KI-Leuchtturm
zur Nutzung der Abwärme
aus Rechenzentren.

Was?

Wir machen die Abwärme aus Rechenzentren optimiert nutzbar und zeigen, wie fossile Energieträger für die Wärmeversorgung vermieden werden können.

Warum?

Wir möchten einen Beitrag leisten, um die dynamisch wachsende Rechenzentrumsinfrastruktur klimafreundlich zu betreiben.

Wie?

Wir entwickeln ein Vorgehensmodell zur Abwärmenutzung aus Rechenzentren mit intelligenten Digitalen Zwillingen, um Abwärmeprojekte bei der Umsetzung zu unterstützen.

Prof. Dr. Oliver Müller

Universität Paderborn | SICP
Wirtschaftsinformatik, insb. Data Analytics

Im Projekt DC2HEAT erforscht Müller, wie KI-gestützte digitale Zwillinge den Betrieb von Rechenzentren und Wärmenetzen optimieren können. Ziel ist es, Abwärme möglichst effizient nutzbar zu machen und gleichzeitig den notwendigen Investitionsaufwand gering zu halten.

Mehr erfahren

Prof. Dr.-Ing. Henning Meschede

Universität Paderborn | SICP Energiesystemtechnik 

In DC2HEAT fokussiert sich Meschede mit seinem Team auf die energietechnischen Aspekte. Sie untersuchen, wie Abwärme aus Rechenzentren durch datengetriebene Simulationsverfahren effektiv als Teil von kommunalen Wärmeversorgungssystem geplant und eingesetzt werden kann.  

Mehr erfahren

Dr. Gunnar Schomaker

Universität Paderborn | SICP

Ein Forschungsvorhaben wie DC2HEAT ist von Natur aus sehr komplex. Tiefergehendes Wissen aus dem Energiesektor, Rechenzentren und KI-Anwendungen werden genutzt, um das Zielbild des Projekts zu erfüllen. Daher ist eines unserer Ziele mit Hilfe wirkungsvoller Wissenschaftskommunikation die Komplexität aufzubrechen und Verständnis zu schaffen.

Mehr erfahren

Dr. Ralph Hintemann

Borderstep Institut für Innovation und Nachhaltigkeit

„Deutschland braucht eine Wärmewende mit der es gelingt, die bislang noch größtenteils auf fossilen Energieträger wie Öl und Gas beruhende Wärmeversorgung von Wohn- und Geschäftshäusern klimafreundlich und nachhaltig umzubauen. Dazu kann die Abwärme aus Rechenzentren einen Teil beitragen. Damit dies gelingt, müssen alle Beteiligten zusammenarbeiten.“

Mehr erfahren

Neues aus dem Projekt

Externe News aus der Branche

So funktioniert Megawatt-Kühlung für KI

15.12.2025 | DataCenter-Insider | KI-Anwendungen versprechen revolutionäre Vorteile. Aber ist die IT-Infrastruktur dafür schon bereit? Die Leistungsdichte für Anwendungen wie das Training und der Betrieb von Large Language Models (LLMs) wird die heute übliche konventionelle Luftkühlung schnell an...

Berliner „Pallasseum“ heizt mit Abwärme aus Telekom Rechenzentrum

02.12.2025 | telekom | Berlin Schöneberg, hier steht das Pallasseum. Ein denkmalgeschützter Bau aus den 1970-er Jahren mit 500 Wohnungen. Rund 2.000 Menschen leben dort. Heute feiern die PASM Power and Solution GmbH, ein Tochterunternehmen der Deutschen Telekom, die Gewobag und die GASAG-Gruppe...

Machbarkeitsstudie: Rostock will einen Erdbeckenwärmespeicher

28.11.2025 | NDR | Erst im Oktober hat die Stadt Rostock mit dem Bau eines eigenen Rechenzentrums begonnen. Die dort entstehende Abwärme könnte also im Erdbeckenspeicher für kalte Wintermonate zwischengelagert werden. Langfristig würden so Heizkosten gesenkt werden.

Digital Realty startet Bau von FRA20-Rechenzentrum

27.11.2025 | DataCenter-Insider | In Frankfurt beginnt Digital Realty mit dem Bau des Rechenzentrums „FRA20“. Die Anlage im „Digital Park Fechenheim“ soll in zwei Phasen rund 16 MW IT-Leistung für KI-Workloads bereitstellen und vollständig mit Strom aus erneuerbaren Quellen betrieben...

TU München nutzt Abwärme aus Rechenzentrum

27.11.2025 | energie & management | Die Technische Universität München (TUM) stellt die Wärmeversorgung des Forschungscampus Garching um. Hier entsteht eine im Regelbetrieb vollständig CO2-neutrale Wärmeversorgung für die Gebäude und Anlagen der Hochschule. Laut der Mitteilung der Universität...

Veröffentlichte Paper

TS-Arena: A Live Forecast Pre-Registration Platform for Leakage-Free Evaluation of Time Series Foundation Models

Wie zuverlässig sind moderne KI-Modelle wirklich bei Zeitreihenprognosen? Das Paper stellt mit „TS-Arena“ eine neuartige Live-Plattform vor, die Forecasting-Modelle unter realen Bedingungen testet und so eine realitätsnahe Bewertung ihrer tatsächlichen Generalisierungsfähigkeit ermöglicht.
Zum Paper

Benchmarking Time Series Foundation Models for Short-Term Household Electricity Load Forecasting

Können KI-Foundation-Modelle den Stromverbrauch von Haushalten zuverlässig vorhersagen – ganz ohne aufwendiges Training? Das Paper zeigt, wie moderne Zeitreihenmodelle klassische Ansätze im Bereich der Kurzfrist-Lastprognosen erreichen oder sogar übertreffen und damit neue Möglichkeiten für nachhaltige Energiesysteme eröffnen.
Zum Paper

Temporal causal feature selection for robust machine learning modelling of data center operations

Wie lassen sich Rechenzentren effizienter, robuster und intelligenter steuern? Das Paper präsentiert mit „TempCaFe“ einen neuartigen Ansatz aus kausalem Machine Learning, der Vorhersagen verbessert, den Datenbedarf reduziert und fundierte Analysen für nachhaltigere Rechenzentrumsbetriebe ermöglicht.
Zum Paper

Bridging the Gap Between Data-Driven and Theory-Driven Modelling – Leveraging Causal Machine Learning for Integrative Modelling of Dynamical Systems

Wie können KI-Modelle auch unter neuen Bedingungen verlässliche Vorhersagen treffen? Das Paper zeigt, wie kausale Methoden und Expertenwissen kombiniert werden können, um robustere Machine-Learning-Modelle für komplexe Zeitreihendaten – etwa in Rechenzentren – zu entwickeln.

Zum Paper

Causal Machine Learning Approaches for Modelling Data Center Heat Recovery: A Physical Testbed Study.

Wie lassen sich Rechenzentren nachhaltiger betreiben – und ihre Abwärme sinnvoll nutzen? Das Paper zeigt, wie moderne KI- und Kausalitätsmethoden dabei helfen können, komplexe Energiesysteme rund um Rechenzentren besser zu verstehen, zu simulieren und effizienter zu steuern.

Zum Paper

DC2HEAT Arbeitspapiere

Lösungsbeiträge zu Nachhaltigkeits-herausforderungen durch DC2HEAT

Welchen Beitrag kann die Abwärmenutzung aus Rechenzentren zu mehr Nachhaltigkeit leisten? Das Arbeitspapier analysiert ökologische, soziale und ökonomische Auswirkungen des Projekts DC2HEAT und schafft die Grundlage für Szenarien zur nachhaltigen Nutzung von Rechenzentrumsabwärme auf regionaler bis internationaler Ebene.

Kostenlos herunterladen

Liquid Cooling im Rechenzentrum

Wie können Rechenzentren trotz steigender Leistungsdichten effizient und nachhaltig gekühlt werden? Das Arbeitspapier gibt einen praxisnahen Überblick über moderne Flüssigkeitskühlungstechnologien und zeigt, welches Potenzial sie für Energieeffizienz, Abwärmenutzung und Klimaschutz bieten.

Kostenlos herunterladen

DC2HEAT Newsletter

Newsletter

Melden Sie sich zum kostenlosen Newsletter vom Borderstep Institut an.
Wir informieren Sie alle drei Monate über die wichtigsten Neuigkeiten aus dem Projekt.

Zum Newsletter anmelden
Aktueller Newsletter

Social Media

Lust auf Austausch?


Tretet unserer Gruppe bei LinkedIn bei!

Hier dreht sich alles um den Austausch über die Nutzung von Abwärme aus Rechenzentren. In dieser Gruppe können sich Interessierte vernetzen und als Gruppenmitglied eigene relevante Beiträge veröffentlichen, die eine gelingende Nutzung von Abwärme aus Rechenzentren fördern sollen. Gefragt sind Verweise auf Best Practice-Beispiele von Abwärmeprojekten, Wissen aus dem Energiesektor, Rechenzentren und den Anwendungsbereichen von KI. Außerdem geht es um Tipps, Leitlinien und positiven als auch negativen Erfahrungen. Zusätzlich können Neuerungen und Veränderungen bis hin zu Hemmnissfaktoren in den unterschiedlichen Bereichen diskutiert werden.

Borderstep
SICP
Universität Paderborn
Unetiq