AI-Agenten lösen die Apokalypse der SaaS aus, aber die Knappheit hat sich auf proprietäre Daten und Geschäftskontexte verlagert; diejenigen, die die Daten kontrollieren, werden die Mieter des nächsten Jahrzehnts sein.
Nachdem AI-Agenten populär wurden, haben viele bereits begonnen, Nachrufe auf SaaS zu schreiben. Aber ich denke, es ist noch zu früh.
Investoren sind tatsächlich sehr besorgt. Anfang 2026 fegte die Panik vor dem SaaS-Untergang durch die gesamte Tech-Branche. Ende Januar veröffentlichte Anthropic lediglich ein Funktionsupdate, das Claude die Möglichkeit gab, erweiterte Anwendungen zu nutzen, und der Marktwert des Software-Sektors in den USA schmolz in den folgenden drei Wochen um Hunderte Milliarden Dollar.
Ihre Paniklogik ist sehr einfach. Sie glauben, dass da AI bereits in der Lage ist, selbst Programmcode zu schreiben, Schwachstellen zu finden und sogar dynamisch Werkzeuge zu generieren, die Kosten für das Schreiben von Code sich somit gegen null annähern. Sobald Agenten jederzeit und überall maßgeschneiderte Werkzeuge für Unternehmen erstellen können, wird die von Monat zu Monat Miete kassierenden Softwareunternehmen ihre mühsam aufgebauten Wettbewerbsvorteile verlieren.
Daher erleben von CrowdStrike bis IBM, von Salesforce bis ServiceNow, unabhängig davon, wie glänzend die Finanzberichte sind, eine brutale Verkaufswelle.
Gleichzeitig halten unzählige AI-Gründer ihre Businesspläne in der Hand und sagen zu den VC, sie wollen “die Middleware der Agentenzeit machen” und “für Agenten gründen”.
Alle wetten auf eine Sache: Werkzeuge zu schaffen ist das sexiest Geschäft dieser Zeit.
Doch wenn wir unseren Blick von den PPTs abwenden und uns die tatsächlichen Abläufe in Unternehmen anschauen, werden wir feststellen, dass es in Wirklichkeit ganz anders aussieht.
Software verkauft nie den Code
In der Ökonomie gibt es eine klassische und wiederholt bestätigte Theorie, die „Verlagerung der Faktorknappheit“ genannt wird. Jede Produktivitätsrevolution lässt ein ursprünglich knappes Element reichlich werden, während ein anderes, zuvor ignoriertes Element extrem knapp wird, und der Reichtum konzentriert sich auf letzteres.
Vor der industriellen Revolution war Arbeitskraft knapp; die Dampfmaschine machte mechanische Arbeitskraft reichlich, und die Knappheit verlagerte sich auf Kapital und Fabriken, weshalb Fabrikbesitzer die reichsten Menschen ihrer Zeit wurden.
Die Internet-Revolution senkte die Kosten für die Verbreitung von Informationen auf null, sodass sich die Knappheit auf die „Aufmerksamkeit“ der Nutzer verlagerte, und Traffic wurde ein großes Geschäft.
Heute revolutioniert die AI die Fähigkeit, Code zu schreiben und Werkzeuge zu erstellen, und macht sie extrem reichlich. In der Agentenzeit, in der Code nicht mehr knapp ist, wohin hat sich die Knappheit verlagert?
In den Jahrzehnten der Entwicklung der Softwareindustrie war Code selbst nie wirklich ein Wettbewerbsvorteil.
Jede Zeile Code im Linux-System ist kostenlos, aber das hindert Red Hat nicht daran, von IBM für 34 Milliarden Dollar zu einem exorbitanten Preis übernommen zu werden; MySQL ist kostenlos, aber nachdem Oracle es übernommen hat, kann es immer noch teure Serviceverträge verkaufen. Der Code von PostgreSQL kann von jedem heruntergeladen werden, aber der Aurora-Datenbankdienst von AWS kann immer noch jährlich Milliarden von Unternehmenskunden einnehmen.
Der Code ist kostenlos geworden, das Geschäft floriert weiterhin.
Das Entscheidende sind eigentlich drei Dinge: die fixierten Geschäftsprozesse, die über Jahre angesammelten Kundendaten und die damit verbundenen extrem hohen Wechselkosten.
Wenn Sie Salesforce kaufen, erwerben Sie nicht den Quellcode des CRM-Systems, sondern die über 50 Billionen Unternehmenskundenaufzeichnungen, die es verwaltet, sowie die Prozesse, wie es Vertrieb, Kundenservice und Marketing nahtlos miteinander verbindet. Diese Daten sind keine kalten, harten Zeilen Code, sondern die lebendige Zeit und Geschichte des Unternehmens.
Ein Unternehmen, das Salesforce seit zehn Jahren nutzt, hat jeden Kommunikationsverlauf mit Kunden, jede Transaktionshistorie und jeden Follow-up-Punkt für Verkaufschancen darin gespeichert. Der Umzug wäre nicht nur ein Softwarewechsel, sondern es wäre, als würde man das gesamte Gedächtnis des Unternehmens umziehen. Das ist der Grund, warum Salesforce immer noch 41 Milliarden Dollar Jahresumsatz erzielen kann und das Ziel für 2030 auf 63 Milliarden Dollar festlegt.
Bildquelle: Backlinko
Zurück zum Rahmen der Verlagerung der Faktorknappheit. Da Agenten in der Lage sind, Werkzeuge selbst herzustellen und die Kosten für das Schreiben von Code auf null gefallen sind, was ist dann das am meisten gefragte Element im Unternehmensdienstleistungsbereich?
Das, was Agenten am meisten einschränkt
Was Agenten wirklich einschränkt, ist nicht, dass sie keine Hände haben, sondern dass ihnen im „Kontext“ im Kopf fehlt.
Ein Super-Agent, der über alle Werkzeuge verfügt, ist wie ein Hochleistungs-Entsafter. Er hat eine sehr hohe Drehzahl und scharfe Klingen, aber wenn niemand Obst hineinwirft, kann er Ihnen sicher keinen Saft zaubern.
McKinsey stellte in ihrem Jahresbericht fest, dass 88 % der Unternehmen AI nutzen, aber nur 23 % haben tatsächlich die Skalierung von Agentensystemen in einem bestimmten Unternehmensbereich erreicht. Was sie einschränkt, ist nicht, dass das große Modell nicht klug genug ist, sondern dass die Datenarchitektur des Unternehmens nicht bereit ist.
Irfan Khan, Präsident von SAP Daten und Analytik, erwähnte in einem Interview mit dem MIT Technology Review: „Unternehmen können ihr gesamtes Hauptbuchsystem nicht einfach wegwerfen und durch einen Agenten ersetzen, weil ein Agent ohne Geschäftskontext nichts tun kann.“
Der hier genannte „Geschäftskontext“ bezieht sich darauf: Wo liegt die finanzielle Compliance-Grenze des Unternehmens? Was sind die regulatorischen Anforderungen dieser Branche? Welche Vorlieben und historischen Daten hat dieser Kunde in den letzten zehn Jahren? Was sind die Zahlungsbedingungen und die Vertragsverletzungen dieses Anbieters? Was sind die Leistungshistorie und der Karriereweg dieses Mitarbeiters? … Diese Dinge sind weder öffentlich im Internet verfügbar, noch können sie durch Webscraping erlangt werden, noch kann AI sie durch Textvorhersage generieren.
Ashu Garg, Partner von Foundation Capital, vertritt eine ähnliche Ansicht. Er sagt, Agenten benötigen nicht nur Daten, sondern ein „Kontextdiagramm“, das in der Lage ist, nicht nur aufzuzeichnen, was Unternehmen getan haben, sondern auch zu dokumentieren, wie sie denken. Solche Informationen können nur aus der realen Geschäftsoperation gewonnen werden und können nicht aus dem Nichts geschaffen werden.
In diesem Zusammenhang hat sich die Knappheit von „der Fähigkeit, Werkzeuge zu schaffen“ auf „den Besitz von unverzichtbaren Geschäftskontextdaten“ verlagert.
Da Agenten selbst keinen Saft herstellen können, in wessen Händen liegen dann die Früchte?
Das goldene Zeitalter der Datenbesitzer
Die Antwort weist auf diejenigen hin, die einst als von AI bedroht galten.
Am 23. Februar 2026 stellte Bloomberg eine Agentic AI-Schnittstelle namens „ASKB“ vor. Bloomberg Terminal ist eines der repräsentativsten Produkte der Softwarebranche. Obwohl es weltweit nur 325.000 Abonnenten gibt, kostet jedes Konto jährlich 32.000 Dollar, was bedeutet, dass Bloomberg jährlich über 10 Milliarden Dollar mit diesen 325.000 Konten verdienen kann, was über 85 % des gesamten Umsatzes von Bloomberg LP ausmacht.
Bildquelle: Bloomberg
Für die Netzindustrie, die das Prinzip „je mehr Nutzer, desto besser“ verfolgt, ist dies eigentlich kontraintuitiv; Bloomberg hat mit einer sehr kleinen Anzahl von zahlenden Nutzern eine solide kommerzielle Festung aufgebaut.
Der einzige Grund für diesen Erfolg ist, dass Bloomberg über die vollständigsten, aktuellsten und am tiefsten strukturierten Finanzdaten der Welt verfügt. Diese Daten sind das Produkt jahrzehntelanger Investitionen und umfassen Echtzeit-Marktdaten, historische Archive, Nachrichteninhalte, Analystenberichte, Unternehmensfinanzdaten … Jede Institution, die ernsthafte Entscheidungen in der Finanzbranche treffen will, kommt nicht umhin, Bloomberg zu nutzen.
Für das neu eingeführte ASKB ist AI der Motor, während die einzigartigen Daten von Bloomberg der einzige Treibstoff sind. Jeder Agent, der in der Finanzbranche wirksam sein will, kann diese Daten nicht aus dem Nichts schöpfen; er muss brav die Schnittstellen von Bloomberg nutzen.
WatersTechnology äußerte einen sehr prägnanten Kommentar: Die Agentic-Strategie von Bloomberg zeigt, wie „diejenigen, die Daten besitzen, AI in ihren Geldautomaten verwandeln“.
Diese Logik gilt in allen vertikalen Branchen. Veeva verfügt über die Compliance- und Forschungsdaten der globalen Pharmaindustrie, und jeder Agent eines Pharmaunternehmens muss diese Daten abrufen, um klinische Studien und regulatorische Anmeldungen zu bearbeiten; Epic hat über 250 Millionen Patientenakten in den USA, und jede Diagnoseempfehlung eines medizinischen Agenten benötigt diese realen Patientendaten als Grundlage; LexisNexis monopolisiert umfangreiche Rechtsdokumente, und juristische Agenten können nicht auf sie verzichten, um Fallrecherchen und Compliance-Analysen durchzuführen.
Diese Daten sind das Ergebnis jahrzehntelanger Geschäftsoperationen in der realen Welt, sind die Verdichtung von Zeit und sind unverwechselbare Geschichte. Dies ist auch der ultimative Ausdruck der „Verlagerung der Faktorknappheit“: Wenn jeder über erstklassige AI-Motoren verfügt, entscheidet letztlich, ob man das eigene Ölfeld findet.
In der Vergangenheit wurden diese abonnementbasierten Datenservices an menschliche Analysten verkauft. Eine große Institution könnte 100 Bloomberg-Terminalkonten benötigen. Aber in der Zukunft, wenn Maschinen die Verbraucher von Daten werden, könnte eine Institution Tausende von Agenten betreiben, die in Millisekunden diese proprietären Datenschnittstellen abrufen.
Dies ist ein Quantensprung. Die Anzahl der Anfragen, die menschliche Analysten an einem Tag bearbeiten können, ist begrenzt, aber die Abrufhäufigkeit von Agenten kann die menschliche Anzahl bei weitem übertreffen. Die Nachfrage nach kontinuierlichen, sofortigen, hochpreisigen Daten wird exponentiell ansteigen. Die abonnementsbasierte Geschäftslogik wurde nicht nur nicht untergraben, sondern durch den unstillbaren Hunger der Maschinen enorm verstärkt.
Der Code ist auf null gefallen, die Daten beginnen, Miete zu kassieren.
Aber bedeutet das, dass alle SaaS- und Datenunternehmen auf der sicheren Seite sind?
Nicht alle SaaS haben diese Karte
Wenn man diesen Artikel als unreflektierte Lobhudelei auf die SaaS-Industrie versteht, liegt man völlig falsch. AI hat SaaS eine brutale Spaltung gebracht.
TechCrunch interviewte Anfang März 2026 mehrere führende VCs und fragte sie, in was sie jetzt am wenigsten investieren wollen.
Die Investoren im Silicon Valley stimmen bereits mit den Füßen ab. Einfache Workflow-Pakete, horizontale Werkzeuge, die in jeder Branche anwendbar sind, und leichte Projektmanagement-Tools – diese Geschichten, die einst eine Finanzierungsrunde unterstützen konnten, haben jetzt das gemeinsame Schicksal, direkt abgelehnt zu werden. Der Grund ist einfach: Diese Agenten können das problemlos erledigen. Softwareunternehmen ohne exklusive Daten verlieren schnell die Berechtigung, im Blickfeld des Kapitals zu bleiben.
Diese Einschätzung teilt die SaaS-Welt in zwei Hälften.
Eine Hälfte besteht aus solchen, die lediglich dünn verpackte Werkzeugprodukte anbieten, die öffentliche Daten in eine ansprechende Oberfläche einbetten oder lediglich einen einzelnen Prozess optimiert haben. Der Wettbewerbsvorteil dieser Produkte besteht im Wesentlichen aus Nutzergewohnheiten und Oberflächenbindung.
Aber wie Jake Saper von Emergence Capital sagte: „Früher war es ein starker Wettbewerbsvorteil, die Menschen dazu zu bringen, Gewohnheiten in Ihrer Software zu entwickeln. Aber wenn Agenten diese Arbeit übernehmen, wer kümmert sich noch um menschliche Workflows?“
Solche SaaS stehen tatsächlich vor erheblichen Bedrohungen. Die GTM-Toolstack ist ein typisches Beispiel. Gainsight, Zendesk, Outreach, Clari, Gong – diese Unternehmen decken jeweils Kundenbindung, Kundenservice, Vertriebsakquise, Umsatzprognose, Gesprächsanalyse und andere angrenzende Funktionen ab. Jedes benötigt ein separates Budget, separate Operationen und separate Integrationen. AI-native Unternehmen können jetzt mit einem Agenten all diese Schritte nahtlos verbinden, wodurch der Wert dieser punktuellen Werkzeuge erheblich verringert wird.
Die andere Hälfte der SaaS ist jedoch tief in die Kernprozesse der Unternehmen eingebettet und kontrolliert unverzichtbare proprietäre Daten. Diese Unternehmen werden nicht nur nicht von Agenten ersetzt, sondern gewinnen durch die Existenz von Agenten an Wert.
Nehmen wir Salesforce als Beispiel: Im Februar 2026 zeigte der Finanzbericht von Salesforce, dass der jährliche wiederkehrende Umsatz von Agentforce 800 Millionen Dollar erreichte, was einem Wachstum von 169 % im Vergleich zum Vorjahr entspricht; es wurden insgesamt 2,4 Milliarden „agentischen Arbeitsmodule“ bereitgestellt und fast 20 Billionen Token verarbeitet; über 29.000 Agentforce-Kunden wurden unter Vertrag genommen, was einem quartalsweisen Wachstum von 50 % entspricht. Noch wichtiger ist, dass der ARR von Agentforce und Data 360 über 2,9 Milliarden Dollar liegt, was einem Wachstum von über 200 % im Vergleich zum Vorjahr entspricht.
Marc Benioff sagte in der Telefonkonferenz zum Finanzbericht: „Wir haben Salesforce in das Betriebssystem für agentische Unternehmen umgebaut. Je mehr AI Arbeiten ersetzen kann, desto wertvoller wird Salesforce.“
Salesforce wird nicht von Agenten ersetzt, sondern wird zur Grundlage, auf der Agenten operieren. Sein Wert stammt genau aus den Geschäftsdaten und Prozesskontexten, die Agenten nicht umgehen können.
Bill McDermott, der CEO von ServiceNow, kündigte im Februar 2026 öffentlich an: „Wir sind kein SaaS-Unternehmen.“
Bildquelle: Business Insider
Er leugnet sich nicht, sondern schneidet aktiv ab. Seine Logik ist, dass SaaS ein Konzept über „Software-Liefermethoden“ ist, während ServiceNow das Orchestrierungselement und die Ausführungsebene für Unternehmens-AI-Agenten werden will. AI kann Probleme erkennen und Vorschläge machen, aber die Aktionen, die tatsächlich im Unternehmenssystem ausgeführt werden, müssen von Plattformen wie ServiceNow, die tief in die Workflows eingebettet sind, durchgeführt werden.
Workday hingegen stellte am 17. März 2026 „Sana“ vor, ein dialogbasiertes AI-Paket, das HR- und Finanzdaten tief integriert. Die Kernlogik dieses Produkts besteht nicht darin, AI anstelle von Workday zu verwenden, sondern die Daten von Workday zu nutzen, um AI zu speisen.
Workday verfügt über Gehalts-, Leistungs-, Organisationsstruktur- und Finanzdaten von Tausenden von Unternehmen; die Tiefe und Einzigartigkeit dieser Daten sind für keine AI-nativen Startups kurzfristig reproduzierbar.
Deshalb ist der wahre Wettbewerbsvorteil nicht, ob Sie Daten haben, sondern ob die Daten, die Sie haben, nicht von anderen erlangt, gekauft oder reproduziert werden können.
Im nächsten Jahrzehnt, wer wird die Miete kassieren
Jede technologische Revolution bringt letztendlich nicht die größten Gewinne für die Erfinder der bahnbrechenden neuen Technologien, sondern für diejenigen, die stillschweigend die knappen Elemente beherrschen, auf denen neue Technologien aufbauen. In dieser schnell fortschreitenden AI-Ära werden die Fähigkeiten großer Modelle immer leistungsfähiger, und die Fähigkeit von Agenten, selbst Code zu schreiben und Werkzeuge zu schaffen, wird zunehmend verbreitet.
Wenn diese einst als „Black Technology“ betrachteten Fähigkeiten zur Infrastruktur werden, bleibt nur eine Schlussfolgerung hinsichtlich der Logik der „Verlagerung der Faktorknappheit“: Die Gruppe von Menschen, die verzweifelt Agenten mit Werkzeugen versorgt, wird mit hoher Wahrscheinlichkeit nicht die letzten Gewinner dieser Zeit sein.
Foundation Capital sagte in einer Analyse im Februar 2026, dass der Gesamtmarktwert der Softwareindustrie in den nächsten zehn Jahren auf das Zehnfache des heutigen Wertes anwachsen wird. Aber dieses zehnfache Wachstum wird nicht gleichmäßig auf alle Softwareunternehmen verteilt, sondern wird sich stark auf die Spieler konzentrieren, die in der Lage sind, die Agentenzeit wirklich zu beherrschen.
Die wahren Gewinner sind diejenigen, die über Datenressourcen verfügen, die Agenten nicht umgehen können.
Für die heutigen Gründer und Investoren gibt es in dieser Ära nur zwei Schicksale für Unternehmer: Entweder kämpfen sie verzweifelt darum, Agenten Schaufeln zu geben, oder sie sichern sich zuerst das Land. Sie sollten sich bewusst sein, welche dieser beiden Aufgaben Sie gerade durchführen.
Schauen Sie nicht auf die Hände der Agenten, sondern versuchen Sie, ihnen den Hals zuzudrücken.
- Dieser Artikel wurde mit Genehmigung aus „BlockBeats“ übernommen.
- Originaltitel: „AI-Agenten können SaaS nicht töten“
- Originalautor: Sleepy.md, 动察Beating
