PHOENIQS und German Edge Cloud bringen das AI-Datacenter direkt in die Produktion
ONCITE Distributed Edge auf Basis von PHOENIQS Cloud On-Prem: offene, souveräne KI-Infrastruktur für Industrial und Physical AI

PHOENIQS, Schweizer Anbieter souveräner Cloud- und KI-Infrastruktur, bringt gemeinsam mit seinem Partner German Edge Cloud (GEC) KI-Rechenleistung direkt an den Produktionsstandort. Mit ONCITE Distributed Edge lanciert GEC ein AI-Mini-Datacenter, dessen technologische Grundlage PHOENIQS Cloud On-Prem bildet. Die Lösung stellt skalierbare Rechen- und Speicherinfrastruktur für KI-Anwendungen dort bereit, wo die Daten entstehen. Unternehmen können darauf eigene KI-Modelle und -Anwendungen ebenso wie Lösungen von Drittanbietern lokal und unter eigener Kontrolle betreiben – etwa Industrial- und Physical-AI-Anwendungen sowie KI-Agenten.
Mit dem zunehmenden Einsatz künstlicher Intelligenz in der Produktion steigen die Anforderungen an die IT-Infrastruktur. Grosse industrielle Datenmengen müssen verarbeitet, KI-Modelle ausgeführt und Anwendungen zuverlässig in bestehende Produktionsumgebungen integriert werden. Gleichzeitig wollen Unternehmen die Kontrolle über ihre sensiblen Produktionsdaten behalten und Abhängigkeiten von zentralen Cloud-Infrastrukturen reduzieren.
„Hohe Datenvolumen aus Sensorik und Maschinensteuerung sowie strenge Anforderungen an die Datenhoheit lassen sich mit zentralen Public-Cloud-Architekturen kaum erfüllen. Unsere Cloud-On-Prem-Technologie stellt Rechenleistung, Orchestrierung und KI-Dienste dort bereit, wo die Daten entstehen. Zusammen mit German Edge Cloud ermöglichen wir Unternehmen, anspruchsvolle KI-Anwendungen lokal, skalierbar und unter eigener Kontrolle zu betreiben.“

Souveräne KI-Infrastruktur am Produktionsstandort
Mit ONCITE Distributed Edge lassen sich daten- und rechenintensive KI-Anwendungen unmittelbar am Produktionsstandort ausführen. Sensible Produktionsdaten werden vor Ort verarbeitet und müssen den Standort nicht verlassen. Je nach Anforderung können KI-Anwendungen am Edge, On-Premises oder in der Cloud betrieben werden.
PHOENIQS Cloud On-Prem liefert dafür die AI-Infrastruktur und Plattformtechnologie: eine gemeinsame Basis für unterschiedliche industrielle KI-Anwendungen – von Computer Vision für die bildbasierte Qualitätsprüfung über industrielle Datenanalysen und Simulationen bis hin zu KI-Agenten. Auch Physical-AI-Anwendungen, etwa für Robotik und autonome Systeme, lassen sich integrieren.
Infrastruktur für Physical AI
Ein besonderer Einsatzbereich ist Physical AI. Dabei verarbeiten KI-Systeme Informationen aus ihrer physischen Umgebung und interagieren auf dieser Grundlage mit Maschinen, Robotern oder anderen industriellen Systemen. Solche Anwendungen erfordern hohe Rechenleistung, geringe Latenzen, zuverlässige Verfügbarkeit und eine Datenverarbeitung in unmittelbarer Nähe der Produktionsprozesse. ONCITE Distributed Edge stellt dafür auf Basis von PHOENIQS Cloud On-Prem eine lokal betreibbare und skalierbare Infrastruktur bereit.
Offen für unterschiedliche Plattformen und Technologie-Stacks
Das AI-Mini-Datacenter ist offen für diverse Anwendungen, Plattformen und Technologie-Stacks. Gleichzeitig lässt es sich nahtlos in das ONCITE-Portfolio von GEC integrieren: Unternehmen können beispielsweise ONCITE DPS als industrielle Datendrehscheibe, die ONCITE Industrial AI Platform und spezialisierte Industrial AI Agents auf derselben Infrastruktur einsetzen. Diese Integration ist ein möglicher Mehrwert, aber keine technische oder kommerzielle Bindung.
„Unternehmen müssen selbst entscheiden können, wo sie ihre KI-Anwendungen betreiben und wie sie ihre Produktionsdaten nutzen. Mit ONCITE Distributed Edge geben wir ihnen die dafür notwendige Flexibilität und Kontrolle. Sie können ihre KI-Strategie nach eigenen Anforderungen gestalten und bleiben bei der Wahl ihrer Technologien und Betriebsmodelle unabhängig.“

ONCITE Distributed Edge ist für einzelne Produktionsbereiche und Werke ebenso ausgelegt wie für verteilte Produktionslandschaften mit mehreren Standorten. Unternehmen können das AI-Mini-Datacenter bedarfsgerecht erweitern und ihre Industrial- und Physical-AI-Anwendungen schrittweise skalieren.