Warum teure SaaS-Lizenzen plötzlich angreifbar werden

In einem Großunternehmen sitzt derzeit sehr wahrscheinlich ein Team, das gerade einen teuren Softwarevertrag beendet und ihn durch einen eigenen KI-Agenten ersetzt. Das Bemerkenswerte daran ist nicht der Einzelfall, sondern die Systematik. Eine Erhebung von Ende 2025 unter mehr als 800 Personen, die in Unternehmen interne Werkzeuge entwickeln, deutet darauf hin, dass 35% bereits mindestens ein kostenpflichtiges SaaS-Produkt durch einen eigenen KI-Baustein ersetzt haben. Weitere 78% planen für 2026 zusätzliche Eigenentwicklungen. Parallel dazu erwartet Gartner bis 2027 eine Marktverschiebung von 58 Milliarden US-Dollar im Bereich Produktivitätssoftware, während Bain & Company beschreibt, wie stark die sinkenden Modellkosten die klassische Kaufentscheidung verändern. (Gartner)

Das Preismodell aus der SaaS-Hochphase gerät unter Druck

Das Sitzplatzmodell war lange plausibel: pro Nutzer, pro Monat, klar kalkulierbar. Es funktionierte so lange, wie zusätzliche Arbeit nahezu automatisch zusätzliche Softwarelizenzen bedeutete. Genau diese Annahme verliert nun an Tragfähigkeit. Wenn eine Mitarbeiterin oder ein Mitarbeiter mit mehreren KI-Agenten einen Arbeitsumfang bewältigt, für den früher mehrere Personen mit jeweils eigener Lizenz nötig waren, verschiebt sich die ökonomische Logik grundlegend.

Für Unternehmen bedeutet das mehr als eine reine Kostendebatte. Es geht um die Frage, ob standardisierte Oberflächen noch den eigentlichen Wert liefern oder ob dieser Wert längst in Daten, Prozessen und Schnittstellen steckt. Sobald Letzteres zutrifft, wird eine Eigenentwicklung plötzlich rational, selbst dann, wenn sie vor wenigen Jahren noch zu aufwendig erschienen wäre.

Die Einsparung ist nur ein Teil der Geschichte

Laut Harvard Business Review erzielte Hitachi Global durch den KI-Einsatz für 120.000 Beschäftigte innerhalb von acht Wochen operative Effizienzgewinne von 70%. Klarna wiederum kündigte an, Salesforce und Workday durch interne KI-Systeme ersetzen zu wollen. Solche Beispiele sind deshalb relevant, weil sie zeigen, dass Unternehmen nicht nur einzelne Funktionen automatisieren, sondern ganze Servicemodelle neu ordnen.

Die eigentliche Verschiebung liegt somit tiefer. KI wird nicht einfach auf einen bestehenden Softwarestapel aufgesetzt. Vielmehr nutzen Unternehmen KI, um über Jahrzehnte gewachsene Werkzeugketten auszudünnen. Wo früher mehrere Anwendungen nebeneinander existierten, genügt künftig unter Umständen ein eigener Arbeitsfluss, der APIs, interne Daten und spezialisierte Agenten verbindet.

Die Budgetbewegung ist bereits sichtbar

Auch die Ausgabenseite bestätigt dieses Muster. YipitData beobachtete bei frühen KI-Anwendern im Mid-Market einen Rückgang der Ausgaben für Projektmanagement-Software um rund 50% im Jahresvergleich. Gleichzeitig stiegen die Ausgaben für zentrale KI-Plattformen um mehr als 300%.

Solche Werte sollten allerdings nicht als pauschales Urteil über den gesamten SaaS-Markt gelesen werden. Sie zeigen vielmehr, wo die Verwundbarkeit besonders hoch ist: in Kategorien, deren Nutzen stark auf wiederholbaren Aufgaben, standardisierten Abläufen und austauschbaren Benutzeroberflächen beruht. Dort, wo Software vor allem Routine koordiniert, kann KI relativ leicht substituierend wirken.

Wo SaaS besonders anfällig ist

Die Analyse von Bain & Company ist an dieser Stelle hilfreich. Sie bewertet das Risiko entlang zweier Dimensionen: Wie gut lassen sich Nutzeraufgaben automatisieren, und wie tief kann KI in bestehende SaaS-Arbeitsabläufe eindringen? Wo beide Werte hoch sind, spricht Bain ausdrücklich von einer Kannibalisierung durch KI. (Bain)

Das erklärt, warum nicht alle Softwarekategorien gleichzeitig unter Druck geraten. Stark regulierte Kernsysteme, Systeme mit hoher Datenverantwortung oder Anwendungen, die als verbindliches System of Record dienen, dürften länger stabil bleiben. Dagegen geraten Werkzeuge unter Druck, deren Alleinstellungsmerkmal primär in einer komfortablen Oberfläche lag. Für viele Anbieter ist das ein strukturelles, kein zyklisches Problem.

Die verbleibenden 65% müssen keine Zeit verlieren

Unternehmen, die weiterhin klassische SaaS-Modelle nutzen, handeln damit nicht automatisch falsch. In vielen Fällen bleibt Kaufen vernünftig. Kritisch wird es dort, wo Vertragsverlängerungen aus Gewohnheit erfolgen und nicht nach einer nüchternen Neubewertung von Prozesskosten, Integrationsaufwand und tatsächlichem Nutzungsgrad.

Für den DACH-Raum ist genau diese Nüchternheit entscheidend. Wer 2026 noch so plant wie 2022, könnte die eigentliche Veränderung übersehen: Der Wettbewerbsvorteil verschiebt sich von der Fähigkeit, Standardsoftware einzukaufen, hin zur Fähigkeit, Arbeitsabläufe präzise zu modellieren und mit KI zu orchestrieren. Die von Gartner skizzierte Zeitleiste reicht nur bis 2027. Das ist kein ferner Horizont, sondern eine operative Frist. Die entscheidende Frage lautet deshalb nicht mehr, ob KI in die Softwarelandschaft einzieht. Sie lautet, welche Teile der Landschaft Unternehmen künftig überhaupt noch mieten wollen. (Gartner)