Die HKA - Die Hochschule Karlsruhe : ECOLITH – Energie- und CO2-optimierter Labor und IT-Betrieb

ECOLITH – Energie- und CO2-optimierter Labor und IT-Betrieb

Motivation

Die Digitalisierung eröffnet Hochschulen große Chancen: Sie ermöglicht effizientere Prozesse, neue Formen der Forschung und Lehre sowie eine zunehmende Automatisierung technischer Abläufe. Gleichzeitig verursacht sie jedoch einen wachsenden Energiebedarf und damit verbundene CO₂-Emissionen. Insbesondere energieintensive digitale und technische Infrastrukturen wie Rechenzentren, Hochleistungsrechencluster und Labore tragen wesentlich zum Energieverbrauch bei.

Für Baden-Württemberg ist dies besonders relevant, da das Land das Ziel verfolgt, bis 2030 eine treibhausgasneutrale Landesverwaltung zu erreichen. Hochschulen nehmen dabei eine zentrale Rolle ein: Sie verfügen über große Gebäudeflächen und betreiben zahlreiche Infrastrukturen, die für Forschung und Lehre unverzichtbar sind, aber deutlich mehr Energie benötigen als Vorlesungsräume und Büros. Da diese Infrastrukturen mit hohen Investitionen einhergehen und nicht kurzfristig ersetzt werden können, liegt ein wichtiger Hebel darin, ihre Nutzung intelligenter, effizienter und klimafreundlicher zu gestalten.

Ein vielversprechender Ansatz besteht darin, energieintensive Prozesse zeitlich besser zu planen. Wenn Rechenjobs, Laboraktivitäten oder andere Abläufe gezielt in Zeitfenster mit hoher Verfügbarkeit erneuerbarer Energien verschoben werden können, lässt sich der CO₂-Ausstoß bestehender Infrastrukturen reduzieren, ohne deren Leistungsfähigkeit einzuschränken. Gleichzeitig kann eine bessere Auslastung dazu beitragen, vorhandene Ressourcen effizienter zu nutzen.

Hier setzt das Projekt ECOLITH an. Ziel ist es, KI-gestützte Verfahren für eine vorausschauende Ablauf- und Nutzungsplanung energieintensiver Hochschulinfrastrukturen zu erforschen. Durch die Kombination von Prognosen, prädiktivem Scheduling, datenbasierten Lernverfahren und generativen Sprachmodellen sollen Entscheidungen darüber unterstützt werden, wann und wie Rechencluster und Labore möglichst energie- und CO₂-effizient betrieben werden können. Dabei stehen nicht nur technische Optimierungspotenziale im Fokus, sondern auch Transparenz, Nachvollziehbarkeit und Akzeptanz bei den Nutzer*innen.

ECOLITH leistet damit einen Beitrag zur nachhaltigen Transformation des Hochschulbetriebs. Das Projekt untersucht, wie der Betrieb bestehender Infrastrukturen durch intelligente Planung ökologisch verbessert werden kann und schafft Grundlagen für übertragbare Lösungen, die perspektivisch auch hochschulübergreifend eingesetzt werden können.

Ziele

ECOLITH verfolgt das Ziel, energieintensive Hochschulinfrastrukturen effizienter, flexibler und klimafreundlicher zu betreiben. Im Mittelpunkt steht die Frage, wie sich bestehende Rechen- und Laborinfrastrukturen durch vorausschauende Planung besser an Energiebedarf, Auslastung und die Verfügbarkeit erneuerbarer Energien anpassen lassen. Das Projekt konzentriert sich dabei auf folgende Ziele:

Entwicklung von Prognosemodellen für Energiebedarf, Nutzungsmuster und Auslastung von Rechenzentren, High-Performance-Clustern und Laboren.
Erforschung KI-basierter Scheduling-Verfahren, mit denen flexible Abläufe energie- und CO₂-bewusst geplant werden können.
CO₂-optimierte Orchestrierung rechenintensiver IT-Workloads, etwa für KI-Training, KI-Inferenz, Big-Data-Analysen oder andere datenintensive Aufgaben.
Intelligente Terminierung von Laboraktivitäten unter Berücksichtigung technischer, organisatorischer und personeller Randbedingungen.
Einsatz föderierter Lernverfahren, um hochschulübergreifende Modelle zu entwickeln, ohne sensible Betriebs- oder Nutzungsdaten zentral zusammenzuführen.
Aufbau einer nutzerorientierten ECOLITH-Plattform, die Planungsvorschläge transparent macht und Anwender*innen aktiv in die Entscheidungsprozesse einbindet.

Die entwickelten Ansätze werden an realen Infrastrukturen der HKA und ihrer Transferpartner erprobt. Langfristig sollen die Ergebnisse auch auf andere Hochschulen, Forschungseinrichtungen und Unternehmen übertragbar sein.

Methodik

Die Methodik von ECOLITH basiert auf einer KI-gestützten, vorausschauenden Ablauf- und Nutzungsplanung energieintensiver Hochschulinfrastrukturen. Dafür werden Daten aus Rechenzentren, High-Performance-Clustern und Laboren erfasst und mit Prognosen zur Verfügbarkeit erneuerbarer Energien, erwartetem Energieverbrauch und Nutzernachfrage verknüpft. Auf dieser Grundlage sollen KI-Modelle den zukünftigen Energiebedarf, die Auslastung sowie geeignete Zeitfenster für einen CO₂-optimierten Betrieb vorhersagen.

Für die Planung werden verschiedene Verfahren des maschinellen Lernens und der Optimierung untersucht. Der Fokus liegt auf Reinforcement Learning, welches eine dynamische Anpassung von Scheduling-Entscheidungen an veränderte Rahmenbedingungen ermöglicht. Ergänzend wird Federated Learning eingesetzt, um Modelle hochschulübergreifend zu trainieren, ohne sensible Betriebs- oder Nutzungsdaten zentral zusammenzuführen.

Die entwickelten Methoden werden in der ECOLITH-Plattform zusammengeführt. Diese umfasst Komponenten für Datenmanagement, KI-Modelltraining, Inferenzdienste sowie eine App mit Dashboard und natürlichsprachlicher Interaktion. Nutzer*innen sollen dort Energieverbräuche einsehen, Regeln hinterlegen und vorgeschlagene Pläne prüfen oder anpassen können.

Erprobt wird die Methodik an konkreten Anwendungsfällen der HKA und ihrer Partner: der CO₂-optimierten Orchestrierung energieintensiver IT-Workloads sowie der Terminierung von Aktivitäten in energieintensiven Laboren. So verbindet ECOLITH datenbasierte Prognosen, KI-gestützte Planung und nutzerzentrierte Bedienung zu einem praxisnahen Ansatz für nachhaltige Hochschulinfrastrukturen.