GNW-News: KAYTUS stellt AI Managed Service für Rechenzentren vor
Veröffentlicht am: 29.09.2026 um 11:22 Uhr | dpa, AD HOC NEWS
SINGAPUR, Sept. 29, 2026 (GLOBE NEWSWIRE) -- KAYTUS hat heute seinen OEM AI
Managed Service vorgestellt, der integrierte Hardware-Wartung und technischen
Support für KI-Rechenzentren (AIDCs) und Hyperscale-Cluster bietet. Der Service
kombiniert vor Ort gelagerte, kritische Ersatzkomponenten, Diagnose- und
Reparaturkapazitäten auf Werksniveau sowie zertifizierte Außendiensttechniker
vor Ort, um komplexe Hardware-Reparaturen innerhalb von nur vier Stunden
abzuschließen. Betriebsdaten von KAYTUS zeigen, dass dieses Vor-Ort-
Bereitstellungsmodell die Wiederherstellungszeit der Hardware im Vergleich zu
allgemein verfügbaren Branchen-Service-Levels um mehr als 30 % reduziert. Vom
Auftreten eines Vorfalls bis zum Abschluss der Reparatur vergehen bei einem
ausgefallenen Node im Durchschnitt 12 Stunden.
Das neue Angebot begegnet den betrieblichen Anforderungen der KI-Infrastruktur
beim Übergang von der schnellen Bereitstellung zur dauerhaften, zuverlässigen
Produktion. Gartner prognostiziert, dass die weltweiten KI-Ausgaben im Jahr
2026 2,67 Billionen US-Dollar erreichen werden, wovon rund 1,48 Billionen US-
Dollar auf KI-Infrastruktur entfallen. Wenn Cluster auf Tausende von
Beschleunigern skaliert werden, werden Hardware-Ausfälle zu einer inhärenten
betrieblichen Herausforderung. Das macht Systemverfügbarkeit und
Wiederherstellungszeit zu kritischen Indikatoren im Service Level Agreement
(SLA). Optimierte Fehlerisolierung, Hardware-Instandsetzung und
Wiederherstellung des Dienstes tragen dazu bei, die planbare Rechenkapazität zu
erhalten und die Kontinuität der Workloads zu sichern.
1. Nach der Bereitstellung: Zuverlässigkeit im laufenden Betrieb sichern.
Der technische Bericht von Meta zu Llama 3.1 405B verdeutlicht die betrieblichen
Herausforderungen beim KI-Training in großem Maßstab. Während des 54-tägigen
Vortrainings auf einem Cluster von 16.384 GPUs verzeichnete das System 419
unerwartete Unterbrechungen - durchschnittlich eine alle drei Stunden. Rund 78 %
davon wurden auf bestätigte oder vermutete Hardware-Ausfälle zurückgeführt.
Eine auf der SOSP 2025 vorgestellte Studie dokumentierte mehr als 44.000
Vorfälle bei über 778.000 Trainingsläufen während eines dreimonatigen Betriebs
auf einer großen LLM-Trainingsplattform. Diese Ergebnisse unterstreichen die
Bedeutung einer schnellen Fehlererkennung und -behebung für die
Aufrechterhaltung der Rechenverfügbarkeit und der Produktivkapazität bei der
Skalierung von KI-Rechenzentren.
Die Ausfallanalyse des Uptime Institute von 2026 ergab, dass 57 % der Befragten
Kosten von über 100.000 US-Dollar für ihren jüngsten größeren Ausfall meldeten,
während jeder Fünfte Verluste von mehr als 1 Million US-Dollar verzeichnete.
Einige Leasingverträge für Rechenkapazitäten sehen bei schwerwiegenden SLA-
Verletzungen Entschädigungen von bis zu 25 % der monatlichen Mietgebühr vor. Für
Rechenkapazitätsanbieter erhöhen Hardware-Ausfälle das finanzielle Risiko durch
entgangene Einnahmen, vertragliche Entschädigungen, fortlaufende
Anlagenabschreibung und Beeinträchtigungen des Kundenbetriebs.
Eine intelligente und effektive Wartungsstrategie ist daher für den Betrieb von
KI-Rechenzentren unerlässlich. Die für die Wiederherstellung des Dienstes
benötigte Zeit wirkt sich bei jedem Vorfall direkt auf den Verlust an
produktiver Rechenkapazität aus.
2. Wo herkömmliche Wartungsmodelle an ihre Grenzen stoßen.
Moderne KI-Rechenzentren arbeiten mit einer Rack-Leistungsdichte von über 40 kW
und einer eng integrierten Rechen-, Netzwerk- und Kühlinfrastruktur. Fällt ein
einziger Node aus, kann dies die KI-Workloads eines Kunden beeinträchtigen.
Diese anspruchsvollen Betriebsbedingungen, die durch eine hohe
Infrastrukturdichte und eine dauerhafte Ressourcenauslastung gekennzeichnet
sind, offenbaren mehrere Herausforderungen herkömmlicher Wartungsmodelle:
* Lange Lieferzeiten für Ersatzteile: KI-Rechenzentren nutzen heterogene
Hardware mit unterschiedlichsten Komponentenspezifikationen und
-konfigurationen. Die Beschaffung kritischer Ersatzteile aus regionalen
Lagerhäusern oder der Transfer von Beständen zwischen Regionen kann die
Lieferzeiten auf mehrere Tage verlängern und so die Hardware-
Wiederherstellung verzögern.
* Lange Reparaturzyklen im Werk: Komplexe Node-Ausfälle erfordern
möglicherweise eine externe Diagnose und Reparatur in einem Werk mit
entsprechend spezialisierten Werkzeugen. Zusätzliche Verzögerungen durch
Transportwege und Warteschlangen im Service verlängern die Ausfallzeit der
Nodes. Gleichzeitig sinkt die verfügbare Rechenkapazität und das Risiko von
SLA-Verstößen steigt.
* Komplexe Fehlerdiagnose: KI-Cluster vereinen komplexe Netzwerktopologien,
hochverdichtete Recheninfrastruktur sowie Flüssigkeits- oder Luftkühlung.
Fehler, die sich über diese verschiedenen Bereiche erstrecken, können die
Diagnose für herkömmliche Betriebsteams in die Länge ziehen, während Remote-
Support allein eine spezialisierte Expertise vor Ort nicht vollständig
ersetzen kann.
Zusammen können diese Einschränkungen bei der Wartung die Wiederherstellung
eines Nodes auf 48 Stunden oder mehr verlängern. Bei einer stundenweise
abgerechneten Recheninfrastruktur führen längere Ausfallzeiten direkt zu
Einnahmeverlusten.
3. AI Managed Service: OEM-Expertise direkt vor Ort.
Der KAYTUS AI Managed Service schließt diese Wartungslücken, indem er technische
OEM-Expertise, Reparaturinfrastruktur und Kapazitäten zur Störungsbehebung
direkt in KI-Rechenzentren und Hyperscale-Rechencluster bringt. Das Vor-Ort-
Modell umfasst fünf zentrale Servicebausteine und schafft klare Servicezusagen
sowie besser planbare Wiederherstellungszeiten:
* Individuelle Lifecycle-Wartung: KAYTUS analysiert die Infrastruktur und
betrieblichen Anforderungen des jeweiligen Kunden und stellt eine darauf
zugeschnittene OEM-Hardwarewartung über den gesamten Lebenszyklus der
Systeme bereit. Das Angebot eignet sich sowohl für Standardinstallationen
als auch für technisch komplexe Umgebungen.
* Kritische Ersatzteile direkt vor Ort: KAYTUS lagert essenzielle
Ersatzhardware - darunter Compute-Nodes, Netzwerk-Switches und
Netzwerkkarten (NICs) mit hoher Bandbreite - direkt im Rechenzentrum des
Kunden. Der sofortige Zugriff eliminiert externe Lieferverzögerungen und
ermöglicht Hardware-Reparaturen in nur vier Stunden.
* OEM-Diagnose und -Reparatur vor Ort: KAYTUS stellt Werksdiagnosegeräte und
spezialisierte Reparaturwerkzeuge direkt beim Kunden bereit. So können
Techniker einzelne Komponenten sowie komplette Nodes diagnostizieren und
reparieren, ohne dass die Systeme ins Werk zurückgeschickt werden müssen. In
Kundeneinsätzen hat dieser Ansatz die durchschnittliche Bearbeitungszeit pro
ausgefallenem Node von der Erstbewertung bis zum Abschluss der Reparatur auf
12 Stunden reduziert.
* Zertifizierter Techniker-Support rund um die Uhr: In den entsprechenden
Service-Stufen bieten vom OEM zertifizierte Techniker eine durchgehende
24/7-Abdeckung vor Ort, unterstützt von engagierten Tier-2-Spezialisten, die
innerhalb von Minuten auf unerwartete Vorfälle reagieren.
* KI-gestützte Ausfallprognose und proaktive Inspektionen: Regelmäßige
Zustandsprüfungen und intelligente Verfahren zur Ausfallprognose nutzen KI,
um erste Anzeichen von Hardware-Verschleiß zu erkennen. So kann die
vorbeugende Wartung eingeleitet werden, bevor es zu Betriebsunterbrechungen
kommt. Gleichzeitig sinkt die Abhängigkeit von rein reaktiven Reparaturen.
?Der Wert einer Rechenressource bemisst sich nicht daran, wie viel Kapazität sie
am ersten Tag bereitstellt, sondern daran, wie zuverlässig sie während ihres
gesamten Betriebslebenszyklus Stunde für Stunde verfügbar ist. Der KAYTUS AI
Managed Service macht aus einer ungewissen Wartezeit bei der Hardware-
Wiederherstellung eine klar definierte und messbare Servicezusage."
- Caesar, Head of Services, KAYTUS.
4. In der Praxis bewährt: Weniger Ausfallzeit und geringeres SLA-Risiko für
einen globalen Cloud-Service-Provider.
Der AI Managed Onsite Service von KAYTUS erzielte in einem KI-Rechenzentrum
eines führenden globalen Cloud-Service-Providers deutliche Verbesserungen im
laufenden Betrieb. Das Rechenzentrum umfasst mehr als 100 Racks und Tausende von
Beschleunigern:
+----------------------------------+-------------------------------------------+
|Kennzahl |Ergebnis |
+----------------------------------+-------------------------------------------+
| |Von 48 Stunden auf 12 Stunden pro |
|Durchschnittliche Bearbeitungszeit|ausgefallenem Node reduziert |
+----------------------------------+-------------------------------------------+
| |Um 50 % gesteigert. Maßgeblich dafür waren |
| |die kürzere Ausfallzeit und die schnellere |
| |Wiederherstellung, wodurch mehr produktive |
| |Betriebszeit für Trainings- und Inferenz- |
|Produktive Rechenzeit |Workloads zur Verfügung stand. |
+----------------------------------+-------------------------------------------+
| |Geringere Ausfallzeiten und weniger |
| |Workload-Neustarts verringerten das |
| |potenzielle Haftungsrisiko des Kunden für |
| |SLA-Entschädigungen um mehrere Millionen |
|SLA-Entschädigung |US-Dollar. |
+----------------------------------+-------------------------------------------+
Der AI Managed Service wird weltweit ausgebaut und ist bereits in wichtigen
europäischen Märkten verfügbar, darunter im Vereinigten Königreich, in
Deutschland, Frankreich, den Niederlanden, Finnland, Polen und Island sowie in
Japan und Südkorea im asiatisch-pazifischen Raum. Die Bereitstellungsmodelle und
Servicelevel lassen sich an die Größe der jeweiligen Infrastruktur und die
betrieblichen Anforderungen des Kunden anpassen. Die Serviceprozesse sind auf
die Einhaltung lokaler Compliance-Vorgaben ausgelegt, darunter auch die jeweils
geltenden Anforderungen der DSGVO.
Moderne KI-Infrastrukturen entfalten ihren langfristigen Wert durch dauerhaft
hohe Leistung und zuverlässigen Betrieb. Der KAYTUS AI Managed Service lässt
sich in die intelligente Betriebsplattform KSManage von KAYTUS integrieren.
Dadurch können OEM-Expertise vor Ort und KI-gestütztes Betriebsmanagement
miteinander verbunden werden. Ziel ist eine bessere Planbarkeit des Betriebs
sowie die Unterstützung messbarer Servicelevel, die vertraglich verbindlich
vereinbart werden können.
Erfahren Sie mehr unter: https://www.kaytus.com/about/contact/
Über KAYTUS
KAYTUS zählt zu den führenden Anbietern von KI-Infrastrukturen und
Flüssigkeitskühlungslösungen. Das Unternehmen bietet ein breites Portfolio
innovativer, offener und energieeffizienter Produkte für cloudbasierte
Anwendungen, KI, Edge Computing sowie weitere zukunftsweisende
Anwendungsbereiche. Mit einem konsequent kundenorientierten Ansatz und einem
flexiblen Geschäftsmodell reagiert KAYTUS schnell und gezielt auf die
individuellen Anforderungen seiner Kunden. Erfahren Sie mehr unter KAYTUS.com
und folgen Sie uns auf LinkedIn (https://www.linkedin.com/company/kaytus/) und X
(https://twitter.com/KAYTUS_).
Medienkontakt: media@kaytus.com (mailto:media@kaytus.com)
Â
Disclaimer...
de | boerse | 70197179 |
