Wenn KI-Jobs warten können, zahlen sie weniger Strom. OPAIRS macht das automatisch.

Cloud-Anbieter verbergen ihre Energiekosten im Token-Pricing. Wer KI on-premise betreibt, sieht den Stromverbrauch direkt – und kann ihn steuern. Genau das macht OPAIRS: Rechenintensive Aufgaben werden nicht einfach ausgeführt, wenn sie anfallen, sondern dann, wenn der Strom günstig ist. Automatisch, ohne manuellen Eingriff, ohne Einschränkung der Funktionalität.

aWATTar-Integration: Börsenstrompreis als Steuerungssignal

Echtzeitpreise direkt im OPAIRS Stack

OPAIRS integriert die aWATTar-API für stündliche EPEX-SPOT-Börsenstrompreise. Das System kennt den aktuellen Preis je kWh sowie den voraussichtlichen Verlauf der nächsten Stunden. Liegt der Preis über dem konfigurierbaren Referenzwert, verschiebt der EnergyManager nicht-kritische Jobs automatisch in das nächste günstige Zeitfenster. Liegt er darunter, laufen alle Prozesse ohne Verzögerung. Der Referenzpreis ist pro Installation frei konfigurierbar – Unternehmen mit eigenem PV-System oder Industriestromtarif passen ihn entsprechend an.

Drei Job-Klassen – eine klare Priorisierung

• Sofort – zeitkritische Anfragen: User-Interaktion, Alarme und Echtzeit-Auswertungen laufen immer unmittelbar, unabhängig vom Strompreis.
• Verzögerbar – Batch-Inferenz: Knowledge Graph Updates, Datenverarbeitung und Dokumentenanalysen werden in das nächste günstige Preisfenster verschoben.
• Planbar – Automationen & Workflows: Nächtliche Re-Indexierungen, Modell-Reloads, Backup-Prozesse und regelbasierte Automationen werden aktiv in Niedrigpreisphasen gelegt.

Messbarer Ertrag ab dem ersten Tag

Seit Inbetriebnahme am 04.05.2026 dokumentiert der EnergyManager jeden verschobenen Job und berechnet den Ertrag gegenüber dem Referenzpreis. Über 3.900 verzögerte Jobs, rund 345 kWh optimiert verarbeitet, über 63 € Ertrag gegenüber dem Referenzpreis von 16,0 ct/kWh – bei null erzwungenen Abbrüchen. Das System wartet tatsächlich, es bricht keine Aufgaben ab. Die Kapazität ist fix, die Kosten bleiben planbar.

Systemverbrauch skaliert mit der Last – nicht mit dem Kalender

Von 63 W Idle bis 177 W unter Last

Der OPAIRS Stack zeigt transparent, was tatsächlich verbraucht wird: Im Leerlauf unter 70 W Systemverbrauch gesamt, unter Inferenzlast bis zu 177 W – davon 171 W GPU. Das macht Energieplanung realistisch kalkulierbar. Kombiniert mit dem EnergyManager bedeutet das: Spitzenlast fällt gezielt in Niedrigpreisphasen. Was für Cloud-Anbieter ein versteckter Betriebsaufwand ist, wird bei OPAIRS zur aktiv steuerbaren Größe.

ROI-Wirkung: Energiekosten als aktive Variable im TCO-Modell

Energiekosten sind in der On-Premise-TCO-Rechnung ein realer Posten. Der EnergyManager reduziert diesen Posten nicht durch weniger KI – sondern durch besseres Timing. Jeder optimierte Job verbessert den Return on Investment des OPAIRS-Systems direkt, ohne Abstriche bei der Funktionalität. Eine detaillierte Gegenüberstellung der Gesamtbetriebskosten on-premise versus Cloud-API findet sich im OPAIRS TCO-Vergleich.

Ausblick: Industrieller Stromhandel als nächste Ausbaustufe

Sobald regulatorische Rahmenbedingungen einen direkten Stromaustausch zwischen industriellen Verbrauchern und Haushalten ermöglichen – Stichwort dezentrale Energiemärkte und Peer-to-Peer-Handel nach zukünftigen EU-Mechanismen – ist OPAIRS architektonisch vorbereitet. Produzierende Unternehmen mit eigener PV-Anlage könnten überschüssige Erzeugungskapazität zielgerichtet mit Inferenzlast kombinieren: KI-Infrastruktur als aktiver Teilnehmer am Energiemarkt, nicht nur als Verbraucher.