Hohe Leistungsdichten, modulare Rechenzentren und neue Anforderungen an die digitale Handlungsfähigkeit verändern das klassische Server-Housing.
Von Michael Lang
Lange galt Colocation als vergleichsweise stabile Disziplin der IT-Infrastruktur. Wer ausreichend Strom, Kühlung, Konnektivität und physische Sicherheit bereitstellen konnte, erfüllte die wesentlichen Anforderungen. Virtualisierung, Cloud Computing und Container-Plattformen veränderten zwar Betriebsmodelle und die Auslastung der Infrastruktur grundlegend, die physische Architektur des Rechenzentrums entwickelte sich jedoch über viele Jahre vergleichsweise kontinuierlich weiter.
Mit generativer Künstlicher Intelligenz ändert sich dieses Bild. Aktuelle GPU-Plattformen bündeln Rechenleistung in einer Größenordnung, die klassische Enterprise-Infrastrukturen elektrisch und thermisch an neue Grenzen führt. Ein vollständig bestücktes Nvidia-DGX-GB200-NVL72-System liegt nach Herstellerangaben bei etwa 120 Kilowatt Leistungsaufnahme. Damit werden Flüssigkeitskühlung, leistungsfähige Netzwerk-Fabrics und angepasste Stromverteilungen vom Sonderfall zu zentralen Bestandteilen moderner KI-Infrastrukturen.
Auch die elektrische Versorgung selbst gerät in Bewegung. Nvidia entwickelt gemeinsam mit Industriepartnern eine 800-Volt-Gleichstromarchitektur für künftige KI-Rechenzentren. Sie soll Wandlungsstufen reduzieren und hohe Leistungen effizienter bis an die Racks transportieren. Nvidia beziffert den Gewinn auf über fünf Prozent Ende-zu-Ende-Effizienz bei rund 45 Prozent weniger Kupfereinsatz, weil mehrere Wandlungsstufen entfallen. Der Hersteller verbindet die Serienplanung mit späteren Rack-Generationen ab 2027. Ob sich dieser Ansatz branchenweit durchsetzt, ist offen. Mit Siemens, Schneider Elektric, Vertiv, Eaton und mehr als 20 weiteren Herstellern, die erste 800-VDC-Komponenten bereits für 2026 angekündigt haben, formiert sich allerdings ein branchenweites Ökosystem. Für Betreiber zeigt die Roadmap dennoch, dass Energieversorgung wieder zu einer strategischen Architekturentscheidung wird.
Die eigentliche Veränderung reicht jedoch über Strom und Kühlung hinaus. KI verschiebt gleichzeitig Anforderungen an Gebäude, Plattformbetrieb, Lieferketten und regulatorische Kontrolle. Genau diese Gleichzeitigkeit unterscheidet die aktuelle Entwicklung von früheren Modernisierungswellen.
Die GPU ist nicht das eigentliche Problem
Die Diskussion über KI-Infrastruktur konzentriert sich häufig auf die Beschleuniger. Tatsächlich sind sie nur der sichtbarste Teil eines größeren Systems. Sprachmodelle entwickeln sich zu Komponenten geschäftskritischer Anwendungen. Retrieval-Augmented Generation erschließt interne Wissensbestände, KI-Agenten greifen auf ERP-, CRM- oder Service-Management-Systeme zu, und Entwicklungsprozesse stützen sich zunehmend auf KI-Werkzeuge.
Damit hängt die Verfügbarkeit einer Anwendung nicht mehr ausschließlich von Servern, Storage und Netzwerk ab, sondern auch von Modellen, Inferenzplattformen und deren Betriebsumgebung. Für Colocation-Anbieter werden deshalb Fragen relevant, die bislang vor allem Software- und Cloud-Architekten beschäftigten: Wer kontrolliert das Modell? Wo entstehen Protokolldaten und Embeddings? Wie aufwendig ist ein Modellwechsel? Welche Abhängigkeiten entstehen durch proprietäre Plattformdienste? Und wie lässt sich eine Anwendung weiterbetreiben, wenn sich technische oder regulatorische Rahmenbedingungen ändern?
Das Rechenzentrum wird damit wieder Teil der Anwendungsarchitektur.
Gebäude altern langsamer als Hardware
Rechenzentrumsgebäude werden für mehrere Jahrzehnte geplant. GPU-Generationen, Kühltechnik und Stromversorgung entwickeln sich dagegen in deutlich kürzeren Zyklen. Betreiber müssen deshalb Infrastruktur bereitstellen, deren technische Lebensdauer wesentlich kürzer ist als die des Gebäudes. Wie kurz die Zyklen inzwischen sind, zeigt Nvidias Roadmap: Nur rund anderthalb Jahre nach dem GB200-NVL72 kommen in der zweiten Jahreshälfte 2026 erste Systeme der Rubin-Generation auf den Markt, für 2027 sind Kyber-Racks mit rund 600 Kilowatt angekündigt.
Vor diesem Hintergrund gewinnen modulare Konzepte an Bedeutung. Dedizierte KI-Zonen, Container-Rechenzentren oder vorgefertigte Infrastrukturmodule ermöglichen es, zusätzliche Hochleistungskapazitäten unabhängig von bestehenden Hallen aufzubauen und schrittweise zu erweitern. Ihr Vorteil liegt nicht allein in kürzeren Projektlaufzeiten. Neue Hardwaregenerationen sowie veränderte Kühl- und Versorgungskonzepte lassen sich integrieren, ohne produktive Flächen grundlegend umzubauen.
Parallel erhöht der Gesetzgeber den Anpassungsdruck: Das Energieeffizienzgesetz schreibt für Rechenzentren, die ab Juli 2026 den Betrieb aufnehmen, einen PUE-Wert von höchstens 1,2 vor und verlangt eine Abwärmenutzung von zunächst 10, ab 2028 20 Prozent. Flüssigkeitskühlung wird damit doppelt relevant: Sie beherrscht hohe Leistungsdichten und liefert zugleich höhere Rücklauftemperaturen, die eine wirtschaftliche Abwärmenutzung – etwa über Fernwärmenetze – erst ermöglichen.
Für Colocation verschiebt sich damit das Ziel: Nicht allein eine möglichst hohe Flächenauslastung entscheidet, sondern die Fähigkeit, einen Standort an neue Leistungsklassen und technische Lebenszyklen anzupassen.
Vom sicheren Betrieb zur Handlungsfähigkeit
Mit der technischen Komplexität wächst die organisatorische Verantwortung. Die Debatte über Datensouveränität konzentrierte sich lange auf den Speicherort. Für KI greift das zu kurz. Ein Unternehmen kann seine Daten in Deutschland verarbeiten und dennoch von extern betriebenen Modellen, zentralen Managementdiensten oder proprietären Schnittstellen abhängig sein.
Wie unmittelbar sich solche Abhängigkeiten auswirken können, zeigte Anthropic im Juni 2026. Nach einer US-Exportkontrollanordnung musste das Unternehmen den Zugang zu zwei neuen Modellen für ausländische Staatsangehörige unterbinden. Weil sich die Vorgabe kurzfristig nicht differenziert umsetzen ließ, setzte Anthropic den Zugang zunächst für alle Kunden aus. Die Beschränkungen wurden später wieder aufgehoben. Der Vorgang belegt keinen allgemeinen Abschaltmechanismus für US-Dienste. Er zeigt aber, dass Kunden eines ausschließlich extern betriebenen Modells dessen Verfügbarkeit nicht abschließend kontrollieren.
Mit den Criteria enabling Cloud Computing Autonomy, kurz C3A, vollzieht das Bundesamt für Sicherheit in der Informationstechnik einen bemerkenswerten Perspektivwechsel. C3A ist kein Souveränitätssiegel. Der Kriterienkatalog soll bewertbar machen, ob eine Kombination von Cloud-Diensten eine selbstbestimmte Nutzung ermöglicht. Im Mittelpunkt steht damit nicht nur die Sicherheit eines Dienstes, sondern die Handlungsfähigkeit der Organisation, die ihn einsetzt: Bleiben technische, operative, rechtliche und lieferkettenbezogene Abhängigkeiten auch unter veränderten Rahmenbedingungen beherrschbar? C3A setzt dabei die Erfüllung des Sicherheitskatalogs C5 voraus und orientiert sich in Struktur und Zielsetzung am europäischen Cloud Sovereignty Framework.
Dass diese Anforderungen den gesamten Markt erreichen, zeigt zum Beispiel ServiceNow. Der US-amerikanische Plattformanbieter erweitert sein Betriebsmodell gemeinsam mit regionalen Partnern im Rahmen des “Sovereign Partner Cloud”-Programms. Derartige Modelle beseitigen nicht jede Herstellerabhängigkeit. Sie zeigen jedoch, dass regionaler Betrieb und operative Kontrolle inzwischen auch für global ausgerichtete Cloud-Anbieter zu Architekturmerkmalen werden.
Colocation wird zur Plattform
Diese Entwicklung verändert das Leistungsportfolio moderner Colocation-Anbieter. Gefragt sind nicht mehr ausschließlich Stellfläche, Strom und Konnektivität. Unternehmen benötigen hochverdichtete GPU-Infrastruktur, Flüssigkeitskühlung, modulare Ausbauoptionen und – je nach eigener Kompetenz – gemanagte Plattformdienste für Inferenz und Sprachmodelle. Hinzu kommt eine Verschiebung der Workloads selbst: Während sich das Training großer Modelle auf wenige Hyperscale-Standorte konzentriert, rücken Inferenz und agentische Anwendungen aus Latenz-, Kosten- und Compliance-Gründen näher an die Unternehmensdaten – und damit in regionale Rechenzentren.
Ein Beispiel ist die noris network AG. Das inhabergeführte, nicht börsennotierte Unternehmen betreibt nach eigenen Angaben zehn Hochsicherheits-Rechenzentren an sechs deutschen Standorten. Sie sind über ein eigenes Hochleistungs-Backbone miteinander verbunden. Die geografische Verteilung ermöglicht auch georedundante Architekturen mit Standortabständen von 200 Kilometern. Parallel erweitert noris network seine Kapazitäten durch neue Rechenzentren in Nürnberg und Frankfurt-Schwalbach. Der Neubau in Schwalbach am Taunus ist mit 30 Megawatt Anschlussleistung gezielt für KI-Lasten ausgelegt – mit wassergekühlten High-Density-Systemen, einem modular an die Workloads anpassbaren Kühlverfahren und Racks mit bis zu 60 Höheneinheiten. Die Abwärme soll in das örtliche Fernwärmenetz eingespeist werden.
Technisch verbindet das Unternehmen klassische Colocation mit High-Density-Housing, modularen Rechenzentrums- und Containerkonzepten sowie Managed-LLM- und API-basierten KI-Angeboten. Damit reicht das Betriebsmodell vom kundeneigenen GPU-System im Housing bis zum gemanagten Modellzugang. Entscheidend ist weniger das einzelne Produkt als die Möglichkeit, Infrastruktur, Plattformbetrieb und organisatorische Kontrolle aufeinander abzustimmen.
Fazit
Die sichtbare Veränderung der KI-Ära sind Racks mit dreistelligen Kilowattwerten. Der tiefere Wandel besteht jedoch darin, dass Rechenzentren sich schneller verändern müssen als bisher. Gebäude, Energieversorgung, Kühlung, Netzwerktechnik, Plattformbetrieb und regulatorische Anforderungen entwickeln sich mit unterschiedlicher Geschwindigkeit und müssen dennoch als Gesamtsystem geplant werden.
Genau darin liegt die neue Rolle moderner Colocation. Sie endet nicht mehr an der Bereitstellung von Stellfläche. Das Rechenzentrum wird zur strategischen Plattform, auf der Unternehmen geschäftskritische KI-Anwendungen leistungsfähig, anpassbar und unter kontrollierbaren Abhängigkeiten betreiben können.
Mehr zu Souveräner KI as a Service bei noris network
kommentar field