Der Tag, an dem Straßenlaternen zu AI-Datenzentren werden – Das 50.000-Lampen-Projekt in Nigeria und die Diskussion über die Zukunft der Städte

Wenn man an die Infrastruktur denkt, die AI unterstützt, stellen sich viele Menschen riesige Gebäude vor, in denen unzählige Server stehen und die enorme Mengen an Strom und Kühlsystemen benötigen – die sogenannten Datenzentren. Mit der zunehmenden Nutzung von generativer AI wird weltweit die Belastung der Stromnetze, der Wasserverbrauch, der Baugrund und der Widerstand der Anwohner zu einem Problem. AI mag auf dem Bildschirm leicht erscheinen, doch dahinter verbirgt sich eine sehr physische und schwere Infrastruktur.

Gegen diese konventionelle Vorstellung präsentiert das britische Unternehmen Conflow Power Group Limited einen recht ungewöhnlichen Ansatz. Anstatt Datenzentren unter Wasser oder im Weltraum zu platzieren, sollen sie auf Straßenlaternen verteilt werden. Diese Laternen sollen mit Solarenergie betrieben werden, AI-Verarbeitung durchführen, die Stadt mit Kameras überwachen und über Kommunikationsfunktionen verfügen.

Das Unternehmen hat eine formelle Vereinbarung mit dem nördlichen nigerianischen Bundesstaat Katsina getroffen, um 50.000 solarbetriebene intelligente Straßenlaternen namens „iLamp“ zu installieren. Sollte der Plan verwirklicht werden, würde das Laternennetz selbst als „dezentrales AI-Datenzentrum“ fungieren, und der Staat könnte seine Verarbeitungskapazitäten an AI-Unternehmen vermieten, um Einnahmen zu erzielen.

Die Idee, kleine AI-Computer in Straßenlaternen zu integrieren

Die Grundstruktur der iLamp kombiniert Solarpanels, Batterien, LED-Beleuchtung, einen kleinen Computer, Kommunikationsfunktionen und bei Bedarf AI-Kameras. Oben auf der Laterne befindet sich ein zylindrisches Solarpanel, das tagsüber Strom erzeugt und in einer Batterie speichert. Dieser Strom wird nicht nur zur nächtlichen Beleuchtung verwendet, sondern auch, um den internen energieeffizienten AI-Chip zu betreiben.

Laut Conflow kann durch die Verwendung von NVIDIAs energieeffizienten Chips AI-Verarbeitungsfunktionen in die Laterne integriert werden. Die Verarbeitungskapazität pro Laterne reicht nicht an die eines großen Datenzentrums heran. Doch wenn die Laternen in Zehntausenden vernetzt sind, entsteht insgesamt eine dezentrale Rechenbasis von gewisser Größe, so das Verkaufsargument des Unternehmens.

Der Reiz dieses Konzepts liegt in der Neuinterpretation bestehender städtischer Infrastrukturen. Straßenlaternen sind bereits in vielen Städten vorhanden, in der Nähe von Menschen und Fahrzeugen installiert und passen gut zu Strom, Kommunikation und Sicherheit. Wenn man sie mit Solarenergie und AI-Verarbeitung ausstattet, werden Straßen, Parkplätze und Schulumgebungen nicht nur zu beleuchteten Räumen, sondern zu dezentralen digitalen Infrastrukturen.

Allerdings ist es wichtig zu klären, „welche AI-Verarbeitung übernommen wird“. Die kleinen Computer in den Laternen können keine schweren Aufgaben wie das Lernen fortschrittlicher groß angelegter Sprachmodelle von Grund auf bewältigen. Wie Experten betonen, sind für die anspruchsvollsten AI-Lernprozesse und groß angelegte Inferenz nach wie vor zentrale, leistungsstarke Datenzentren erforderlich.

Die iLamp ist eher für kleinere, ortsnahe Verarbeitungen geeignet. Beispielsweise zur Erkennung von Verkehrsaufkommen, Nummernschilderkennung, Parkverstoßbestimmung, Erstanalyse von Überwachungskamerabildern, Bereitstellung von öffentlichem WLAN oder Verarbeitung von Sensordaten. Das bedeutet, dass sie eher als „Edge-AI“-Standort am Stadtrand fungiert, anstatt große AI zu ersetzen.

Katsina strebt eine Integration von „Beleuchtung, Sicherheit, Kommunikation und Einnahmen“ an

Für den Bundesstaat Katsina ist dieses Projekt nicht nur eine Straßenbeleuchtungsmaßnahme. Berichten zufolge umfasst die iLamp nicht nur die Verbesserung der öffentlichen Beleuchtung, sondern auch öffentliches WLAN, Bluetooth-Verbindungen, Verkehrsüberwachung, Sicherheit, Schutz der Infrastruktur und den externen Verkauf von AI-Verarbeitungskapazitäten. Regierungsvertreter des Staates positionieren dies als das einzige dezentrale AI-Datenzentrum auf dem afrikanischen Kontinent und wollen es zur Verbesserung der Sicherheit und der öffentlichen Dienstleistungen nutzen.

In vielen Regionen Afrikas sind die Stabilität der Stromnetze, die Kommunikationsinfrastruktur, die Sicherheit und die Bereitstellung öffentlicher Dienstleistungen Herausforderungen. Gleichzeitig sind die Sonnenressourcen reichlich vorhanden, und es gibt großes Potenzial, bestehende Infrastrukturen schnell zu modernisieren. So wie mobile Zahlungen und Mobilfunknetze die Lücken von Bankfilialen und Festnetzen füllten, hat der Ansatz, AI-Infrastrukturen „dezentral zu verbreiten, ohne auf herkömmliche groß angelegte Einrichtungen zu warten“, eine gewisse Überzeugungskraft.

Conflow plant auch, eine Montagefabrik im Bundesstaat Katsina einzurichten. Wenn dies zu lokaler Beschäftigung, Ausbildung von Wartungspersonal und einer Ansammlung verwandter Industrien führt, ist es nicht nur ein Importprojekt, sondern hat auch als regionale Industriepolitik Bedeutung. Entscheidend wird sein, wie viel von der langfristigen Betriebs-, Reparatur- und Erneuerungsfähigkeit vor Ort verbleibt, um über den bloßen Aufbau der Anlagen hinauszugehen.

Zudem wird erwartet, dass der Staat Einnahmen erzielt, indem er die AI-Verarbeitungskapazitäten der iLamp an externe Unternehmen vermietet. Ab dem dritten Jahr soll Conflow 20 % der Einnahmen erhalten. Dies kann als Versuch gesehen werden, Straßenlaternen von „kostenintensiven öffentlichen Einrichtungen“ in „einnahmengenerierende öffentliche Infrastrukturen“ zu verwandeln.

Doch auch hier gibt es große Unsicherheiten. In welchem Umfang werden AI-Unternehmen die verteilte Verarbeitungskapazität der Straßenlaternen kaufen? Sind die Kommunikationsverzögerungen und die Stabilität ausreichend? Wer trägt die Wartungskosten im Falle eines Ausfalls? Wie stabil kann die Verarbeitungskapazität bereitgestellt werden, wenn die Menge der Solarstromerzeugung je nach Wetter und Installationsumgebung variiert? Obwohl das Geschäftsmodell attraktiv erscheint, ist die tatsächliche Rentabilität noch in der Prüfungsphase.

Ersatz oder Ergänzung für große Datenzentren?

Der wichtigste Aspekt beim Verständnis dieser Technologie ist, ob sie als „Ersatz für herkömmliche Datenzentren“ oder als „Ergänzung“ betrachtet wird.

Für das Training von AI-Modellen ist es notwendig, große Datenmengen schnell zu verarbeiten. Die Kommunikation zwischen GPUs muss extrem kurze Verzögerungen aufweisen, und die Kühlung, Stromversorgung und das Netzwerk müssen in hochoptimierten Einrichtungen erfolgen, damit groß angelegte Lernprozesse möglich sind. Wenn Straßenlaternen weit verteilt sind, sind sie aufgrund der Entfernung zwischen den Chips nicht für Anwendungen geeignet, die eine schnelle Synchronisation erfordern.

Daher ist es unrealistisch zu denken, dass iLamp „die großen AI-Einrichtungen von OpenAI oder Google ersetzen“ wird. Vielmehr sollte sie als ergänzende Infrastruktur gesehen werden, die leichte AI-Verarbeitungen vor Ort an Straßen, Schulen, Krankenhäusern, Parkplätzen und öffentlichen Einrichtungen übernimmt und bei Bedarf mit großen Datenzentren zusammenarbeitet.

Zum Beispiel könnte die Straßenlaterne eine erste Bewertung vornehmen, ob es Anomalien gibt, ob Fahrzeuge die Geschwindigkeit überschreiten oder ob der Personenfluss ungewöhnlich ist, anstatt alle Kamerabilder an einen zentralen Server zu senden. Wenn nur die notwendigen Informationen an das Zentrum gesendet werden, kann das Datenvolumen reduziert und die Reaktionszeit verkürzt werden. Dies ist ein typischer Vorteil des Edge-Computings.

Andererseits, wenn Straßenlaternen zu AI-Verarbeitungszentren werden sollen, sind sowohl Cybersicherheit als auch physische Sicherheit unerlässlich. Wenn 50.000 Geräte mit teuren Chips in der Stadt installiert werden, sind Diebstahl, Zerstörung und Manipulation unvermeidliche Risiken. Conflow erklärt, dass die Chips unbrauchbar werden, wenn sie unrechtmäßig entfernt werden, aber ob das ausreicht, wird im praktischen Betrieb getestet.

Darüber hinaus, da die Straßenlaternen im öffentlichen Raum installiert werden, sind die Eigentumsrechte an den Geräten, die Datenverwaltung, die Speicherdauer der Aufnahmen, der Umfang der Bereitstellung an Dritte, die Verantwortung im Falle eines Ausfalls und die Erklärung an die Bewohner wichtige Aspekte der Regelgestaltung, die über die Technologie hinausgehen. Viele Misserfolge von Smart-City-Projekten sind nicht auf mangelnde Technologie zurückzuführen, sondern darauf, dass sie das Vertrauen der Bewohner nicht gewinnen konnten.

Das Gesicht der Überwachungskamera

Das iLamp-Projekt wird wahrscheinlich am meisten durch seine AI-Überwachungsfunktionen diskutiert. Berichten zufolge sollen die in Nigeria installierten Straßenlaternen mit AI-Kameras ausgestattet sein, die Parkverstöße, Geschwindigkeitsüberschreitungen und das Nichttragen von Sicherheitsgurten erkennen können. Darüber hinaus wird auf die Möglichkeit hingewiesen, in Zukunft Gesichtserkennung zur Identifizierung von gesuchten Personen oder vermissten Personen einzusetzen.

Aus Sicht der Sicherheit und Verkehrssicherheit erscheinen solche Funktionen attraktiv. Sie könnten helfen, Unfälle zu reduzieren, Kriminalität zu verhindern und die Reaktionszeiten von Polizei und Verwaltung zu verkürzen. In Kombination mit öffentlichem WLAN und verbesserter Beleuchtung könnte auch der Lebenskomfort der Bewohner steigen.

Doch dieselbe Technologie könnte auch der Einstieg in eine Überwachungsgesellschaft sein. Wer wo entlanggeht, welches Auto wann vorbeifährt, wer an Versammlungen teilnimmt, welches Gesicht von der Kamera erfasst wird – wenn solche Informationen in großen Mengen gesammelt werden, sind auch Nutzungen über Sicherheitszwecke hinaus möglich.

Insbesondere bei der Gesichtserkennung gibt es Probleme wie Fehlidentifikation, Genauigkeitsunterschiede je nach Attributen, Missbrauch durch Macht und abschreckende Wirkung auf Proteste oder politische Aktivitäten. AI-Kameras im öffentlichen Raum machen es den Bewohnern schwer, sich gegen die Nutzung zu entscheiden. Eine Smartphone-App kann gelöscht werden, aber einer Straßenlaterne kann man schwer entkommen.

Conflow erklärt, dass die Einführung nur in Zusammenarbeit mit den zuständigen Behörden und unter Einhaltung der Gesetze erfolgen wird. Doch die Einhaltung der Gesetze allein reicht manchmal nicht aus. Wichtig ist, was die Bewohner im Voraus wissen, welche Daten gesammelt werden, wer darauf zugreifen kann, ob Einsprüche möglich sind und ob es unabhängige Audits gibt. Ob AI-Straßenlaternen dem öffentlichen Wohl dienen oder zur Normalisierung der Überwachung führen, hängt von dieser Governance ab.

Auf sozialen Netzwerken verbreiten sich gleichzeitig „Zukunftsgefühl“ und „Überwachungsbedenken“

Betrachtet man die Reaktionen in sozialen Netzwerken, wird diese Nachricht in zwei Hauptrichtungen aufgenommen.

Die eine ist die Erwartung, dass es sich um eine fortschrittliche Infrastruktur aus Afrika handelt. Auf LinkedIn wird der Plan des Bundesstaates Katsina, 50.000 solarbetriebene AI-Straßenlaternen einzuführen und dezentrale AI-Computing, öffentliches WLAN, AI-Überwachung und Off-Grid-Betrieb zu kombinieren, vorgestellt. In den Beiträgen werden Hashtags wie „Nigerian Innovation“, „Solar Energy“, „Smart Infrastructure“ und „Africa Tech“ verwendet, und es dominiert der Kontext, dass die technologische Innovation Afrikas positiv wahrgenommen wird.

Auch auf X teilen Tech-Medien und Afrika-Business-Accounts die Nachricht, dass der Bundesstaat Katsina das erste dezentrale AI-Datenzentrum im Maßstab eines Bundesstaates in Afrika haben wird. Solche Beiträge betonen, dass die lokale Regierung Nigerias in einem neuen Format am AI-Infrastrukturwettbewerb teilnimmt, der bisher von Europa, den USA und China dominiert wurde.

Auch auf Facebook stellen nigerianische Medien und regionale Nachrichtenseiten diese Vereinbarung vor. Besonders die Worte „50.000“, „Solar“, „AI“ und „Smart State“ verbreiten sich leicht und wecken Erwartungen an Infrastrukturinvestitionen und Sicherheitsverbesserungen. Für Regionen, die unter Strom- und Straßenlaternenmangel leiden, haben solarbetriebene, autarke Beleuchtung und Kommunikationsfunktionen einen erheblichen praktischen Reiz.

Auf der anderen Seite gibt es auf sozialen Netzwerken Bedenken hinsichtlich Überwachung und Realisierbarkeit. Funktionen wie AI-Kameras, Nummernschilderkennung, Gesichtserkennung und Verstoßdetektion mögen als Sicherheits- und Verkehrssicherheitsmaßnahmen erklärt werden, wirken jedoch wie ein System, das das Verhalten der Bewohner ständig aufzeichnet. Besonders in Regionen mit politischer Spannung oder betonter Sicherheitsmaßnahmen sind die Sorgen darüber, wie Überwachungstechnologien eingesetzt werden, oft groß.

Zudem gibt es technische Zweifel, ob „Straßenlaternen wirklich zu Datenzentren werden können“. Auf sozialen Netzwerken wird bei solchen Ankündigungen von futuristischer Infrastruktur oft die Frage aufgeworfen, ob die Werbeslogans nicht vorauseilen und inwieweit die tatsächliche Verarbeitungskapazität und Rentabilität geprüft wurden. Besonders bei AI-bezogenen Ankündigungen gibt es viele Fälle, in denen das Wort „AI“ verwendet wird, um übermäßig fortschrittlich zu wirken, weshalb eine nüchterne Prüfung erforderlich ist.

Derzeit sind die öffentlich zugänglichen SNS-Posts hauptsächlich Nachrichtenmitteilungen oder Ausdruck von Erwartungen, und es gibt keine detaillierten Bürgerkommentare oder groß angelegte Protestbewegungen. Doch angesichts der Technologie wird die Diskussion über Privatsphäre, Überwachung, Datenschutz, Wartungskosten, Beschäftigungseffekte und Ertragsverteilung stärker werden, je konkreter die Einführung wird.

Eine Antwort auf das Stromproblem der AI

Der Hintergrund, warum dieses Projekt Aufmerksamkeit erregt, ist das Stromverbrauchsproblem der AI. Die Internationale Energieagentur prognostiziert, dass der Stromverbrauch von Datenzentren weltweit bis 2030 stark ansteigen wird. Mit der Verbreitung von generativer AI wird die Nachfrage nach AI-Servern stark zunehmen, was die Stromversorger und die Gesellschaften vor Ort erheblich belasten könnte.

In diesem Kontext ist die iLamp eine „Antwort, AI-Infrastruktur solarbetrieben und dezentral zu verteilen“. Anstatt wie herkömmliche Datenzentren große Mengen an Strom an einem Ort zu verbrauchen und Wasser zur Kühlung zu verwenden, wird in jeder Straßenlaterne klein erzeugt und klein verarbeitet. Wenn sie weniger auf das lokale Stromnetz angewiesen sind und keine Kühlwasser benötigen, hat dies als umweltfreundliche AI-Infrastruktur eine gewisse Bedeutung.

Allerdings bedeutet solarbetrieben nicht automatisch umweltfreundlich. Zur Herstellung von 50.000 Straßenlaternen sind Ressourcen erforderlich, und die Lebensdauer, Entsorgung und das Recycling von Batterien und elektronischen Komponenten müssen berücksichtigt werden. Auch die Anpassungsfähigkeit an lokale Bedingungen wie Staub, hohe Temperaturen, Regenzeiten, Diebstahl und Kommunikationsstörungen ist wichtig.

Zudem ist die Verwaltung dezentraler Infrastrukturen schwierig. In einem großen Datenzentrum können spezialisierte Mitarbeiter vor Ort sein und die Ausrüstung zentral verwalten. Bei der Straßenlaternenvariante sind die Ausfallstellen weit verstreut. Die kontinuierliche Verwaltung der Stromerzeugung pro Laterne, des Batteriezustands, des Kommunikationsstatus, des Kamerawinkels, der Software-Updates und der Sicherheitspatches ist erforderlich. Die Zahl von 50.000 ist sowohl ein Einführungseffekt als auch eine betriebliche Herausforderung.

Der Schlüssel zum Erfolg liegt mehr im „Vertrauen“ als in der „Technologie“

Der iLamp-Plan des Bundesstaates Katsina erscheint als Symbol einer zukünftigen Stadt. Er wird solarbetrieben, beleuchtet die Stadt, überwacht den Verkehr und die Sicherheit mit AI, bietet öffentliches WLAN und generiert Einnahmen mit überschüssiger Verarbeitungskapazität. Wenn es gelingt, könnte es ein Modell sein, das Infrastrukturentwicklung, Digitalisierung, Sicherheitsmaßnahmen und regionale Industrieentwicklung gleichzeitig vorantreibt.