Das goldene Zeitalter ist vorbei
Zehn Jahre lang war das SaaS-Playbook unschlagbar: Software als Monatsabo verkaufen, pro Nutzer abrechnen, Features hinter Paywalls verstecken und auf Net Revenue Retention optimieren. Investoren liebten die Vorhersagbarkeit. Gründer liebten die Margen. Kunden hatten keine Alternative.
Dann kam KI – und mit ihr die Frage, die jedes SaaS-Unternehmen jetzt beantworten muss: Was passiert, wenn ein LLM das tut, wofür Kunden bisher 49 Euro pro Seat pro Monat bezahlt haben?
Warum Seat-basierte Preise sterben
Das Seat-basierte Modell basiert auf einer Annahme: Mehr Nutzer = mehr Wert. Aber KI-Agenten brauchen keinen Seat. Ein einzelner Mitarbeiter mit einem gut konfigurierten KI-Assistenten erledigt heute die Arbeit, für die früher ein Team aus fünf Personen nötig war.
Die Konsequenz: Unternehmen brauchen weniger Seats. Weniger Seats bedeuten weniger Umsatz – bei gleichem oder sogar höherem Kundennutzen. Das ist ein fundamentaler Widerspruch im SaaS-Modell.
Wir sehen das bereits in der Praxis. Unternehmen konsolidieren ihre Tool-Landschaft radikal. Statt sieben spezialisierter SaaS-Tools nutzen sie einen KI-Assistenten, der zwischen APIs orchestriert.
Ganze Produktkategorien verschwinden
Die erste Welle trifft die offensichtlichsten Kandidaten: Textgeneratoren, einfache Analysetools, Template-Builder, Formatierungshilfen. Produkte, deren Kernfunktion ein Prompt ersetzen kann.
Die zweite Welle ist gefährlicher. Sie trifft SaaS-Produkte, die als „Workflow-Tools" vermarktet werden, aber eigentlich nur Daten von A nach B schieben. Automatisierungsplattformen, Reporting-Dashboards, einfache CRMs – alles, was ein Agent mit API-Zugang selbst erledigen kann.
Die dritte Welle wird Plattformen treffen, die ihren Wert aus Netzwerkeffekten ziehen. Wenn KI-Agenten Informationen selbstständig aggregieren können, verlieren Plattformen, die auf nutzergenerierten Content setzen, ihren Burggraben.
Was bleibt: Daten und Infrastruktur
Nicht jedes SaaS-Unternehmen ist bedroht. Die Überlebenden haben eines gemeinsam: Sie besitzen etwas, das ein LLM nicht replizieren kann.
Proprietäre Daten – Unternehmen, die einzigartige Datensätze aufgebaut haben, die kein Sprachmodell aus dem Training kennt, haben einen echten Vorteil. Das betrifft Branchendaten, Echtzeit-Marktdaten oder spezialisierte Wissensdatenbanken.
Infrastruktur – Tools, die tief in die technische Infrastruktur integriert sind (Monitoring, Security, DevOps), lassen sich nicht so leicht durch einen Chat ersetzen. Sie brauchen persistente Agenten, Integrationen und Zuverlässigkeit.
Regulierte Branchen – Compliance, Auditierbarkeit und Zertifizierungen sind Anforderungen, die ein LLM allein nicht erfüllen kann. SaaS-Produkte in regulierten Bereichen wie Gesundheit, Finanzen oder Recht haben mehr Spielraum.
Der Shift zu Outcome-basierten Preisen
Die intelligenten SaaS-Unternehmen pivoten bereits: weg von „pro Seat, pro Monat" hin zu „pro Ergebnis". Statt für den Zugang zur Software zu zahlen, zahlen Kunden für das, was die Software erreicht.
Ein Recruiting-Tool berechnet nicht mehr pro Recruiter-Seat, sondern pro erfolgreich besetzter Stelle. Ein Marketing-Tool berechnet nicht pro Nutzer, sondern pro generiertem Lead. Das ist fair – und es ist das einzige Modell, das gegen KI-Disruption robust ist.
Was das für Gründer bedeutet
Wer heute ein SaaS-Unternehmen gründet, muss die KI-Frage von Tag eins beantworten: Was kann mein Produkt, das ein KI-Agent mit API-Zugang nicht kann? Wenn die Antwort „nichts" ist, ist das Produkt ein Feature, kein Unternehmen.
Die Gewinner der nächsten Dekade werden nicht die sein, die KI als Feature in ihr bestehendes SaaS-Produkt einbauen. Es werden die sein, die ihre gesamte Wertschöpfung um KI herum neu denken – und dabei Preismodelle finden, die den tatsächlichen Kundennutzen abbilden.
Fazit
Die Bedrohung durch KI für SaaS ist real, aber sie ist nicht gleichmäßig verteilt. Produkte, die auf Bequemlichkeit und Interface setzen, sind am stärksten gefährdet. Produkte, die auf proprietären Daten, tiefer Integration und regulatorischer Komplexität aufbauen, haben eine Zukunft. Der Schlüssel liegt darin, ehrlich zu evaluieren, in welche Kategorie das eigene Produkt fällt – und dann schnell zu handeln.