Rechenzentrum Gifhorn: Wie IT-RESELL mit refurbished Hardware regionale KI-Infrastruktur aufbaut

Künstliche Intelligenz im eigenen Unternehmen einzusetzen, klingt für viele mittelständische Betriebe nach sechsstelligen Investitionen in ein eigenes Rechenzentrum oder nach bedingungsloser Abhängigkeit von großen Cloud-Anbietern. Beide Wege schrecken ab – aus Kostengründen ebenso wie aus Sorge um Datenhoheit und Kontrolle.

In Gifhorn entsteht deshalb ein dritter Weg: eine regionale KI-Plattform, die bewusst auf wiederaufbereitete Enterprise-Hardware statt auf brandneue Cloud-Infrastruktur setzt. Unter dem Projektnamen MOODUS.AI x IT-RESELL haben sich das Gründerzentrum moodus, das Magdeburger Hardware-Systemhaus IT-RESELL, der Braunschweiger KI-Dienstleister Deep5 und die Stadt Gifhorn zusammengeschlossen, um genau das zu zeigen: ein Rechenzentrum, das sich Mittelständler tatsächlich leisten können.

Das Projekt: MOODUS.AI x IT-RESELL in Gifhorn

Im September 2026 unterzeichneten moodus UG, IT-Resell.com UG und die Deep 5 GmbH gemeinsam mit der Stadt Gifhorn und der städtischen Wirtschaftsförderung (WiSta) einen Letter of Intent für den Aufbau einer regionalen KI-Plattform. Der Standort: die Räumlichkeiten von moodus in der August-Horch-Straße in Gifhorn, wo bereits bei der Gebäudeerrichtung vor rund zwölf Jahren eine etwa 200 Quadratmeter große Fläche für professionelle Server- und IT-Infrastruktur eingeplant wurde [1].

Vor-Ort-Termin in Gifhorn (v. l. n. r.): Steffen Huntscha, Christian Knittel und Matthias Raaz am Beispielaufbau der KI-Plattform.

Begleitet wird das Projekt von Gifhorns Bürgermeister Matthias Nerlich und moodus-Betreiberin Ilona Derksen. Auf Seiten von IT-RESELL bringt Geschäftsführer Christian Knittel die Hardware-Expertise ein: „Als wir diesen Ort hier gesehen haben, war uns gleich klar: Hier steckt eine Menge Potenzial drin!“, beschreibt er den Moment, in dem aus einer leerstehenden Serverfläche ein konkretes Infrastrukturprojekt wurde [2].

Warum regional statt Hyperscale-Cloud

KI-Rechenzentren entstehen normalerweise vor allem in den USA, in Irland oder in Skandinavien [2] – dort, wo Fläche, Strom und Investitionskapital in großem Maßstab verfügbar sind. Für den deutschen Mittelstand bedeutet das: Wer KI nutzen will, landet fast zwangsläufig bei einem der großen internationalen Cloud-Anbieter.

Das bringt reale Nachteile mit sich. Sensible Unternehmensdaten verlassen das eigene Land, oft sogar den eigenen Kontinent. Die Preisgestaltung folgt dem Modell des jeweiligen Anbieters, nicht den eigenen Kostenstrukturen. Und für viele Anwendungsfälle – etwa interne Dokumentenassistenten oder Entwickler-Werkzeuge – ist eine Anbindung an einen weit entfernten Hyperscaler technisch schlicht überdimensioniert.

Ein regionales Rechenzentrum verspricht das Gegenteil: kurze Wege, direkte Ansprechpartner und Infrastruktur, die sich am tatsächlichen Bedarf der ansässigen Unternehmen orientiert statt an globalen Skaleneffekten. Genau diese Lücke soll die Plattform in Gifhorn füllen – als sichtbarer Gegenentwurf zur Vorstellung, dass leistungsfähige KI-Infrastruktur nur in Frankfurt, Dublin oder den USA entstehen kann.

Der Hebel: refurbished Enterprise-Hardware

Der entscheidende Unterschied zu einem klassischen Rechenzentrums-Neubau liegt in der Hardware-Strategie. IT-RESELL bereitet nach eigenen Angaben jährlich mehr als 1.000 Server für die Weiternutzung auf – Enterprise-Hardware, die bei größeren Unternehmen nach Ablauf der Abschreibungsfrist ausgemustert wird, obwohl sie technisch noch leistungsfähig ist. „Unsere Geräte sind in der Regel drei Jahre alt. Viele Firmen stoßen sie nach der Abschreibung ab und kaufen neue“, erklärt Christian Kittel [2].

Christian Knittel (IT-Resell) zeigt den Aufbau eines KI-Servers und welche Hardware mindestens nötig ist, um ihn produktiv zu betreiben.

Für das Projekt in Gifhorn bedeutet das: Statt neue GPU-Server im sechsstelligen Bereich zu beschaffen, testete IT-RESELL zunächst einen gebrauchten, professionell aufbereiteten KI-Server mit einem Terabyte Grafikspeicher und mehreren NVIDIA-Grafikprozessoren. Dieser erste Pilotserver kostete nach Angaben von Knittel gut 30.000 Euro – etwa ein Zehntel dessen, was eine vergleichbare Neuanschaffung gekostet hätte [2]. „Mit unserem Setup kommen wir nah heran an die Qualität und Geschwindigkeit von den Großen“, bestätigt Steffen Huntscha, technischer Berater bei IT-RESELL, der die Leistungstests vor Ort durchgeführt hat [2].

Diese Rechnung ist der eigentliche Kern des Projekts: Wenn sich KI-taugliche Hardware zu einem Bruchteil des Neupreises beschaffen lässt, sinkt die Einstiegshürde für Pilotprojekte drastisch – ohne dass Unternehmen auf geprüfte, professionell gewartete Technik verzichten müssen.

Vom Demonstrator zum Service — der stufenweise Aufbau

Das Projekt ist bewusst nicht als fertiges Rechenzentrum konzipiert, sondern als stufenweiser Prozess. Der erste Schritt ist ein Demonstrator: Die getestete Hardware wird im moodus aufgebaut, um die Technologie sichtbar zu machen, zu erklären und erste Anwendungen vorzuführen. Erst danach folgt die Pilotphase, in der ausgewählte Unternehmen aus der Region konkrete Aufgabenstellungen erproben.

Auf Basis dieser Pilotdaten soll ein tragfähiges Service-Modell entstehen – mit klaren Regeln für Zugang, Support, Preise und Datenschutz. Erst wenn sich eine belastbare Nachfrage zeigt, entscheiden die Projektpartner über weitere Ausbaustufen und zusätzliche Investitionen. Dieser Ansatz unterscheidet das Projekt von vielen angekündigten Rechenzentrumsprojekten, die zunächst maximale Kapazität aufbauen, bevor überhaupt Nachfrage besteht: Hier folgt die Infrastruktur der tatsächlichen Nutzung, nicht umgekehrt.

Erste Anwendungsfälle für Unternehmen

Drei Einsatzfelder stehen für den Projektstart im Fokus. Private AI beschreibt interne Wissens- und Dokumentenassistenten, mit denen Unternehmen ihr eigenes Know-how in einer kontrollierten Umgebung nutzbar machen können – nach klar geregelten Daten- und Zugriffsregeln. Im Bereich Development geht es um KI-Unterstützung für Software- und Entwicklungsteams: Coding-Hilfe, Dokumentation, Recherche und technische Assistenz mit lokal betriebenen Modellen. Und beim Prototyping können Unternehmen neue KI-Funktionen zunächst im Pilotbetrieb validieren, bevor sie eigene Infrastruktur aufbauen oder sich langfristig an einen Cloud-Vertrag binden.

Der gemeinsame Nenner aller drei Anwendungsfelder: Unternehmen testen, bevor sie investieren – mit einem regionalen Ansprechpartner statt mit einem anonymen Cloud-Vertrag.

Nachhaltigkeit als Teil des Konzepts

Die Verbindung aus moderner KI-Technologie und nachhaltiger Ressourcennutzung ist kein Nebeneffekt, sondern erklärtes Ziel des Projekts. Durch den Einsatz professionell aufbereiteter Hardware entfallen teure Investitionen in komplett neue Infrastruktur, und ausgemusterte Enterprise-Systeme bleiben länger im Wirtschaftskreislauf, statt vorzeitig verschrottet zu werden.

Langfristig ist zudem geplant, die Stadtwerke Gifhorn einzubinden, um den Betrieb des Rechenzentrums zu 100 Prozent mit Strom aus erneuerbaren Energiequellen zu realisieren [1]. Damit verbindet das Projekt zwei Nachhaltigkeitsebenen, die in der IT-Branche oft getrennt betrachtet werden: die Kreislaufwirtschaft bei der Hardware selbst und die Energiebilanz im laufenden Betrieb.

Was das für andere Regionen und Unternehmen bedeutet

Gifhorn ist damit ein konkretes Beispiel für einen Trend, der sich branchenweit abzeichnet: Regionale Rechenzentren gelten zunehmend als Erfolgsfaktor für den KI-Einstieg im Mittelstand, gerade weil sie Nähe, Ansprechbarkeit und angepasste Kapazitäten bieten, die ein Hyperscale-Anbieter strukturell nicht liefern kann [3]. Gleichzeitig zeigt sich in der Branche eine wachsende Diskussion darüber, ob der Mittelstand für den KI-Einstieg wirklich ein komplett neues Rechenzentrum braucht – oder ob sich vorhandene Infrastruktur und gebrauchte, aber leistungsfähige Hardware klüger nutzen lassen [3].

Für Unternehmen, die über eigene KI-Projekte nachdenken, liefert das Gifhorner Modell eine dritte Option neben Eigenbau und Hyperscale-Cloud: der Zugang zu professionell aufbereiteter, geprüfter Enterprise-Hardware über einen spezialisierten Partner – kombiniert mit der Möglichkeit, im Pilotbetrieb zu testen, bevor größere Investitionsentscheidungen anstehen. Wer sich näher mit KI-Server und GPU-Ankauf beschäftigt oder generell wissen möchte, wie sich IT-Remarketing wirtschaftlich rechnet, findet darin denselben Denkansatz wieder, der auch dem Projekt in Gifhorn zugrunde liegt.

Fazit

Das Projekt MOODUS.AI x IT-RESELL zeigt, dass regionale KI-Infrastruktur kein Widerspruch zu wirtschaftlicher Vernunft sein muss. Mit einem Pilotserver für rund 30.000 Euro statt einer sechsstelligen Neuinvestition macht IT-RESELL vor, wie sich der Einstieg in eigene KI-Infrastruktur drastisch verbilligen lässt – ohne bei Qualität und Geschwindigkeit spürbare Abstriche zu machen.

Der eigentliche Wert des Projekts liegt dabei nicht nur in der eingesparten Investitionssumme, sondern im gewählten Ansatz: Statt sofort maximale Kapazität aufzubauen, folgt die Infrastruktur in Gifhorn bewusst der realen Nachfrage – vom Demonstrator über die Pilotphase bis zu einem tragfähigen Service-Modell. Das reduziert das unternehmerische Risiko für alle Beteiligten und macht das Projekt zu einem nachvollziehbaren Lernprozess statt zu einer einmaligen Ankündigung.

Für den deutschen Mittelstand ist das ein relevantes Signal: Der Zugang zu KI-Infrastruktur muss weder bei einem internationalen Hyperscaler noch nur über eine eigene, teure Neuanschaffung erfolgen. Refurbished Enterprise-Hardware, kombiniert mit regionaler Nähe und einem schrittweisen Ausbau, eröffnet einen dritten, wirtschaftlich tragfähigeren Weg – ein Rechenzentrum, das mitwächst, statt vorzugreifen.

Ob aus dem Demonstrator in Gifhorn ein dauerhafter regionaler KI-Service wird, hängt von der Nachfrage der kommenden Monate ab. Klar ist aber schon jetzt: Das Modell aus regionalem Rechenzentrum und refurbished Hardware liefert eine belastbare Antwort auf eine Frage, die sich immer mehr mittelständische Unternehmen stellen.

Hinweis zu diesem Beitrag: Inhalte auf diesem Blog werden mit Unterstützung von KI-Tools erstellt und von unserem Redaktionsteam recherchiert, fachlich geprüft und freigegeben.