SaaS ist nicht tot

1. Hintergrund der Behauptung, SaaS sei tot

• In letzter Zeit haben sich AI-Coding-Tools wie Claude Code, Copilot und Codex rasant weiterentwickelt. Dadurch gewinnt die These an Gewicht: „Wenn sich Software jetzt mit ein paar Prompt-Zeilen erstellen lässt, ist SaaS dann nicht am Ende?“
• Reid Hoffman weist darauf hin, dass der Markt auf dieses Narrativ so sensibel reagierte, dass schon ein einzelner Tweet zu Claude Code SaaS-Aktien um 5 % nach unten ziehen konnte.
• Er ist jedoch der Ansicht, dass der Markt das Phänomen überinterpretiert. Dass AI die Art und Weise, wie Software produziert wird, stark verändert, stimmt zwar — aber das bedeutet nicht automatisch den Tod der gesamten SaaS-Branche.
• Der Ausgangspunkt ist also nicht „AI ist keine Bedrohung“, sondern eher die Kritik: „Die Richtung der Bedrohung wird falsch gelesen.“
• Seine Problemwahrnehmung ist klar: Was gerade zerbricht, ist nicht SaaS an sich, sondern das alte SaaS-Playbook, das in den vergangenen 20 Jahren funktioniert hat.

2. Die Schwächung des alten SaaS-Moats

• Hoffman sieht den Grund dafür, dass SaaS-Unternehmen in der Vergangenheit hohe Margen erzielen konnten, darin, dass schon die Engineering-Organisation selbst, die ein stabiles Produkt bauen und skalieren konnte, eine starke Eintrittsbarriere war.
• Anders gesagt: Allein die Tatsache, ein Team zu haben, das Funktionen auf diesem Niveau stabil implementieren und betreiben kann, war der Moat — und deshalb ließen sich Margen von 40 bis 50 % rechtfertigen.
• Doch da AI die Umsetzungsgeschwindigkeit erhöht, wird die Verteidigungskraft, die aus reiner Engineering-Arbeitsleistung kommt, eindeutig schwächer.
• Deshalb räumt er ein, dass das Geschäftsmodell, das SaaS in den vergangenen 20 Jahren definiert hat, in dieser Form kaum unverändert bestehen bleiben wird.
• Entscheidend ist hier jedoch, dass sinkende Margen und ein schwächerer Moat nicht gleichbedeutend mit Tod sind.
• Zwischen der Diagnose „Das alte SaaS-Modell bricht zusammen“ und dem Schluss „Niemand zahlt mehr für Software“ liegt ein großer logischer Sprung — und genau diesen Sprung kritisiert Hoffman.
• Seine Position lautet also: AI gestaltet die Wirtschaftlichkeit von SaaS neu, führt aber nicht unmittelbar zur Abschaffung des Softwaregeschäfts selbst.

3. Ein grundlegendes Missverständnis über das Softwaregeschäft

• Aus Hoffmans Sicht verstehen viele Menschen Software fälschlich als ein „Codepaket, das man einmal baut und dann ist es erledigt“.
• Tatsächlich ist Enterprise-Software aber kein bloßes Code-Artefakt, sondern ein lebendiges System, das laufend Wartung, Validierung, Sicherheit, Compliance, Betriebsstabilität und kontinuierliche Verbesserung benötigt.
• Jemand könnte zum Beispiel sagen: „Kann man das CRM oder das Gehaltssystem unseres Unternehmens nicht einfach per Vibecoding bauen?“ Doch in realen Unternehmensumgebungen sind Sicherheits- und Regulierungsrisiken so gravierend, dass sich so etwas nicht einfach ersetzen lässt.
• Gerade bei Systemen, die geschäftskritische Aufgaben abdecken — etwa HR, Payroll, Verbindlichkeiten, Buchhaltung oder Enterprise-CRM — ist der Abstand zwischen „es läuft“ und „es ist auf Betriebsniveau einsetzbar“ enorm.
• Deshalb sind das Bauen einer Funktionsdemo nur per Prompt und der Betrieb eines Systems, dem Unternehmen tatsächlich vertrauen und für das sie bezahlen, zwei völlig verschiedene Dinge.
• Hoffman meint an diesem Punkt, dass AI-Optimisten die Leichtigkeit der Codegenerierung mit der Schwierigkeit des Produktbetriebs verwechseln.
• Unterm Strich macht AI Software leichter erstellbar, beseitigt aber nicht die Verantwortungsstruktur des Softwaregeschäfts.

4. Neuer Wettbewerbsvorteil: AI-Generativität

• Die eigentliche Veränderung, von der Hoffman spricht, ist nicht „das Ende von SaaS“, sondern dass sich das Zentrum des Wettbewerbsvorteils verschiebt.
• Starke SaaS-Unternehmen der Zukunft werden nicht mehr nur Firmen sein, die Funktionen bereitstellen, sondern Unternehmen, die Systeme liefern, die darauf ausgelegt sind, die Arbeit in ihrer jeweiligen Kategorie mit AI besser auszuführen.
• Er erklärt das mit dem Konzept der AI-Generativität. Entscheidend ist also, wie gut die im Produkt integrierte AI die spezifischen Anforderungen einer Domäne versteht und wiederholt bessere Ergebnisse erzeugen kann.
• Denkt man etwa an ein CRM-Unternehmen, wird es schwächer, wenn es nur noch Funktionen zum Speichern und Abrufen von Kundendaten bietet.
• Ein starkes CRM werde stattdessen nach seiner Einschätzung Elemente wie die folgenden besitzen:
  • ein Set intelligenter Agenten, die Vertriebs-Workflows wiederholt verfeinern
  • ein System, das die Pipeline umfassender versteht als ein menschlicher Analyst
  • leistungsfähige Backend-Bibliotheken und Betriebsstrukturen, die speziell für diese Domäne entworfen wurden
• Solche Produkte können einen deutlich stärkeren Moat haben als simples CRUD-SaaS.
• Am Ende entscheidet sich der Wettbewerb also nicht daran, ob AI eingeführt wurde, sondern daran, ob ein tief auf die Domäne abgestimmtes AI-System zum Kern des Produkts gemacht wurde.
• Hoffman geht davon aus, dass bestehende Player, die diese Veränderung verstehen, sich weiterentwickeln werden, während diejenigen, die sie nicht verstehen, tatsächlich schrumpfen oder verschwinden könnten.
• Er ergänzt jedoch, dass selbst dieser Niedergang wahrscheinlich nicht so abrupt eintreten wird, wie der Markt es sich ausmalt, sondern deutlich langsamer verlaufen dürfte.

5. Wandel des Geschäftsmodells

• Wenn sich die Produktstruktur verändert, wird sich wahrscheinlich auch das ökonomische Modell mitverändern.
• Hoffman erwartet, dass das klassische sitzplatzbasierte SaaS-Abomodell nicht alles bleiben wird und dass künftig häufiger Utility-Modelle auftauchen, bei denen Kunden ein Token-Budget oder Compute-Verbrauch im Voraus bezahlen.
• Bei einem AI-nativen CRM könnte zum Beispiel nicht mehr primär zählen, „wie viele Nutzer sich einloggen“, sondern wie viel Berechnung und Automatisierung das System tatsächlich ausführt.
• Das heißt nicht, dass Subscription-Software verschwindet, sondern dass sie zu einem ökonomischen Modell auf Basis von Compute-Verbrauch umgebaut werden könnte.
• Er sagt, dass ein solcher Wandel zwar ungewohnt wirken mag, aber keineswegs beispiellos ist.
• Schon beim Übergang von On-Premises-Software zu Cloud-SaaS war die Angst groß, das bestehende Geschäftsmodell breche zusammen — doch der Markt endete nicht, sondern wurde sogar größer.
• Genauso befinden wir uns seiner Ansicht nach heute am Beginn eines ähnlichen Übergangs: von „Cloud-SaaS → AI-native Software“.
• Die wichtige Frage lautet daher nicht „Stirbt SaaS?“, sondern eher: Wie sehen die neue Preisstruktur und die neue Messung von Wert aus?

6. Bestehende Moats bleiben weiterhin relevant

• Hoffman betont, dass selbst im AI-Zeitalter bestehende Moats nicht vollständig verschwinden.
• Faktoren wie Netzwerkeffekte, Kundenbeziehungen und Datenvorteile bleiben weiterhin wichtig und können je nach Fall sogar noch stärker werden.
• Insbesondere proprietäre Datenquellen gewinnen noch stärker an Wert, wenn AI auf diesen Daten trainiert und daran angepasst werden kann.
• Wenn AI-Systeme auf Basis von Daten angepasst werden, die über Jahre hinweg passend zu bestimmten Unternehmens-Workflows und betrieblichen Kontexten aufgebaut wurden, bekommt Customer Lock-in eine andere Qualität als früher.
• Was AI commoditisiert, ist also die „Fähigkeit, schnell Code zu erzeugen“ — nicht aber Kundenbeziehungen, Betriebsdaten und den gesamten Domänenkontext.
• Deshalb können der bestehende Kundenstamm und die bereits vorhandenen Datenbestände etablierter SaaS-Unternehmen auch im AI-Zeitalter ein starker Ausgangspunkt sein.
• Außerdem erwähnt er das Jevons-Paradoxon und meint, dass die Nachfrage nach Software sogar wachsen könnte, wenn die Kosten für den Softwarebau drastisch sinken.
• Wenn die Herstellungskosten sinken, wird man versuchen, mehr Probleme mit Software zu lösen — und dadurch könnte sich der Gesamtmarkt eher ausweiten als schrumpfen.

Fazit

• Hoffmans Schlussfolgerung ist eindeutig. SaaS ist nicht tot.
• Was vielmehr stirbt, ist das „alte SaaS-Playbook, bei dem Funktionen produktisiert und hohe Margen gehalten wurden“.
• Überleben werden künftig Unternehmen, die über das bloße Anflanschen von AI als Tool hinausgehen und die Kernaufgaben ihrer Kategorie rund um AI-Generativität neu entwerfen.
• Umgekehrt können Unternehmen, die sich auf bisherigen Erfolgsrezepten ausruhen und die Verschiebung der Moats im AI-Zeitalter nicht verstehen, langsam zurückfallen.
• Die Kernbotschaft dieses Textes ist also nicht „das Ende der Softwarebranche“, sondern die Neuordnung des Softwaregeschäfts.
• In einem Satz zusammengefasst: SaaS erlebt keine Beerdigung, sondern einen Generationswechsel. Sterben wird nicht die Branche, sondern jene Player, die sich nicht an den Wandel der Zeit anpassen.

[colus001]

Der Grund, warum man SaaS nutzt, ist ja eher „Müssen wir das wirklich selbst machen?“ und nicht „Wir können das selbst nicht“, deshalb wirkt die Vorstellung, dass es verschwinden wird, auf mich nicht besonders plausibel. Selbst bei Groupware sieht man doch, dass noch immer unglaublich veraltete Lösungen verwendet werden.

[aer0700]

Was als schwierig gilt, ist zwar für jeden anders, aber ich habe es wohl weniger deshalb nicht gebaut, weil es schwierig ist, Jira zu bauen, sondern eher, weil es mit Jira bereits etwas Vertrautes gibt und man sich fragt: Muss man das wirklich noch einmal bauen? Jetzt, wo die Zeit gekommen ist, in der man Jira per Klick zusammenbauen kann … da kommt mir der Gedanke, dass es aus Kostensicht vielleicht gar nicht so schlecht wäre, wenn jede Firma ihr eigenes Custom-Jira baut und nutzt. Trotzdem wirkt es irgendwie ein bisschen nach: Muss das wirklich sein?