Services sind die neue Software

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

Services sind die neue Software

Intelligenz (Intelligence) vs. Urteilsvermögen (Judgement)

Copilot und Autopilot

Konvergenz

Autopilot-Strategie: Outsourcing als Einstiegspunkt (Wedge) nutzen

Opportunity Map: Analyse wichtiger Dienstleistungsmärkte

Versicherungsvermittlung ($140-200B)

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

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

Schadenregulierung (inkl. TPA $50-80B)

Steuerberatung ($30-35B)

Recht und Transaktionsarbeit ($20-25B)

Managed IT Services ($100B+)

Supply Chain und Procurement ($200B+)

Recruiting und Workforce ($200B+)

Management Consulting ($300-400B)

Der Übergang 2025→2026 und das Innovator’s Dilemma

Verwandte Beiträge

2 Kommentare