Dell: Fokus auf hybride KI und Umbau des Rechenzentrums

Agentische KI auch am Arbeitsplatz

Ein Schwerpunkt der Ankündigungen von Dell liegt auf sogenannten Agentic-AI-Systemen. Gemeint sind Anwendungen, die nicht nur Inhalte generieren oder Modelle ausführen, sondern eigenständig Entscheidungen treffen und Arbeitsabläufe orchestrieren. Dell erweitert dafür seine AI Factory um lokale Agentic-AI-Funktionen, die Unternehmen auf eigener Infrastruktur betreiben können. Die Plattform kombiniert Dell-Hardware mit Nvidia-Softwarekomponenten und Services, um KI-Agenten in kontrollierten Umgebungen zu entwickeln und produktiv einzusetzen.

Auffällig ist, dass Dell agentische KI nicht nur im Rechenzentrum verortet, sondern auch am Arbeitsplatz. Jonathan Siegal, Senior Vice President Product Marketing bei Dell, beschrieb Workstations als mögliche Einstiegsplattform für Agentic AI: Entwickler und Power User sollen Agenten lokal entwickeln und testen können, bevor sie in größere Infrastrukturen oder Cloud-Umgebungen überführt werden. Das reduziere nicht nur die Einstiegshürde, sondern adressiere auch ein wachsendes Kostenproblem.

Denn während die Preise pro Token sinken, steigt der Verbrauch durch Agenten stark an. Agentische Systeme rufen Modelle nicht einmalig auf, sondern planen, testen, verwerfen und iterieren teilweise in Schleifen. Siegal verwies darauf, dass lokale Workstations für bestimmte Szenarien eine Art kalkulierbare Token-Umgebung darstellen: Statt für jede Modellabfrage in der Cloud variabel zu zahlen, entstehen zunächst fixe Anschaffungskosten für die Hardware. Dell positioniert die Workstation damit als Experimentierumgebung für Agenten, bei der Entwickler stärker ausprobieren können, ohne jede Iteration unmittelbar in Cloud-Kosten zu übersetzen.

Technisch relevant ist die Zusammenarbeit mit Nvidia. Dell nutzt Nvidia-Komponenten wie Nemo und OpenShell, um Agenten in abgeschotteten Umgebungen entwickeln und ausführen zu können. Die Sandbox kann laut Dell auf einer Workstation beginnen und später auf Server- oder Rechenzentrumsumgebungen erweitert werden. Der Anspruch ist, Sicherheits- und Governance-Mechanismen von Beginn an in die Entwicklung agentischer Anwendungen einzubauen.

Das Datenproblem: Zwischen Menge und Nutzbarkeit

Hinter jedem KI-Projekt steht dasselbe praktische Problem: Zwar existieren in Unternehmen große Datenbestände, diese liegen jedoch häufig verteilt auf unterschiedlichen Plattformen – und lassen sich nicht ohne Weiteres für KI-Workloads nutzbar machen. Dell erweitert deshalb seine AI Data Platform um Funktionen zur Aufbereitung, Transformation und Bereitstellung von Unternehmensdaten. Der architektonische Grundsatz, den Dell in der Keynote formulierte, ist programmatisch: Nicht die Daten sollen zur KI wandern, sondern die KI zu den Daten.

Gerade in regulierten Branchen wie Gesundheitswesen, Industrie oder öffentlichem Sektor ist ein Abtransport sensibler Daten in externe Cloud-Plattformen oft rechtlich oder vertraglich ausgeschlossen. Der Pharmakonzern Eli Lilly etwa setzt KI bei Medikamentenentwicklung und Produktionsoptimierung auf eigener Infrastruktur ein; Samsung nutzt Dell-Systeme für KI-gestützte Halbleiterfertigung. Beiden Szenarien ist gemeinsam, dass KI nicht als isoliertes Softwareprojekt behandelt wird, sondern als Bestandteil operativer Prozesse – mit entsprechend hohen Anforderungen an Datenzugriff, Latenz und Kontrolle.

Für mittelständische Unternehmen empfiehlt van Wasen einen pragmatischen Einstieg: Zunächst kleinere lokale Systeme nutzen, schnell zu konkreten Geschäftsergebnissen kommen und erst dann skalieren – ob On-premises, in der Cloud oder in hybriden Modellen. Größere GPU-Cluster oder eigene KI-Rechenzentren erfordern hohe Anfangsinvestitionen, bevor überhaupt ein konkreter Nutzen sichtbar wird. Erst wenn Use Cases validiert sind, rechtfertige sich der nächste Skalierungsschritt.

Rack-Scale-Infrastruktur und PowerEdge 18G

Auch auf Infrastrukturseite baut Dell sein Portfolio aus. Mit Dell PowerRack kündigt der Hersteller eine vollständig integrierte Rack-Scale-Plattform an, die Compute, Netzwerk und Speicher in einer vorkonfigurierten Einheit bündelt. Zielgruppe sind vor allem größere KI- und HPC-Installationen, bei denen Unternehmen Infrastruktur nicht mehr Server für Server zusammenstellen, sondern komplette Rack-Systeme standardisiert beziehen.

Im Serverbereich tritt parallel die neue PowerEdge-Generation an. Der eigentliche Kern der 18. Generation ist dabei weniger die Leistungssteigerung als die Konsolidierungsstrategie: Ältere Infrastruktur soll mit deutlich weniger physischen Systemen ersetzt werden, um Kapazität für neue KI-Workloads freizuräumen. Dell spricht von einer Konsolidierungsrate bis zu 13:1 gegenüber Servern der 13. oder 14. Generation, von denen noch ein erheblicher Teil der installierten Basis betrieben wird. Für Rechenzentren bedeutet das potenziell weniger Platzbedarf, geringeren Energieverbrauch und sinkende Betriebskosten. Die 18. Generation umfasst neue Plattformen mit Prozessoren von Intel, AMD und Nvidia. Neben luftgekühlten Varianten setzt Dell zunehmend auf Flüssigkühlung, da moderne Hochleistungsprozessoren und GPU-Beschleuniger steigende thermische Anforderungen erzeugen.

Für große KI-Cluster erweitert Dell ergänzend das Netzwerkportfolio: PowerSwitch-Systeme mit neuen Ethernet- und InfiniBand-Optionen sollen die hohe Kommunikationslast zwischen GPUs, Speicher und verteilten KI-Agenten abfangen. Dell beschreibt dabei einen Paradigmenwechsel: Nicht mehr einzelne Server, sondern vollständig vorbereitete Racks aus Compute, Netzwerk und Storage bilden die Einheit, die Kunden bestellen und betreiben.

In der Press and Analyst Q&A betonte Dell, dass sich die Kundengespräche zunehmend von klassischen Hardwareanforderungen wegbewegen. Unternehmen kämen seltener mit vollständig ausformulierten RFPs, sondern mit Fragen nach Workloads, Datenstrategie, ROI und Betriebsmodellen. Erst danach folgten konkrete Infrastrukturentscheidungen. Das ist für Dell günstig, weil der Hersteller seine Breite über Compute, Netzwerk, Storage, Datenmanagement, Services und Finanzierung als Vorteil ausspielen kann. Ob Kunden dadurch tatsächlich weniger Integrationsaufwand haben oder lediglich neue Abhängigkeiten entstehen, dürfte sich erst im produktiven Einsatz zeigen.

PowerStore Elite als neue Storage-Basis

Ein weiterer Schwerpunkt liegt auf der Speicherinfrastruktur. Mit PowerStore Elite kündigt Dell eine neue Klasse seiner Storage-Plattform an. Das System kombiniert neue Hardware mit einer überarbeiteten Softwarebasis und soll laut Dell 1,5 Millionen IOPS sowie 80 GByte/s Durchsatz pro Node erreichen. Gegenüber der vorherigen Generation spricht der Hersteller von deutlich höherer Performance und Dichte. Zugleich hebt Dell seine Data-Reduction-Garantie von 5:1 auf 6:1 an und verspricht bis zu 6 PByte Kapazität in einem kompakten Formfaktor.

Hinter dem Ansatz steckt ein bekanntes Problem im Enterprise-Markt: Storage-Systeme werden oft über viele Jahre betrieben, während sich Anforderungen an Performance, Protokolle und Workloads deutlich schneller verändern. Dell versucht deshalb, Kunden in einem kontinuierlichen Modernisierungsmodell zu halten, statt Infrastruktur in klassischen Refresh-Zyklen vollständig auszutauschen. Die containerbasierte Architektur von PowerStore soll Upgrades erleichtern, ohne vollständige Plattformwechsel vorauszusetzen.

Für KI-Workloads ist Storage nicht mehr nur Kapazitätsfrage. Im Customer Roundtable verwiesen Dell und der Neocloud-Anbieter FluidStack darauf, dass KI-Infrastruktur nur dann wirtschaftlich arbeitet, wenn GPUs möglichst hoch ausgelastet sind. Dafür müssen Speicher- und Netzwerkebene Daten schnell genug liefern. Andernfalls stehen teure Beschleuniger still. Storage wird damit zum direkten Faktor für GPU-Auslastung, Antwortzeiten und letztlich die Wirtschaftlichkeit von KI-Plattformen.

Ergänzend erweitert Dell seine Exascale-Storage-Architektur um zusätzliche Speicheroptionen für Block-, File- und Object-Workloads. Der Hintergrund ist technisch nachvollziehbar: Trainingsdaten, Inferenzmodelle und klassische Unternehmensdaten unterscheiden sich deutlich hinsichtlich Performanceanforderungen und Zugriffsmustern. Dell versucht deshalb, verschiedene Speicherarchitekturen innerhalb einer gemeinsamen Plattform zusammenzuführen. Mit steigender GPU-Dichte rückt zudem ein bislang oft unterschätztes Thema in den Vordergrund: Kühlung. Van Wasen verwies darauf, dass der Aufbau großer KI-Infrastrukturen nicht nur GPU- und Serverkompetenz erfordert, sondern auch Erfahrung mit Liquid Cooling, Rack-Design und Netzwerkinfrastruktur. Gerade für europäische Service Provider und souveräne Cloud-Anbieter dürfte diese Integrationsleistung wichtiger werden, wenn sie eigene KI-Infrastrukturen aufbauen wollen.

Private Cloud in der Multi-Hypervisor-Welt

Parallel erweitert Dell seine Private-Cloud-Angebote. Unternehmen erhalten zusätzliche Bereitstellungsoptionen für VMware Cloud Foundation, Red Hat OpenShift, Microsoft Azure Local und Nutanix AHV. Die Botschaft ist pragmatisch: Dell versucht nicht, Kunden auf ein einzelnes Plattformmodell festzulegen, sondern positioniert sich als Infrastrukturpartner über mehrere Virtualisierungs- und Cloud-Stacks hinweg.

Das passt zur aktuellen Marktlage. Seit der Übernahme von VMware durch Broadcom prüfen viele Unternehmen ihre Virtualisierungsstrategie neu. Van Wasen erklärte, Dell habe seine Erfahrungen aus VxRail und dessen Lifecycle-Management in eine breitere Dell Automation Platform überführt. Diese solle nicht mehr nur VMware-Knoten verwalten, sondern auch OpenShift, Nutanix und Azure Local unterstützen. Ziel sei es, Kunden mehr Wahlfreiheit zu geben, statt sie an eine einzelne Virtualisierungsschicht zu binden.

Van Wasen sieht bei Kunden derzeit unterschiedliche Reifegrade: Einige befinden sich noch in Evaluierungen, andere prüfen konkrete Migrationen. Wie aufwendig ein Wechsel wird, hänge stark davon ab, wie tief VMware in Automatisierung und Betriebsprozesse integriert ist. Als häufig geprüfte Alternativen nannte er VMware selbst, OpenShift und Nutanix; auch Proxmox tauche in frühen Evaluierungen auf, sei aber nicht in jedem Fall mit Enterprise-Automatisierung und Lifecycle-Anforderungen vergleichbar.

Auch Kundenseite bestätigt diesen Trend. Fritz Oswald von Fraport beschrieb, dass Unternehmen bei neuen Plattformen stärker auf Flexibilität achten. Hardware solle nicht mehr dauerhaft mit einer einzelnen Virtualisierungsschicht verbunden sein. Für Fraport gehe es darum, lokale Shared Services aufzubauen, die schnell virtuelle Maschinen oder neue Workloads bereitstellen können, ohne sich vollständig von einem einzelnen Anbieter abhängig zu machen.

Edge und Disaggregation statt klassischer HCI

Besonders sichtbar wird dieser Ansatz bei Edge- und Private-Cloud-Szenarien. Fraport nutzt Dell-Technologie, um am Flughafen Frankfurt Videoströme aus Überwachungskameras lokal zu analysieren. Dabei werden aus Kamerabildern Zeitstempel für einzelne Prozessschritte bei der Flugzeugabfertigung generiert, sodass sich nachvollziehen lässt, wann bestimmte Tätigkeiten abgeschlossen sind, etwa das Entladen eines Flugzeugs oder das Entfernen von Bodenfahrzeugen.

Das Beispiel zeigt, warum Dell in vielen Szenarien dafür argumentiert, die Verarbeitung dorthin zu bringen, wo die Daten entstehen. Fraport betreibt rund 200 Flugzeugpositionen mit jeweils mehreren Kameras; insgesamt entstehen Hunderte hochauflösende Videoströme. Diese dauerhaft in die Cloud zu übertragen, wäre aus Netzwerk- und Kostengründen kaum praktikabel.

Oswald beschreibt die Strategie als Kombination aus Cloud-Logik und lokaler Verarbeitung: Nicht jede Anwendung eigne sich für die Public Cloud, insbesondere wenn Latenz, Bandbreite, Kosten oder regulatorische Anforderungen eine Rolle spielen. Dell adressiert solche Szenarien mit der Weiterentwicklung von Dell Distributed Private Cloud, früher NativeEdge. Die Plattform zielt auf verteilte Standorte, Produktionsumgebungen und Filialen, bei denen klassische zentrale Rechenzentren nicht praktikabel sind. Gleichzeitig entfernt sich Dell damit ein Stück weit vom klassischen HCI-Narrativ. Disaggregierte Architekturen sollen Compute und Storage unabhängiger skalierbar machen.

Cyber-Resilience wird zur Plattformfunktion

Deutlich sichtbar ist zudem, wie stark Sicherheit inzwischen zur Infrastrukturfrage geworden ist. Dell erweitert seine PowerProtect-Plattform mit PowerProtect One zu einer stärker integrierten Cyber-Resilience-Architektur. Backup-Management und Protection Storage sollen über eine gemeinsame Plattform verwaltet werden. Dell verspricht geringeren Managementaufwand, schnellere Wiederherstellung und höhere Datenreduktion.

Der Fokus auf Backup-Infrastruktur ist nachvollziehbar: Ransomware-Angriffe kompromittieren zunehmend gezielt Backup-Systeme. Wenn diese auf generischer Infrastruktur laufen oder nachträglich abgesichert werden, steigt das Angriffsrisiko. Dell argumentiert deshalb für speziell gehärtete Systeme mit Supply-Chain-Verifikation, hardwarebasiertem Vertrauensanker, Zero-Trust-Kontrollen, Ende-zu-Ende-Verschlüsselung und unveränderlicher Datenhaltung.

Hinzu kommen neue Erkennungsfunktionen. Dell Cyber Detect erweitert die Analyse auf Speicherplattformen wie PowerStore und PowerMax und soll verdächtige Veränderungen früher identifizieren sowie den letzten sauberen Datenstand für eine Wiederherstellung bestimmen. Gerade bei Verschlüsselungstrojanern bleibt die Zeit bis zur Isolation kompromittierter Daten einer der entscheidenden Faktoren für den wirtschaftlichen Schaden.

Infrastruktur-Betrieb mit KI-Agenten

Auch der laufende Betrieb soll stärker automatisiert werden. Mit der Dell Automation Platform kombiniert der Hersteller klassische Automatisierung mit AIOps-Funktionen und einer agentischen Ebene. Statt Infrastruktur ausschließlich über Dashboards zu überwachen, sollen Administratoren künftig per Chat Abweichungen analysieren, Ursachen prüfen und Gegenmaßnahmen kontrolliert anstoßen können.

In der Keynote demonstrierte Dell ein Szenario, in dem ein KI-Agent Signale aus Compute, Storage und Netzwerk korreliert, einen drohenden Engpass erkennt, eine Gegenmaßnahme vorschlägt und diese nach Freigabe über einen Change-Prozess umsetzt. Der Anspruch ist nicht, Administratoren zu ersetzen, sondern Routineanalyse und Orchestrierung zu beschleunigen.

Der Hintergrund ist nachvollziehbar: Viele Unternehmen kämpfen weniger mit fehlender Hardware als mit steigender Betriebskomplexität. Multi-Hypervisor-Umgebungen, Private Cloud, Edge-Standorte, KI-Workloads und Cyber-Resilience erhöhen die Zahl der Abhängigkeiten. Automatisierung wird damit zur Voraussetzung, um heterogene Infrastrukturen wirtschaftlich betreiben zu können.

Fazit

Die Dell Technologies World 2026 zeigte, wie sich der KI-Markt verändert. Während in den vergangenen Jahren vor allem Modelle und Anwendungen im Mittelpunkt standen, rückt nun die Infrastrukturfrage in den Vordergrund: Wo laufen Modelle, wer kontrolliert Daten, und wie lassen sich Kosten, Sicherheit und Governance langfristig beherrschen? Dell positioniert sich dabei als Integrator zwischen Hardware, Datenplattform und offenem KI-Ökosystem. Auffällig ist die Abkehr vom reinen Hardware-Narrativ: Dell verkauft nicht mehr nur Server für KI, sondern versucht, sich als Betriebsplattform für hybride Enterprise-KI zu etablieren.

Die parallel angekündigten Rechenzentrumsneuerungen wirken weniger spektakulär als die KI-Offensive, könnten für viele Kunden aber langfristig relevanter sein. Dell verfolgt sichtbar einen evolutionären Ansatz: Bestehende Infrastruktur soll modernisiert werden, ohne Unternehmen zu disruptiven Plattformwechseln zu zwingen. Die Kombination aus PowerEdge 18G, PowerStore Elite, PowerProtect One und Automation Platform zeigt, dass Dell nicht nur KI-Cluster verkaufen will, sondern das gesamte Rechenzentrum auf neue Betriebsmodelle vorbereitet.

Der praktische Nutzen hängt jedoch davon ab, ob die versprochene Offenheit tatsächlich funktioniert. Multi-Hypervisor-Unterstützung, disaggregierte Storage-Modelle und agentische Betriebsfunktionen klingen für viele Kunden attraktiv, erhöhen zunächst aber auch die Komplexität. Agentische KI bringt zusätzliche Anforderungen an Governance, Zugriffskontrolle, Kostenmodellierung und Nachvollziehbarkeit. Unternehmen müssen nicht nur entscheiden, welches Modell sie nutzen, sondern auch, wo Tokens erzeugt werden, welche Daten ein Agent sehen darf und wie seine Aktionen kontrolliert werden. Ob Dell hier tatsächlich die Rolle des neutralen Infrastrukturintegrators einnehmen kann, wird sich erst zeigen, wenn aus Pilotprojekten dauerhaft betriebene KI-Workloads werden – insbesondere bei Kunden, die gleichzeitig VMware-Alternativen evaluieren, Cloud-Kosten reduzieren und neue KI-Workloads lokal betreiben wollen.