Veröffentlicht: 2026-11-09
Autor: Jule | Seoholics
Lesezeit: 3 min
Was ist passiert?
Die Deutsche Telekom erweitert ihre in München ansässige KI-Fabrik, die Industrial AI Cloud, massiv auf. Aufgrund einer vollständigen Auslastung nur sieben Monate nach dem Start investiert das Unternehmen knapp eine weitere Viertelmilliarde Euro. Ziel ist die Steigerung der Rechenleistung durch modernste NVIDIA-GPUs, um industrielle Simulationen und das Training großer KI-Modelle zu beschleunigen.
- Prüfung der Simulations-Pipeline (Diese Woche)
- Bewertung der Datenhoheit und Infrastruktur (Dieses Quartal)
- Planung der Skalierung vom Pilot zum Produkt (Dieses Jahr)
Die Fakten
Die Erweiterung der Infrastruktur basiert auf folgenden Kernpunkten:
- Hardware-Upgrade: Die bestehenden B200-Systeme werden durch GPUs der Generation Blackwell Ultra B300 ergänzt, wodurch sich die Anzahl der Chips dieser Klasse verdoppelt.
- Kapazitätsausbau: Die Gesamtleistung der KI-Fabrik steigt auf 20 Megawatt, unterstützt durch NVIDIA-GPUs vom Typ RTX PRO 6000 Blackwell Server Edition.
- Effizienzsteigerung: Simulationen, die zuvor Wochen oder Monate in Anspruch nahmen, sollen künftig innerhalb weniger Stunden abgeschlossen werden.
- Marktnachfrage: Die erste Ausbaustufe, die die KI-Rechenkapazität in Deutschland um 50 Prozent erhöhte, war bereits sieben Monate nach Inbetriebnahme im Februar 2026 ausgebucht.
- Energieeffizienz: Das Rechenzentrum weist einen PUE-Wert von 1,2 auf, wobei die Abwärme zur Beheizung des umliegenden Quartiers im Tucherpark genutzt wird.
Was bedeutet das für Dich?
Diese Entwicklung ist hochrelevant für Entscheider in der Industrie, im Maschinenbau und in der Robotik sowie für Unternehmen, die eigene, souveräne KI-Modelle trainieren wollen. Sie ist ausdrücklich nicht relevant für reine Nutzer von Standard-SaaS-KI-Tools, die keine eigenen Modell-Trainings oder komplexen physikalischen Simulationen durchführen.
- Prüfung der Simulations-Pipeline (Diese Woche): Analysieren Sie, welche Produktentwicklungszyklen derzeit durch langsame Rechenzeiten bei Simulationen gebremst werden. Ein Erfolg zeigt sich hier durch eine identifizierte Liste von Projekten, die von einer Reduktion der Durchlaufzeit von Monaten auf Stunden profitieren würden. Der Aufwand ist gering, da es sich um eine interne Prozessanalyse handelt.
- Bewertung der Datenhoheit und Infrastruktur (Dieses Quartal): Entscheiden Sie, ob Ihre KI-Strategie auf öffentlichen Clouds oder auf europäischen, souveränen Infrastrukturen basieren muss. Die Wirksamkeit ist erreicht, wenn eine Entscheidung über die notwendige Datenschutz-Compliance für Ihre spezifischen Trainingsdaten vorliegt. Der Aufwand ist moderat und erfordert Abstimmungen zwischen IT und Rechtsabteilung.
- Planung der Skalierung vom Pilot zum Produkt (Dieses Jahr): Nutzen Sie die gestiegene Inferenz- und Reasoning-Leistung der B300-Chips, um Proof-of-Concepts in die produktive Phase zu überführen. Man erkennt den Erfolg an einer steigenden Anzahl an KI-gestützten Anwendungen im Live-Betrieb. Der Aufwand ist hoch, da er eine enge Verzahnung von Entwicklung und Infrastruktur-Booking erfordert.
Für Industrieunternehmen
Fokussieren Sie sich auf „Physical AI“. Nutzen Sie die Kapazitäten für digitale Zwillinge und die Simulation von Produktionsanlagen, um physische Prototypen zu reduzieren.
Für Software-Entwickler und KI-Startups
Priorisieren Sie das Training eigener Sprachmodelle auf deutscher Infrastruktur, um technologische Unabhängigkeit und Datenschutzvorteile als Wettbewerbsmerkmal zu nutzen.
Wenn Sie diese Entwicklung ignorieren, riskieren Sie, in der Produktentwicklung gegenüber Wettbewerbern, die Simulationen in Stunden statt Wochen durchführen, massiv an Geschwindigkeit zu verlieren.
Experten-Meinung
Die strategische Ausrichtung der Telekom zeigt, dass Rechenleistung zum kritischen Produktionsfaktor für industrielle Souveränität wird. Telekom-Chef Tim Höttges betont korrekt, dass Deutschland nicht nur Nutzer sein darf, sondern selbst Wertschöpfung schaffen muss. Dies erfordert ein Ökosystem aus Rechenkapazität, sicheren Datenräumen und Konnektivität. Die Tatsache, dass namhafte Unternehmen wie Siemens und Daimler Trucks diese Infrastruktur bereits nutzen, belegt, dass der Markt für „Industrial AI“ bereits jetzt eine enorme Anziehungskraft besitzt und die Nachfrage das Angebot übersteigt.
Daten und Zahlen
Die wirtschaftliche und technische Dimension des Projekts wird durch konkrete Kennzahlen deutlich. Die Investitionssumme für den Ausbau beträgt knapp eine Viertelmilliarde Euro. Die energetische Leistung der Anlage steigt auf 20 Megawatt. Besonders signifikant ist die Marktreaktion: Die erste Ausbaustufe war nach sieben Monaten vollständig ausgebucht. Die Effizienz wird durch einen PUE-Wert von 1,2 belegt, was bedeutet, dass weniger als 1,2 Kilowattstunden Strom pro Kilowattstunde IT-Verbrauch benötigt werden. Zuvor wurde die nationale KI-Rechenkapazität bereits um 50 Prozent gesteigert.
Ausblick
Die Telekom prüft derzeit eine weitere Expansion in Bayern, wobei die Gespräche mit Partnern bereits in einer intensiven Phase sind. Eine finale Investitionsentscheidung hängt von der Finanzierung und einem wirtschaftlich tragfähigen Modell ab. Parallel dazu wird die Integration weiterer GPU-Klassen und Software-Bibliotheken wie Omniverse vorangetrieben, um den Sprung von Pilotprojekten in den produktiven Einsatz für mehr Unternehmen zu ermöglichen.