Zusammenfassung

  • Das DFKI betreibt dokumentierte technische Infrastruktur: den KI-Hochleistungsrechner Pegasus in Kaiserslautern, eine datierte DGX-A100-Flotte, das Maritime Explorationszentrum MarEH in Bremen und das Gaia-X-Testbett SmartFactory-KL.
  • Die Leistungsentwicklung des Rechenzentrums ist mit Pressemeldungen vom 27. Juli 2020 (20 auf 45 Petaflops) und einer siebten DGX-A100-Anlage (über 60 Petaflops) belegt.
  • Die Selbstauskünfte des Instituts zu Abteilungs- und Kompetenzzentren widersprechen sich: 29 gegen 28 Abteilungen, 13 gegen zehn Kompetenzzentren.
  • Datierte Transferprojekte wie LUMINOUS, LIEREx, SiSWiss, TSS-MoVe und Genki4Media zeigen, wie die Forschung in Anwendungen mündet.

Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) GmbH ist eine 1988 gegründete gemeinnützige public-private-Partnership mit Standorten in Kaiserslautern, Saarbrücken, Bremen, Berlin, Oldenburg und Osnabrück. Was das Institut tatsächlich betreibt, lässt sich nicht aus Werbeslogans ablesen, sondern aus seinen eigenen technischen Dokumentationen und Pressemeldungen. Diese Quellen erlauben eine präzise Antwort – und zeigen zugleich, wo die Selbstbeschreibung des Instituts intern widersprüchlich bleibt.

Pegasus: der Hochleistungsrechner in Kaiserslautern

Der klarste Beleg für Rechenkapazität ist Pegasus, der KI-Cluster am DFKI-Standort Kaiserslautern. Die eigene Dokumentation des Clusters nennt mehr als 100 Petaflops für KI-Workloads, über 300 GPUs, mehr als 5500 CPU-Kerne und über 40 TiB Arbeitsspeicher 1. Verwaltet wird das System mit dem Workload-Manager Slurm, Enroot-Containern und einer eigenen Monitoring-Software – Details, die zeigen, dass es sich um eine produktive Betriebsumgebung und nicht um eine Ausstellungshalle handelt.

Besonders aufschlussreich ist die Partitionsdokumentation: Pegasus gliedert seine GPU-Knoten nach Hardwaretyp, darunter A100, H100, H200, L40S, B200 (Blackwell), V100, RTX 3090, RTX A6000 und RTX Pro 6000 Blackwell. Die Knoten sind typischerweise mit acht GPUs bestückt, intern über NVLink/NVSwitch verbunden, zwischen den Knoten läuft InfiniBand. Zu jeder Partition gibt es veröffentlichte Trainings-Benchmarks, etwa für ResNet- und Transformer-Modelle 2. Diese Granularität – konkrete Partitionsnamen, Benchmarkzahlen, Betriebsanleitungen – unterscheidet echte Rechenbetrieb von anspruchsvollen PowerPoint-Folien.

Auch von der Nutzerseite ist der Betrieb belegt: Ein öffentliches GitHub-Repository der NLP-Gruppe dokumentiert Zugangsverfahren, Slurm-Nutzung, Partitionen und Container für die DFKI-Recheninfrastruktur 15. Das zeigt, dass der Cluster-Zugang ein alltäglicher, dokumentierter Arbeitsablauf innerhalb der Forschungsgruppen ist, nicht nur ein Marketingversprechen.

Die DGX-A100-Zeitleiste: vom 20. Juli 2020 bis zur siebten Anlage

Die Ausbaugeschichte des Rechenzentrums lässt sich mit Pressemeldungen datieren. Am 27. Juli 2020 meldete DFKI, dass die erste NVIDIA DGX A100 im Machine-Learning-Rechenzentrum in Kaiserslautern in Betrieb genommen wurde; dadurch stieg die Clusterleistung von 20 auf 45 Petaflops. Jede DGX A100 liefert demnach fünf Petaflops mit acht A100-Tensor-Core-GPUs bei rund 1,2 kW pro Petaflop 4.

Später meldete das Institut die Erweiterung um eine siebte DGX-A100-Anlage, mit der die Leistung von den ursprünglichen 20 Petaflops auf mehr als 60 Petaflops steigen sollte 3. Die Anlage ist an die Abteilung Interactive Machine Learning gebunden und dient der Forschung an Foundation-Modellen für die Gesundheitsversorgung; zitiert wird Prof. Daniel Sonntag. Die Zeitleiste zeigt eine Institution, die ihre Rechenleistung schrittweise und nachweisbar ausgebaut hat – von 20 über 45 zu mehr als 60 Petaflops, jeweils mit Datum und Quelle.

MarEH: 3,4 Millionen Liter Salzwasser in Bremen

Am Robotics Innovation Center in Bremen betreibt DFKI die Maritime Exploration Hall (MarEH), ein 1300 Quadratmeter großes Forschungsbecken mit einem Becken von 23 mal 19 mal 8 Metern, das 3,4 Millionen Liter Salzwasser fasst 5. Die Ausstattung umfasst eine Druckkammer für Tiefseebedingungen, ein 40.000-Liter-Glasbecken, einen lichtkontrollierten Schwarzwassertank, ein VR-Labor und ein Unterwasser-Motion-Capture-System von Qualisys mit zwölf Kameras, das laut Dokumentation eine Genauigkeit von etwa 4 Millimetern bei 300 Hertz erreicht.

Die Druckkammer ist der Punkt, an dem die eigene Dokumentation ins Wanken gerät: Eine Stelle nennt 660 bar, entsprechend etwa 6.600 Metern Wassertiefe, eine andere Stelle desselben Dokuments 600 bar bzw. 6.000 Meter. Beide Werte belegen die Existenz eines außergewöhnlichen Drucktestszenarios; die exakte Grenze lässt sich aus der Quelle allein nicht klären. Für die Bewertung der Einrichtung ist dieser Konflikt ein Detail, aber ein bezeichnendes: Selbst die technische Selbstbeschreibung des Instituts enthält an dieser Stelle zwei Versionen.

SmartFactory-KL als Gaia-X-Testbett

Am 26. Mai 2021 meldete DFKI, dass SmartFactory-KL, 2005 gegründet, als Testbett für Gaia-X ausgewählt wurde 6. Das vernetzte Produktionssetup umfasst SmartFactory-KL, die DFKI-Abteilung Innovative Factory Systems (IFS) und das Werkzeugmaschinen-Labor der TU Kaiserslautern (WSKL). Die Vision der „Produktionsebene 4“ (Production Level 4) stammt von 2019; ein PL4-Demonstrator präsentierte 2020 einen Gaia-X-Anwendungsfall. Projektleiter des Untervorhabens smartMA-X ist Keran Sivalingam 7; zudem war ein zweiter Demonstrator mit neuem Transportsystem im DFKI-Gebäude im Bau.

Diese Kette – Vision 2019, Demonstrator 2020, Testbett-Zusage Mai 2021 – ist vollständig datiert und zeigt, wie aus einem Forschungskonzept eine europäische Infrastruktur-Testumgebung wurde.

Datierte Transferprojekte: LUMINOUS, LIEREx, SiSWiss und Co.

Neben Rechenzentrum und Becken zeigt sich die operative Substanz des Instituts in benannten, datierten Projekten.

LUMINOUS (Language Augmentation for Humanverse) läuft als EU-Horizon-Europe-Projekt mit Fördervertrag 101135724, unterzeichnet von der Kommission am 23. Oktober 2023, vom 1. Januar 2024 bis 31. März 2027, im Thema „Next Generation eXtended Reality“ (RIA) 9. Es kombiniert generative und multimodale Sprachmodelle mit XR und Zero-Shot-Erkennung unbekannter Objekte. Drei Pilotanwendungen sind benannt: Neurorehabilitation für sprachbeeinträchtigte Schlaganfallüberlebende, immersives Industriesicherheitstraining und 3D-Architekturentwurf. DFKIs eigener Transferbericht zum Projekt datiert vom 19. August 2024 8; zur Laufzeit bleibt CORDIS die verbindliche Quelle.

LIEREx (Language-Image Embeddings for Robotic Exploration) läuft vom 1. Juli 2024 bis 31. Dezember 2026 10. Das Projekt baut Vision-Language-Modelle wie CLIP in eine semantische Karte ein, die Abfragen nach beliebigen Objekten erlaubt, implementiert auf einem mobilen Roboter und evaluiert über zielgerichtete Indoor-Exploration. Die begleitenden Berichte dokumentieren einen TIAGo-2-Roboter mit Ouster-OS0-LiDAR und Femto-Bolt-ToF-RGB-D-Kamera sowie den Habitat-Simulator mit Matterport3D/HM3D-Daten.

SiSWiss (Sichere Sprachmodelle für das Wissensmanagement) läuft vom 1. Juni 2025 bis 31. Mai 2028, gefördert im BMFTR-Programm „Sichere Zukunftstechnologien in einer hypervernetzten Welt: Künstliche Intelligenz“, koordiniert vom L3S Research Center mit DFKI, CISPA und Laverana als Partnern 11. Das Projekt entwickelt Multi-Persona-Sprachmodelle mit einem Differential-Sensitivity-Awareness-Framework, das den Zugriff auf sensible Informationen nach Nutzerberechtigungen steuert, und nutzt RLHF sowie open-source-Methoden, optimiert für den deutschsprachigen Markt. Die L3S-Projektseite bestätigt Konsortium und Laufzeit 12. Zu beachten ist die uneinheitliche Schreibweise des Projektnamens (SiSWiss/SisWiss) über die Quellen hinweg.

Weitere benannte Projekte ergänzen das Bild: TSS-MoVe beschäftigt sich mit Technologie-Scouting für Verkehrs- und Transportthemen 13; Genki4Media ist ein NLP-Projekt des DFKI im Bundesprogramm „Gen-KI für den Mittelstand“, dokumentiert auf der Programmseite mit Fraunhofer FOKUS als Partner 14.

Wo die Selbstauskunft bricht: widersprüchliche Zählwerke

Gegen die datierten Systeme stehen Selbstauskünfte, die sich intern widersprechen. Die Unternehmensprofil-Seite von DFKI nennt 29 Forschungsabteilungen, 13 Kompetenzzentren und 8 Living Labs, rund 960 Forschende und Verwaltungsbeschäftigte, 600 Doktorandinnen und Doktoranden aus über 76 Ländern bei mehr als 560 Projekten 16. Die „About DFKI“-Seite desselben Hauses spricht von „zehn Kompetenzzentren“, und eine gespiegelte Version derselben Seite auf www-live.dfki.de nennt 28 Forschungsabteilungen und zehn Kompetenzzentren.

Diese Konflikte betreffen keine externen Behauptungen, sondern die eigene Zählung des Instituts. Für einen Leser, der wissen will, wie groß DFKI ist, ist die ehrliche Antwort: je nach Quelle 28 oder 29 Abteilungen, zehn oder 13 Kompetenzzentren. Die technischen Belege – Clusterdokumentation, Pressemeldungen, Projektpage – sind dagegen konsistent und präzise.