AI-Agenten beginnen, SaaS zu verdrängen
(martinalderson.com)- So wie Software in den vergangenen 15 Jahren ganze Branchen erobert hat, beginnen nun AI-Agenten, den SaaS-Markt zu ersetzen
- Entwickler nutzen statt einfacher SaaS-Tools Agenten, um maßgeschneiderte interne Tools direkt selbst zu erstellen
- Dadurch wächst die Skepsis gegenüber SaaS-Verlängerungen und Preiserhöhungen, und Unternehmen prüfen den Eigenbau als realistische Alternative
- Der Wartungsaufwand wird durch die Automatisierungsfähigkeiten von Agenten gemildert, während auch bestehende SaaS-Produkte Wartungsprobleme wie API-Änderungen haben
- Einfache CRUD-Backoffice-SaaS gehört zur größten Risikogruppe, und Organisationen mit technischer Kompetenz könnten diesen Wandel in einen Wettbewerbsvorteil ummünzen
Der Aufstieg von AI-Agenten als Ersatz für SaaS
- So wie Software in den vergangenen 15 Jahren Branchen wie Einzelhandel, Medien und Finanzen dominiert hat, zeigt sich nun ein Trend, bei dem AI-Agenten SaaS ersetzen
- Die Nachfrage nach SaaS-Tools sinkt, und einfache Aufgaben können von Agenten in wenigen Minuten erledigt werden
- Nutzer ziehen Tools wie Retool gar nicht mehr in Betracht, sondern erstellen Dashboards direkt selbst
- Agenten wie Gemini 3 und Claude Code übernehmen inzwischen auch nicht entwicklungsbezogene Aufgaben wie UI/UX-Mockups oder die Erstellung von Präsentationen
- Claude Code kann zum Beispiel Markdown in PDF umwandeln und daraus automatisch Folien erzeugen
- Der Widerstand gegen Preiserhöhungen bei der Verlängerung von Enterprise-SaaS nimmt zu
- Früher war der Eigenbau unrealistisch, heute wird er als echte Alternative geprüft
- Die Komplexität von SaaS-Produkten entsteht dadurch, dass sie Anforderungen vieler Kunden abbilden müssen, doch interne Tools für den Eigengebrauch lassen sich mit Fokus auf einen einzigen Kunden stark vereinfachen
- Die Organisation kann die Roadmap direkt selbst steuern
Einwände zur Wartung und mögliche Antworten
- Der wichtigste Einwand lautet: „Wer wartet die selbst gebaute App?“
- Fehlerbehebungen und Security-Patches bleiben zwar nötig, aber auch bei SaaS ist die Wartungsqualität oft nicht besonders hoch
- Agenten können die Wartungskosten deutlich senken
- Beispiel: das automatisierte Ersetzen nicht mehr unterstützter Bibliotheken
- Mit Dateien wie
AGENTS.mdlässt sich die Erklärung der Codebasis automatisieren und so das Problem von Wissensverlust abmildern
- Auch SaaS bringt Wartungsrisiken mit sich
- Beispiel: Fälle, in denen die Abschaltung einer API und der Umstieg auf eine neue API umfangreiche Änderungen erforderlich machten
- Organisationen mit technischer Kompetenz senken ihre Abhängigkeit von SaaS und prüfen Eigenentwicklungen
- Für nicht technische Organisationen ist ein vollständiger Austausch allerdings noch schwierig
Veränderungen in der wirtschaftlichen Struktur von SaaS
- Der Wert von SaaS basiert auf dem Wachstumstempo der Kunden und einem hohen NRR (Net Revenue Retention)
- Durch sinkende Nachfrage neuer Kunden dürften Vertriebs- und Marketingkosten steigen
- Sinkendes NRR ist die größere Bedrohung
- Kunden ersetzen einzelne Funktionen durch eigene Tools oder holen Daten per API und verlagern sie in interne Dashboards
- Das führt letztlich zu weniger Nutzerlizenzen und vermiedenen Upgrades
- Die hochmargige Expansionslogik, die lange zum Kern des SaaS-Modells gehörte, könnte dadurch geschwächt werden
Weiterhin robuste SaaS-Bereiche
- Systeme mit Anforderungen an hohe Verfügbarkeit und hohe Zuverlässigkeit (SLA) sind schwer zu ersetzen
- Beispiele wie Zahlungsabwicklung oder Kerninfrastruktur bleiben weiterhin ein Feld, in dem spezialisierte SaaS-Anbieter wie Stripe im Vorteil sind
- Services mit Verarbeitung großer Datenmengen oder auf Basis von Netzwerkeffekten sind ebenfalls kaum ersetzbar
- Slack oder große Data Lakes intern aufzubauen, ist ineffizient
- Unternehmen mit proprietären Daten können ihre Wettbewerbsfähigkeit durch den Einsatz von Agenten sogar stärken
- Finanz- und Vertriebsdaten behalten weiterhin hohen Wert
- In Branchen mit Regulierungs- und Compliance-Anforderungen bleibt die Abhängigkeit von SaaS bestehen
- Es wird voraussichtlich mehr Bedarf an SRE- und DevOps-Personal geben, um interne Apps zu betreiben
- Manche Organisationen könnten dafür eigene Teams aufbauen
Die größte Risikogruppe und die Aufspaltung des Marktes
- Einfache Backoffice-SaaS auf CRUD-Basis wird am stärksten getroffen
- Produktkategorien, die auf Kundendaten lediglich einfache Dashboards oder Analysefunktionen setzen
- Kunden können diese nach eigener Dokumentation mit Agenten selbst nachbauen
- Der SaaS-Markt dürfte sich in Unternehmen mit technischer Kompetenz und solche ohne diese Kompetenz aufspalten
- Erstere senken durch Eigenbau Kosten und stärken ihre Wettbewerbsfähigkeit
- Letztere sind anfälliger für steigende SaaS-Preise
- SaaS wird nicht verschwinden, aber Produkte ohne klare Differenzierung und ohne proprietäres Wissen werden es schwer haben zu überleben
- Wie schnell sich Agenten bis zum Management komplexer Systeme weiterentwickeln, bleibt eine entscheidende Variable für die Zukunft
1 Kommentare
Hacker-News-Kommentare
Ich bin CTO eines SaaS-Unternehmens, das auf eine bestimmte Branchen-Vertical spezialisiert ist
Unsere Kunden sind nicht in der Lage, selbst Tools zu bauen, und die meisten „Systeme“ sind Excel
Zwei große Unternehmen haben versucht, unser Produkt intern nachzubauen, aber eines hat aufgegeben und beim anderen fanden die Nutzer es „nicht besonders gut“. Wir haben nie einen zahlenden Kunden dadurch verloren
Wir nutzen AI-Agenten aktiv, um die Entwicklung zu beschleunigen, aber der Engpass ist immer noch, „zu wissen, was man bauen muss“
Der Wert des Produkts liegt in zahllosen Domain-Entscheidungen, die den Nutzern gar nicht bewusst sind. Solche Einsichten kann ein internes Entwicklerteam nicht an einem Tag kopieren
Aber wofür Kunden zahlen, ist nicht ein LLM-Wrapper, sondern die anderen 99 % der Komplexität — schwierige Technik, Routinearbeit, SLA und Support-Strukturen
Nimmt man etwa LOB-Apps im Bankensektor: Wenn man nicht täglich Feedback mit dem Kunden austauscht, fällt man im Wettbewerb zurück
Wenn der Kunde beim Tempo nicht mithalten kann, geht unser Personal zeitweise sogar direkt zum Kunden und arbeitet dort mit
Sie können nun ohne Teamprozesse oder Budgetbeschränkungen hochwertige Apps bauen
Allerdings wird der Markt dadurch wohl deutlich voller und vielfältiger
Ich bin Gründer von PartsBox, einem SaaS zur Bestandsverwaltung elektronischer Bauteile
AI macht mir zwar Sorgen, aber ich schlafe trotzdem gut
Ich sorge mich, dass Kunden die Tiefe des Problems nicht verstehen und mit AI ihre eigene App bauen wollen, aber im Grunde tun sie schon heute Ähnliches mit Tabellenkalkulationen
Das wirklich Schwierige ist nicht das Coding, sondern das Domain-Modelling. Man muss komplexe Prozesse der realen Welt verstehen und zwischen Benutzerfreundlichkeit und Komplexität abwägen
Aber selbst wenn man ein solches Modell gut baut, ziehen Kopien schnell nach
Branchenbezogenes Domain-Wissen ist meist in Unternehmen eingeschlossen und nicht in den Trainingsdaten enthalten
Deshalb sind Entwickler in solchen Branchen eher in einer stabileren Position
Mit AI haben wir Backend und Teile des Frontends angepasst und in zwei Tagen ein Workflow-Problem gelöst
Eine vollständige AI-Lösung ist unrealistisch, aber wenn man AI auf einer Open-Source-Basis aufsetzt, kann man maßgeschneiderte kostengünstige Lösungen bauen
Das könnte den Werbekanal von SaaS eliminieren und das Produkt zu einer Commoditized-Ware machen
Ich denke eher, dass AI die Nachfrage nach maßgeschneiderten Integrationslösungen explosionsartig erhöht
Vor allem in Branchen wie der Fertigung, die sich jahrzehntelang kaum verändert haben, beginnt nun der Wandel
Dank AI ist jetzt viel mehr neue Software möglich, und in den kommenden Jahren wird davon explosionsartig viel entstehen
Trotzdem bleibt Domain-Wissen entscheidend, und um AI zu nutzen, muss man wissen, was man überhaupt fragen soll
Die meisten Kunden arbeiten noch immer vor allem mit Tabellenkalkulationen und ERP
Deshalb wird Veränderung nur schrittweise erfolgen oder dann, wenn der Vorteil überwältigend ist
Anfang der 2000er bauten Großunternehmen LOB-Apps mit internen IT-Teams, doch später dominierte SaaS durch Kosteneffizienz den Markt
Jetzt scheint es, als kehrten wir wieder in eine Ära der Inhouse-Entwicklung zurück
Es ist nicht unbedingt nötig, dafür entlassene interne IT-Mitarbeiter wieder einzustellen
Ich verstehe die Argumentation dieses Artikels nicht. Dass AI SaaS ersetzt, wäre nur dann plausibel, wenn AI selbständig Arbeit erledigen könnte
Selbst wenn AI Code generiert, braucht man immer noch Engineering, Security und Operations. Das ist teuer
Dann ist ein SaaS-Abo deutlich günstiger
Bei internen Apps trägt man 100 % der Wartungskosten, bei SaaS verteilt sich das auf N Kunden und man trägt nur 1/N
Was AI-generierter Code ersetzen kann, sind nur Dinge, die sich ohnehin nie als SaaS gelohnt hätten
Produkte wie Retool sind zum Beispiel weniger SaaS als vielmehr bereits veraltete Tools
Wenn man zum Beispiel mit Claude in fünf Minuten ein Dashboard bauen kann, warum sollte man dann noch ein kostenpflichtiges SaaS nutzen?
Ich baue einen Internal-App-Builder wie UI Bakery
Einige Kunden wollen SaaS-Abos im Wert von über 100.000 US-Dollar pro Jahr kündigen
Die meisten SaaS-Produkte werden nur wegen einer einzigen Funktion weitergenutzt
Doch beim Wechsel zu Custom-Tools werden Deployment und Lifecycle-Management zur neuen Herausforderung
Dagegen bleiben SaaS-Produkte mit einzigartigem Datenzugang weiterhin stark
Zum Beispiel ist HubSpots Übernahme von Clearbit als Strategie zur Kundenbindung sehr nachvollziehbar
Ich entwickle intern ein maßgeschneidertes ERP für eine bestimmte Branche
Dank AI kann selbst ein kleines Team maßgeschneiderte Software schnell bauen
Ich denke, wir erleben nun das Zeitalter der „Boutique-Software“
AI hat meine Produktivität um mindestens das Vierfache gesteigert
Wenn ich in „zwei Wochen etwas bauen kann, das gut genug ist“, warum sollte ich dann teures SaaS nutzen?
Anfangs geht es schnell, aber mit der Zeit wird daraus ein anfälliges und komplexes System
Berücksichtigt man Personal, Betrieb, Urlaubsvertretung usw., sind die Gesamtkosten interner Entwicklung viel höher als bei SaaS
Security, Infrastruktur und DevOps müssen alle mitskalieren
SaaS hat Netzwerkeffekte, interne Tools nicht. Am Ende ist SaaS günstiger
Die meisten Unternehmen bevorzugen nach wie vor die Nutzung eines Services
Zusätzliche Feature-Anforderungen hören nie auf, und AI-Agenten sind zwar für manche Aufgaben (z. B. Modellentwurf) nützlich, machen aber bei geschäftskritischen Abläufen viele Fehler
In letzter Zeit beginnen viele Unternehmen, Angebote zur Verlängerung von Enterprise-SaaS kritisch zu hinterfragen
Aber die Vorstellung, „AI werde Workday oder Salesforce ersetzen“, ist magisches Denken
Realistisch kann Claude Code solche großen Systeme nicht fertigstellen
Wer es tatsächlich genutzt hat, kennt diese Grenzen
Der Artikel von Jamin Ball, Clouded Judgement: Long Live Systems of Record, ist deutlich realistischer
Kleine Unternehmen können mit einfachen Skripten jetzt allerdings Produktivitätsgewinne erzielen
Der Wert von SaaS basiert auf schnellem Kundenwachstum und hoher NRR sowie Margen von 80–90 %
Wenn jedoch AI-Token-Kosten dazukommen, könnte diese Margenstruktur ins Wanken geraten