Schneider Electrics Grid-to-Chip-Ansatz verbindet KI-Infrastruktur, doch das Stromnetz gibt weiterhin das Tempo vor

Schneider Electric hat seinen Grid-to-Chip-Ansatz in den Fokus gerückt – trotz eines Konflikts, den auch ein integriertes Design nicht beseitigen kann: KI-Rechenzentren benötigen Strom schneller, als Stromnetze ihn bereitstellen können. Die Strategie verbindet Versorgungsinfrastruktur, elektrische Verteilung, Flüssigkeitskühlung und Betriebssoftware rund um die Anforderungen hochdichter KI-Chips.

Diese Integration brachte Schneider Electric Platz 10 auf Fast Companys Liste der 2026 Best Workplaces for Innovators ein. Die Auszeichnung bezieht sich jedoch auf mehr als ein Arbeitsplatzprogramm. Sie lenkt den Blick auf den Wettbewerb um die Kontrolle der physischen Architektur rund um NVIDIAs immer dichter gepackte Computersysteme.

Der unmittelbare Gegner ist der traditionelle, fragmentierte Prozess bei der Planung von Rechenzentren. Unterschiedliche Auftragnehmer spezifizieren Netzanschlüsse, elektrische Systeme, Kühltechnik, Racks und Software häufig in verschiedenen Projektphasen. KI-Cluster erschweren den Umgang mit diesen Grenzen, weil Stromverbrauch und Wärmeentwicklung auf Rack-Ebene zusammenwirken.

Schneider Electric zufolge verwandelt die Zusammenarbeit mit NVIDIA diese Abhängigkeiten in koordinierte Referenzdesigns. Das Unternehmen bündelt einen umfassenderen Infrastrukturpfad – vom eintreffenden Strom über Kühlkreisläufe bis hin zum Betrieb auf Chip-Ebene. Vertiv, Eaton, Siemens und weitere Anbieter verfolgen überlappende Strategien; Integration allein entscheidet den Wettbewerb daher nicht.

Die zentrale Frage lautet, ob Grid-to-Chip-Engineering Bereitstellungszeiten verkürzen kann, ohne Verzögerungen an andere Stellen zu verlagern. Referenzdesigns können die Planungsunsicherheit innerhalb einer Anlage senken. Sie können jedoch keine Netzkapazitäten schaffen, nicht jede Genehmigung beschleunigen und auch nicht garantieren, dass vorgefertigte Komponenten termingerecht eintreffen.

Schneider Electrics Grid-to-Chip-Design verbindet Systeme, die KI zusammengeführt hat

Der Grid-to-Chip-Ansatz behandelt ein KI-Rechenzentrum als zusammenhängendes Energie-, Wärme- und Steuerungssystem statt als Sammlung unabhängiger Gerätebeschaffungen.

Fast Company berichtete am 8. September 2026, dass Ingenieure von Schneider Electric gemeinsam mit NVIDIA an der integrierten Methode gearbeitet haben. Der Bericht beschreibt Stromversorgung, Flüssigkeitskühlung und Software-Monitoring als Bestandteile eines einzigen Designs. Nach Angaben des Unternehmens prägt der Ansatz bereits einige der weltweit größten KI-Rechenzentren.

Neu ist die Geschichte als Auszeichnung, doch das zugrunde liegende Engineering-Programm entwickelt sich seit mehreren Jahren. Schneider Electric und NVIDIA kündigten ihre Zusammenarbeit an Referenzdesigns im März 2024 an. Zunächst konzentrierten sie sich auf Infrastrukturpläne für NVIDIAs beschleunigte Computing-Cluster.

Ein Referenzdesign ist ein dokumentierter technischer Bauplan, der kompatible Layouts, Komponenten, Steuerungen und Betriebsannahmen festlegt. Es liefert Bauherren eine Ausgangskonfiguration, bevor sie das System an einen Standort anpassen. Dadurch kann sich wiederholende Planungsarbeit sinken, und Konflikte werden früher sichtbar.

Die Unternehmen haben ihre Arbeit seither auf Stromverteilung, Kühlung, Steuerung und digitale Modellierung ausgeweitet. Schneider Electrics KI-Referenzdesigns decken sowohl bestehende Anlagen als auch speziell errichtete KI-Standorte ab. Das Unternehmen positioniert diese Dokumente als Bereitstellungsleitfäden, nicht als fertige Gebäude.

Diese Unterscheidung ist wichtig. Ein Design kann unter definierten Annahmen prüfen, wie ausgewählte Systeme zusammenwirken sollen. Die tatsächliche Leistung hängt weiterhin von der Bauqualität, lokalen Netzbedingungen, Wasserverfügbarkeit, Komponentenlieferungen und der auf dem System ausgeführten Arbeitslast ab.

Schneider Electrics Design vom März 2026 für NVIDIA-GB300-Infrastruktur zeigt den beteiligten Maßstab. Es spezifiziert einen 7.536-Kilowatt-Datensaal mit drei Clustern und 1.152 GPUs je Cluster. Das Design verbindet Gebäudestromversorgung, Gebäudekühlung, IT-Fläche und Lifecycle-Software.

Jeder Cluster nutzt NVIDIA GB300 NVL72-Systeme, die 72 GPUs als Computing-Plattform auf Rack-Ebene verbinden. Schneider Electric spezifiziert Motivair-Kühlmittelverteilungseinheiten und Flüssigkeitskühler mit adiabatischer Unterstützung. Eine Kühlmittelverteilungseinheit überträgt Wärme zwischen dem Computing-Kreislauf und dem Kühlsystem der Anlage.

Der Plan geht über das Aufstellen flüssigkeitsgekühlter Server in einem gewöhnlichen Raum hinaus. Er koordiniert elektrische Kapazität, Kühlmitteldurchfluss, Rack-Layout, Redundanz und Steuerung anhand des erwarteten Clusterverhaltens. Das ist die praktische Bedeutung von Schneider Electrics Grid-to-Chip-Engineering.

Steuerungssysteme bilden eine weitere wichtige Ebene. Schneider Electrics Designarbeit verknüpft Gebäude- und elektrische Überwachungssysteme mit NVIDIA Mission Control, einer Software zur Verwaltung von KI-Fabrik-Infrastruktur. Ziel ist eine gemeinsame Betriebssicht auf Computing- und Anlagenkomponenten.

Ein Kühlproblem kann dadurch neben der betroffenen Computing-Arbeitslast sichtbar werden. Betreiber können Stromqualität, thermische Bedingungen und Gerätezustand untersuchen, ohne sich vollständig auf isolierte Dashboards zu verlassen. Schneider Electric zufolge unterstützt diese Koordination vorausschauendes Management und gezieltere Reaktionen auf sich verändernde Lasten.

Die Architektur ist jedoch keine einzelne proprietäre Box. Sie besteht aus Komponenten, Designregeln, Softwareschnittstellen und Betriebsverfahren. Kunden müssen Versorgungsleistungen, Generatoren, Speicher, Schaltanlagen, Kühltechnik, Netzwerke und NVIDIA-Systeme weiterhin an einem konkreten Standort integrieren.

Bei der Nachricht geht es daher weniger um eine einzelne Erfindung als um eine Verschiebung der Planungsverantwortung. Schneider Electric möchte die koordinierende Ebene zwischen Netzanschluss und Computing-Rack besetzen. Diese Position gewinnt an Wert, je stärker Ausfälle an beiden Enden die gesamte Investition gefährden.

Die KI-Rackdichte hat die bisherige Planungsreihenfolge aufgebrochen

KI-Infrastruktur verdichtet elektrische und thermische Entscheidungen zu derselben Engineering-Aufgabe und lässt Teams weniger Spielraum, jede Ebene getrennt zu planen.

Herkömmliche Enterprise-Racks arbeiteten laut Schneider Electric häufig in einem Bereich von 5 bis 15 Kilowatt. Viele Anlagen konnten diese Wärme mittels Luftkühlung abführen und ihre elektrischen Systeme auf diversifizierte Arbeitslasten auslegen.

KI-Cluster verhalten sich anders. Große Gruppen von Beschleunigern können während des Trainings gleichzeitig laufen und dadurch konzentrierte, rasch wechselnde Nachfrage erzeugen. Anlagenplaner müssen sich auf synchrone Spitzen vorbereiten, statt anzunehmen, dass jeder Server seine maximale Last zu einem anderen Zeitpunkt erreicht.

Schneider Electric zufolge können GB200- und GB300-NVL72-Konfigurationen 132 bis 142 Kilowatt pro Rack erreichen. Ein 142-Kilowatt-Rack kann ungefähr das Neunfache des oberen Endes des traditionellen Bereichs verbrauchen. Zudem erzeugt es eine thermische Last, die gewöhnliche Luftkühlung auf Raumebene nicht effizient bewältigen kann.

NVIDIAs eigene GB300-Architektur schreibt Flüssigkeitskühlung für das Rack-Scale-System vor. Direct-to-Chip-Kühlung leitet Kühlmittel durch Cold Plates, die an Prozessoren und anderen heißen Komponenten befestigt sind. Wärme gelangt nahe ihrer Quelle in die Flüssigkeit, statt zunächst die umgebende Luft zu erwärmen.

Dadurch entstehen Abhängigkeiten, die über das Rack hinausreichen. Pumpen, Wärmetauscher, Wasserleitungen der Anlage, Sensoren, Steuerungen und Backup-Strategien müssen zusammenarbeiten. Die elektrische Planung muss zudem Pumpen und Kühltechnik bei wechselnden Computing-Lasten versorgen.

Die Nachrüstung einer älteren Anlage wird besonders kompliziert. Das Gebäude kann über ausreichend Fläche verfügen, aber nicht über ausreichende Stromverteilung. Sein Kaltwassersystem kann zu wenig Kapazität haben, während seine Racks und Rohrleitungswege flüssigkeitsgekühlte Hardware möglicherweise nicht unterstützen.

Schneider Electric berücksichtigt mehrere Bereitstellungsbedingungen, statt einen universellen Plan vorzuschlagen. Die veröffentlichten Szenarien umfassen luftgekühlte Nachrüstungen mit bis zu 40 Kilowatt pro Rack sowie flüssigkeitsgekühlte Nachrüstungen mit 73 Kilowatt. Speziell errichtete Konfigurationen erreichen die höheren Dichten, die mit GB200- und GB300-Systemen verbunden sind.

Diese Bandbreite zeigt, warum der Grid-to-Chip-Ansatz teilweise eine Planungsdisziplin ist. Ein Kunde muss das Computing-Ziel an die tatsächlichen Einschränkungen des Standorts anpassen. Die Installation des Racks mit der höchsten Dichte ist sinnlos, wenn das Gebäude die benötigte Energie nicht bereitstellen oder abführen kann.

Das Unternehmen erklärt, seine validierten Pläne könnten die Planungsarbeit von Monaten auf Wochen verkürzen. Diese Aussage ist plausibel, weil eine dokumentierte Komponentenliste und ein erprobtes Layout einige frühe Erkundungen überflüssig machen. Schneider Electric hat jedoch nicht genügend unabhängige Projektdaten veröffentlicht, um eine typische Verkürzung der Zeitpläne in verschiedenen Märkten zu belegen.

Der Planungsvorteil hängt auch vom Timing ab. GPU-Plattformen entwickeln sich schneller als Kraftwerke, Umspannwerke und große Rechenzentrumsgebäude. Infrastrukturanbieter benötigen detaillierte Chip-Roadmaps früh genug, um kompatible elektrische Systeme und Kühlsysteme vorzubereiten, bevor Kunden die Server erhalten.

Das erklärt die Tiefe der Beziehung zwischen Schneider Electric und NVIDIA. Der Anbieter reagiert nicht einfach erst, nachdem ein Rack auf den Markt kommt. Er versucht, die physische Infrastruktur parallel zu künftigen Computing-Plattformen zu entwickeln.

Eine solche Koordination kann eine kostspielige Fehlanpassung reduzieren. Ein Entwickler könnte andernfalls ein Gebäude fertigstellen und feststellen, dass sein Strompfad den ausgewählten Cluster nicht unterstützt. Ein anderes Projekt könnte ausreichend Strom reservieren, aber den Kühlbedarf auf Rack-Ebene unterschätzen.

Digitale Zwillinge erweitern diesen Planungsprozess. Ein digitaler Zwilling ist ein Softwaremodell, das das Verhalten physischer Geräte simuliert und aktualisiert wird, sobald Betriebsdaten eintreffen. Schneider Electric und seine ETAP-Einheit nutzen NVIDIA Omniverse und OpenUSD, um elektrische und thermische Systeme zu modellieren.

Bauherren können vorgeschlagene Lasten, Kühlkonfigurationen und Geräteausfälle testen, bevor sie sich zum Bau verpflichten. Betreiber können später die Auswirkungen eines zusätzlichen Clusters oder einer veränderten Kühlzone simulieren. Diese Modelle beseitigen keine Unsicherheit, machen Annahmen aber früher sichtbar.

Für Käufer von Rechenzentren liegt der Wert darin, inkompatible Entscheidungen zu vermeiden. Für Schneider Electric ist der Nutzen strategisch. Je enger seine Ingenieure mit Computing-Roadmaps arbeiten, desto schwieriger wird es, Stromversorgung und Kühlung als austauschbare Standardbeschaffungen zu behandeln.

Der eigentliche Engpass liegt außerhalb des Datensaals

Grid-to-Chip-Integration kann den Weg durch eine Anlage verbessern, sie kann jedoch nicht garantieren, dass ausreichend Strom rechtzeitig das Grundstück erreicht.

Hier trifft das Versprechen auf seine zentrale Einschränkung. KI-Anlagen können sich vom Konzept bis zum Bau schneller entwickeln, als Versorger enorme neue Lasten prüfen, genehmigen und versorgen können. Ein sorgfältig koordiniertes Gebäude bleibt ungenutzt, wenn sein Netzanschluss Jahre entfernt ist.

Schneider Electric hat für Projekte, deren Bau in 18 Monaten abgeschlossen sein könnte, Anschlusswartezeiten von fünf bis sieben Jahren beschrieben. Das Grid-to-Chip-Briefing des Unternehmens vom Juli 2026 besagt, dass die mediane Wartezeit für Netzanschlüsse in den Vereinigten Staaten fünf Jahre erreicht hat. Berichten zufolge stoßen einige große Projekte auf deutlich längere Zeiträume.

Diese Zahlen stammen von Schneider Electric und zitierten Branchenquellen und sollten daher nicht als universelle Zeitpläne verstanden werden. Anschlusszeiten variieren je nach Versorgungsgebiet, Spannungsebene, Projektfortschritt, Übertragungsbedarf und Glaubwürdigkeit des jeweiligen Antrags. Warteschlangen können zudem spekulative oder doppelte Projekte enthalten.

Der breitere Druck ist unabhängig davon sichtbar. Die Internationale Energieagentur berichtete, dass der Stromverbrauch von Rechenzentren 2025 um 17 Prozent stieg. Der Verbrauch in KI-orientierten Anlagen nahm um 50 Prozent zu – deutlich schneller als die gesamte weltweite Stromnachfrage.

Die IEA erwartet, dass der weltweite Verbrauch von Rechenzentren von 485 Terawattstunden im Jahr 2025 auf etwa 950 Terawattstunden im Jahr 2030 steigt. Sie rechnet außerdem damit, dass sich die KI-orientierte Nachfrage in diesem Zeitraum verdreifacht. Ihr aktualisierter Energieausblick warnt, dass Engpässe eine schnellere kurzfristige Expansion bereits begrenzen.

Die Nachfrage konzentriert sich geografisch, was das Problem schwieriger macht, als es die globalen Summen vermuten lassen. Ein Versorger kann ungenutzten Strom nicht aus einer weit entfernten Region über nicht vorhandene Übertragungsleitungen liefern. Neue Umspannwerke, Transformatoren, Erzeugungs- und Übertragungskapazitäten benötigen Jahre bis zur Umsetzung.

Die IEA schätzt, dass etwa 20 Prozent der geplanten Rechenzentrumsprojekte Verzögerungsrisiken ausgesetzt sind, sofern Netzengpässe nicht berücksichtigt werden. Diese Zahl setzt der internen Optimierung von Schneider Electric Grenzen. Bessere Anlagenplanung adressiert nur einen Teil der Umsetzungskette.

Entwickler reagieren mit Erzeugung hinter dem Zähler, die einen Standort versorgt, ohne sich zunächst vollständig auf das öffentliche Stromnetz zu stützen. Solche Konfigurationen können Gasturbinen, Batterien, Solarstromerzeugung, Brennstoffzellen oder eine Kombination mehrerer Technologien umfassen.

Stromerzeugung vor Ort kann die Zeit bis zur Inbetriebnahme verkürzen, bringt jedoch eigene Zielkonflikte mit sich. Entwickler müssen Brennstoff, Erzeugungsanlagen, Genehmigungen, Wartungskapazitäten und Emissionszulassungen sichern. Zudem benötigen sie ausreichend Redundanz, um die Zuverlässigkeitsanforderungen von Rechenzentren zu erfüllen.

Ein Grid-to-Chip-Plan kann diese Anlagen einbeziehen, da Schneider Electric Microgrid-Steuerungen und elektrische Infrastruktur verkauft. Das erweitert den adressierbaren Projektumfang, lässt die öffentlichen Folgen jedoch nicht verschwinden. Lokale Gemeinden sehen sich weiterhin mit Luftemissionen, Wasserbedarf, Flächennutzung und möglichem Druck auf die Strompreise konfrontiert.

Auch die Strombeschaffung beeinflusst Umweltversprechen. Die IEA erwartet, dass erneuerbare Energien bis 2030 nahezu die Hälfte des Wachstums der Stromnachfrage von Rechenzentren decken werden. Erdgas und Kohle werden zusammen voraussichtlich mehr als 40 Prozent der zusätzlichen Nachfrage in diesem Zeitraum liefern.

Ein effizientes Kühlsystem kann den verschwendeten Strom innerhalb einer Anlage reduzieren. Es kann jedoch nicht bestimmen, welcher Generator jedes zusätzliche Megawatt liefert. Nachhaltigkeit hängt daher von der Energiequelle, der Auslastung, der Betriebseffizienz und der verdrängten Nachfrage ab – nicht allein von einer integrierten Architektur.

Das Stromnetz bleibt der Taktgeber, selbst wenn ein Rechenzentrum es vorübergehend umgeht. Projekte hinter dem Zähler streben häufig später eine Netzintegration an – für Resilienz, Marktzugang oder Expansion. Ihr Bau kann zudem mit anderen Projekten um dieselben Turbinen, Transformatoren, Schaltanlagen und technischen Fachkräfte konkurrieren.

Die Strategie von Schneider Electric erkennt diese weiter gefasste Grenze an, indem sie Netzanschlüsse und Energiemanagement einschließt. Ihre überzeugendsten Belege werden jedoch von fertiggestellten Standorten kommen. Käufer benötigen verifizierte Zeitpläne, die zeigen, welche Verzögerungen der Ansatz beseitigt hat und welche Einschränkungen bestehen blieben.

Schneider Electric ist im Rennen von Grid zu Chip nicht allein

Der Wettbewerb dreht sich um architektonischen Einfluss, nicht um den Besitz des Begriffs oder exklusiven Zugang zu essenziellen Infrastrukturtechnologien.

Vertiv verkauft kritische Stromversorgung, Wärmemanagement, modulare Infrastruktur und Überwachungssysteme für Hochleistungsrechnen mit hoher Dichte. Eaton liefert Schaltanlagen, Stromverteilung, Backup-Systeme und elektrische Ausrüstung für Rechenzentren. Siemens ist ebenfalls in den Bereichen Netztechnologien, Gebäudesysteme und digitale Modellierung aktiv.

Diese Unternehmen beschreiben ihre Portfolios zunehmend als vernetzte Infrastruktur statt als isolierte Produkte. Im Geschäftsbericht 2025 erläutert Eaton seine eigene Grid-to-Chip-Strategie, einschließlich Flüssigkeitskühlung und der Zusammenarbeit mit NVIDIA an einer 800-Volt-Gleichstrominfrastruktur.

Auch Vertiv entwickelt Systeme rund um NVIDIA-Plattformen. Seine 360AI-Designs umfassen Stromversorgung und Kühlung mit hoher Leistungsdichte für Blackwell-Implementierungen. Der Technologieausblick des Unternehmens für 2026 nennt Gleichstrom mit höherer Spannung und Flüssigkeitskühlung als zentrale Antworten auf steigende Rack-Dichten.

Höhere Spannung ist wichtig, weil die Übertragung derselben Leistung bei höherer Spannung weniger Stromstärke erfordert. Niedrigere Stromstärke kann Leiterquerschnitte, ohmsche Verluste und Wärme reduzieren. NVIDIAs geplante 800-VDC-Architektur bringt dieses Prinzip näher an Racks heran, die künftige Computing-Systeme im Megawattbereich unterstützen.

Schneider Electric führt 800 VDC in seinem Portfolio für KI-Fabriken, doch das verschafft dem Unternehmen keinen unangefochtenen technischen Vorteil. NVIDIA baut rund um die Architektur ein Lieferantenökosystem auf. Vertiv, Eaton, Siemens und andere haben entsprechende Entwicklungsarbeiten angekündigt.

Der Wettbewerb wird sich daher an der Umsetzung über mehrere miteinander verknüpfte Dimensionen entscheiden. Anbieter müssen ihre Ausrüstung auf neue Beschleuniger-Zeitpläne abstimmen, knappe Komponenten liefern, Systeme validieren und Kunden während der Bauphase unterstützen. Sie müssen zudem Software integrieren, ohne fragile betriebliche Abhängigkeiten zu schaffen.

Schneider Electric verfügt mit Motivair über einen nützlichen Vermögenswert, den Spezialisten für Flüssigkeitskühlung, an dem das Unternehmen 2024 die Übernahme einer Mehrheitsbeteiligung vereinbarte. Motivair liefert Kühlmittelverteilungseinheiten, Rear-Door-Wärmetauscher, Kühlplatten und andere thermische Ausrüstung. Die Übernahme bringt Kühlkompetenz näher an das elektrische Portfolio von Schneider Electric.

Seine Größe in den Bereichen Versorgungsanlagen, Gebäudeautomation, Rechenzentrumssysteme und industrielle Automatisierung stützt das integrierte Angebot. Das Unternehmen kündigte 2025 außerdem an, bis 2027 mehr als 700 Millionen US-Dollar in seine Aktivitäten in den Vereinigten Staaten zu investieren.

Laut Fast Company umfasst dieses Programm Produktionsstätten und Labore für Rechenzentrumsstromversorgung, Robotik und Microgrids. Es schließt auch ein geplantes Houston Innovation Center ein, das auf KI-gestützte Energie- und Automatisierungssysteme ausgerichtet ist. Größere lokale Kapazitäten könnten helfen, die Nachfrage nach Ausrüstung zu bedienen, auch wenn geplante Ausgaben keine kürzeren Lieferzeiten für Kunden garantieren.

Schneider Electric hat laut der Publikation zudem über SE Ventures mehr als 1 Milliarde US-Dollar investiert. Diese Aktivitäten verschaffen dem Unternehmen Zugang zu Technologien für Elektrifizierung und Dekarbonisierung in frühen Entwicklungsphasen. Sie sind jedoch kein Beleg dafür, dass Grid-to-Chip-Projekte bessere Ergebnisse liefern.

Die eigentliche wettbewerbliche Trennlinie verläuft zwischen integrierter Planung und fragmentierter Beschaffung. Im fragmentierten Modell wählen Entwickler Produkte mehrerer Anbieter aus und übertragen die Integrationsverantwortung an Berater, Auftragnehmer und interne Teams.

Dieses Modell kann Flexibilität bewahren. Kunden können spezialisierte Ausrüstung wählen und eine Abhängigkeit von der Software- oder Serviceorganisation eines einzelnen Anbieters vermeiden. Erfahrene Hyperscaler verfügen möglicherweise auch über genügend internes Know-how, um komplexe Systeme selbst zu koordinieren.

Integrierte Referenzdesigns bieten einen anderen Vorteil. Sie verringern die Zahl ungelöster Schnittstellen und liefern bekannte Konfigurationen. Das kann für Unternehmen, souveräne KI-Projekte und Entwickler wertvoll sein, die ohne jahrelange Betriebserfahrung in Infrastruktur mit hoher Dichte einsteigen.

Keiner der beiden Wege gewinnt automatisch. Ein stark integriertes Design kann Verantwortlichkeiten vereinfachen, zugleich aber die Anbieterabhängigkeit erhöhen. Ein Multi-Vendor-Design kann den Wettbewerb fördern, während es dem Kunden mehr Kompatibilitätsarbeit überlässt.

Diese Spannung wird Beschaffungsentscheidungen prägen. Schneider Electric muss zeigen, dass seine Koordination messbare Verbesserungen liefert, die über die Leistung jeder einzelnen Komponente hinausgehen. Andernfalls droht Grid-to-Chip zu einem breiten Etikett für Ausrüstung zu werden, die Kunden ohnehin bereits benötigten.