Neue Investitionen in KI-Infrastruktur durch den IOWN AI Fund

Die rapide Entwicklung der Künstlichen Intelligenz (KI) stellt die globale digitale Infrastruktur vor erhebliche Herausforderungen, insbesondere im Hinblick auf Energieverbrauch und Netzwerkleistung. In diesem Kontext haben die japanische NTT, die südkoreanische SK Group und die taiwanesische Chunghwa Telecom eine strategische Partnerschaft bekannt gegeben, die auf die Bewältigung dieser Herausforderungen abzielt. Ein gemeinsamer Fonds in Höhe von 500 Millionen US-Dollar soll in die Entwicklung einer KI-Infrastruktur investiert werden, die auf der innovativen IOWN-Photonik-Architektur basiert.

Der "IOWN AI Fund": Eine strategische Investition

Der neu etablierte "IOWN AI Fund" ist das Ergebnis einer Kooperation zwischen NTT, SK Group, Chunghwa Telecom, der Development Bank of Japan Inc. (DBJ) und Herrn Young Sohn (Mitbegründer von Walden Catalyst Ventures). Dieser Investitionsfonds soll die Entwicklung des IOWN-Ökosystems vorantreiben und neue Geschäftsmöglichkeiten durch Investitionen in Spitzentechnologien für das KI-Zeitalter schaffen. Die Verwaltung des Fonds erfolgt durch Catalight Capital, ein neu gegründetes Unternehmen mit Niederlassungen im Silicon Valley und in Tokio, das vielversprechende Start-ups identifizieren und deren Wachstum global unterstützen wird.

Die Investitionen des Fonds konzentrieren sich auf Start-ups in den Bereichen KI-Rechenzentrumsinfrastruktur, KI-Halbleiter und optische Kommunikation. Über die rein finanzielle Beteiligung hinaus ist geplant, technologische Validierung, Serviceverbesserung und Kundenakquise zu unterstützen. Dieser Ansatz unterstreicht das Bestreben der Partner, nicht nur Kapital bereitzustellen, sondern auch aktiv an der Gestaltung und Weiterentwicklung des KI-Ökosystems mitzuwirken.

Die IOWN-Architektur: Eine technische Revolution

Das Innovative Optical and Wireless Network (IOWN) Framework von NTT ist darauf ausgelegt, die grundlegenden Einschränkungen bestehender Netzwerke zu überwinden. Es basiert auf drei technischen Säulen:

Das All-Photonics Network (APN)

Aktuelle Netzwerkinfrastrukturen wandeln Daten an jedem Netzwerkknoten von optischer in elektronische Form und umgekehrt um. Dieser Umwandlungsprozess verbraucht nicht nur Energie, sondern führt auch zu Latenzzeiten. Das APN-Konzept sieht vor, Daten durchgehend im optischen Bereich zu halten – von der Netzwerkkernschicht bis zum Endgerät. Durch die Übertragung von Licht anstelle von Elektronen über den gesamten Pfad sollen sowohl die End-to-End-Latenz als auch der Energieverbrauch pro Bit erheblich reduziert werden. Für KI-Inferenz-Workloads, die Antwortzeiten im Sub-Millisekundenbereich erfordern, ist dies ein entscheidender Vorteil.

Digital Twin Computing (DTC)

Die zweite Säule, Digital Twin Computing, adressiert eine andere Einschränkung: die Notwendigkeit eines kontinuierlichen, bidirektionalen Datenaustauschs zwischen physischen Assets und ihren virtuellen Repliken. Heutige Netzwerke können diesen Austausch oft nicht ohne Verzögerung aufrechterhalten. DTC, das über die APN-Schicht läuft, ist speziell für diesen hohen Durchsatz konzipiert. Dies ermöglicht die Erstellung produktionsreifer digitaler Zwillinge, die beispielsweise die Simulation von Montagelinien oder die Modellierung von Logistiknetzwerken in Echtzeit erlauben.

Die Cognitive Foundation

Als übergeordnete Schicht fungiert die Cognitive Foundation als autonomes Orchestrierungsmodul. Sie ist dafür verantwortlich, Netzwerkslices, Rechenleistung und Speicherplatz in Echtzeit basierend auf den Anwendungsanforderungen zuzuweisen. Diese Foundation ist selbstheilend, selbstoptimierend und erfordert keine manuelle Intervention. Für Unternehmen, die KI am Edge einsetzen, transformiert die Cognitive Foundation das Netzwerk von einer passiven Leitung in einen programmierbaren Dienst mit definierten Leistungsmerkmalen.

Operationelle Implikationen der Photonik

Die Investition von 500 Millionen US-Dollar unterstreicht das Bewusstsein für die drängenden operativen Herausforderungen der digitalen Wirtschaft. Das exponentielle Wachstum von KI-Modellen und Datenverkehr belastet Stromnetze und bestehende Netzinfrastrukturen zunehmend. Moderne Rechenzentren mit ihren elektronischen Schaltern und Prozessoren werden zu einem Leistungs- und Energiefresser. Die Photonik-Elektronik-Konvergenz von IOWN soll hier Abhilfe schaffen, da optische Komponenten Daten mit einem Bruchteil der Energie elektronischer Äquivalente übertragen.

NTT hält das architektonische geistige Eigentum und hat das IOWN Global Forum als Standardisierungsgremium für das Framework etabliert. Die Beteiligung der SK Group, einem südkoreanischen Industrie- und Telekommunikationskonzern mit eigener Halbleiterlieferkette, und von Chunghwa Telecom, Taiwans größtem Netzbetreiber, transformiert diese Initiative von einer proprietären Wette eines einzelnen Betreibers in einen potenziellen regionalen Standard. Diese Investoren bringen Fertigungskapazitäten, Carrier-Infrastruktur und Beschaffungsskalen in zwei der größten Technologieproduktionsmärkte der Welt mit ein. Die Beteiligung der Development Bank of Japan unterstreicht zusätzlich den Charakter dieser Initiative als industriepolitische Maßnahme zur Etablierung von IOWN als prioritärem Bestandteil der nationalen Infrastruktur.

Unternehmensrelevanz jenseits der Bandbreite

Die IOWN-Technologie hat weitreichende Implikationen für verschiedene Branchen. Anwendungen wie Telesurgery, ferngesteuerte Industrierobotik und die Steuerung autonomer Fahrzeuge erfordern garantierte Round-Trip-Latenzzeiten im einstelligen Millisekundenbereich. Die Eliminierung der optisch-elektronischen Konvertierung durch APN macht solche Garantien technisch realisierbar.

DTC eröffnet industriellen Unternehmen einen direkten Weg von der vorausschauenden Wartung zur präskriptiven Optimierung. Ein Hersteller könnte eine vollständige digitale Replik seiner Fabrikhalle betreiben, die Echtzeit-Sensordaten von Hunderten von IoT-Knoten speist, um vorgeschlagene Produktionsänderungen zu simulieren, bevor physische Anpassungen vorgenommen werden. Dies führt zu weniger ungeplanten Ausfallzeiten und schnelleren Iterationszyklen. Das Netzwerk, das diese Workloads trägt, muss jedoch hochvolumige, kontinuierliche Datenströme ohne Verzögerungen verarbeiten können, die heutige Cloud-basierte Digital-Twin-Implementierungen für zeitkritische Entscheidungen unzureichend machen.

Die Cognitive Foundation verändert die Art und Weise, wie Unternehmen Netzwerkdienste beziehen. Organisationen, die KI-Inferenz am Edge einsetzen – also Daten von Fabriksensoren, Sicherheitssystemen oder autonomer Ausrüstung verarbeiten – haben derzeit nur begrenzte Möglichkeiten, eine garantierte Leistung zu erzielen. Dedizierte Mietleitungen bieten eine Lösung, sind aber teuer und unflexibel. Das CF-Modell bietet eine dritte Option: programmierbare, autonome Netzwerkslices mit definierten Service-Eigenschaften, die dynamisch und ohne manuelle Intervention bereitgestellt werden. Dies wandelt das Netzwerk von einem Best-Effort-Dienstprogramm in eine deterministische Komponente des Unternehmens-IT-Stacks um – ein Grad an Zuverlässigkeit, den öffentliche Internetverbindungen nicht erreichen können.

Telko-geführter Gegenpol zur Hyperscaler-Dominanz

Die Telekommunikationsbranche hat beobachtet, wie Cloud-Anbieter die Wertschöpfung der Internetökonomie absorbiert haben. Das während der Cloud-Ära etablierte Modell positionierte Telkos in der physischen Transportschicht, wo sie hohe Investitionsausgaben trugen, Kapazitäten bereitstellten und Kommoditätenpreise erhielten, während Hyperscaler den wirtschaftlichen Mehrwert aus Diensten oberhalb der Infrastruktur abschöpften. KI-Workloads haben diese Kluft noch vertieft, da Modelltraining und -inferenz hauptsächlich in den Rechenzentren einiger weniger Technologieunternehmen stattfinden, von denen keines Telekommunikationsbetreiber ist.

Der IOWN AI Fund ist eine kalkulierte Gegenposition. Durch die Integration von Rechenleistung und Netzwerk auf Architekturebene, anstatt die Rechenleistung nachträglich auf die Konnektivität zu legen, schafft das Konsortium ein Wertversprechen, das Hyperscaler nicht allein durch den Kauf von Bandbreite replizieren können. Verteilte KI-Anwendungen, insbesondere solche, die Echtzeit-Verarbeitung erfordern, sind auf Netzwerkmerkmale angewiesen, die eine zentralisierte Cloud-Infrastruktur nicht bieten kann. Das Mandat des Fonds ist es, das Lieferanten- und Start-up-Ökosystem aufzubauen, das erforderlich ist, um diese Merkmale kommerziell bereitzustellen.

Ob sich diese Wette auszahlt, hängt von den Adoptionszeiten und der Fähigkeit des Konsortiums ab, die Verpflichtung von Entwicklern und Unternehmen zu sichern, bevor Cloud-native Alternativen reifen. Die Investition von 500 Millionen US-Dollar übersteigt die jährlichen F&E-Ausgaben der meisten einzelnen Telekommunikationsbetreiber außerhalb der obersten Liga und unterstreicht die Ernsthaftigkeit dieses Unterfangens.

Bibliografie

1. Daws, Ryan. "NTT, SK Group bet $500M on photonics to solve AI power drain." Telecoms Tech News, 10. Juni 2026.
2. NTT, Inc. "Establishment of the “IOWN AI Fund” to Bring Global Innovation Together and Build the IOWN Ecosystem." Pressemitteilung, 10. Juni 2026.
3. Lee, Allen. "Three Asian Telecoms Launch $500 Million IOWN AI Fund to Power AI Data Centers With Optics." Tech Times, 10. Juni 2026.
4. Baldock, Harry. "NTT preparing $500m fund to boost IOWN AI initiative." Total Telecom, 8. Juni 2026.
5. Eun-jin, Kim. "SKT, NTT Launch $500 Million AI Fund." Businesskorea, 10. Juni 2026.
6. Asia Today. "NTT, SK Group plan $440M AI optical network fund." UPI.com, 8. Juni 2026.
7. Let's Data Science. "SKT, NTT, Chunghwa Launch $500M AI Investment Fund." Lets Data Science, 10. Juni 2026.
8. Ye-eun, Jie. "SK Telecom, NTT, Chunghwa Telecom to launch $500m AI fund." The Korea Herald, 10. Juni 2026.