Red Hat baute auf Linux ein 34-Milliarden-Dollar-Geschäft auf. IBM kaufte das Unternehmen. Der Deal bestätigte eine Hypothese, die sich seit vier Jahrzehnten bewährt hatte: dass Unternehmen, die enormen Nutzen aus gemeinsam genutztem Code ziehen, im eigenen Interesse die Projekte, von denen sie abhängig sind, weiterhin finanzieren würden.

Diese Hypothese steht nun auf dem Prüfstand. Nicht, weil jemand beschlossen hätte, die Finanzierung von Open Source einzustellen. Sondern weil die Branche, die Open Source am stärksten finanziert hat – SaaS –, von der Branche, die am stärksten davon abhängig ist – AI –, verdrängt wird.

Die Vorhersage, die eintraf

Vor etwa einem Jahr schrieb ich, dass AI Unternehmenssoftware extrem personalisieren würden – dass Geschäftsteams ihre eigenen Tools entwickeln würden, um IT-Rückstände und Einheits-SaaS-Plattformen zu umgehen. Das Argument war einfach: Wenn AI die Entwicklungskosten um 70–90 % AI und die Bereitstellungszeiten von Monaten auf Stunden verkürzt, kehrt sich das Verhältnis zwischen „selbst entwickeln“ und „kaufen“ um.

Diese Prognose bewahrheitete sich schneller als erwartet. Am 30. Januar 2026 veröffentlichte Anthropic Plugins für den agentenbasierten Arbeitsplatz für Claude Cowork. Innerhalb von fünf Handelstagen schmolzen rund 285 Milliarden US-Dollar an Marktwert bei den Aktien von Anwendungssoftware-Unternehmen dahin. Im Laufe des folgenden Monats verloren Adobe, Microsoft, Salesforce, SAP, ServiceNow und Oracle zusammen mehr als 730 Milliarden US-Dollar an Marktwert. Händler von Jefferies bezeichneten dies als „SaaSpocalypse“.

Klarna hatte bereits gezeigt, wie es geht: Verträge mit Salesforce und Workday kündigen, Funktionen durch AI ersetzen und zusehen, wie der Umsatz pro Mitarbeiter von 400.000 Dollar auf 700.000 Dollar steigt. Ein CTO aus dem Gesundheitswesen führte innerhalb von 90 Tagen drei wichtige interne Plattformen ein – CRM, HRM und Helpdesk. Ein Gründer schrieb seinem Investor in einer SMS, dass er sein gesamtes Kundenservice-Team durch einen AI ersetzen würde.

Die Entscheidung zwischen „Selbst entwickeln“ und „Kaufen“ tendiert zunehmend zur ersten Option. Doch alle konzentrieren sich auf die Umwälzung an sich. Die Folgeeffekte sind jedoch noch gravierender.

Die Viergelenkkette

Open Source finanziert sich nicht durch Spenden, sondern durch die Arbeit von Unternehmen. 84 % der Commits am Linux-Kernel stammen von Entwicklern aus 1.780 Unternehmen. Die Linux Foundation erzielt mit über 3.000 Mitgliedsunternehmen einen Jahresumsatz von 311 Millionen US-Dollar. MongoDB, Elastic, HashiCorp, Databricks: Jedes dieser Unternehmen hat auf der Grundlage von Open Source ein milliardenschweres Geschäft aufgebaut und im Gegenzug Ingenieure und Kapital in die Open-Source-Gemeinschaft zurückfließen lassen.

Das Modell funktionierte, weil die Anreize aufeinander abgestimmt waren. Erfolgreiche Projekte im vorgelagerten Bereich bedeuteten erfolgreiche Unternehmen im nachgelagerten Bereich.

AI durchbricht diese Übereinstimmung. In vier aufeinanderfolgenden Schritten.

1. SaaS war das finanzielle Rückgrat

Jährlich fließen rund 7,7 Milliarden Dollar von Unternehmen in Open-Source-Projekte, doch 86 % davon entfallen auf die Arbeitsleistung der Mitarbeiter – eine Leistung, die durch SaaS-Einnahmen finanziert wird. Wegfallen diese Einnahmen, folgt auch die Arbeitsleistung.

2. AI das SaaS-Modell

Hier liegt das grundlegende Paradoxon: Ein CRM-System mit AI reduziert die Anzahl der benötigten Nutzer von 20 auf 2. Das bedeutet einen Umsatzrückgang von 90 %, obwohl die Leistungsfähigkeit um das Zehnfache gesteigert wurde. Wenn Unternehmen interne Tools schneller entwickeln können, als sie Unternehmensverträge aushandeln können, bricht das Modell der Lizenzgebühren pro Nutzer zusammen. Und mit ihm der Überschuss, der Open-Source-Beiträge finanziert hat.

3. Open-Source-Projekte schließen ihre Pforten

MongoDB stellte 2018 auf restriktive Lizenzbedingungen um. Elastic folgte 2021. HashiCorp tat dies 2023, was zur Entstehung des OpenTofu-Forks führte. Redis folgte 2024, was zur Entstehung von Valkey führte. Jede dieser Lizenzänderungen ebnete den Weg für die nächste. Unterdessen ist das Fragenvolumen auf Stack Overflow seit dem Start von ChatGPT um 76 % eingebrochen. Das Open Source Collective verzeichnete 2023 einen Rückgang der Unternehmenssponsorings um 20 %. Sechzig Prozent der Maintainer arbeiten unentgeltlich. Sechzig Prozent haben aufgehört oder erwägen aufzuhören.

4. Die Qualität data AI data

Eine 2024 in Nature veröffentlichte Studie (Shumailov et al.) hat gezeigt, dass Modelle, die auf AI Daten trainiert wurden, unter einem sogenannten „Modellkollaps“ leiden – irreversible Defekte, die sich über mehrere Generationen hinweg verstärken. Der „Long Tail“ des Open-Source-Codes – kleine Bibliotheken, Nischenprojekte, eigenwillige Lösungen – ist jene data , die es codegetrainierten Modellen ermöglicht, zu verallgemeinern. Wenn dieser „Long Tail“ schrumpft, AI genau in den Bereichen dümmer, in denen sie eigentlich intelligenter sein müsste.
Die Kette schließt sich zu einem Kreislauf: AI Open Source. AI SaaS. Die SaaS-Finanzierung versiegt. Open Source schrumpft. data AI data . Und schließlich sind die AI internen Tools nicht mehr besser als die SaaS-Produkte, die sie ersetzt haben – was Unternehmen zurück zu Anbietern treibt, deren eigene Grundlagen bereits erodiert sind.

Das Signal ist bereits zu sehen

Das ist keine Spekulation. Daniel Stenberg hat das Bug-Bounty-Programm von cURL eingestellt, nachdem 20 % reports AI reports nur zu 5 % gültig reports . Die Betreuer versinken in dem, was die Community als „Slop-PRs“ bezeichnet. Kleine Bibliotheken geraten in den Ruhetand, weil große Sprachmodelle (LLMs) auf Abruf gleichwertige Funktionen generieren und damit die Nutzer verdrängen, die sonst Fehlerbehebungen beigesteuert hätten.
Open Source spaltet sich. Riesige, von Unternehmen unterstützte Projekte – Linux, Kubernetes, PyTorch – überleben. Mittelgroße und kleine Bibliotheken geraten still und leise in den Ruhetand. Genau dieser „Long Tail“ verleiht data AI data Breite. Sein Verschwinden ist kein zukünftiges Risiko. Es ist der aktuelle Kurs.

Wer bezahlt die Rechnung?

Meta ist die Ausnahme, die die Regel bestätigt. Llama wurde auf Hugging Face über 600 Millionen Mal heruntergeladen. PyTorch wurde der Linux Foundation gespendet. Zuckerbergs Logik ist klar: Die darunterliegende Ebene zur Massenware machen, Forschung und Entwicklung crowdsourcen, einen Standard etablieren – so wie Linux zum Standard für Server wurde. Eigennützig und richtig.

Der Rest der AI ist diesem Beispiel nicht gefolgt. AI haben im Jahr 2025 insgesamt über 202 Milliarden Dollar aufgebracht. Eine Studie der Harvard Business School bezifferte den Wert der Open-Source-Software, auf die sie angewiesen sind, auf 8,8 Billionen Dollar. Ihre direkten finanziellen Beiträge zu diesen Open-Source-Projekten beliefen sich insgesamt wahrscheinlich auf weniger als 50 Millionen Dollar pro Jahr.

Anthropic gab eine zweijährige Partnerschaft mit der Python Software Foundation im Wert von 1,5 Millionen Dollar bekannt. TechCrunch bezeichnete dies als „Kleingeld“. Gegen diese Sichtweise lässt sich kaum etwas einwenden.

Die neuen Initiativen – die „Open Source Pledge“, die jährlich 2.000 Dollar pro Entwickler vorsieht, die „Open Source Endowment“, die über sieben Jahre hinweg targeting Millionen targeting , sowie der deutsche „Sovereign Tech Fund“, der 2024 23,5 Millionen Euro investieren wird – sind zwar real, aber unzureichend. Und das angesichts von Projekten im Wert von 8,8 Billionen Dollar. Was beide Seiten dabei zu vergessen scheinen: Open Source ist der Grund, warum diese Branchen überhaupt existieren.

Jedes SaaS-Unternehmen, das zu einem Milliardenunternehmen wurde, hat dies auf der Grundlage von Open-Source-Frameworks, -Datenbanken und -Bibliotheken geschafft. Zwei Entwickler in einer Garage konnten etablierte Unternehmen herausfordern, weil die Bausteine kostenlos waren. Dieser Zugang – nicht Risikokapital und nicht nur Talent – hat den SaaS-Markt geschaffen. Er hat es einer Generation von Unternehmern ermöglicht, Salesforce, Elastic, Databricks und Tausende andere Unternehmen aufzubauen, ohne vorher jemanden um Erlaubnis fragen zu müssen.

Und AI können heute Code schreiben, weil sie aus Millionen von Open-Source-Repositorys gelernt haben. Jede Zeile, die Claude oder Copilot generiert, geht auf Entwickler zurück, die ihre Arbeit frei zugänglich gemacht haben. Die Harvard-Studie bringt es auf den Punkt: 96 % der kommerziellen Software enthält Open-Source-Code. Ohne diesen müssten Unternehmen 3,5-mal mehr bezahlen, um das zu entwickeln, was sie heute entwickeln.

Beide Branchen verdanken ihre Existenz den Open-Source-Projekten. Beide bringen diese nun – über unterschiedliche Mechanismen – zum Erliegen. Unterdessen arbeiten 60 % der Betreuer, die das Ganze am Laufen halten, unentgeltlich. Sechzig Prozent haben aufgehört oder erwägen, aufzuhören. Der durchschnittliche unbezahlte Betreuer investiert fast neun Stunden pro Woche – und wenn sie ausbrennen, fällt die kritische Infrastruktur aus. Kubernetes hat Ingress NGINX Ende 2025 nicht deshalb ausgemustert, weil es veraltet war, sondern weil die Leute, die es nachts und an den Wochenenden betreuten, nicht mehr weitermachen konnten.

Dies ist kein Problem, das eine Seite allein lösen kann. SaaS-Unternehmen, die ums Überleben kämpfen, können Open Source nicht mehr so finanzieren wie früher. AI , die über 202 Milliarden Dollar an frischem Kapital verfügen, haben noch keine nennenswerten Schritte unternommen. Der einzige Weg, der nicht im Zusammenbruch endet, ist die Zusammenarbeit – gemeinsame, gezielte Investitionen in die Infrastruktur, von der beide Seiten abhängig sind.

Red Hat hat dies bereits vor vierzig Jahren erkannt. IBM hat 34 Milliarden Dollar dafür bezahlt, um sich davon zu überzeugen. Das Modell funktionierte, weil diejenigen, die aus den Open-Source-Projekten Nutzen zogen, diese Projekte auch finanzierten. Diese Synergie muss wiederhergestellt werden – diesmal unter Einbeziehung sowohl von SaaS-Anbietern als auch AI .

Wenn sie sich stattdessen dafür entscheiden, um die Trümmer zu streiten, werden nicht die Führungskräfte oder Investoren die Zeche zahlen. Es wird die nächste Generation von Entwicklern und Unternehmern sein, die diese offene Grundlage genutzt haben wird, um das zu schaffen, was als Nächstes kommt – so wie es jede Generation vor ihnen getan hat.

Wenn zwei Königreiche um dasselbe Land kämpfen, ist es der Boden, der keine Erträge mehr bringt.