Banner Aktuelle IT-Sicherheit Online-Schulungen Rabatt
Anzeige

Modulare Rechenzentren und KI-Sicherheit: : IT-Infrastruktur im Wandel der Bedrohungslagen

Mit dem Aufstieg künstlicher Intelligenz (KI) verschieben sich nicht nur technologische, sondern auch sicherheitspolitische Koordinaten in der digitalen Infrastruktur. Was früher vor allem Rechenleistung bedeutete, wird heute zum strategischen Baustein in der Auseinandersetzung mit immer komplexeren Cyberrisiken. Modulare Rechenzentren gewinnen vor diesem Hintergrund an Bedeutung – als flexible Reaktion auf technische Anforderungen und als Antwort auf volatile Bedrohungsszenarien, in denen Rechenkapazitäten, Energieverfügbarkeit und Sicherheit neu gedacht werden müssen.

Lesezeit 4 Min.

Von Michael Lang, noris network AG

Angreifer nutzen zunehmend KI, um Schwachstellen in der IT-Infrastruktur von Unternehmen gezielt auszunutzen. So lassen sich beispielsweise Phishing-Mails mittels generativer Modelle überzeugender gestalten oder Identitätsfälschungen durch synthetische Stimmen sowie Deepfakes perfektionieren. Automatisierte Schwachstellen-Scans oder adaptiver Schadcode, der sich durch maschinelles Lernen laufend der Erkennung entzieht, verschärfen die Lage für Organisationen zusätzlich.

Darüber hinaus ermöglicht es die KI, großangelegte Desinformationskampagnen in sozialen Netzwerken zu koordinieren und zu automatisieren  – mit potenziell gravierenden Folgen für politische und wirtschaftliche Stabilität. Sogar das gezielte Training von KI-Modellen auf gestohlenen Daten zur Rekonstruktion sensibler Informationen ist kein theoretisches mehr, sondern ein real gewordenes Szenario.

Verteidigung mit KI: Mustererkennung in Echtzeit

Doch KI ist nicht nur zum probaten Werkzeug von Angreifern geworden. Sie hat sich ebenso zum entscheidenden Mittel zur Verteidigung entwickelt: Lernende Algorithmen ermöglichen es, Anomalien in Netzwerkverkehr, Nutzerverhalten oder Systemprozessen schneller und präziser zu erkennen als klassische, signaturbasierte Systeme. Integriert in Security Operations Center (SOC) und kombiniert mit Security-Information-and-Event-Management-(SIEM)-Lösungen, wird KI zu einem Schlüsselbaustein proaktiver Cybersicherheit. Besonders vielversprechend sind selbstlernende Systeme, die aus vergangenen Angriffen lernen und ihre Erkennungsalgorithmen kontinuierlich und idealerweise in Echtzeit verbessern. Solche Lösungen stellen jedoch hohe Anforderungen an Infrastruktur, Datenqualität und fachliche Expertise, sowohl bei der Implementierung als auch im laufenden Betrieb.

Modularisierung: Strategischer Infrastrukturansatz

Vor diesem Hintergrund gewinnen modulare Rechenzentren an Bedeutung. Sie brechen mit dem klassischen Modell monolithischer Großanlagen, das oft von langen Planungszyklen, hohen Vorabinvestitionen und begrenzter Anpassungsfähigkeit geprägt war. Stattdessen ermöglichen sie eine bedarfsgerechte Skalierung, eine rasche Implementierung von KI-Modulen in rund sechs Monaten, schnelle Inbetriebnahmen und präzise Anpassungen an sich wandelnde technologische Anforderungen oder Sicherheitslagen. Hinzu kommt: Autarke Module lassen sich flexibel kombinieren, ersetzen oder erweitern. Das reduziert nicht nur Kosten, sondern erhöht auch die Reaktionsgeschwindigkeit im Fall neuer Bedrohungen oder technologischer Entwicklungen.

Energie, Kühlung, Standardisierung

Mit steigender Rechenleistung wachsen gleichzeitig die Anforderungen an Energieversorgung und Kühlung. KI-Racks mit hoher Leistung benötigen innovative Versorgungskonzepte, etwa Hochvolt-Gleichstromnetze (HVDC), die Energie effizienter und mit weniger Umwandlungsverlusten direkt ins Rack transportieren. Die Abwärme solcher Systeme kann heute nicht mehr allein mit Luft abgeführt werden. Flüssigkühlung  – besonders Direct-to-Chip-Konzepte  – hat sich in diesem Zusammenhang als technischer Standard für Hochleistungsrechner etabliert. Der Vorteil: thermische Effizienz, Geräuschreduktion und das Potenzial zur Abwärmenutzung, etwa zur Einspeisung in Fernwärmenetze oder für industrielle Prozesse.

Modulares Rechenzentrum
Bild: Noris Network

Die Abbildung zeigt ein modulares Rechenzentrum von noris.

Ein Beispiel für die Umsetzung dieser Anforderungen ist das UHD-KI-Rack von noris network. Die Plattform wurde speziell für den Betrieb von Hochleistungs-KI-Systemen entwickelt und vereint mehrere zentrale Infrastrukturmerkmale: eine elektrische Leistungsaufnahme von mehr als 150kW pro Rack, eine direkte Flüssigkühlung (Direct-to-Chip) zur effizienten Wärmeabfuhr und eine HVDC-Stromversorgung zur Reduktion von Umwandlungsverlusten. Das System ist modular aufgebaut und lässt sich flexibel in bestehende IT-Umgebungen integrieren. Damit bietet es nicht nur eine technische Antwort auf zunehmende Leistungsdichten, sondern schafft auch eine infrastrukturelle Grundlage für den sicheren und energieeffizienten Betrieb KI-gestützter Anwendungen – vom Training großer Sprachmodelle bis zu sicherheitskritischen Inferenzsystemen im operativen Betrieb.

Hybride Modelle als Infrastruktur der Zukunft

Trotz aller technologischen Fortschritte ist eine wesentliche Herausforderung noch zu meistern: die Standardisierung. Der Markt ist fragmentiert, Schnittstellen sind uneinheitlich, proprietäre Systeme dominieren. Erst durch einheitliche Standards – etwa in Stromversorgung, Wasserkupplungen oder Steuerungssystemen – ließen sich Modularität und Interoperabilität wirklich konsequent umsetzen. Eine moderne Sicherheitsstrategie kombiniert deshalb häufig zentrale und dezentrale Strukturen. Zentrale „KI-Fabriken“ übernehmen rechenintensive Trainingsaufgaben, während Edge-Rechenzentren in Nutzer- oder Standortnähe für die Inferenz und unmittelbare Sicherheitsanwendungen zuständig sind. Dieses „Huband-Spoke“-Modell verbindet Effizienz mit Resilienz und adressiert zugleich geopolitische Anforderungen an Datenhaltung und digitale Souveränität. In sicherheitskritischen Bereichen – von der Finanzwirtschaft über das Gesundheitswesen bis zur öffentlichen Verwaltung – eröffnet dieses Modell die Möglichkeit, sowohl Rechenleistung als auch Datenschutz unter operativen Bedingungen zu vereinen. Lokale Verarbeitung sensibler Daten, kombiniert mit zentraler Intelligenz, ergibt eine robuste und flexible Architektur.

Organisationale Voraussetzungen und strategische Planung

Und: Die Einführung modularer KI-Infrastrukturen bedeutet nicht nur technologische, sondern auch organisatorische Veränderungen. Es entstehen neue Rollenprofile: Experten für KI-Infrastruktur, Cybersicherheit und regulatorische Anforderungen müssen eng zusammenarbeiten. Interdisziplinäre Teams, die technisches, operatives und sicherheitspolitisches Know-how bündeln, werden zur Norm. Ferner stehen Organisationen mehr denn je vor der strategischen Entscheidung, ob und in welchem Maße Infrastruktur selbst betrieben oder ausgelagert wird. Gerade modulare Architekturen ermöglichen es, komfortabel hybride Modelle zu fahren: Ein Teil der Ressourcen wird vorgehalten, ein anderer bedarfsgerecht über Partner bezogen – flexibel, kontrollierbar und anpassbar. Unbestritten ist: KI verändert nicht nur die Art von Bedrohungen, sondern auch die Mittel zu ihrer Abwehr. Die daraus resultierenden Anforderungen an Rechenleistung, Skalierbarkeit und Integration machen modulare Rechenzentren zur logischen Antwort auf eine sich wandelnde Sicherheitslandschaft.