Unsere Trendbeobachtungen im Bereich Datacenter

4. Vom Abfall zur Ressource: Der Aufstieg der Wärmerückgewinnung in der KI-Infrastruktur

ESG-Ziele und Baugenehmigungen führen nun dazu, dass Rechenzentren in Infrastrukturen zur Wärmerückgewinnung und -wiederverwendung integriert werden müssen. Da der Einsatz von KI dazu führt, dass Kühlsysteme bei höheren Temperaturen betrieben werden müssen, wird die Möglichkeit, Abwärme zurückzugewinnen und wiederzuverwenden, sowohl wirtschaftlich als auch ökologisch immer attraktiver.

Dies spiegelt einen breiteren Wandel in der Branche wider, bei dem Wärme zunehmend als strategischer Wert und nicht mehr nur als Nebenprodukt betrachtet wird. Wie Mohamed anmerkte: „Unser Kollege Jonas Caino hielt einen aufschlussreichen Vortrag zum Thema ‚Wärme als Strategie‘ und nicht nur als ein Problem, das gelöst werden muss.“ Caino bekräftigt diese Sichtweise und merkt an, dass die Kühlung mittlerweile „Kapitalinvestitionen, betriebliche Ausfallsicherheit, Nachhaltigkeitsziele und KI-Bereitschaft gleichzeitig beeinflusst.“

Zu den weithin bekannten Beispielen für die Wärmerückgewinnung gehören die Stockholm Datapark, eine Initiative zur Errichtung von Rechenzentren innerhalb der Stadt und zur Nutzung von Abwärme im städtischen Fernwärmenetz. Wärmerückgewinnung entwickelt sich von einer Nachhaltigkeitsinitiative zu einem kommerziellen Energiemarkt, auf dem Abwärme zu einem handelbaren Gut wird.

6. Beyond PUE: The New Efficiency Metrics Defining AI-Ready Data Centres

Efficiency metrics are moving beyond PUE with a greater focus on power to compute. Traditional metrics alone no longer fit the bill.

A technically efficient facility is not necessarily a productive one if power and cooling resources cannot be fully translated into deployable compute capacity. As Jonas points out, "Installed cooling capacity does not mean deployable compute capacity." This distinction is becoming increasingly important as operators seek to maximise the value of every megawatt available to them.

New performance indicators that consider power-to-compute efficiency, thermal capacity utilisation, carbon impact and overall operational effectiveness are coming into focus. As AI infrastructure continues to evolve, operators will increasingly be measured not only on how little energy is wasted, but on how effectively available power is transformed into business value and computing output.

EU regulation is becoming a significant driver of broader sustainability reporting. Under the Energy Efficiency Directive (EED), larger data centre operators are required to disclose information on energy performance, renewable energy consumption, water use and waste heat recovery. The result is a growing focus on transparency and environmental impact metrics that extend beyond traditional measures such as PUE.

Put simply, the industry is moving beyond measuring efficiency in terms of facility overheads and towards measuring the efficiency of the entire system - from grid connection to deployed compute. This is significant for cooling technologies and speed is of the essence to meet demand.

7. Standardisation is Becoming a Strategic Enabler

As AI infrastructure scales globally, operators are increasingly moving towards standardised reference designs and repeatable engineering solutions.

Rather than developing bespoke cooling strategies for every deployment, many are adopting standardised architectures that can be replicated across multiple campuses and regions. Standardisation reduces engineering complexity, shortens deployment programmes, simplifies commissioning and improves long-term operational consistency. It is becoming just as important as innovation in delivering AI infrastructure reliably and at scale.