- Obwohl sich im Venture-Capital-Umfeld der Konsens verbreitet, dass AI Service-Unternehmen in Software-Unternehmen verwandeln werde, werden Service-Unternehmen in Wirklichkeit zu besseren Service-Unternehmen, nicht zu Software-Unternehmen
- Ein erheblicher Teil der Ausgaben für professionelle Dienstleistungen bezahlt nicht für die Qualität des Ergebnisses, sondern für Haftungsverlagerung, Verlässlichkeit und Qualifikationsnachweise; dieser Bereich lässt sich nur schwer durch AI ersetzen
- Die durch die Einführung von AI entstehende Margenausweitung könnte nur vorübergehend sein, da Wettbewerber nachziehen und Kunden verlangen, dass Kostensenkungen weitergegeben werden; nachhaltige Margen liegen in der Schicht aus professionellem Vertrauen und Haftung
- Es entsteht das Paradox, dass AI-Tools Elite-Praktiker eher in bestehenden Firmen festsetzen, während der Talentwettbewerb unter AI-nativen Unternehmen Margenvorteile aufzehrt
- Da der Servicemarkt 20- bis 70-mal größer ist als der Softwaremarkt, sind selbst ohne softwaretypische Margen Venture-skalige Ergebnisse über Verantwortungseigentum und Kundenbeziehungen erreichbar
Der Venture-Konsens, dass AI Services in Software verwandelt
- Mehrere bekannte VCs bezeichnen dies als 4,6-Billionen-Dollar-„Service as Software“-Chance
- General Catalyst hat 1,5 Milliarden Dollar investiert, um Service-Unternehmen etwa in Recht, IT und Buchhaltung zu übernehmen und dort AI einzusetzen
- Thrive Capital hat einen Fonds von mehr als 1 Milliarde Dollar aufgelegt, um Service-Unternehmen zu erwerben und mit AI zu transformieren; OpenAI hat sich beteiligt und entsendet Ingenieure direkt in Portfoliounternehmen
- Kerngedanke: Der globale Servicemarkt umfasst 16 Billionen Dollar, der Softwaremarkt 1 Billion Dollar; wenn AI Services softwareähnliche Margen von 70–85 % bringen kann, ist das Wertschöpfungspotenzial enorm
- Die Margen professioneller Dienstleistungsunternehmen liegen selbst an guten Tagen bei 30–40 %
TAM-Überschuss ist real, aber nicht vollständig zugänglich
- In fast allen Kategorien professioneller Dienstleistungen ist der Softwaremarkt nur ein Teil des Servicemarkts; der TAM-Überschuss an sich ist eine bekannte Tatsache
- Den TAM-Überschuss jedoch unmittelbar mit einer zugänglichen Gelegenheit gleichzusetzen, ist in diesem Bereich der häufigste Fehler
- Ein erheblicher Teil der Ausgaben für professionelle Dienstleistungen basiert auf anderen Gründen als dem eigentlichen Ergebnis
- Unternehmen beauftragen die Big Four nicht wegen des Werts der Prüfung selbst, sondern um im Problemfall eine vertretbare Position zu haben, dass sie „der Anleitung von Experten gefolgt sind“
- Sie beauftragen externe Rechtsberater, die Regulierungsbehörden kennen und denen sie vertrauen
- Sie lassen Restrukturierungen von Beratern unabhängig empfehlen, um Verantwortung innerhalb der Unternehmensführung zu verteilen
- Das ist keine Ineffizienz, sondern eine eingebaute Funktion professioneller Dienstleistungen
- Hinzu kommt die Frage der Verlässlichkeit und externen Validierung
- Wenn ein CFO eine Anpassung der Vergütungsstruktur ankündigt, ist es viel einfacher zu sagen: „laut Marktdaten von McLagan“ als „laut unserer internen Analyse“
- Die Prämie wird nicht auf Information, sondern auf die Glaubwürdigkeit der Quelle gezahlt
- AI kann analytische Arbeit leisten, aber nicht die Funktion der Haftungsübernahme erfüllen
- Ein Vorstand kann nicht auf ein AI-Modell zeigen und sagen: „Wir haben uns auf professionelle Anleitung verlassen“
- Die Kernfrage lautet: Welcher Anteil des Service-TAM entfällt tatsächlich auf Ergebnisqualität und welcher auf Haftungsverlagerung, politischen Schutz und Qualifikationsnachweise
- Der durch AI erreichbare Servicemarkt könnte deutlich kleiner sein als die Schlagzeilenzahlen vermuten lassen
- Gleichzeitig wird dies zu einem Differenzierungsmerkmal für Service-Unternehmen, die Kundenbeziehung und Verantwortung besitzen
Das Problem der Nachhaltigkeit von Margenausweitung
- Selbst innerhalb des zugänglichen TAM könnte Margenausweitung teilweise nur vorübergehend sein
- Wenn Wettbewerber dieselben AI-Fähigkeiten übernehmen, wird der Service preislich zur Commodity
- Sobald Kunden erkennen, dass AI die Arbeit bisheriger Junior-Mitarbeiter übernimmt, fordern sie die Weitergabe der Kostensenkungen
- Nachhaltige Margen liegen in der Premium- und Haftungsschicht oberhalb der AI-automatisierten Ergebnisse
- Vergleichsbeispiel: ein Buchhaltungsunternehmen, das Steuerarbeit automatisiert und Einsparungen an Kunden weitergibt (Marge 60 %), gegenüber einem Unternehmen, das dieselbe Automatisierung nutzt, zusätzlich aber die Steuererklärung von einem CPA unterschreiben lässt, E&O-Versicherung hält und die Kundenbeziehung besitzt (Marge 45 %)
- Ersteres ist anfällig für jeden Wettbewerber mit Zugang zum gleichen Modell, Letzteres besitzt einen strukturellen Burggraben aus professionellem Vertrauen und Haftung, der sich nicht allein durch AI kopieren lässt
- Wettbewerbsdruck kommt nicht nur von Startups
- Anthropic hat Claude for Excel eingeführt, mit vorgefertigten Agent-Funktionen für DCF-Modellierung, Comparable-Company-Analyse und Due-Diligence-Datenpakete sowie Konnektoren zu S&P Capital IQ, Moody's und PitchBook
- OpenAI hat eine mehrjährige „Frontier Alliance“-Partnerschaft mit Accenture, BCG, Capgemini und McKinsey angekündigt, um Agents direkt in Enterprise-Workflows auszurollen
- Foundation-Model-Unternehmen warten nicht darauf, dass Startups die Service-Layer aufbauen, sondern greifen Workflows direkt an
- Wenn die nächste Modellgeneration Audit-Workpapers oder juristische Dokumente autonom fertigstellen kann, ist der „AI-basierte Service“ kein Endzustand, sondern eine Übergangsphase
- Foundation Models können Ergebnisse replizieren, aber professionelle Beziehungen, E&O-Absicherung und regulatorische Qualifikationsnachweise nicht
Wachstum bleibt weiterhin von Menschen abhängig
- AI erhöht die Obergrenze dessen, was pro Person bearbeitet werden kann, beseitigt den Bedarf an Menschen aber nicht
- In einer AI-basierten Audit-Firma kann ein CPA viel mehr Arbeit als früher betreuen, doch ein CPA wird weiterhin benötigt
- Bei der Margenausweitung ist eine abnehmende Grenzwirkung zu erwarten; die großen Gewinne entstehen früh und flachen dann schnell ab
- Wenn Margen bei 55–65 % stagnieren, ist das in einem Markt von 87 Milliarden oder über 1 Billion Dollar immer noch attraktiv, aber der genaue Plateaupunkt ist unklar und genau das ist das zentrale Risiko
- Die Talente, auf die diese Unternehmen angewiesen sind, sind knapp und werden teurer
- AI-Tools könnten die Lage sogar verschärfen
- Beispiel Rechtsmarkt: Vertikale AI-Tools wie Harvey und Legora werden direkt an Elite-Praktiker in bestehenden Kanzleien verkauft und steigern deren Produktivität in ihrer aktuellen Position
- Wenn ein Big-Law-Partner mit AI die dreifache Falllast tragen kann, verdient er mehr, bearbeitet interessantere Mandate und hat weniger Gründe zu wechseln
- Tools, die etablierte Firmen eigentlich angreifen sollten, verankern Talente stattdessen gerade dort
- Mehrere AI-native Legal-Unternehmen konkurrieren gegenseitig um dieselben Partner
- Wenn 10 VC-finanzierte AI-native Unternehmen in derselben Kategorie große Summen aufnehmen, entsteht angebotsseitig Kosteninflation im Wettbewerb um den begrenzten Pool qualifizierter Experten und nachfrageseitig Preisdruck im Kampf um dieselben Kunden
- Der Margenvorteil, der das Modell attraktiv machte, wird nicht nur von etablierten Firmen, sondern auch von anderen Startups mit demselben Playbook aufgezehrt
- Das klassische Paradox eines Konsens-Trades: Je mehr Kapital dieser These folgt, desto schwieriger wird die Umsetzung
Welches Geschäftsmodell ist am attraktivsten?
- Die Kernfrage für Early-Stage-Investoren lautet nicht: „Wird das ein Software-Unternehmen?“, sondern „Kann dieser Gründer genügend Hebel aufbauen, um Bruttomargen von über 50 % und wiederkehrende Umsätze im großen Maßstab zu halten?“
- Ob eine auf Wechselkosten basierende Verteidigung über Datengräben, Haftungsbeziehungen und Workflow-Kontrolle vorhanden ist
- In einem über 1 Billion Dollar großen Rechtsmarkt oder einem 650-Milliarden-Dollar-Buchhaltungsmarkt ist das möglich, in einer 3-Milliarden-Dollar-Nische jedoch schwierig
-
Verkauf von AI-Tools an bestehende Service-Unternehmen
- Diese Unternehmen sind klein, fragmentiert und widerstehen Veränderungen
- Wenn sie bereits profitabel sind, fehlt die Dringlichkeit, neue Technologien einzuführen
- Es braucht eine forcing function
- Das klarste Beispiel ist die Buchhaltung: Seit 2020 haben mehr als 300.000 Buchhalter den Job gewechselt, 75 % der CPAs nähern sich dem Rentenalter, und Firmen lehnen Aufträge ab
- Wenn die Alternative entgangener Umsatz ist, steigt die Akzeptanz für AI-Tools abrupt
- Der Grund für Investitionen in Basis und InScope: Beide verkaufen AI-Tools an Buchhaltungsprofis, übernehmen selbst keine direkte Haftung, sind aber dank der forcing function so tief im Workflow verankert, dass ein Wechsel operativ schmerzhaft wird und dadurch Verteidigungskraft entsteht
-
Aufbau eines AI-nativen Service-Unternehmens von Grund auf
- Man bittet Kunden, Aufgaben, die sie bisher Unternehmen mit jahrzehntelangem Markenwert, regulatorischen Beziehungen und professionellen Qualifikationen anvertraut haben, nun einem Startup anzuvertrauen
- Gerade in Services mit starker Haftungsverlagerungsdynamik ist das eine steile Hürde
- Der AI-native Weg passt am besten zu Branchen, in denen man das Vertrauensproblem umgeht, indem man statt des Verkaufs einer Dienstleistung unter unbewiesener Marke den Betrieb selbst besitzt
- Versicherungsvermittlung ist ein gutes Beispiel: Bei DocShield ist die Vermittlung ein hochwertiges Geschäft mit wiederkehrenden Kunden und sehr geringer Abwanderung, doch selbst kleine Makler sind teuer – Makler mit 2 Millionen Dollar EBITDA werden zu Multiples von mehr als dem 10-Fachen gehandelt –, weshalb Roll-ups kapitalineffizient sind
- Ein durchschnittlicher mittelgroßer Makler hat etwa 0,5 IT-Mitarbeiter und lebt in geschlossenen Agency-Management-Systemen, was auch den Softwarevertrieb erschwert
- Den Makler selbst zu besitzen und AI-Systeme End-to-End aufzubauen, ist der einzig wirklich sinnvolle Weg
-
Roll-up-Strategie
- Roll-ups sind keine schlechte Strategie, passen aber eher zu PE, deren Fondsstruktur, Haltedauer und Operating Playbook auf die Transformation solcher Assets ausgelegt sind
- Innerhalb von VC-Zeithorizonten und Kapitalstrukturen ist die Umsetzung deutlich schwieriger
- Es gibt jedoch Marktdynamiken, die Roll-ups passend machen
- Meroka arbeitet mit unabhängigen Arztpraxen: Einzelpraxen stecken in einer strukturellen Krise, können nicht mit großen Anbietern konkurrieren, haben keine Verhandlungsmacht und oft keinen Nachfolgeplan, wenn ältere Ärzte in Rente gehen
- Meroka wandelt Praxen in Employee Ownership Trusts um, garantiert damit dauerhafte Unabhängigkeit von PE und führt moderne Technologie und AI über eine Management-Service-Organisation ein
- Das lässt sich nicht allein mit Software lösen; ohne Eingriff würde AI die Konsolidierung sogar beschleunigen und das PE-Problem verschärfen
- Der Ownership Trust schafft Haftungsbeziehungen und Verteidigungskraft, die Management-Service-Layer erzeugt mit jeder neuen Praxis wiederkehrende Umsätze, und die strukturelle Krise verwandelt Adoption durch eine forcing function von einer Option in eine dringende Notwendigkeit
Fazit
- Mit VC-Investitionen in AI-basierte Service-Unternehmen lassen sich große Renditen erzielen, aber es ist eine Illusion zu glauben, dass diese Unternehmen dasselbe Margenprofil wie Software haben oder dass der Service-TAM trotz der Umwälzungen durch AI statisch bestehen bleibt
- Es gibt inhärent eine Obergrenze
- Der falsche Ansatz ist, diese Unternehmen zu ignorieren, weil sie keine Software sind, oder in sie zu investieren, als würden sie am Ende zu Software werden
- Der richtige Ansatz ist, sie so zu bewerten, wie sie sind: große Märkte, sich verbessernde Margen, zunehmend wiederkehrende AI-hebelnde Service-Unternehmen
- Aus Sicht von Early-Stage-Investoren hat sich im Kern nichts verändert
- In Pre-Seed- und Seed-Phasen wurde immer in die Margentrajektorie investiert, nicht in die aktuelle Marge
- Der Unterschied besteht darin, dass AI traditionellen Service-Unternehmen strukturellen Rückenwind für steigende Bruttomargen gibt, den es früher nicht gab
- Das Framework, das Software für Investoren attraktiv machte: große Märkte, hohe Margen, wiederkehrende Umsätze, niedrige Skalierungskosten
- AI-basierte Service-Unternehmen erfüllen nicht jede dieser Bedingungen, aber wenn sie in Märkten, die 20- bis 70-mal größer sind als vergleichbare Softwaremärkte, Margen von über 50 %, wiederkehrende Kundenbeziehungen und auf Verantwortung sowie dem Besitz der Kundenbeziehung basierende Verteidigungskraft aufweisen, reicht das aus
- Services werden nicht zu Software, aber sie werden softwareähnlicher – und in Märkten dieser Größe ist das genug
3 Kommentare
Service ist das neue Software
Dann ist das wohl als Gegenposition zu dem Artikel geschrieben, den Sequoia damals veröffentlicht hat.
Wenn man ein Beratungsunternehmen nur deshalb beauftragt, um sagen zu können: Der angesehene Berater A hat uns dazu geraten (es ist nicht meine Schuld), dann lässt sich das wohl vorerst nicht allein durch KI ersetzen.
Allerdings wäre es wohl furchtbar, wenn man in ein paar Jahren merkt, dass etwas seltsam läuft, jemanden herbeiruft und fragt, was dieser Commit soll, und der Mitarbeiter dann sagt: Claude hat das so geschrieben (es ist nicht meine Schuld).
Ich habe das Gefühl, dass dieses Phänomen nicht erst in ein paar Jahren auftritt, sondern schon jetzt überall zu beobachten ist, haha.