Wie der KI-Boom gemäss nLighten das RZ-Geschäft prägt

Wie wirkt sich der KI-Hype auf das Geschäft mit RZ-Dienst­leistungen aus?

Christian Zipp: KI ist eine ähnlich umwälzende Technologie wie die Dampfmaschine oder die Elektrizität, daher sehen wir einen Boom, der viele Bereiche betrifft. Unter anderem treibt der KI-Boom die Nachfrage nach Edge-Rechenzentren an, denn KI-Anwendungen erfordern oft eine schnelle Datenverarbeitung in Echtzeit – hier punktet Edge mit geringer Latenz. Edge-Rechenzentren ermöglichen zudem eine intelligente Datenverwaltung. Beispielsweise filtern und verarbeiten sie Daten vor Ort. So müssen keine Datenmengen an entfernte Rechenzentren übertragen werden, somit kann auch die benötigte Infrastruktur im Netzwerk, und die daraus resultierenden Mehrkosten, gesenkt werden.

Wie müssen Anbieter von RZ-Dienstleistungen aufgestellt sein, um vom KI-Hype zu profitieren?

Erstens ist ein flächendeckendes Netzwerk von Edge-Rechenzentren wichtig, um die Nähe zu Datenquellen und Endgeräten zu gewährleisten. Zweitens ist die gute Konnektivität der Rechenzentren ein Muss. Nur skalierbare und zuverlässige Netzwerkverbindungen mit hoher Bandbreite erfüllen die Anforderungen von KI. Und drittens brauchen Anbieter von RZ-Dienstleistungen ein Konzept, wie sie den enormen Energiehunger von KI-Anwendungen stillen können und gleichzeitig Rücksicht auf die Umwelt nehmen.

Wie können Anbieter von RZ-Dienstleistungen selbst von KI ­profitieren?

KI lässt sich für verschiedene Zwecke einsetzen: Im Bereich Predictive Maintenance zur Vorhersage von Ausfällen und zur Senkung von Wartungskosten, bei Analysetools zur Effizienzverbesserung der Rechenzentren, zur Optimierung des Energieverbrauchs und vielem mehr.

Welche weiteren technologischen Trends treiben den Markt ­derzeit an?

Edge Computing – also die Verarbeitung von Daten in der Nähe ihrer Quelle – wird immer wichtiger. Dieser Trend wird durch verschiedene Aspekte getrieben. Die zwei aus unserer Sicht wichtigsten Treiber für Edge Computing sind KI und IoT, denn beide erfordern eine schnelle ­Datenverarbeitung in Echtzeit. Bei IoT sorgt die wachsende Anzahl der IoT-Geräte wie beispielsweise in der industriellen Fertigung für riesige Datenmengen. Mit Sensoren ausgestattete Maschinen in Fabriken liefern Daten über Parameter wie Temperatur, Druck, Vibration und Maschinenlaufzeit. Diese Daten werden dann über das Internet an ein zentrales System oder eine Cloud-Plattform übertragen, wo sie in Echtzeit analysiert werden. Dafür ist geringstmögliche Latenz nötig.

Hyperscaler oder lokale Anbieter - wer hat auf dem Schweizer Markt die besseren Karten in der Hand?

Beide haben gute Karten, denn sie bedienen jeweils ein anderes Publikum. Ihre Geschäftsmodelle sind unterschiedlich, weshalb beide in der Lage sind, in Europa im Allgemeinen und in der Schweiz im Speziellen profitable Geschäfte zu machen. Das trifft auch bei KI zu: Beide arbeiten zielgerichtet darauf hin, dass ihre Rechenzentren die Anforderungen von KI erfüllen.

Die Antworten der weiteren Teilnehmenden des Podiums:

• Julian ­Fiandor, Vantage: "Es müssen Lösungen für die ­effiziente Stromversorgung und Kühlung von dichteren Racks entwickelt werden, um die KI-Nachfrage zu unterstützen."
• Patrik Hofer, NorthC: "Rechenzentren müssen skalierbarer, sicherer und energieeffizienter werden, um KI-Anwendungen zu unterstützen."
• Simone Ruppertz-Rausch, Google: "Gleichzeitig steigt auch der Energiebedarf – hier sind also besonders energieeffiziente Rechenzentren gefragt."
• Christoph Schnidrig, AWS: "Der KI-Trend treibt die Nachfrage nach cloudbasierten KI-Diensten deutlich an."
• Roger Semprini, Equinix: "KI ist auf eine robuste digitale Infrastruktur angewiesen, um effektiv zu funktionieren."
• Ralph Urech, Solnet / Data11: "Rechenzentren müssen mit mehr Kilowatt pro Rack umgehen können."