Ausgangslage

Das Forschungsinstitut in Singapur betrieb eine veraltete IT-Infrastruktur, die unabhängig von der tatsächlichen Nutzung dauerhaft auf Volllast lief. Die hohen Strompreise in der Region machten die unkontrollierten Lastspitzen zu einem erheblichen Kostenfaktor. Zudem fehlte eine zentrale Übersicht über den Energieverbrauch einzelner Arbeitsplätze und Server.

Die Hauptprobleme waren:

  • Ungenaue Laststeuerung: Server und Arbeitsstationen schalteten nicht automatisch in den Energiesparmodus.
  • Fehlende Transparenz: Keine detaillierte Aufschlüsselung des Verbrauchs nach Abteilungen.
  • Hohe Grundlast: Kühlung und Beleuchtung liefen in ungenutzten Zonen weiter.

Umsetzung

Innerhalb von acht Wochen implementierten wir ein Smart Power Management-System, das die IT-Ressourcen mit dem Gebäudemanagement verknüpft. Der Fokus lag auf der Automatisierung und der präzisen Messung.

Die wichtigsten Schritte der Umsetzung:

  1. Audit & Mapping: Erfassung aller Endpunkte und Server im Rechenraum.
  2. Deployment von Monitoring-Agenten: Installation leistungsfähiger Software-Agenten auf Servern und Workstations zur Echtzeit-Messung.
  3. Integration in das BMS: Anbindung der IT-Last an das bestehende Building Management System (BMS) für koordinierte Kühlungssteuerung.
  4. Richtlinien-Definition: Automatisierte Power-States für Arbeitsplätze außerhalb der Kernarbeitszeit (20:00–06:00 Uhr).

Wir nutzten hierfür eine Kombination aus Azure-Cloud-Monitoring und lokalen Gateways, um die Daten sicher zu verarbeiten und sofortige Einsparpotenziale zu identifizieren.

Ergebnis

Nach der vollständigen Inbetriebnahme zeigte sich ein deutlicher Rückgang des Gesamtverbrauchs im IT-Bereich. Die automatisierten Schalthandlungen reduzierten die Grundlast signifikant.

Die erreichten KPIs nach drei Monaten Betrieb:

  • 18 % Reduktion der IT-gebundenen Stromkosten.
  • 25 % weniger Kühlenergie durch synchronisierte Laststeuerung.
  • 100 % Transparenz über den Verbrauch je Abteilung und Server.

Die anfänglichen Investitionen amortisierten sich innerhalb von 14 Monaten. Zusätzlich stieg die Zuverlässigkeit der Infrastruktur durch die kontinuierliche Überwachung der Lastspitzen.

Learnings

Der Erfolg basierte nicht nur auf der Technik, sondern auf der engen Verzahnung von IT und Facility Management. Eine isolierte IT-Optimierung hätte die Kühlungskosten nicht ausreichend gesenkt.

Wichtige Erkenntnisse für ähnliche Projekte:

  • Daten als Basis: Ohne granulare Messdaten sind gezielte Einsparungen unmöglich.
  • Automatisierung schlägt Manpower: Manuelle Schalthandlungen werden nicht konsequent durchgeführt.
  • Regionale Spezifika: In Singapur ist die Kühlung oft der größte Hebel, da die Luftfeuchtigkeit hoch ist und die Kühlungssysteme entsprechend stark belastet werden.

Durch diese Vorgehensweise wurde nicht nur Geld gespart, sondern auch ein messbarer Beitrag zur CO2-Reduktion des Unternehmens geleistet.

Ergebnisse

  • -18 % – IT-Stromkosten
  • -25 % – Kühlenergie
  • 14 Monate – Amortisationszeit

Passend dazu