Demo buchen
Demo buchen

Am Standort Rhein-Ruhr 1 in Bonn hat NTT Global Data Centers eine KI-gestützte Optimierung der Kühlung mit der etaONE® Plattform von etalytics umgesetzt. Das Ergebnis: eine Reduktion des Energieverbrauchs des Flüssigkeitskühlsystems um nahezu 20 %, ohne die Betriebssicherheit zu beeinträchtigen. Das Pilotprojekt schafft die Grundlage für einen breiteren Rollout im Rechenzentrumsportfolio von NTT.
Diese Success Story basiert auf dem ausführlichen Projektbericht von NTT Global Data Centers.
Im Rahmen seiner Nachhaltigkeitsziele, bis 2030 in allen Rechenzentren Netto-Null-Emissionen zu erreichen, hat NTT Global Data Centers am Standort Rhine-Ruhr 1 ein KI-basiertes Projekt zur Energieoptimierung pilotiert. Ziel war es, den Energieverbrauch des Kühlsystems zu senken, ohne Betriebssicherheit oder Verfügbarkeit zu gefährden. Eine Machbarkeitsstudie auf Basis historischer Daten zeigte ein klares Einsparpotenzial im Wasser-Glykol-Kreislauf.
Die Plattform von etalytics setzt auf einen hybriden KI-Ansatz. Sie kombiniert maschinelles Lernen auf Basis historischer Daten mit physikalischen Modellen, um die Leistung des Kühlsystems in Echtzeit zu simulieren und zu optimieren.
Dafür wurde ein digitaler Zwilling des Kühlkreislaufs aufgebaut, der zentrale Komponenten wie Pumpen, Kältemaschinen und Wärmetauscher abbildet. Das Modell ermöglichte es, den Jahresbetrieb in Fünf-Minuten-Intervallen zu simulieren und auch außerhalb des ursprünglichen Datenbereichs sehr präzise Prognosen zu liefern.
Die Implementierung erfolgte in einem strukturierten und partnerschaftlichen Integrationsprozess. etalytics arbeitete eng mit den Partnern von NTT aus Gebäudeautomation und HLK zusammen, um die Regelungslogik anzupassen und Verantwortlichkeiten festzulegen. Der Optimierungsserver wurde on-premise betrieben.
NTT Global Data Centers und etalytics arbeiten außerdem in einem gemeinsamen Forschungsprojekt zusammen, das vom Bundesministerium für Wirtschaft und Klimaschutz gefördert wird. In diesem Projekt wird weiteres Optimierungspotenzial durch KI-basierte Abwärmenutzung untersucht. Das ist ein wichtiger Baustein für einen nachhaltigeren Rechenzentrumsbetrieb in der Zukunft.