachweislich die tatsächliche Arbeit und Effizienz verbessert. Fachbereich als Maßstab: Fachexperten testen…

Output Management zwischen Kostendruck, Sicherheit und KI

Druck- und Outputprozesse entwickeln sich für größere Unternehmen zunehmend zu einer Schnittstelle zwischen IT-Sicherheit, Regulierung, Kostenkontrolle und Digitalisierung. Darauf verweist eine Marktstudie von SPS und YouGov, für die 209 mittlere und große Unternehmen in Deutschland befragt wurden. Besonders hoch gewichtet werden Sicherheits- und Compliance-Themen. 61 Prozent der befragten Unternehmen nennen steigende Anforderungen an IT-Sicherheit und…

KI und Berufseinstieg: Zwischen Entwarnung und strukturellen Warnsignalen

KI-generierte Symbolillustration: Berufseinstieg im technologischen Wandel.   KI verändert den Berufseinstieg – doch pauschaler Stellenabbau wäre die falsche Schlussfolgerung. Die deutschen Beschäftigungsdaten zeigen bislang keinen allgemeinen Einbruch in KI-exponierten Berufen, wohl aber Warnsignale für junge Beschäftigte. [1] Für Geschäftsführung, CIOs und Personalverantwortliche geht es deshalb um mehr als Effizienz: Einstiegswege sichern, Kompetenzen aufbauen und Automatisierung…

Wenn KI Unternehmen schneller macht – und zugleich verwundbarer

KI beschleunigt das Geschäft – Resilienz hält es am Laufen. Sicherheit der gesamten Unternehmensstruktur aus Systemen, Partnern und Prozessen wird immer wichtiger.   Generative KI macht Unternehmen schneller. Doch wenn Entscheidungen automatisiert und Prozesse enger vernetzt werden, können sich auch Fehler und Störungen rascher ausbreiten. Deshalb reicht es nicht, Angriffe möglichst abzuwehren: Unternehmen müssen kritische…

Von der GPU-KI-Infrastruktur zur Token Factory: Warum bei KI das Ergebnis zählt

Mehr GPUs und günstigere Token allein machen KI noch nicht wirtschaftlich. Mit agentischen Anwendungen wächst der Aufwand für mehrstufige Prozesse, wechselnde Lasten und verlässliche Ergebnisse. Das Betriebsmodell der Token Factory verbindet Ressourcenmanagement, Inferenzoptimierung und Servicequalität. Für IT-Verantwortliche rückt damit eine andere Frage in den Mittelpunkt: Was kostet eine erfolgreich erledigte Aufgabe – und welche Architektur…

KI wird bis 2030 netto 1,7 Millionen Arbeitsplätze schaffen

KI und Arbeitsplätze: Positive Bilanz, tiefgreifender Wandel KI dürfte nach Gartner bis 2030 weltweit mehr Arbeitsplätze schaffen als verdrängen. Doch die positive Nettobilanz von 1,7 Millionen Stellen verdeckt den größeren Umbruch: Mehr als 20 Prozent der Beschäftigten sollen ihre Aufgaben und Arbeitsweisen anpassen müssen. Für Geschäftsführung, CIOs und Personalverantwortliche geht es deshalb nicht nur um…

KI auf Erfolgskurs, Unternehmen im Stresstest: Deutschlands neue Readiness-Lücke

KI schafft messbaren Nutzen, erhöht aber zugleich die Anforderungen an Unternehmen: 56 Prozent der deutschen Befragten berichten von positiven Erträgen ihrer KI-Investitionen, während die durchschnittliche vollständige Bereitschaft für externe Risiken bei nur 25 Prozent liegt. Der Kyndryl Readiness Report 2026–27 zeigt, warum eine modernisierte IT allein nicht genügt. Für Geschäftsführung und CIOs geht es jetzt…

Die größte Herausforderung für CIOs: KI-Nutzen, Risiken und Sicherheit in Einklang bringen

KI soll Wertschöpfung beschleunigen – darf aber nicht schneller Risiken aufbauen als Nutzen. Für CIOs wird deshalb die Verbindung von Geschäftszielen, Sicherheitskontrollen und klaren Entscheidungsrechten zum Prüfstein. Gartners Value-Risk Flywheel liefert dafür ein Denkmodell: Gute Dynamik stärken, schädliche Dynamik begrenzen und Kontrolle dort verankern, wo KI tatsächlich auf Daten und Prozesse zugreift. Management Summary Geschäftswert…

KI-Rechenzentren: Warum mehr GPUs allein nicht reichen

KI braucht mehr als leistungsfähige Chips. Erst wenn Stromversorgung, Kühlung, Fläche und Ausbaureserven zusammenspielen, wird aus Rechenleistung eine tragfähige Infrastruktur. Für IT-Verantwortliche rückt damit eine strategische Frage in den Mittelpunkt: Kann das gewählte Rechenzentrum nicht nur heutige Workloads bewältigen, sondern auch die nächste Wachstumsstufe wirtschaftlich unterstützen? Management Summary Leistungsdichte wird zum Auswahlkriterium. Entscheidend ist nicht…

KI bei Versicherern: Viele Anwendungen, zu wenig Kundennutzen

KI ist in der Versicherungsbranche angekommen – ihr Nutzen beim Kunden noch nicht überall. Eine Studie von techconsult und puntus zeigt: Während 47 Prozent der Befragten eine höhere Kundenzufriedenheit erwarteten, berichten bislang 28 Prozent von messbaren Verbesserungen. Versicherer mit produktiv eingesetzter Process Intelligence erzielen häufiger positive KI-Effekte. Für das Management rückt damit eine andere Frage…

Deutsche Unternehmen überschätzen ihre KI-Reife

86 Prozent der Entscheider sagen, ihr Unternehmen stelle sich öffentlich KI-reifer dar, als es ist. Weltweit sind es 75 Prozent. KI-Reife zeigt sich nicht im Selbstbild, sondern im Geschäftsergebnis. Die vorliegenden Studienergebnisse machen deutlich, wie weit Anspruch und Umsetzung auseinanderliegen. Für Geschäftsführung und IT-Verantwortliche wird damit die organisatorische Veränderung zur entscheidenden Aufgabe: Prozesse neu gestalten,…

Angreifer missbrauchen vertrauenswürdige KI- und IT-Tools für Attacken gegen Unternehmen

KI-Agenten beschleunigen Geschäftsprozesse – und eröffnen Angreifern neue Wege in die Unternehmens-IT. Der Elastic-Bericht »Threats, etc.« beschreibt den Missbrauch legitimer KI-Anwendungen, signierter Fernwartungstools und gestohlener Zugangsdaten. Für IT-Verantwortliche lautet die Konsequenz: Nicht die Freigabe einer Software entscheidet über Sicherheit, sondern ihr tatsächliches Verhalten. Gefragt sind begrenzte Rechte, systemübergreifende Transparenz und schnelle Reaktionsprozesse. [1] Management Summary…

KI-Agenten ohne Kontrolle: Warum Unternehmen ihre KI-Identitäten jetzt steuern müssen

KI-Agenten beschleunigen Abläufe, greifen auf Unternehmensdaten zu und übernehmen zunehmend eigenständige Aufgaben. Doch ihr Handlungsspielraum wächst schneller als die passenden Sicherheitskontrollen. Die globale SailPoint-Studie verdeutlicht diese Lücke. Für IT-Verantwortliche kommt es jetzt darauf an, Transparenz, eindeutige Zuständigkeiten und begrenzte Zugriffsrechte miteinander zu verbinden – damit aus Automatisierung kein Kontrollverlust wird. [1, 3] Management Summary Governance…

KI-Wertschöpfung: Europas KI-Chance liegt nicht nur im besten Modell

KI muss sich im Prozess rechnen, nicht nur im Benchmark glänzen. Eine Studie der Bertelsmann Stiftung zeigt: In Softwareentwicklung, Bankgeschäft und Private Equity sind Produktivitätsgewinne bislang besser belegt als neue Erlöse. Leistungsfähige Open-Weight-Modelle erweitern dabei die Auswahl – oft zu niedrigeren Nutzungspreisen. Für CIOs zählt deshalb das Zusammenspiel von Qualität, Gesamtkosten, Daten und Governance. [1]…

Smart Cities: KI braucht Führung – nicht nur Algorithmen

KI zieht in Rathäuser, Fachverfahren und städtische Dienstleistungen ein. Doch schnellere Prozesse allein machen noch keine bessere Stadt. Die neue U4SSC-Toolbox von ITU und UN-Habitat verbindet menschenzentrierte Stadtentwicklung mit risikogerechter KI-Governance, einem achtstufigen Umsetzungszyklus und praktischen Vorlagen. Für kommunale Führungskräfte und IT-Verantwortliche lautet die entscheidende Frage deshalb nicht: Wo können wir KI einsetzen? Sondern: Welchen…