KI-Grundversorgung für Hochschulen als Verbundaufgabe

Die rasante Verbreitung generativer KI verändert Forschung, Lehre und Verwaltung an deutschen Hochschulen grundlegend. Wer KI-Modelle einsetzen und reflektiert damit umgehen will, braucht eine leistungsfähige, verlässliche und bestenfalls unabhängige Recheninfrastruktur. Die ausschließliche Abhängigkeit von kommerziellen Anbietern birgt Risiken, wie etwa beim Datenschutz oder durch hohe Kosten. Zusätzlich gefährdet ein mangelnder Kompetenzaufbau die digitale Autonomie der Hochschulen.

Gemeinsam statt allein

Einzelne Hochschulen können die benötigte Infrastruktur nicht im Alleingang stemmen, da spezialisierte Hardware wie GPUs, qualifiziertes Personal und eine sichere Betriebsumgebungen zu ressourcenintensiv sind. Stattdessen braucht es eine hochschulübergreifende KI-Grundversorgung, die Inferenz- und Trainingskapazitäten professionell und effizient bündelt.

Zwei einflussreiche Strategiepapiere haben die Diskussion zuletzt geprägt: das NRW-Papier Kompetenz, Inferenz, Apps: KI-Strategiepapier NRW 2.0 und das Konzept für die KI-Grundversorgung der Gesellschaft für Wissenschaftliche Datenverarbeitung Göttingen (GWDG). Beide betonen die Notwendigkeit kooperativer Lösungen.

In ihrem Strategiepapier KI-Grundversorgung für Hochschulen als Verbundaufgabe (PDF) greift das DH.NRW Autorenteam diese Impulse auf geht auf mögliche nächste Schritte ein.

Was eine KI-Grundversorgung leisten muss

Für ein hochschulübergreifendes Angebot wird eine breite Modellvielfalt (von allgemeinen Sprachmodellen bis hin zu domänenspezifisch trainierten Modellen) vorausgesetzt. Ebenso benötigt wird eine geringe Latenz für interaktive Dienste wie Chatbots oder Programmierassistenten, ein hoher Durchsatz für die Batch-Verarbeitung großer Forschungsdaten, intelligentes Loadbalancing zwischen den Standorten sowie höchste Standards in der Informationssicherheit. Letztes ist besonders relevant im Hochschulkontext, da KI-Systeme sensible personenbezogene und forschungsbezogene Daten verarbeiten, so dass eine zuverlässige DSGVO-konforme Infrastruktur essenziell ist.

Monozentral oder verteilt?

Das Papier vergleicht beide Szenarien systematisch anhand von zehn Kriterien – von Verantwortungsklarheit und Entscheidungsgeschwindigkeit über Resilienz, Angebotsbreite und Informationssicherheit bis hin zu Kosten und Personalgewinnung.

Ein monozentraler Ansatz mit einem einzigen bundesweiten Anbieter punktet bei der Entscheidungsgeschwindigkeit und klaren Zuständigkeiten. Gleichzeitig birgt er Schwächen. Fällt der einzige Anbieter aus oder wird er kompromittiert, ist die gesamte KI-Versorgung aller deutschen Hochschulen betroffen. Monopolstrukturen erschweren zudem die Reaktion auf heterogene Anforderungen der verschiedenen Hochschulen und Hochschultypen, mit unterschiedlichen IT-Spezifika und regionalen Erfordernissen.

Eine verteilte Infrastruktur hingegen ist widerstandsfähiger, breiter aufgestellt und näher an den lokalen Bedarfen. Sie ermöglicht Profilbildung und Spezialisierung an den einzelnen Standorten, verteilt das Risiko bei Personalgewinnung und Cyberangriffen und erlaubt es, Kompetenzen regional zu entwickeln, statt sie an einem einzigen Ort zu konzentrieren. Ein solches System stellt gleichzeitig höhere Anforderungen an Governance und Koordination.

Empfehlung: Bundesweiter Verbund mit klarer Governance

Nach Abwägung aller Argumente empfiehlt das Autor:innenteam der DH.NRW eine verteilte Infrastruktur in Form eines bundesweiten Verbunds einer begrenzten Zahl geeigneter Rechenzentren. Alle Hochschulen aller Bundesländer sollen Zugang zu den Verbunddiensten erhalten, ohne dass jedes Bundesland ein eigenes Rechenzentrum einbringen muss.

Dabei wird ausdrücklich betont, dass die Stärke des monozentralen Ansatzes, nämlich eine schnelle Handlungsfähigkeit, als zentrale Anforderung an die Governance des Verbunds verstanden werden muss.

Offene Fragen und nächste Schritte

Das Papier benennt konkrete Folgefragen für die weitere Diskussion:

• Welche Bundesländer möchten Rechenleistung in eine deutschlandweite KI-Grundversorgung einbringen?
• Wie verhält sich ein solcher Verbund zu bestehenden Strukturen des Nationalen Hochleistungsrechnens (NHR)?
• Und wie wird das Angebot dauerhaft finanziert?

Darüber hinaus stellt sich die Frage, wie – aufbauend auf einer gemeinsamen Inferenz- und Trainingsinfrastruktur – auch bei der Entwicklung KI-basierter Applikationen und beim Aufbau von KI-Kompetenz länderübergreifend zusammengearbeitet werden kann.

Hier kommen neben den Rechenzentren weitere Akteure ins Spiel, darunter die Netzwerke der Landeseinrichtungen für digitale Hochschullehre und Initiativen wie KI:edu.nrw.

Gelingt dieser Aufbau, so kann eine verteilte, souveräne KI-Infrastruktur zu einem zentralen Baustein der Wettbewerbsfähigkeit von Forschung, Lehre und Verwaltung an deutschen Hochschulen werden.

 Weitere Infos

Weitere Infos zur Landesstrategie und Technikprojekte für Zugänge zu generativer KI an NRW-Hochschulen finden Sie auf der Website von KI:edu.nrw.

Im April 2026 ging die im DH.NRW-Projekt Open Source‑KI.nrw aufgebaute KI‑Infrastruktur live. Über KI:connect erhalten die NRW‑Hochschulen kostenfreien Zugang zu leistungsfähigen Large Language Modellen, die vollständig auf hochschulsouveräner Infrastruktur betrieben wird. Die Dienste sind nutzbar in Verwaltung, Lehre und Studium. Open Source-KI.nrw ist Teil der NRW-Landesstrategie für Zugänge zu generativer KI an Hochschulen.

Das im Januar 2026 vom Vorstand der DH.NRW verabschiedete Strategiepapier als Download: KI-Grundversorgung für Hochschulen als Verbundaufgabe (PDF)