Auswirkungen von KI auf Software-as-a-Service-Anbieter

AI wird die SaaS-Landschaft nicht nur spalten, sondern beide Welten – deterministische und probabilistische Systeme – massiv verändern und in vielen Fällen stärken.

Auf UncoverAlpha ist aktuell der Beitrag „The Great SaaS Unbundling: Why AI Will Destroy Half the Industry and Supercharge the Other Half“ erschienen, der sich mit den Folgen von AI auf SaaS-Modelle beschäftigt. Darin wird argumentiert, dass der entscheidende Unterschied für die Zukunftsfähigkeit eines SaaS-Anbieters nicht Marke oder Datensatz, sondern der Charakter des Kernsystems (deterministisch vs. probabilistisch) ist.

Kernpunkte des Artikels

• Deterministische SaaS-Plattformen (z.B. ERP, Accounting, Payments, Compliance) gewinnen an Wert, weil sie als robuste „Execution Layer“ dienen, auf denen AI-Agenten als Orchestrierungsschicht aufsetzen. Unternehmen bauen AI also eher oben drauf, statt diese Systeme zu ersetzen.
• Diese Anbieter können ihren deterministischen Kern teuer verkaufen und ergänzend probabilistische AI-Features zu Inferenzkosten plus ca. 30% Marge anbieten – mit Fokus auf Kostenreduktion bei Personal und Umstellung von Seat‑ auf Usage‑Pricing.
• Reine probabilistische SaaS-Angebote (Content, Pattern Matching, einfache Automatisierung) geraten in eine Margen- und Moat-Krise, weil Foundation Models ihre Kernleistung mit wenigen Zeilen Code und zu einem Bruchteil der Kosten replizieren können.
• Klassische Moats wie UX, Integrationen, proprietäre Daten und Marke verlieren an Wirkung, wenn natürliche Sprache zum Interface wird, APIs offenliegen und LLMs mit wenig oder synthetischen Daten fast gleiche Qualität liefern.
• Der Schnitt in probabilistischen SaaS-Portfolios läuft bereits: Unternehmen reduzieren Lizenzen (z.B. um ~50% bei traditionellen Tools) und ersetzen sie durch generative AI-Tools und Agenten.

Meine Sicht auf probabilistische SaaS mit AI

Ich teile die Einschätzung, dass deterministische Systeme in einer AI-Welt massiv aufgewertet werden – aber ich sehe probabilistische SaaS nicht nur im „Bloodbath“, sondern auch mit klaren Chancen. Aus meiner Sicht kann AI gerade probabilistische Anbieter deutlich besser machen, wenn sie drei Dinge tun:

• Sie akzeptieren, dass ihr bisheriger Funktionsumfang „commoditized“ wird, und verschieben ihren Wertbeitrag in Richtung Domänenfokus, Governance, Qualitätssicherung und Integration in reale Geschäftsprozesse.
• Sie nutzen Foundation Models nicht nur als Feature, sondern als Infrastruktur: statt alles selbst zu bauen, orchestrieren sie mehrere Modelle, Datenquellen und Tools zu verlässlichen, wiederholbaren Workflows – also „probabilistic systems with deterministic wrappers“.
• Sie definieren neue Moats über Speed of Execution (wie schnell neue AI-Fähigkeiten produktisiert werden), vertikale Spezialisierung und echte Einbettung in deterministische Systeme der Kunden (z.B. eng gekoppelt an ERP, HR, Finanzsysteme).

Mit anderen Worten: Reine „UI vor LLM“-Produkte ohne tiefen Kontext werden austauschbar, aber probabilistische SaaS mit starkem Domain- und Prozessverständnis können durch AI eine ganz neue Qualität erreichen – mehr Automatisierung, höhere Output-Dichte und bessere Entscheidungsunterstützung, ohne selbst ein System of Record werden zu müssen.

Mich interessiert sehr, wie du das siehst: Werden probabilistische SaaS-Anbieter durch AI zwangsläufig verdrängt, oder siehst du – ähnlich wie ich – Modelle, in denen sie mit AI sogar einen strukturellen Vorteil aufbauen können?