Services sind die neue Software

 (sequoiacap.com)
17 Punkte von GN⁺ 2026-03-12 | 2 Kommentare | Auf WhatsApp teilen
  • Mit der These, dass mit steigender Leistungsfähigkeit von AI-Modellen nicht toolorientierte, sondern serviceorientierte AI-Unternehmen der nächsten Generation zu Großunternehmen werden, die direkt Arbeitsergebnisse (work) verkaufen, wird eine Struktur vorgestellt, in der Softwareunternehmen wie Dienstleistungsunternehmen arbeiten
  • Alle Tätigkeiten werden entlang der zwei Achsen Intelligenz (intelligence) und Urteilsvermögen (judgement) eingeordnet; je höher der Intelligenzanteil einer Aufgabe, desto schneller kann ein AI-Autopilot eindringen
  • Software Engineering, das derzeit mehr als die Hälfte der AI-Ausgaben ausmacht, hat als erstes die Automatisierungsschwelle überschritten; andere wissensintensive Berufe dürften folgen
  • Die Kernstrategie von Autopilot-Unternehmen besteht darin, mit bereits ausgelagerten Aufgaben als Einstiegspunkt (wedge) über einen Vendor-Wechsel in den Markt einzutreten und sich dann auf interne Arbeit auszuweiten
  • In Dienstleistungsmärkten im Volumen von Dutzenden bis Hunderten Milliarden Won wie Versicherungsvermittlung, Rechnungswesen und Audit, Revenue Cycle im Gesundheitswesen oder Recruiting entstehen bereits Autopilot-Startups

Intelligenz (Intelligence) vs. Urteilsvermögen (Judgement)

  • Code schreiben, testen und debuggen sind komplexe regelbasierte Tätigkeiten und gehören zu den Intelligenzaufgaben, bei denen die Regeln selbst im Mittelpunkt stehen
  • Zu entscheiden, welche Funktion als Nächstes gebaut wird, ob man technische Schulden in Kauf nimmt oder vor der eigentlichen Reife launcht, sind Urteilsaufgaben, die auf Erfahrung und Gespür beruhen
  • Vor einem Jahr nutzten die meisten Cursor-Anwender AI auf dem Niveau einer Autovervollständigung; heute werden mehr Aufgaben von Agenten gestartet als von Menschen
  • Software Engineering steht für mehr als die Hälfte der AI-Tool-Nutzung über alle Berufe hinweg, während die übrigen Tätigkeiten noch im einstelligen Prozentbereich liegen
    • Weil Software Engineering überwiegend aus Intelligenzaufgaben besteht, hat AI dort zuerst die Schwelle zur autonomen Ausführung überschritten
    • Dieser Trend breitet sich auf alle wissensintensiven Berufe aus

Copilot und Autopilot

  • Copilot verkauft Tools, Autopilot verkauft Arbeitsergebnisse
  • Bis vor Kurzem war Copilot, also die Bereitstellung von Tools für Fachkräfte, der richtige Ansatz, weil sich AI-Modelle sowohl bei Intelligenz als auch bei Urteilsvermögen weiterentwickelten
    • Harvey ist ein Copilot-Modell für Kanzleien, Rogo eines für Investmentbanken
    • Die Fachkraft ist der Kunde, das Tool steigert die Produktivität, und die Verantwortung für den Output trägt die Fachkraft
  • Inzwischen ist die Modellintelligenz in manchen Kategorien hoch genug, dass es am sinnvollsten ist, von Anfang an als Autopilot zu starten
    • Crosby verkauft direkt an Unternehmen, die NDA-Entwürfe brauchen, nicht an externe Rechtsberater
    • WithCoverage verkauft direkt an CFOs, die Versicherungen benötigen, nicht an Versicherungsmakler
  • In jeder Berufsgruppe ist das Work-Budget deutlich größer als das Tool-Budget, und Autopilot adressiert dieses Work-Budget vom ersten Tag an
  • Je höher der Intelligenzanteil in einem Bereich, desto schneller setzt sich Autopilot durch

Konvergenz

  • Das Urteilsvermögen von heute wird zur Intelligenz von morgen
  • Wenn AI-Systeme in einer Domäne proprietäre Daten darüber aufbauen, was gutes Urteilsvermögen ausmacht, verschiebt sich die Grenze des Machbaren
  • Copilot und Autopilot werden am Ende konvergieren
  • In vielen Kategorien hat der Übergang von Copilot zu Autopilot bereits begonnen, aber der Startpunkt ist entscheidend
    • Denn er bestimmt, wo sich heute Kunden gewinnen und Dateneffekte mit Zinseszinseffekt aufbauen lassen

Autopilot-Strategie: Outsourcing als Einstiegspunkt (Wedge) nutzen

  • Auf jeden 1 Dollar, der für Software ausgegeben wird, entfallen 6 Dollar für Services
  • Der gesamte adressierbare Markt (TAM) von Autopilot umfasst in einer Kategorie sämtliche Arbeitsausgaben (intern + ausgelagert), aber der beste Startpunkt liegt dort, wo Outsourcing bereits existiert
  • Wenn eine Aufgabe bereits ausgelagert wird, bedeutet das drei Dinge
    • Das Unternehmen akzeptiert bereits externe Ausführung
    • Es gibt einen bestehenden Budgetposten, der ersetzt werden kann
    • Der Käufer kauft bereits Ergebnisse
  • Einen Outsourcing-Vertrag durch einen AI-nativen Serviceanbieter zu ersetzen, ist ein Vendor-Wechsel; internes Personal zu ersetzen, ist hingegen eine organisatorische Umstrukturierung
  • Strategie: mit ausgelagerten, intelligenzlastigen Aufgaben beginnen → Distribution sichern → mit den kumulierten AI-Lerneffekten auf internisierte, urteilsgetriebene Aufgaben ausweiten
  • Beispiel Crosby: Start mit NDA-Arbeit, die die meisten Unternehmen bereits an externe Rechtsberater auslagern; gut definierte Intelligenzaufgabe, vorhandenes Budget, klarer Umfang, sofortiger ROI und reibungslose Ersetzbarkeit

Opportunity Map: Analyse wichtiger Dienstleistungsmärkte

  • Versicherungsvermittlung ($140-200B)

    • Der größte Markt nach Volumen auf dieser Liste
    • Standardisierte Gewerbeversicherungen sind hochgradig standardisiert; der Mehrwert des Maklers besteht im Kern aus Versicherervergleich und Formulardurchlauf, also reiner Intelligenzarbeit
    • Die Vertriebsschicht ist extrem fragmentiert; Zehntausende kleine Makler arbeiten mit demselben Prozess, ohne dass ein einzelner etablierter Anbieter die Kundenbeziehung dominiert
    • WithCoverage und Harper sind bemerkenswerte neue Herausforderer

  • Rechnungswesen und Audit (nur US-Outsourcing $50-80B)

    • In den USA ist die Zahl der Accountantinnen und Accountants in den vergangenen fünf Jahren um rund 340.000 gesunken, während die Nachfrage gestiegen ist
    • 75 % der CPAs stehen kurz vor dem Ruhestand, der Qualifikationsweg ist lang, und Einstiegsgehälter liegen hinter Tech und Finance zurück
    • Diese strukturelle Knappheit beschleunigt die AI-Adoption fast stärker als in jedem anderen Beruf
    • Rillet baut ein AI-natives ERP für den Abschluss der Bücher, Basis startete als Copilot für Buchhalter

  • Revenue Cycle im Gesundheitswesen (US-Outsourcing $50-80B)

    • Bei „Gesundheitswesen“ denkt man leicht an urteilsgetriebene Arbeit, doch die Abrechnungsschicht ist nahezu reine Intelligenzarbeit
    • Medical Coding bedeutet, klinische Dokumentation in rund 70.000 standardisierte ICD-10-Codes zu übersetzen: komplexe Regeln, aber eben Regeln
    • Outsourcing ist bereits ausgereift und performancebasiert; ein Autopilot muss also nur dieselbe Arbeit günstiger leisten
    • Anterior ist hier am weitesten vorne

  • Schadenregulierung (inkl. TPA $50-80B)

    • Auf der anderen Seite der Versicherungspolice ist Schadenregulierung ein eigenes Autopilot-Feld
    • Standard-Schadenfälle werden über Auslegung von Policentexten, Schadenverzeichnisse und versicherungsmathematische Tabellen bearbeitet
    • Die Belegschaft der Schadenregulierer altert, und Nachwuchs fehlt
    • Es gibt eine große Outsourcing-Struktur mit unabhängigen Regulierern und TPAs wie Crawford und Sedgwick
    • Innerhalb einer einzigen Branche bestehen mindestens zwei getrennte Autopilot-Chancen
    • Pace baut einen Autopilot für Claims Processing, Strala eine AI-native TPA

  • Steuerberatung ($30-35B)

    • Die CPA-Lizenz bildet zwar einen regulatorischen Burggraben, doch 80–90 % der zugrunde liegenden Arbeit sind Intelligenzaufgaben
    • Mit jeder zusätzlichen Jurisdiktion, die ein Steuer-Autopilot abdeckt, vertieft sich der Datengraben
    • Gerade die Komplexität mehrerer Jurisdiktionen ist ein klassischer Bereich, den SMBs auslagern, weil einzelne Inhouse-Buchhalter ihn kaum allein abdecken können
    • TaxGPT ist Vorreiter, in Europa sind Skalar und Ravical aktiv

  • Recht und Transaktionsarbeit ($20-25B)

    • Vertragsentwürfe, NDA, regulatorische Einreichungen: hoher Intelligenzanteil und routinemäßig ausgelagert
    • Die Arbeitsergebnisse sind hinreichend standardisiert und qualitätsprüfbar, sodass Käufer AI-Output auch ohne tiefe juristische Expertise vertrauen können
    • Harvey ist ein aufstrebender Leader und bewegt sich schnell Richtung Autopilot; Crosby und Lawhive sind neue Autopilot-native Anbieter

  • Managed IT Services ($100B+)

    • Fast jedes SMB lagert IT aus
    • Patching, Monitoring, User-Provisioning und Alert-Triage sind Intelligenzaufgaben, die in Tausenden identischer Umgebungen wiederholt werden
    • Bestehende Software wie ConnectWise oder Datto verkauft Tools an MSPs, aber noch niemand verkauft Unternehmen direkt das Ergebnis „Ihre IT wird betrieben“
    • Edra baut Automatisierung für IT-Prozesse, Serval für die Automatisierung des IT-Supports

  • Supply Chain und Procurement ($200B+)

    • Die meisten Unternehmen verhandeln nur mit den obersten 20 % der Lieferanten ernsthaft; der Long Tail wird ignoriert, weil sich menschlicher Aufwand dafür wirtschaftlich nicht lohnt
    • Vertragsleckagen betragen 2–5 % der gesamten Procurement-Ausgaben
    • Der Einstiegspunkt ist vernachlässigte Arbeit: Geld, das einfach gefunden wird, ohne eigenen Budgetposten und ohne bestehenden Anbieter, der verdrängt werden müsste
    • Magentic macht Direct Procurement, AskLio baut AI für Indirect Procurement
    • Tacto entwickelt zugleich ein System of Record und einen Copilot für den Mid-Market

  • Recruiting und Workforce ($200B+)

    • Der größte Dienstleistungsmarkt in dieser Liste
    • Der obere Bereich des Recruiting-Funnels – Screening, Matching, Outreach – ist reine Intelligenz; das Closing von Kandidaten und die Bewertung des Cultural Fit beruhen dagegen auf Urteilsvermögen, das über Jahre gewachsenes Mustererkennen verlangt
    • Der Einstieg für Autopilot liegt bei Rollen mit hohem Volumen und geringem Urteilsbedarf, bei denen Matching standardisiert ist
    • Juicebox, Mercor und Jack & Jill sind aufkommende Leader über das gesamte Spektrum hinweg

  • Management Consulting ($300-400B)

    • Ein riesiger Markt, aber der Großteil der Arbeit ist urteilsgetrieben
    • Die Schlüsselfrage ist, ob AI Consulting in Intelligenzkomponenten – Datenerhebung, Benchmarking – und Urteilskomponenten – strategische Empfehlungen – zerlegen kann
    • Entscheidend ist, ob eine Struktur möglich ist, in der die Intelligenzebene automatisiert wird und die Urteilsebene beim Menschen bleibt
    • Der optimale Kandidat ist noch offen (TBD)

Der Übergang 2025→2026 und das Innovator’s Dilemma

  • Die am schnellsten wachsenden AI-Unternehmen des Jahres 2025 waren Copilots
  • 2026 werden viele Copilot-Unternehmen versuchen, auf Autopilot umzuschwenken, dabei aber auf das Innovator’s Dilemma stoßen
    • Arbeitsergebnisse zu verkaufen bedeutet, die eigenen Kunden bei der Ausführung genau dieser Arbeit zu ersetzen
  • Genau darin liegt die Eintrittschance für Pure-Play-Autopilot-Unternehmen

Verwandte Beiträge

2 Kommentare

 
xguru 2026-03-12

Wie auch im Abschnitt mit lesenswerten Beiträgen erwähnt, sollten Sie sich zusammen mit diesem Artikel auch Dienste werden keine Software sein ansehen
 
idunno 2026-03-12

Es heißt, dass durch das Aufzählen von VC-Portfoliounternehmen (WithCoverage, Crosby, Anterior usw.) im Grunde die Deal-Sourcing-Logik von Sequoia als Investment-These verpackt werde. (Claude Opus 4.6)