SCANNIT aus Atlanta: Flexible GPU-Kapazität statt langer Hyperscaler-Verträge

ATLANTA / LONDON (IT BOLTWISE) – Der AI-Infrastruktur-Startup SCANNIT will GPU-Kapazität für frühe KI-Teams deutlich flexibler zugänglich machen. Statt klassischer Langzeitverträge mit Kapazitätsrisiken setzt das Unternehmen auf kurz laufende, serviced-office-ähnliche GPU-Cluster-Modelle. Die Hardware wird als Bare-Metal-Node in einem 1- bis 12-monatigen Zeitfenster vermietet und richtet sich nach der tatsächlich gewünschten Konfiguration. Finanziert wird das Wachstum laut Gründer Karl Nowak aktuell aus einer Mischung aus Kapital und Schulden. 🧠 KI & Robotik auf Google News abonnieren Viele KI-Startups treffen nicht auf ein Modellproblem, sondern auf ein Kapazitätsproblem: Rechenleistung ist zwar grundsätzlich verfügbar, aber die Vertragslogik großer Anbieter zwingt frühe Teams oft in Annahmen, die bei Projektbeginn noch nicht belastbar sind. Genau an dieser Lücke setzt SCANNIT aus Atlanta an. Das Startup positioniert sich als Alternative zu langfristigen GPU-Geschäften, bei denen man die künftige Auslastung von Trainings- und Inferenzpipelines praktisch im Voraus budgetieren muss. Für eine Seed- oder frühe Series-A-Phase wird diese Form von Planungszwang schnell teuer oder bremst Experimente aus, bevor überhaupt klar ist, welche Modellgröße, welches Datenregime und welche Trainingsstrategie wirklich funktionieren. Im Zentrum steht dabei nicht nur 'mehr Flexibilität', sondern die Art, wie GPU-Ressourcen in der Praxis bereitgestellt werden. SCANNIT liefert eigenen Angaben zufolge hochdichte NVIDIA-Cluster, die auf Enterprise-Workloads ausgelegt sind, aber mit einer Mietlogik, die sich von klassischen Cloud-Abos und zehnjährigen kommerziellen Leasingmodellen unterscheidet. Karl Nowak, ein Atlanta-Unternehmer, bringt das Problem der Kapazitätsvergabe auf den Punkt: 'New compute hardware goes to the largest buyers first, and by the time it reaches a company with twenty people, the terms attached to it are hyperscaler terms', sagte Nowak. Für kleine Teams heißt das: Sie übernehmen nicht nur die Kosten, sondern auch die Vertragsbedingungen großer Player, während sie zugleich noch nicht wissen, wie stark ihre Modelle später skaliert werden müssen. Die von Nowak skizzierten Alternativen für Seed-Teams klingen wie typische Muster aus dem Alltag: Entweder man akzeptiert sehr teure Nutzung pro Token über fremde APIs und verliert damit den direkten Zugriff auf die eigene Software- und Infrastrukturkontrolle, oder man bindet Budget über einen mehrjährigen Lease, der Kapital in einem Tempo fixiert, das zur Produktentwicklung häufig nicht passt. 'That leaves a seed stage team three bad options. Overpay per token on somebody's API and give up control of the stack. Sign a 36-month lease that ties up the money they raised to build the product. Or run the smaller experiment and never find out what they could have built', führte Nowak aus. SCANNIT versucht, diese Sackgasse zu verlassen, indem es GPU-Nodes als Bare-Metal in einem kürzeren Zeitfenster anbietet – in der Logik eines 'serviced office' statt einer langen Verpflichtung. 'We sell the serviced office: bare-metal GPU nodes on short terms, one to twelve months, priced by the hour, at a premium rate because you can walk away', sagte Nowak. Technisch bedeutet das vor allem: Teams können ihre Trainings- und Inferenzumgebungen näher an ihre eigenen Anforderungen heranführen, ohne sich dauerhaft an einen einzelnen Kapazitätskorridor zu binden. Auch die konkrete Betriebslogik wirkt wie ein Versuch, Auslastungsrisiken neu zu verteilen. Nowak beschreibt das Verhältnis aus 'Enterprise contracts set the floor' und 'spot fills in underneath' und verbindet es mit dem Premium-Stundenpreis: 'Enterprise contracts set the floor, spot fills in underneath. It is why we can charge a premium hourly rate and still keep the hardware earning close to full time, while making compute available to startups that would not get it otherwise.' Damit verschiebt sich die wirtschaftliche Frage vom einzelnen Startup hin zu SCANNIT: Der Anbieter garantiert nicht den gleichen langfristigen Kapazitätsvertrag wie ein Hyperscaler, sondern versucht, eigene Auslastung über gestaffelte Nachfrage zu glätten. Für Startups kann das strategisch attraktiv sein, weil sie Clustergröße und Mietdauer schneller anpassen, sobald sich herausstellt, ob ein Modell wirklich daten- und compute-seitig skaliert oder ob sie vor allem mehr Iterationen in Evaluation und Prompt-/Training-Varianten brauchen. Parallel zur Produktidee wird die Standortfrage sichtbar. SCANNIT baut laut Darstellung in Atlanta auf, um 'close to the Southeast's growing data center, energy and technology infrastructure' zu sein; die Hardware steht zudem 'up the road in North Carolina'. Der Grund dahinter ist weniger Marketing als Betrieb: Leistungseinbußen entstehen in der Praxis selten nur durch das eigentliche GPU-Asset, sondern durch eine Kette aus Rack-Space, Stromverfügbarkeit, Lieferzeiten, Hardware-Rollout und dem schnellen Reaktionsprozess bei Ausfällen. Nowak formuliert das als Engpass-Realität: 'It is megawatts, rack space and someone who picks up the phone when a node goes down at two in the morning.' Diese Perspektive ist gerade für Unternehmen relevant, die nicht mehrere Stunden Warteschlange akzeptieren können, wenn Trainingsläufe mitten in der Nacht abbrechen oder wenn ein Cluster-Node für Debugging und Re-Runs schnell wieder verfügbar sein muss. Personell und finanziell folgt SCANNIT einem Muster, das in der US-Technologie-Startup-Landschaft häufig vorkommt: Nowak brachte vorher eine Cloud-Praxis aus sieben Jahren als Cloud Solutions Architect bei Mercedes-Benz mit. Außerdem war er bereits Mitgründer von depinhouse zusammen mit Florian Klein und Patrick Scherrer; diese beiden sind nun als Co-Founders bei SCANNIT dabei. Das Team wird durch Jona Hauch ergänzt. Bemerkenswert ist zudem, dass Nowak betont, bisher habe ein Großteil des Kapitals aus außerhalb der USA stammenden Quellen gekommen. Gleichzeitig will das Unternehmen laut Nowak stärker lokale Investoren gewinnen, um 'to build here and support the local economy' und damit auch 'Georgia capital' zu adressieren. Für die Marktlogik heißt das: Wenn Rechenzugang für Startups flexibler wird, steigt der Wettbewerb nicht nur um Nutzer, sondern auch um die Fähigkeit, schneller Hardware und Engineering-Ressourcen zu mobilisieren. Für Entscheider in KI-Teams und für Verantwortliche in IT und Engineering liegt der strategische Hebel in der Kombination aus Vertragssicherheit und Experimentiergeschwindigkeit. Ein kürzerer Mietzyklus, der nach Stunden bepreist wird, kann gerade dann sinnvoll sein, wenn sich Modellarchitekturen, Hyperparameter oder Datenpipelines in kurzen Iterationsschleifen verändern. Gleichzeitig bleibt das Risiko der Kapazitätsplanung nicht komplett verschwunden; es wird nur anders geroutet: Statt das Startup in eine 36-monatige Bindung zu zwingen, versucht SCANNIT, diese Reserve über eigene Nachfragestrukturen zu managen. Genau darin liegt die Chance, aber auch die Voraussetzung: Der 'Walk-away'-Ansatz funktioniert nur, wenn Inbetriebnahme, Engineering-Support und Verfügbarkeit tatsächlich so schnell sind, wie Nowak es beschreibt – 'Tell us the hardware, the cluster size and the term you want, and our engineering team comes back with a configuration and real availability inside a day', sagte er. Wenn das in der Praxis gehalten wird, könnte das Modell für viele junge KI-Teams eine realistische Alternative zu reinen API-Overpay-Szenarien werden, ohne sie in das andere Extrem langer Leasingbindungen zu treiben. 946 Bewertungen Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung) V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können. Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!