Ein Dokumentenverarbeitungs-SaaS senkt seine KI-Rechnung um ~70 %.

Weniger Abhängigkeit, niedrigere Rechnung

Eine SaaS-Plattform für Dokumentenverarbeitung zahlt 20.000 € pro Monat an einen US-Hyperscaler. Ziel: planbare Kosten, europäische Tokens, ohne GPU-Ops-Team.

GEKI verlagerte den Workload auf dedizierte GPUs im EU-Rechenzentrum — Infrastruktur und Betrieb durch GEKI, offenes Modell, OpenAI-kompatible API. Der Anwendungscode blieb unverändert.

Viel Volumen, eine API-Rechnung

Die Plattform verarbeitet rund 1,5 Millionen Dokumente pro Monat: Support-Gespräche zusammenfassen, strukturierte Daten extrahieren. Viel Input, JSON-Output — alles über eine Hyperscaler-KI-API.

Warum wechseln

• Abhängigkeit: ein US-Anbieter für Modelle, Kapazität und Preise
• Daten: Kundendaten und Inferenz sollen in der EU bleiben
• Kosten: Die API-Rechnung wächst mit jedem Kunden und drückt die Marge

Aktueller Workload	Wert
Dokumente / Monat	1.500.000
Ø Input / Output	2.500 / 500 Tokens
Tokens pro Monat (in / out)	4 Mrd. / 800 Mio.
Monatliche KI-Kosten (Hyperscaler)	20.000 €

Offenes Modell, europäische GPUs, gemanagt von GEKI

1. Modell validieren. GEKI hat offene Modelle an echten Daten der Plattform gemessen. DeepSeek V4 Flash lag bei Zusammenfassung, Recall, Halluzinationen und JSON-Konformität auf oder über Produktionsniveau — und wurde gewählt.

2. Infrastruktur stellen & betreiben. Statt GPUs zu kaufen, stellt und betreibt GEKI die Kapazität in einem EU-Rechenzentrum. Kein Hardware-Kauf, kein Infrastruktur-Team. GEKI übernimmt Deployment, Monitoring, Sicherheit und Upgrades.

3. Code behalten. Das Modell läuft über eine OpenAI-kompatible API. Die Anwendung bleibt; es ändert sich nur der Endpoint.

• Tokens auf EU-Infrastruktur
• Offenes Modell, kein einzelner Anbieter als Flaschenhals
• OpenAI-kompatible API — Endpoint austauschbar
• Betrieb durch GEKI — kein GPU-Team beim Kunden

Kosten vorher und nachher

Der Workload passt auf die dedizierte Kapazität. Die Managed-Service-Gebühr (GEKI-Infrastruktur + Betrieb) ersetzt die variable API-Rechnung:

	Vorher (Hyperscaler-API)	Nachher (GEKI managed)
Monatliche KI-Kosten	20.000 €	~6.300 €
Idle-Kapazitätsverkauf (nachts)	—	− Erlösanrechnung
Monatliche Nettokosten	20.000 €	~6.000 €

Ungenutzte Kapazität nachts verkauft

Dokumentenverarbeitung läuft vor allem tagsüber; nachts stünden die GPUs still. GEKI verkauft ungenutzte Kapazität als Tokens am Spotmarkt. Der Kunden-Workload hat Priorität; externer Traffic nur auf freier Kapazität. So kommt die Hardware auf nahezu 100 % Auslastung, der Erlös senkt die Service-Gebühr — Netto-Ersparnis ~70 %.

Hyperscaler bleibt für Peaks & Fallback

Die Hyperscaler-API bleibt als Peak- und Fallback-Pfad: bei Lastspitzen über der dedizierten Kapazität oder in der Wartung. Sie ist nicht mehr der Hauptlieferant — der Anbieter-Mix ist breiter, nicht nur getauscht.

Was sich geändert hat

• Netto-KI-Kosten: 20.000 € → ~6.000 €/Monat (~70 % weniger)
• Qualität mit validiertem offenem Modell gehalten
• Tokens in der EU, Datenresidenz in der EU
• Hyperscaler nur noch für Peaks & Fallback
• Ungenutzte Kapazität verkauft; Hardware nahe ~100 % Auslastung
• Kein GPU-Ops-Team beim Kunden