Die Anatomie von Enterprise-Plattformunternehmen

• Eine echte Enterprise-Plattform bezeichnet ein Unternehmen, das den Markt mit einer einzigen Produktsuite anführt und durch die Ansammlung neuer Daten und die Einführung neuer Produkte immer stärker wird
• Plattformunternehmen konvergieren auf vier Kerneigenschaften: Lösung mission-kritischer Probleme, Marktführerschaft im Kernmarkt, zunehmende Renditen mit wachsender Größe und Erweiterung des TAM
• Der Verkauf einzelner Module, der Aufbau von Workflows und Integrationsarbeit speisen sich als tiefere Kundeneinblicke und engere Beziehungen zurück, was zu höherem Wallet Share und Cross-Selling-Chancen führt
• Der Kern einer Plattform ist der Aufbau von starkem Kundenvertrauen in einem Ausmaß, dass Kunden sagen: „Unsere Einkaufsliste für dieses Jahr ist die Roadmap von Unternehmen X“
• Im Zeitalter von AI dürfte sich der Plattformvorteil weiter verstärken – durch Ownership über Workflows, die Nutzung unstrukturierter Daten und verkürzte Entwicklungszyklen

---

Definition und Bedeutung von Plattformen

• Plattform ist einer der am meisten überstrapazierten Begriffe in der Softwarebranche, doch echte Plattformunternehmen besitzen klare Merkmale
  • Sie führen den Markt mit einer einzigen Produktsuite an und werden durch neue Daten und Produkte kontinuierlich stärker
  • Jeder Modulverkauf, jeder Workflow-Aufbau und jede Integration bilden einen positiven Kreislauf aus stärkeren Kundeneinblicken und engeren Beziehungen
  • Zentral ist eine vertrauensbasierte Beziehung, in der Kunden sagen: „Die Einkaufsliste dieses Jahres ist die Roadmap von X“, wodurch mehr Share of Wallet und Cross-Selling-Berechtigung entstehen
• Plattformunternehmen werden mit hohen Prämien gehandelt und waren in den vergangenen fünf Jahren ein wesentlicher Treiber des Anstiegs der Software-Marktkapitalisierung
• Seit dem Start des Growth-Fonds im Jahr 2019 wurde beobachtet, wie zahlreiche Plattformunternehmen über private und öffentliche Märkte gewachsen sind

Vier Kerneigenschaften von Plattformunternehmen

1. Mission-kritisch für den Kunden

• Plattformunternehmen sind tief in die Kern-Workflows ihrer Kunden integriert und treiben dadurch langfristige Partnerschaften sowie erhebliche Budgetzuweisungen
  • Wenn Kunden viel Zeit und Geld investieren, um eine Lösung zu integrieren, bedeutet das ein Commitment, das weit über einen einfachen Softwarekauf hinausgeht
  • Sie werden zu einem unverzichtbaren Teil des Kundenerfolgs
• Plattformen zielen auf Märkte mit ausreichender Größe und Budget, um Verbundeffekte zu realisieren
  • Ziel ist eine hohe Wallet-Share in Kernfunktionen horizontaler Märkte (z. B. Vertrieb, HR, Cybersecurity) oder innerhalb großer vertikaler Software-Stacks
• Beispiel Cybersecurity: EDR, Firewalls und SASE sind die größten Ausgabenposten der Kunden und jeweils Kernprodukte von CrowdStrike, Palo Alto Networks und Zscaler
• Beispiel Figma: Durch einen Plattformansatz für kollaboratives Design ersetzt Figma eine ganze Tool-Suite – von Adobe Illustrator, Google Drive und Dropbox bis hin zu Framer und Abstract

• Wichtige Kennzahlen

  • Gross Dollar Retention (GDR): Anteil des Umsatzes, der in der bestehenden Kundenbasis gehalten wird
    • Als Marktführer speichern diese Unternehmen wichtige Daten und integrieren sich mit anderen Systemen, sodass Kunden praktisch nur dann abwandern, wenn sie selbst schließen
    • Die meisten Plattformen verzeichnen über 95 %, oft über 97 % GDR
  • Average Contract Value (ACV): der größte Ausgabenposten eines Kunden in einer bestimmten Kategorie
    • Das variiert je nach Kundensegment, aber die meisten Plattformen im Mid-Market- und Enterprise-Geschäft haben mindestens 100.000 US-Dollar ACV
    • Durch ihre mission-kritische Natur besitzen sie starke Preissetzungsmacht
  • SMB-fokussierte Plattformen wie Shopify und HubSpot weisen niedrigere GDR- und ACV-Werte auf, doch die Grundprinzipien bleiben dieselben

2. Marktführerschaft im Kernmarkt

• Der wichtigste Vorteil von Plattformunternehmen ist gewonnenes Vertrauen
  • Um Kunden davon zu überzeugen, über Jahre hinweg mehrere Produkte zu kaufen, braucht es das Vertrauen, dass man heute das beste Produkt baut und auch künftig der Konkurrenz voraus bleibt
  • Niemand will nach Investitionen von Millionen Dollar und mehreren Jahren den Kurs ändern, nur weil später ein besseres Produkt erscheint
• Marktführerschaft schafft einen positiven Kreislauf mit dem breiteren Ökosystem
  • Integratoren, Berater und Drittentwickler bauen ihr Geschäft rund um den Gewinner auf und machen die Plattform dadurch noch klebriger
  • Hinzu kommen klassische Vorteile im Enterprise-Vertrieb: Referenzkunden in wichtigen Verticals, Spitzenplatzierungen im Gartner Magic Quadrant und jährliche Kundenkonferenzen
• Marktführerschaft verschafft Plattformen einen enormen Vertriebsvorteil
  • Wenn neue technologische Anforderungen entstehen, kaufen Kunden lieber bei einem vertrauten Plattformpartner, statt nach einem neuen Vendor zu suchen
  • Mit einer starken Basis an Referenzkunden und hoher Enterprise-Markenbekanntheit lassen sich neue Kunden effizienter gewinnen, landen und ausbauen

• Beispiele

  • Salesforce: verfügt im AppExchange über mehr als 9.000 vorgefertigte und anpassbare Anwendungen
    • Unabhängige, Salesforce-zertifizierte Berater erzielen damit jährlich über 20 Milliarden US-Dollar Umsatz
    • Das Dreamforce-Event in San Francisco zieht regelmäßig mehr als 40.000 Teilnehmer an
  • MongoDB: entwickelte sich von einem entwicklerfreundlichen NoSQL-Store zu einer breit einsetzbaren Enterprise-orientierten Datenplattform durch die Einführung der vollständig gemanagten Multi-Cloud-Datenbank Atlas
    • Wenn Kunden neue Anforderungen haben, etwa Suche oder Empfehlungen auf Basis von Vektorähnlichkeit, aktivieren sie eher weitere Atlas-Funktionen, statt einen neuen Nischenservice einzuführen
    • Durch kontinuierliche Innovation wird MongoDB in Berichten von Gartner und Forrester als Leader eingestuft

• Wichtige Kennzahlen

  • Relative Market Share (RMS): Unternehmensumsatz geteilt durch den Umsatz des größten Wettbewerbers
    • Ab 1,0x ist ein Unternehmen Marktführer, und je höher dieser Wert, desto stärker der Wettbewerbsvorteil
    • Die dominantesten Unternehmen erreichen in reifen horizontalen Märkten über 2,5x Marktanteil gegenüber dem größten Wettbewerber
  • CAC Payback Period: Zeit, die benötigt wird, um S&M-Kosten durch neue Bruttogewinn-Dollar zurückzuverdienen
    • Durch Marktführerschaft ist die Distribution deutlich effizienter, was sich in kürzeren CAC-Payback-Zeiten als bei Wettbewerbern zeigt
    • Die besten Enterprise-Plattformen liegen typischerweise unter 24 Monaten, teils sogar unter 18 Monaten

3. Zunehmende Renditen mit wachsender Größe

• SaaS-Plattformen können Echtzeit-Feedback und Nutzungsdaten integrieren und so ihr Angebot laufend verbessern; dadurch wird Größe direkt in ein besseres Produkt übersetzt
  • Wenn die Kundenbasis wächst, beschleunigen neue Erkenntnisse die Entwicklung und verbessern das Produkt für bestehende wie zukünftige Nutzer
• Diese steigenden Renditen mit wachsender Größe erzeugen Netzwerkeffekte: Der für einen Kunden geschaffene Wert kommt oft der gesamten Basis zugute
  • In der Cybersecurity bedeutet ein integrierter Threat Graph, dass ein Angriff auf ein Unternehmen die Verteidigung aller Unternehmen stärkt
  • Im HCM verbessert breitere Beteiligung Benchmarks für Vergütung und Benefits und hilft Kunden so, datengetriebenere HR-Entscheidungen zu treffen
• Dank dieser kumulierten Vorteile können Plattformen leichter logisch angrenzende Funktionen oder „Module“ identifizieren und erweitern, die das Gesamtangebot stärken
  • Anders als die „Suites“ der On-Premise-Ära – also Bündel verwandter, aber eigenständiger Produkte wie Excel und PowerPoint – sind Module Funktionen, die an denselben Käufer verkauft werden, auf dem Kernprodukt aufbauen und Daten, Workflows sowie Kontext teilen
  • Warum Erweiterbarkeit wichtig ist: Wenn man nicht von Anfang an so baut, können Kunden spätere Point-Solution-Produkte nicht übernehmen, selbst wenn diese in einer wachsenden Produktsuite noch so attraktiv erscheinen

• Beispiele

  • Salesforce: Sales Cloud, Service Cloud und Marketing Cloud richten sich alle an CRO/CMO, teilen jedoch denselben Kundendatensatz
    • Support-Tickets in Service Cloud zeigen automatisch die Kaufhistorie des Kunden aus Sales Cloud an
  • Atlassian: verknüpft Jira-Tickets mit Code-Commits in Bitbucket und dokumentiert sie in Confluence, wodurch sich der Nutzen jedes Tools vervielfacht
    • Jedes Modul erhöht den Unternehmenswert kumulativ, vertieft die Kundenabhängigkeit und verstärkt den Burggraben gegenüber Wettbewerbern

• Wichtige Kennzahlen

  • Multi-Module-Adoption: Softwareunternehmen berichten zunehmend darüber, wie viele Kunden mehrere Produktmodule einsetzen, typischerweise wird die Nutzung von 4 bis 6 Modulen verfolgt
    • Die ideale Adoptionsrate zwischen Modulen variiert je nach Größe, aber bei 1 Mrd. US-Dollar ARR ist es ein starkes Erfolgssignal, wenn 40–50 % der Kunden vier oder mehr Module nutzen
  • Net Revenue Retention (NRR): Wenn Kunden mehr Module oder neue Produkte kaufen, halten echte Plattformen eine starke NRR aufrecht
    • Spitzenwerte bei der Net Retention variieren je nach Unternehmensgröße, aber für Plattformen unter 1 Mrd. US-Dollar >120 %, für Plattformen über 1 Mrd. US-Dollar >110 % ARR

4. TAM-Erweiterung

• Neue Module können bestehende Produkte für Kunden wertvoller machen, doch die meisten Plattformen stoßen unabhängig von der Zahl ihrer Module an Grenzen bei der Unternehmensgröße, die sie bedienen können
  • Nahe 2 Mrd. US-Dollar ARR wird es schwierig, im Kernprodukt Wachstumsraten von über 30 % zu halten
  • Ab diesem Punkt ist meist die Einführung neuer Produktkategorien nötig, um hohe Wachstumsraten zu halten und einen größeren TAM zu erschließen
  • Diese werden in der Regel an andere, aber verwandte Käufer verkauft
• Der Vertriebsvorteil und die Kundenzuneigung einer Plattform bringen große Vorteile für den zweiten Akt im gewählten Markt
  • Die meisten Kunden begrüßen es, wenn Plattformunternehmen kategorienübergreifend expandieren, weil die Plattform bereits als vertrauenswürdiges System of Record in ihrer Organisation verankert ist

• Beispiele

  • Databricks: startete als Big-Data-Analytics- und Machine-Learning-Plattform, die vor allem an Data Scientists und Engineers verkauft wurde
    • Auf Basis seines starken Rufs in integrierter Analytics expandierte Databricks in angrenzende Produktkategorien wie Data Warehousing
    • Mit der Einführung von Databricks SQL wurden erfolgreich neue, aber verwandte Käufer im Unternehmen adressiert und die Reichweite über klassische Data Engineering- und AI-Anwendungsfälle hinaus ausgedehnt
  • ServiceNow: begann als IT-Service-Management-(ITSM)-Plattform, die hauptsächlich an CIOs und IT-Führungskräfte verkauft wurde
    • Als mit der Zeit Wachstumsgrenzen im ITSM erreicht wurden, nutzte ServiceNow seine Vertriebsstärke und seinen Ruf für Workflow-Automatisierung, um in angrenzende Produktkategorien wie HR Service Delivery, Customer Service Management und Security Operations zu expandieren
    • Jedes neue Produkt adressierte neue, aber verwandte Käufer im Unternehmen wie CHRO, COO und CISO

• Wichtige Kennzahlen

  • Wachstum außerhalb des Kernprodukts: Wenn Plattformunternehmen expandieren, stammt ein erheblicher Teil des Umsatzes aus zusätzlichen Produkten
    • Das variiert je nach Unternehmen, aber klare Belege für den Erfolg eines zweiten Produkts zeigen sich in der Regel, bevor das Kernprodukt auf unter 30 % Wachstum fällt

Kumulatives Wachstum und nachhaltige Margen

• Plattformunternehmen verfügen über alle oben beschriebenen Eigenschaften und können deshalb mit sehr hoher Rendite in Produktentwicklung sowie Sales und Marketing investieren
• Das ermöglicht es Enterprise-Plattformen, schneller, länger und mit besseren Margen zu wachsen, als irgendjemand erwartet hätte
• Unternehmen können sich noch so sehr Plattform nennen – am Ende liegt der Beweis in der Gewinn- und Verlustrechnung

Entwicklung von Plattformunternehmen im AI-Zeitalter

• Die großen Plattformen der vergangenen 20 Jahre wurden auf commoditisierter Cloud-Infrastruktur aufgebaut, sodass der Großteil des Werts in die Application Layer floss
• Noch ist es sehr früh, doch auch bei AI deuten sich ähnliche Dynamiken an, und es wird erwartet, dass sich Plattformvorteile noch stärker kumulieren

• Ownership über Workflows schlägt Ownership über Modelle

  • Es steckt enormer Wert darin, die konkreten Workflows eines bestimmten AI-App-Use-Cases zu verstehen
    • Das wird noch wichtiger, je mehr Agenten End-to-End-Aufgaben vollständig übernehmen
  • So wie neue Mitarbeiter den Kontext und die Prozesse eines Unternehmens lernen müssen, muss AI rohe Business Intelligence in echte Geschäftsergebnisse übersetzen
  • Während sich Produkte von Assistenten zu Agenten entwickeln, bündeln Plattformen Folgendes:
    • Orchestrierung und Guardrails
    • Memory Layer für Unternehmenskontext
    • Integrationen/Tools, um Maßnahmen auszuführen
    • Evaluationsschleifen, die belegen, dass die Aufgabe erledigt wurde

• AI erweitert die innerhalb einer einzelnen Plattform erreichbaren Workflows

  • Sie senkt den Grenzaufwand für die Automatisierung neuer Workflows und erschließt unstrukturierte Daten
  • Historisch stießen Plattformen an natürliche Grenzen, die durch strukturierte Daten und deterministische Workflows definiert waren
    • Wenn Daten in definierten Feldern vorlagen, konnte Rechnungsverarbeitung automatisiert werden; Vertragsprüfung, die in PDFs verborgen war, hingegen nicht
  • AI beseitigt diese Einschränkungen und macht unstrukturierte Daten wie E-Mails, Dokumente und Videoanrufe innerhalb von Kern-Workflows erreichbar und nutzbar
  • Dadurch lässt sich deutlich mehr Wallet Share beim Kunden erfassen

• AI-Softwareentwicklungswerkzeuge verkürzen Entwicklungszyklen

  • Wenn AI-Coding-Assistenten Boilerplate generieren, Tests schreiben und Integrationen in Minuten statt Wochen erledigen, können Plattformen mit nahezu null Grenzkosten angrenzende Module erproben
  • Das verändert die Build-vs.-Buy-Rechnung für die Plattformexpansion grundlegend
  • Wenn Engineering-Teams neue Workflow-Automatisierungen in wenigen Tagen prototypisch umsetzen und anhand realer Kundennutzung iterieren können, lässt sich Wert erfassen, der früher an Point Solutions abgeflossen wäre
  • Neue Produkte und neue Module könnten früher im Lebenszyklus eines Unternehmens erscheinen, was zu Vorteilen führt, die sich mit der Skalierung führender Plattformen schnell kumulieren

• Potenzial zur Verstärkung steigender Renditen mit wachsender Größe

  • Je mehr Kundendaten ein Unternehmen besitzt, desto besser kann es Modelle für bestimmte Use Cases feinjustieren oder Aufgabenleistung und -abschluss über die gesamte Kundenbasis hinweg verbessern
  • Kontext wirkt kumulativ über Use Cases innerhalb eines Accounts hinweg
    • Beispiel: Wenn Cursor lernt, wie eine Engineering-Organisation Code prüft, Services benennt und ausliefert, liefert Cursor für alle Mitarbeitenden dieses Unternehmens bessere Ergebnisse und lässt sich günstiger im ganzen Team ausrollen

Fazit

• Mission-Kritikalität, Marktführerschaft, zunehmende Renditen mit wachsender Größe, TAM-Erweiterung und kumulatives Wachstum in der Skalierung sind anatomische Merkmale von Plattformen, die helfen, die Gewinner von heute zu verstehen
• Sie zeigen auch, wo und wie Enterprise-AI-Plattformen in Zukunft überdurchschnittlich performen können
• Für Gründer bleibt das Ziel von Größe unverändert: Wer wird zuerst dort ankommen?