AI Legacy Infrastructure Expansion - Project Racoon
KI-Bestandsinfrastruktur-Erweiterung - Projekt Racoon
Germany · Essen · how to bid here →
Your path to submission
- Deadline: 23 September at 22:00 — 12 days left.
- The submission point is stated in the notice (link on the right).
- Collect your evidence — the eligibility requirements are listed above; for many of them the analysis explains how to obtain them.
Clement What the numbers say about this buyer
- In this sector the buyer awards roughly every 4 months (53 awards, most recently September 2025) — by that rhythm the next award was due around January 2026. The last award went to Firemetrics GmbH.n = 53
- 26% of this buyer's awards went to companies that had already won here before (173 awards since 2017, spread over 128 companies). That is well below the sector norm (47%) — this buyer switches suppliers more often than others.n = 173 awards since 2017
- From notice to award takes a median 380 days here (77 procedures). Sector: 72 days.n = 77
- The median procedure drew just one bid (157 procedures with a bid count); 58% ended with a single bidder. Sector: median 1 bids.n = 157
- Across 9 procedures with structured selection criteria, this buyer most often required: Quality management (4 of 9), Quality control by institutes (4 of 9), Technical staff for quality control (1 of 9), Security of supply required (1 of 9).n = 9
From this buyer's documented awards; comparison values from the same sector and country. Not a forecast, not legal advice. As of 08/09/2026.
Foreign bidders
In Germany · Software & IT systems, 343 contracts went to foreign companies over the last 3 years (of 16,177 recorded awards) — mostly from Switzerland, Italy, Austria.
Typical field: median 2 (from 50 awards).
What the buyer is looking for
2.1 NVIDIA Deep Learning System DGX B300-Cluster - Los 1 Erforderliche Beschaffung von vier NVIDIA DGX B300 Systemen zur effizienten Bearbeitung rechenintensiver KI-Fragestellungen (z. B. medizinische Bildgebung, digitale Pathologie, Omics und NLP). Das System dient als zentrale Infrastruktur und ermöglicht über fortschrittliche Virtualisierung mit DGX OS / NVIDIA Enterprise AI die flexible Bereitstellung von GPU-Arbeitsplatzumgebungen für universitäre Partner im RACOON Verbundprojekt. Dabei fügen sich die neuen Systeme nahtlos in die bereits bestehende Management-Infrastruktur ein, welche auf dem NVIDIA Base Command Manager und NVIDIA Mission Control basiert. Dies sichert eine hocheffiziente, konsistente Administration ohne zusätzlichen Einarbeitungs- oder Migrationsaufwand für das Betriebsteam. Da sämtliche Algorithmen und KI-Modelle auf der proprietären NVIDIA CUDA-Architektur…
Show full description
… basieren, ist das System technisch alternativlos; eine Umstellung auf andere Architekturen oder APIs wäre mit einem unverhältnismäßig hohen und wirtschaftlich nicht vertretbaren Aufwand verbunden. Zudem baut das vorhandene GPU-Cluster-Management nativ auf diesem Software-Stack auf. Die gewählte Blackwell-Generation (B300) bietet mit 8x NVIDIA B300 GPUs, 2304 GB Gesamtspeicher und einer 800 Gbit/s InfiniBand-Anbindung die einzig adäquate Leistungsklasse. Zudem garantiert die enorme Leistungsdichte (10 HE im Rack bei max. 15,1 kW pro System) eine ressourcenschonende Integration in das kapazitätsbegrenzte Rechenzentrum. 2.2 NVIDIA GPU-Server, Netzwerk sowie Spark Cluster - Los 2 Die Beschaffung dient der Erweiterung und Optimierung der bestehenden Infrastruktur des Research Compute Cluster (RCC) zur Deckung des steigenden Bedarfs an leistungsfähigen Ressourcen für KI- und datenintensive Forschungsanwendungen. Die NVIDIA DGX-Spark-Systeme ermöglichen die Entwicklung, Erprobung und Inferenz von KI-Modellen in derselben NVIDIA-Softwareumgebung wie die zentralen GPU-Server des RCC. Dadurch können entwickelte Anwendungen ohne grundlegende Anpassungen auf die leistungsfähigeren RCC-Ressourcen übertragen werden. Der zusätzliche GPU-Server erweitert die zentrale Rechenkapazität des RCC und wird insbesondere für medizinische KI, Bildanalyse, Genomik/Metagenomik sowie das Training und die Inferenz großer KI-Modelle eingesetzt. Die Integration erfolgt in die bestehende Slurm-basierte Infrastruktur. Zur Anbindung der zusätzlichen Komponenten wird zudem die bestehende Management- und BMC-Netzinfrastruktur durch einen technisch identischen SuperMicro SSE-G3748R-SONIC erweitert. Dadurch wird eine einheitliche und betrieblich konsistente Infrastruktur ohne Aufbau einer separaten Netzwerklösung sichergestellt.
Contract
Who has won here before
| Company | Awards | Period |
|---|---|---|
| Siemens Healthcare GmbH · Erlangen | 13 | 2016–2025 |
| Philips Healthcare · Hamburg | 6 | 2017–2020 |
| Ziehm Imaging GmbH · Nürnberg | 4 | 2017–2019 |
| Sysmex Deutschland GmbH · Norderstedt | 4 | 2016–2024 |
| Siemens Healthineers AG | 4 | 2025 |
How often this buyer tenders this
Who knows the rhythm prepares instead of reacting.