Das Modell, das eine Industrie groß gemacht hat
Zwei Jahrzehnte lang war Per-Seat-Pricing der Goldstandard im B2B-Software-Geschäft. Salesforce, Slack, Notion, Atlassian, Microsoft 365 – sie alle leben vom selben Prinzip: Du zahlst pro Nutzer pro Monat. Mehr Mitarbeiter im Tool, mehr Umsatz für den Anbieter. Sauber linear, leicht zu kalkulieren, planbar für beide Seiten.
Mit KI bricht dieses Modell zusammen. Und zwar schneller, als die meisten SaaS-Anbieter wahrhaben wollen.
Warum Per-Seat überhaupt funktionierte
Per-Seat-Pricing war nie eine Wertabbildung – es war eine pragmatische Annäherung. Die zugrunde liegende Annahme: Mehr Nutzer bedeuten mehr Wertschöpfung. Ein Vertriebsteam mit 50 Personen erzeugt mehr Geschäft als eines mit fünf, also rechtfertigt es höhere Software-Kosten. Diese Annahme war nie perfekt, aber sie war gut genug.
Der eigentliche Grund für den Erfolg des Modells war Einfachheit. Pro-Nutzer-Preise sind transparent, vorhersehbar und passen in jedes Budget-Spreadsheet. Einkaufsabteilungen können sie verstehen, ohne tiefes Produktwissen zu haben. Diese Reibungslosigkeit hat SaaS zur dominanten Vertriebsform gemacht.
Was KI verändert
KI bricht die Verbindung zwischen Nutzeranzahl und Wertschöpfung auf zwei Arten auf:
Ein Nutzer kann jetzt die Arbeit von zehn machen. Ein Vertriebsteam mit fünf Personen, das KI-gestützte Recherche, Outreach-Generierung und Pipeline-Analyse einsetzt, deckt heute Volumina ab, für die früher 25 Leute nötig waren. Wenn Software den Output pro Kopf verfünffacht, ergibt es keinen Sinn mehr, pro Kopf abzurechnen. Der Kunde zahlt weniger Seats und bekommt trotzdem mehr Wert – und dem Anbieter brechen die Umsätze weg.
Agenten sind keine Nutzer. Ein wachsender Teil der Arbeit in modernen Unternehmen wird von autonomen Agenten erledigt: Code-Reviews, Datenaufbereitung, Reporting, erste Support-Antworten. Diese Agenten haben keine E-Mail-Adresse und brauchen keinen Login – aber sie verbrauchen Ressourcen und erzeugen Wert. Per-Seat erfasst sie nicht.
Die unvermeidliche Konsequenz: Pro-Nutzer-Preise werden entweder unbezahlbar (wenn man jeden Agent als Seat zählt) oder massiv zu niedrig (wenn man sie ignoriert).
Die Modelle, die kommen
Die Industrie experimentiert bereits mit Alternativen, und einige Muster zeichnen sich ab:
Outcome-basierte Abrechnung: Du zahlst pro gelöstem Support-Ticket, pro qualifiziertem Lead, pro abgeschlossenem Workflow. Intercom hat diesen Schritt mit „Fin" als Erste gewagt – pro gelöstem Ticket statt pro Agent. Das Modell wird sich ausbreiten, weil es den Wertbeitrag direkt abbildet.
Verbrauchsbasierte Abrechnung: Wie Cloud-Infrastruktur. Du zahlst, was du nutzt – API-Calls, Tokens, Storage, Compute. Anthropic, OpenAI, Twilio, AWS leben davon. Der Vorteil: ehrliche Skalierung. Der Nachteil: schwer planbar, schwer einzukaufen.
Hybride Modelle: Eine Plattform-Gebühr plus verbrauchsabhängige Komponenten. Eine Grundgebühr deckt die Bereitstellung, der variable Teil bildet die tatsächliche Nutzung ab. Wahrscheinlich der pragmatische Mittelweg, auf den die meisten B2B-Anbieter zusteuern werden.
Wertbasierte Verträge: Enterprise-Deals, in denen Anbieter und Kunde gemeinsam Erfolgskennzahlen definieren und der Preis daran hängt. Bisher selten, aber im Vormarsch – besonders bei strategischen KI-Implementierungen.
Das Problem, das niemand löst
Alle diese Modelle haben einen gemeinsamen Schwachpunkt: Sie sind schwerer zu verkaufen.
Per-Seat-Pricing funktioniert, weil ein Einkäufer in zwei Sekunden ausrechnen kann, was es kostet. „150 Mitarbeiter mal 25 Euro mal 12 Monate – das sind 45.000 Euro im Jahr." Verbrauchsbasierte Modelle erfordern Schätzungen über zukünftige Nutzung, Outcome-Modelle erfordern Einigkeit über die zu messenden Outcomes. Beides erhöht die Reibung im Vertrieb.
Genau deshalb klammern sich viele SaaS-Anbieter an Per-Seat – nicht weil das Modell noch passt, sondern weil das Vertriebsteam darauf trainiert ist und die Pricing-Page seit fünf Jahren so aussieht. Diese Trägheit wird sie Marktanteile kosten.
Was das für Käufer bedeutet
Wer als Unternehmen heute SaaS einkauft, sollte zwei Dinge beachten:
Verträge mit kurzen Laufzeiten bevorzugen. Die nächsten zwei Jahre werden Pricing-Modelle umkrempeln. Wer sich jetzt auf einen Drei-Jahres-Vertrag mit 200 Seats festlegt, sitzt 2027 mit einer Lizenzstruktur fest, die nicht mehr zur Realität passt.
Auf Verbrauchsmetriken achten. Auch wenn der Anbieter heute pro Nutzer abrechnet – fragt nach den zugrunde liegenden Verbrauchsdaten. API-Calls, KI-Operationen, Speichervolumen. Diese Metriken werden in zukünftigen Verhandlungen relevant.
Build-vs-Buy neu denken. Wenn ein KI-gestütztes SaaS-Tool 200 Euro pro Nutzer kostet, lohnt es sich, die Make-Variante neu zu rechnen. Eigene Workflows mit Foundation-Models direkt zu bauen, ist günstiger geworden – und vermeidet die Pricing-Risiken externer Anbieter.
Was das für Anbieter bedeutet
Wer SaaS verkauft, muss sich ehrlich fragen: Welcher Wert entsteht eigentlich pro Nutzer – und welcher pro Operation, pro Workflow, pro Outcome? Wenn die Antwort lautet „eher pro Outcome als pro Nutzer", ist Per-Seat eine tickende Zeitbombe. Die Konkurrenz wird genau dort angreifen, wo das Modell den Wert verzerrt.
Wir bei nh labs sehen diesen Wandel in jedem zweiten Beratungsgespräch. Kunden, die früher unkritisch SaaS-Lizenzen gestapelt haben, fragen heute nach Verbrauchstransparenz, Vertragsflexibilität und Eigenentwicklungsoptionen. Das ist kein vorübergehender Trend – das ist die neue Normalität.
Fazit
Per-Seat-Pricing wird nicht morgen verschwinden. Es wird langsam erodieren, ein Vertrag nach dem anderen, ein Use Case nach dem anderen. Die Anbieter, die rechtzeitig auf hybride oder outcome-basierte Modelle umstellen, sichern sich die nächste Generation von Kundenbeziehungen. Der Rest wird in den nächsten drei bis fünf Jahren feststellen, dass ihre treuesten Kunden plötzlich Seats abbestellen – nicht weil sie das Produkt nicht mehr brauchen, sondern weil sie weniger Menschen brauchen, um dasselbe zu tun. Das ist der eigentliche KI-Schock für die SaaS-Industrie. Und er hat gerade erst begonnen.