GNW-News: KAYTUS stellt AI Managed Service für Rechenzentren vor

^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)

°