Das Open-Source-Paradox

Red Hat hat ein $34-Milliarden-Geschäft mit Linux aufgebaut. IBM hat es gekauft. Der Deal bestätigte eine Hypothese, die seit vier Jahrzehnten galt: dass Unternehmen, die einen enormen Wert aus gemeinsam genutztem Code ziehen, aus Eigeninteresse weiterhin die Projekte finanzieren, von denen sie abhängig sind.

Diese Hypothese steht nun auf dem Prüfstand. Nicht, weil jemand beschlossen hat, die Finanzierung von Open Source einzustellen. Denn die Branche, die sie am meisten finanziert hat - SaaS - wird von der Branche demontiert, die am meisten von ihr abhängt - KI.

Die Vorhersage, die eintraf

Vor etwa einem Jahr schrieb ich, dass KI-Agenten die Unternehmenssoftware hyper-personalisieren würden - dass die Geschäftsteams ihre eigenen Tools entwickeln würden, um die IT-Rückstände und die SaaS-Plattformen zu umgehen, die für alle passen. Das Argument war einfach: Wenn KI die Entwicklungskosten um 70-90% senkt und die Bereitstellungszeit von Monaten auf Stunden verkürzt, kehrt sich die Gleichung "selbst bauen oder kaufen" um.

Diese Vorhersage ist schneller eingetreten als erwartet. Am 30. Januar 2026 veröffentlichte Anthropic Agentic Workplace Plugins für Claude Cowork. Innerhalb von fünf Handelstagen verloren die Aktien von Anwendungssoftware rund $285 Milliarden an Marktwert. Im Laufe des folgenden Monats verloren Adobe, Microsoft, Salesforce, SAP, ServiceNow und Oracle zusammen mehr als $730 Milliarden. Die Händler von Jefferies nannten es die “SaaSpocalypse”.”

Klarna hatte die Vorlage bereits vorgeführt: Salesforce- und Workday-Verträge kündigen, Funktionen durch KI-Agenten ersetzen und beobachten, wie der Umsatz pro Mitarbeiter von $400.000 auf $700.000 stieg. Ein CTO des Gesundheitswesens hat drei große interne Plattformen - CRM, HRM und Helpdesk - innerhalb von 90 Tagen implementiert. Ein Gründer teilte seinem Investor mit, dass er sein gesamtes Kundendienstteam durch einen KI-Codieragenten ersetzen würde.

Die Entscheidung Build-versus-Buy verschiebt sich in Richtung Build. Aber alle konzentrieren sich auf die Störung selbst. Die Folgen sind schlimmer.

Die viergliedrige Kette

Open Source finanziert sich nicht durch Spenden. Sie finanziert sich durch die Arbeit von Unternehmen. 84% der Linux-Kernel-Commits stammen von Unternehmensentwicklern aus 1.780 Organisationen. Die Linux Foundation erwirtschaftet $311 Millionen an jährlichen Einnahmen von über 3.000 Mitgliedsunternehmen. MongoDB, Elastic, HashiCorp, Databricks: Sie alle haben auf der Grundlage von Open Source milliardenschwere Unternehmen aufgebaut und Ingenieure und Kapital in den Upstream zurückfließen lassen.

Das Modell funktionierte, weil die Anreize übereinstimmten. Gesunde vorgelagerte Projekte bedeuteten gesunde nachgelagerte Geschäfte.

Die KI durchbricht diese Ausrichtung. In vier aufeinanderfolgenden Schritten.

1. SaaS war das finanzielle Rückgrat

Ungefähr $7,7 Milliarden fließen jährlich von Unternehmen zu Open Source, aber 86% davon sind Arbeitskräfte - Arbeitskräfte, die durch SaaS-Einnahmen finanziert werden. Ziehen Sie diese Einnahmen ab, folgt die Arbeit.

2. KI demontiert das SaaS-Modell

Hier ist das grundlegende Paradoxon: Ein CRM mit KI-Agenten reduziert die Anzahl der erforderlichen Benutzer von 20 auf 2. Das ist ein Umsatzrückgang von 90% trotz einer 10-fachen Verbesserung der Fähigkeiten. Wenn Unternehmen interne Tools schneller entwickeln können als sie Unternehmensverträge aushandeln können, bricht das Pro-Sitz-Modell zusammen. Und damit auch der Überschuss, mit dem Open-Source-Beiträge finanziert wurden.

3. Open-Source-Projekte schließen die Pforten

MongoDB stellte 2018 auf eine restriktive Lizenzierung um. Elastic folgte im Jahr 2021. HashiCorp im Jahr 2023, woraus die Abspaltung OpenTofu hervorging. Redis im Jahr 2024, aus dem Valkey hervorging. Jede Neulizenzierung ebnete den Weg für die nächste. In der Zwischenzeit ist das Fragevolumen von Stack Overflow seit dem Start von ChatGPT um 76% eingebrochen. Das Open Source Collective verzeichnete im Jahr 2023 einen Rückgang der Sponsorengelder von Unternehmen um 20%. Sechzig Prozent der Maintainer sind unbezahlt. Sechzig Prozent haben gekündigt oder erwägen, zu kündigen.

4. Das eigene Training der KI data verschlechtert sich

Ein Artikel aus dem Jahr 2024 in Nature (Shumailov et al.) hat gezeigt, dass Modelle, die anhand von KI-generiertem Output trainiert wurden, einen Modellkollaps erleiden - irreversible Defekte, die sich über Generationen hinweg verstärken. Der lange Schwanz des Open-Source-Codes - kleine Bibliotheken, Nischenprojekte, idiosynkratische Lösungen - ist die data-Vielfalt, die die mit dem Code trainierten Modelle zur Verallgemeinerung befähigt. Wenn dieser Schwanz schrumpft, wird die KI genau in den Bereichen dümmer, in denen sie intelligenter sein muss.
Die Kette schließt sich zu einer Schleife: KI braucht Open Source. KI stört SaaS. Die SaaS-Finanzierung versiegt. Open Source schrumpft. Das KI-Training data wird schlechter. Und schließlich sind die internen KI-Tools nicht mehr besser als die SaaS-Produkte, die sie ersetzt haben - was dazu führt, dass Unternehmen zu Anbietern zurückkehren, deren eigene Grundlagen erodiert sind.

Das Signal ist bereits sichtbar

Dies ist keine Projektion. Daniel Stenberg hat das Bug Bounty von cURL eingestellt, nachdem die von der KI eingereichten reports auf 20% Einsendungen mit nur 5% Gültigkeit stießen. Die Maintainer ertrinken in dem, was die Gemeinschaft “Slop PRs” nennt. Kleine Bibliotheken liegen brach, weil LLMs gleichwertige Utility-Funktionen auf Abruf generieren und damit die Benutzer ausschließen, die Korrekturen beisteuern könnten.
Open Source ist im Umbruch. Massive, von Unternehmen unterstützte Projekte - Linux, Kubernetes, PyTorch - überleben. Mittelgroße und kleine Bibliotheken schlummern still vor sich hin. Dieser lange Schwanz ist genau das, was dem KI-Training data seine Breite verleiht. Sein Verschwinden ist kein Risiko für die Zukunft. Es ist die aktuelle Entwicklung.

Wer zahlt die Rechnung

Meta ist der Ausreißer, der die Regel bestätigt. Llama wurde über 600 Millionen Mal auf Hugging Face heruntergeladen. PyTorch wurde an die Linux Foundation gespendet. Zuckerbergs Logik ist durchschaubar: die Schicht unter Ihnen kommerzialisieren, F&E durch Crowdsourcing finanzieren, einen Standard etablieren, so wie Linux der Standard für Server wurde. Eigennützig und richtig.

Der Rest der KI-Branche ist nicht gefolgt. KI-Unternehmen haben im Jahr 2025 zusammen über $202 Milliarden eingenommen. Eine Studie der Harvard Business School beziffert den Wert der Open-Source-Software, auf die sie angewiesen sind, auf $8,8 Billionen. Ihr gemeinsamer direkter finanzieller Beitrag zu diesen Open-Source-Projekten: wahrscheinlich weniger als $50 Millionen pro Jahr.

Anthropic hat eine $1,5 Millionen schwere zweijährige Partnerschaft mit der Python Software Foundation angekündigt. TechCrunch nannte es “Couchwechsel”. Dem kann man nur schwer widersprechen.

Die sich abzeichnenden Mechanismen - die Open Source Pledge, die jährlich $2.000 pro Entwickler fordert, die Open Source Endowment targeting $100 Millionen über sieben Jahre, Deutschlands Sovereign Tech Fund, der bis 2024 23,5 Millionen Euro investiert - sind real und unzureichend. Gegen $8,8 Billionen Projekte. Was beide Seiten zu vergessen scheinen: Open Source ist der Grund für die Existenz beider Branchen.

Jedes SaaS-Unternehmen, das zu einem Milliardengeschäft wurde, tat dies auf der Grundlage von Open-Source-Frameworks, data-Basen und Bibliotheken. Zwei Entwickler in einer Garage konnten einen etablierten Anbieter herausfordern, weil die Bausteine kostenlos waren. Dieser Zugang - nicht das Risikokapital, nicht das Talent allein - hat den SaaS-Markt geschaffen. Er hat es einer Generation von Unternehmern ermöglicht, Salesforce, Elastic, Databricks und Tausende andere zu entwickeln, ohne vorher jemanden um Erlaubnis zu fragen.

Und KI-Modelle können heute Code schreiben, weil sie aus Millionen von Open-Source-Repositories gelernt haben. Jede Zeile, die Claude oder Copilot erzeugen, 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 Code würden die Unternehmen 3,5 Mal mehr für das bezahlen, was sie heute entwickeln.

Beide Branchen verdanken ihre Existenz den Open-Source-Projekten. Beide lassen sie nun durch unterschiedliche Mechanismen verhungern. Inzwischen sind 60% der Maintainer, die das Ganze zusammenhalten, unbezahlt. Sechzig Prozent haben gekündigt oder erwägen, zu kündigen. Der durchschnittliche unbezahlte Maintainer arbeitet fast neun Stunden pro Woche - und wenn er ausbrennt, geht die kritische Infrastruktur verloren. Kubernetes hat Ingress NGINX Ende 2025 in den Ruhestand versetzt, nicht weil es veraltet war, sondern weil die Leute, die es nachts und an den Wochenenden warteten, nicht mehr weitermachen konnten.

Das ist kein Problem, das eine Seite allein lösen kann. SaaS-Unternehmen, die ums Überleben kämpfen, können Open Source nicht mehr so finanzieren wie früher. Die KI-Labors, die mit $202 Milliarden frischem Kapital überschwemmt sind, haben nicht in nennenswerter Weise begonnen. Der einzige Weg, der nicht im Zusammenbruch endet, ist die Zusammenarbeit - gemeinsame, bewusste Investitionen in die Infrastruktur, auf die beide angewiesen sind.

Red Hat hat dies schon vor vierzig Jahren verstanden. IBM zahlte $34 Milliarden für den Beweis. Das Modell funktionierte, weil die Unternehmen, die aus den Open-Source-Projekten Nutzen zogen, auch die Open-Source-Projekte finanzierten. Diese Ausrichtung muss wiederhergestellt werden - dieses Mal mit SaaS- und KI-Labors am Tisch.

Wenn sie sich stattdessen für den Kampf um die Ruinen entscheiden, werden die Menschen, die dafür bezahlen, nicht die Führungskräfte oder Investoren sein. Es wird die nächste Generation von Entwicklern und Unternehmern sein, die diese offene Grundlage nutzen werden, um das aufzubauen, was als nächstes kommt - so wie es jede Generation vor ihnen getan hat.

Wenn zwei Reiche um dasselbe Land kämpfen, hört der Boden auf zu produzieren.