Auch wenn es ironisch gemeint ist, habe ich den Ratschlag ‘Mach niemals Vorhersagen, vor allem nicht über die Zukunft’ immer für zutreffend gehalten – und nirgendwo trifft das mehr zu als im AI-Universum. Drei...

Vor drei Jahren wurde KI als Beschleuniger für moderne, cloud-native Softwareunternehmen angepriesen, der gut besetzte, branchenführende Entwicklerteams in die Lage versetzen sollte, bessere Produkte in einem immer schnelleren Tempo zu liefern.

Sie waren heiß begehrt, und die Bewertungen spiegelten dies wider.

Spulen Sie vor bis heute, und KI-Codierassistenten - angeführt von Der Claude-Code von Anthropic - haben diese Erzählung auf den Kopf gestellt.

SaaS-Unternehmen sind von den prognostizierten Gewinnern der KI zu den existenzbedrohten Unternehmen geworden.

Die KI-Bedrohung

Wenn KI bedeutet, dass jeder programmieren kann und KI-Agenten rund um die Uhr arbeiten können, dann ist es doch nur eine Frage der Zeit, bis selbst führende Softwareprodukte zu einer billigen, generischen Ware werden?

Das war das Stichwort für die ‘SaaSpocalypse’, bei der die Aktienkurse einiger der größten Unternehmen der Welt einbrachen, weil die KI Panik auslöste.

Zum Leidwesen von Private Equity und Vermögensverwaltern fiel dies fast genau mit der wachsenden Besorgnis zusammen, dass die Bewertungen der Nettovermögen bereits zu hoch angesetzt waren. Aktionäre, Aufsichtsbehörden und Regierungen befürchteten, dass unzureichend robuste Bewertungs-, Neubewertungs-, Überprüfungs- und Due-Diligence-Praktiken zu Bewertungsblasen führen würden.

Seitdem hat es innerhalb der Branche einen heftigen und öffentlichkeitswirksamen Widerstand gegeben, aber die Befürchtung bleibt dennoch bestehen, und wir haben eine Flut von Anfragen erhalten, um einzelne Vermögenswerte und ganze Portfolios auf ihr potenzielles Engagement in der KI-getriebenen Disintermediation zu bewerten.

Was sollen wir also von der Hypothese halten, dass KI SaaS tötet?

Nun, das Risiko ist real.

Die Ersatzhypothese

Die generative KI und die ihr zugrunde liegenden LLMs haben in mancher Hinsicht bereits die menschlichen Kodierungsfähigkeiten übertroffen.

Aus drei Gründen ist dies ein Schwerpunktbereich für die Grenzlabore:

  1. Die Codierung weist alle Merkmale eines perfekten KI-Anwendungsfalls auf:
    - Ein klares, klar definiertes Problem, das gelöst werden muss
    - Eine textuelle, logische, regelbasierte Ausgabe
    - Ein gut strukturiertes, öffentlich zugängliches, umfangreiches Training data (GitHub, Stackoverflow usw.)
  2. Kurzfristig ermöglicht es die schnelle Entwicklung und Bereitstellung neuer Funktionen, wie der beispiellose Zeitplan von Anthropic für das erste Quartal beweist
  3. Langfristig bietet sie die Grundlage für eine ‘rekursive Selbstverbesserung’, bei der jede KI-Generation ihren Nachfolger trainiert und so die Fortschrittsrate exponentiell erhöht.

Die KI-Codierung, die in einem umfassenderen agentenbasierten Workflow eingesetzt wird - ein Agent schreibt die Anforderungen, ein anderer den Code, ein weiterer die Qualitätssicherung, ein weiterer die Tests, alles unter der Aufsicht eines Orchestrierungsagenten und mit stufenweiser Genehmigung durch den Menschen - könnte der Einstieg in eine schöne neue Welt sein, in der die Markteinführungszeiten für Software kürzer werden, was den Wettbewerbsdruck auf dem Markt drastisch erhöht und die etablierten Unternehmen verdrängt.

Der Fall ist abgeschlossen. Software ist tot. Lang lebe die Software.

Aber natürlich sind die Dinge nicht ganz so einfach, wie immer.

Auch wenn die Richtung stimmt, glaube ich, dass dieser Fall aus mehreren Gründen überbewertet ist.

Erstens: Ein Softwareunternehmen ist mehr als seine Codebasis. Die Marke, das Fachwissen, die Erfahrung, die Mitarbeiter, die Kunden, die Verträge und data sind allesamt mächtige Werttreiber, die KI nicht replizieren kann und die, wenn sie gut eingesetzt werden, mächtige Verteidigungsgräben schaffen können, die nur das am besten finanzierte Startup überwinden kann.

Zweitens ist es eine Sache, ein besseres Produkt zu entwickeln; es ist eine ganz andere, das zu verdrängen, das man geschlagen hat. Vor allem in einem Unternehmensumfeld, in dem mehrjährige Verträge, risikoscheue Einkäufer und eine auf Checklisten und Referenzen basierende Beschaffung die Norm sind, muss ein Herausforderer-Produkt deutlich überzeugender sein als ein etablierter Anbieter, um sich durchzusetzen.

Drittens, menschliche Anreize. Nur weil KI-gestützte Programmierung die Entwicklung eines konkurrierenden Produkts beschleunigen kann, heißt das noch lange nicht, dass dies auch jemand tut. In der Realität gibt es nur eine begrenzte Anzahl von Unternehmern, und einige Märkte werden einfach als zu schwierig oder nicht wertvoll genug angesehen, um sie zu stören.

Viertens und letztens geht diese Hypothese davon aus, dass die etablierten Unternehmen stillstehen und auf ihren unvermeidlichen Untergang warten. In Wirklichkeit gehören Softwareunternehmen zu den aggressivsten und fortschrittlichsten Anwendern von KI. Sie nutzen sie, um ihre eigenen Produkte schnell zu verfeinern und anzupassen, während ihre Herausforderer aufholen müssen.

Die Dynamik der Preisunterbrechung

Die zweite große Sorge gilt weniger der Verdrängung von Großkunden als vielmehr den grundlegenden Herausforderungen für das SaaS-Geschäftsmodell, die sich an zwei Fronten manifestieren:

  • Preisdruck: Mit der Zunahme neuer, KI-basierter Marktteilnehmer kommt es zu einem Preiskampf nach unten, da die Märkte zunehmend überfüllt sind und sich durch intensiven Wettbewerb auszeichnen.
  • Sitzplatzbasierte Preise: Da KI den Arbeitsmarkt auf breiterer Basis umkrempelt, wird der KI-bedingte Personalabbau in Unternehmen (oder zumindest die Stagnation) die traditionellen SaaS-Umsatzmodelle auf der Basis von Sitzplätzen unter Druck setzen.

Meiner Meinung nach gibt es keinen Zweifel daran, dass sich diese Dynamik manifestieren wird.

Aber nicht gleichmäßig, nicht überall und nicht alles auf einmal.

Einfache, standardisierte Softwareprodukte, bei denen die Entwicklungszeiten und die Eintrittsbarrieren niedrig sind, sind zweifellos in relativ kurzer Zeit von einem starken Preisdruck bedroht. Umgekehrt dürften komplexe Produkte in stark regulierten Umgebungen zumindest kurz- bis mittelfristig stark isoliert sein.

Der Druck auf die Preisgestaltung wird sich ebenfalls manifestieren, aber nur dort, wo die Arbeitsplätze der Kunden wirklich gefährdet sind. Zwar bedroht die KI legitimerweise einen beträchtlichen Teil der Belegschaft, aber nicht alle Berufe sind gleichermaßen gefährdet, und SaaS-Unternehmen, die besser geschützte Berufe oder Branchen bedienen, werden weitgehend isoliert bleiben.

Wenn SaaS-Unternehmen zu verbrauchs- oder ergebnisbasierten Preismodellen übergehen können, können sie sich außerdem von dieser Dynamik abschirmen.

Bewertung Ihrer Exposition

Wenn Sie sich also fragen, ob KI das Ende Ihres Softwareportfolios einläutet, lautet die Antwort... vielleicht.

Die Realität sieht so aus, dass das Risiko je nach den Besonderheiten des Marktes und der einzelnen Unternehmen sehr unterschiedlich ist. Während wir zweifellos sehen werden, wie Unternehmen mit hohem Risiko an die Wand fahren, werden andere, besser geschützte etablierte Unternehmen in der KI-Ära überleben oder sogar gedeihen.

Letztendlich ist KI kein Henker und die ‘SaaSpocalypse’ bedeutet nicht das Ende für Software-Investitionen - aber sie erfordert neue, an das KI-Zeitalter angepasste Arbeitsmethoden:

  • Bewertungen bestehender Portfolios zur Bestimmung des AI-Risikos zum richtigen Zeitpunkt
  • Aktualisierungen der Due-Diligence- und Portfoliomanagement-Prozesse zur ausdrücklichen Berücksichtigung des KI-Risikos
  • Sicherstellen, dass bestehende Anlagen und Investitionen KI in ihre Abläufe und Geschäftsmodelle integrieren
  • Beratung von Portfoliounternehmen zu den wichtigsten defensiven Maßnahmen, die zu ergreifen sind

Also, meine Vorhersage?

Nun, niemand kann mit Sicherheit wissen, was die Zukunft bringt. Aber was wir tun können, ist, uns auf sie vorzubereiten.

Durch die Integration von KI-Risiken in die Portfolio- und Investment-Management-Prozesse können vorausschauende Unternehmen ihre Risiken absichern und sich gleichzeitig so positionieren, dass sie von der nächsten KI-getriebenen Generation von SaaS-Gewinnern profitieren können.