Warum KI die Enterprise-Software nicht frisst
„AI is eating Enterprise Software“ klingt nach einer sauberen Story. Bis man sieht, woran die KI sich die Zähne ausbeißt.
Auf vielfachen Wunsch biete ich ab sofort meine Aktienanalysen komplett zweisprachig -englisch und deutsch (DE) - an. Wenn du in Zukunft die deutschen Artikel per Mail erhalten möchtest, kannst Du hier die Einstellungen (Notifications) in deinem Substack Account verändern bzw. dich anmelden.
Vor fünfzehn Jahren veröffentlichte Marc Andreessen seinen berühmten Essay „Why Software is Eating the World” im Wall Street Journal. Darin beschrieb er einen umfassenden technologischen Wandel, in dessen Verlauf Software ganze Wertschöpfungsketten in traditionellen Branchen übernahm – von den Medien (Netflix) über den Einzelhandel (Amazon) bis hin zu Automobilen (Tesla) und Finanzdienstleistungen. Haupttreiber waren eine massive Steigerung der Reichweite durch Breitbandnetze und Smartphones sowie ein dramatischer Rückgang der StartUp-Kosten dank Cloud und modernen Softwaretools. Diese ermöglichten es neuen Softwareunternehmen, etablierte Branchen schneller anzugreifen.
Heute glauben viele KI-Enthusiasten, dass „KI die Softwareindustrie verschlingt”. Betrachtet man die katastrophale Kursentwicklung der meisten Anbieter von Unternehmenssoftware (Enterprise Software), könnte man meinen, dass nichts weniger als eine Implosion dieser Unternehmen bevorsteht.
Wir sprechen hier nicht nur von den bemerkenswerten Einbußen alternder Softwarekonglomerate wie Salesforce oder Adobe, die seit Jahren hauptsächlich durch immer neueÜbernahmen gewachsen sind. Wir sprechen auch über ihre Angreifer. Ich denke dabei vor allem an jüngere Softwareunternehmen, die organisch viel schneller wachsen und hohe Bruttomargen über 80 % erzielen. Diese Unternehmen haben in den letzten 12 Monaten sogar noch mehr, meist 50-70 % ihres Wertes verloren. Beispiele hierfür sind Atlassian, HubSpot, GitLab (alle von meiner Watchlist) und Monday (aus meinem Portfolio).
All diese B2B Software Unternehmen haben gemeinsam, dass sie gemessen am Umsatz- oder Cashflow-Multiple noch nie so günstig zu haben waren wie heute.
In den ersten Wochen des neuen Jahres war eine regelrechte Flucht der Investoren aus diesen Softwarewerten zu beobachten.
Der Grund: Viele Tech-Beobachter sind der Meinung, dass KI-Agenten in nicht allzu ferner Zukunft einen erheblichen Teil der Arbeit in Unternehmen übernehmen werden. Wie würde dann die Zukunft der Unternehmenssoftware aussehen?
Werden Unternehmen künftig KI-basierte Vibe-Coding-Tools einsetzen, um ihre eigene personalisierte Unternehmenssoftware zu programmieren, anstatt teure Abonnements bei den etablierten SaaS-Anbietern zu kaufen?
Mit jedem neuen Release und der Verbesserung der Vibe-Coding-Fähigkeiten neuer KI-Tools wie Claude Code oder Lovable sind die sozialen Medien voll von selbsternannten KI-Experten, die der Meinung sind, Enterprise-Software sei tot, da zukünftig jedes Unternehmen mit wenig Aufwand sein eigenes ERP- oder CRM-System erstellen könne.
Anscheinend glaubt der Finanzmarkt, dass die Zeit des aufgrund der wiederkehrenden Einnahmen gut prognostizierbaren Wachstums der Enterprise-Software-Provider zu Ende geht. Anders ist die erschreckende Entwicklung der entsprechenden SaaS-Aktien an der Börse nicht zu erklären.
Ich selbst bin seit mehr als 25 Jahren als Softwareunternehmer und Software-Investor tätig und denke, es ist an der Zeit, diese Panik mit dem vorliegenden Beitrag etwas einzuordnen.
Zunächst einmal ist die pauschale Aussage „SaaS ist tot“ natürlich Unsinn – schon allein, weil man nicht alle Enterprise-Software-Systeme über einen Kamm scheren kann. Zunächst ist es wichtig, sauber zwischen System-of-Record, System-of-Engagement und System-of-Intelligence/Automation zu trennen, da sich diese unterschiedlichen Schichten der Software-Wertschöpfung im KI-Zeitalter völlig unterschiedlichen Herausforderungen gegenüber sehen.
System of Record (SoR) – der „Status“ des Unternehmens
Jedes Unternehmen betreibt mindestens ein (meist mehrere) Kernsystem(e), in denen die zentralen Daten und Geschäftsprozesse der Organisation abgebildet sind. Dieses SoR ist die verbindliche „Quelle der Wahrheit“ eines Unternehmens: Datenmodelle, Transaktionen, Berechtigungen, Kontrollen, Audit-Trails.
Ein SoR liefert zentrale Stammdaten (Kunde, Produkt, Mitarbeiter, Kontenplan), benötigt Transaktionssicherheit (Order-to-Cash, Procure-to-Pay) und muss die Governance sicherstellen (Rollen, Richtlinien, Genehmigungsprozesse). Darüber hinaus ist es auf Nachvollziehbarkeit ausgelegt (wer, was, wann, warum).
Diese zentralen Systeme sind auch im KI-Zeitalter zunächst einmal nicht so einfach austauschbar. Denn KI kann zwar Inhalte für diese Systeme erzeugen und eventuell sogar Entscheidungen treffen, sie kann jedoch nicht optional machen, dass Unternehmen einen rechtlich belastbaren, konsistenten Zustand benötigen.
Beispiele für klassische SoR sind die ERPs von SAP und Oracle, Workday, ServiceNow oder auch der Kern von Salesforce als CRM-System. Diese Legacy-Systeme haben ganz andere Herausforderungen und müssen sich seit Jahren – völlig unabhängig von KI – gegen neue, jüngere, flexiblere und vor allem preisgünstigere Systeme behaupten. Grundsätzlich sind sie als SoR aber nicht durch KI ersetzbar, sondern höchstens durch ein anderes SoR. Das passiert meist nur, wenn die „Schmerzen“ mit dem Altsystem unerträglich groß geworden sind.
System of Engagement (SoE) - die Arbeitsoberfläche für Menschen
Ein SoE kommt überall dort zum Einsatz, wo Menschen „arbeiten“: UI, Workflows, Formulare, Dashboards, Collaboration. Diese Software ist darauf ausgelegt, die Benutzerfreundlichkeit (Usability) zu optimieren und dadurch die Akzeptanz bei den Benutzern zu fördern und deren Engagement mit der Software zu erhöhen.
Ein typisches SoE liefert Aufgabenlisten, Inboxen und Case-Handling. Es definiert Prozessschritte für Teams (Vertrieb, Support, HR, Finance), stellt Kontext her und fördert die Zusammenarbeit (z. B. über Kommentare, Anhänge und Benachrichtigungen). Beispiele für Systems of Engagement sind Zoom Video, WIX oder auch Slack (gehört heute zu Salesforce).
Hier dürfte sich durch KI zukünftig sehr viel ändern. Das klassische „klickbasierte“ UI, bei dem der Mensch als Clickworker im Mittelpunkt steht, wird zumindest teilweise durch Conversational UI (Chat/Voice), proaktive Vorschläge der KI („Next best action“) und automatische Dokumentation/Follow-ups ersetzt.
Wichtig zu verstehen ist, dass sich das SoE durch KI-Unterstützung radikal wandeln kann – aber es braucht weiterhin ein SoR darunter.
System of Intelligence & Automation (SoI/SoA) – Agenten-Schicht als „Operator“
Neben den SoR und SoE gibt es bereits seit den 1990er Jahren Systeme, die zwischen den beiden Schichten sitzen und Prozesse bzw. Workflows automatisieren sollen. Diese zunächst starren und deterministischen Workflow-Systeme werden jetzt um KI-Modelle und Agenten ergänzt. Diese benötigen jedoch immer eine geeignete Orchestrierung über Regeln und Tools. Diese Schicht enthält die eigentliche Intelligenz des Gesamtsystems, interpretiert Ziele, plant Schritte und führt Aufgaben in den SoR über APIs aus.
Eine solche Agenten-Schicht kann bei der Automatisierung von Routineaufgaben helfen, beispielsweise bei der Datenpflege, der Ticket-Klassifikation oder der Angebotserstellung, und dies auch über verschiedene Systeme hinweg (CRM, ERP, Support, Billing).
Mithilfe von „Vibe-Workflows“ können zukünftig auch Nicht-Programmierer mittels natürlicher Sprache Aktionen formulieren. Die so definierten Agenten können Entscheidungen unterstützen, benötigen jedoch immer klare Berechtigungen und Grenzen, die durch das SoR vorgegeben werden.
Die Zukunft der Enterprise Software
Auch in einer Zukunft mit Agenten wird Enterprise-Software nicht verschwinden, sie wird sich jedoch verändern, da immer mehr Aktionen nicht von Menschen, sondern von KI durchgeführt werden. Das System of Record (SoR) hält weiterhin den Zustand fest und wird eher noch an Bedeutung gewinnen. Das System of Engagement (SoE) verliert als menschliche Arbeitsoberfläche an Bedeutung und muss sich wandeln. Das System of Intelligence/Automation (SoI/SoA) erledigt als immer wertvollere Schicht die Arbeit über alle Systeme hinweg.
Möchte man sich als Software-Investor ernsthaft mit der Frage beschäftigen, wie gefährdet die einzelnen SaaS-Unternehmen im Depot für eine mögliche Disruption durch KI sind, kann es helfen, die folgenden drei Fragen zu stellen:
1. Besitzt die Firma ein System of Record oder geht es nur um die Benutzeroberfläche (System of Engagement)?
Gewinner sind diejenigen Anbieter, die den verbindlichen Zustand des Unternehmens halten, also den „State Layer“, auf den sich Menschen und Agenten einigen müssen. Verlierer sind häufiger Produkte, deren Hauptwert in einem schicken UI und manueller Klickarbeit liegt. Wenn Agenten Aufgaben aus Text oder Voice heraus antriggern und erledigen, schrumpft der Vorteil einer „schönen Oberfläche, mit der Menschen gerne arbeiten“.
2. Wie tief ist das Datenmodell und wie einzigartig sind die Daten?
Gewinner besitzen ein komplexes, domänenspezifisches Datenmodell mit vielen Abhängigkeiten und sammeln Daten, die mit der Zeit einzigartig werden. Prozess- und Transaktionshistorien, Asset-/Konfigurationsdaten, Vertrags- und Abrechnungsdaten usw. Diese Daten werden in der KI-Welt sogar wertvoller, da Agenten nur so zuverlässig handeln können. Verlierer sind Anbieter mit einem dünnen Datenmodell und Daten, die entweder leicht exportierbar sind oder ohnehin in anderen Systemen entstehen. Wenn die Daten nicht den Großteil des Mehrwerts ausmachen, kann die UI-Schicht leichter ersetzt werden.
3. Kann das Unternehmen die Nutzung von Agenten monetarisieren, ohne die eigene menschliche Userbasis zu kannibalisieren?
Das Geschäftsmodell von Enterprise Software muss sich im Laufe der Zeit weiterentwickeln. Heute wird die überwiegende Mehrheit der SaaS-Produkte pro Arbeitsplatz abgerechnet, was in der Regel der meistgenutzten Variante durch die Endnutzer/innen entspricht. In einer Welt jedoch, in der KI-Agenten einen größeren Teil der Interaktion und der Arbeit an der Software übernehmen, muss sich die Monetarisierung mit der Zeit weiterentwickeln, um ein stärker verbrauchs- und nutzungsbasiertes Modell zu unterstützen.
Gewinner schaffen den Spagat: Sie ermöglichen Agenten, die mehr Arbeit erledigen, und monetarisieren dies nutzungsbasiert (z. B. Transaktionen, Automatisierungen, API-Aufrufe, verwaltete Workflows) – ohne die bestehende menschliche Benutzerbasis zu kannibalisieren. Ideal ist es, wenn Agenten die Nutzung insgesamt steigern und somit mehr Wert durch das System fließt. Zu den Verlierern zählen Software-Anbieter, die zu stark auf den Vertrieb von Lizenzen fixiert sind und keine überzeugende Alternative zu einem Seat-basierten Pricing anbieten können.
Wir werden zukünftig eine Mischung aus beiden Monetarisierungs-Komponenten sehen. Die Nutzer:innen (oder Menschen) werden weiterhin „Seats“ in der Software sein und die KI-Agenten, die eine erweiterte Nutzung darstellen, werden durch den Verbrauch monetarisiert.
Dies ist bereits heute bei vielen Produkten wie HubSpot oder Monday zu beobachten, bei denen die Endnutzerkomponente mit einem Verbrauchsmodell kombiniert wird.
Inwieweit diese Unternehmen bei ihrer anstehenden Transition hin zu einer KI-unterstützten Enterprise-Software erfolgreich sind, muss man jetzt Quartal für Quartal beobachten. Die Aktienkurse der oben genannten Unternehmen preisen jedoch bereits viele negative Entwicklungen rund um die KI-Disruption ein, die ich bisher keinesfalls so in den Zahlen erkennen kann.
Das Beispiel monday.com
Die Monday-Aktie wird bei einem aktuellen Kurs von 125 USD nur noch mit einem Enterprise Value von 4,7 Mrd. USD bewertet. Das ist gerade mal das Dreifache des für 2026 erwarteten Umsatzes und das Vierzehnfache des Cashflows der vergangenen zwölf Monate.
Damit ist monday an der Börse deutlich weniger wert als zum Zeitpunkt des Börsengangs im Juni 2021. Das ist nun fast fünf Jahre her. Damals machte das Unternehmen noch weniger als 300 Millionen USD Umsatz; heute ist es viermal so viel.
Wir sprechen von einem Unternehmen mit einer Bruttomarge von annähernd 90 %, das bisher extrem effizient gewachsen ist. Es verzeichnet ein organisches Umsatzwachstum von 28 % im Jahr 2025 und eine Free-Cashflow-Marge von bereits heute über 25 %.
Ich sehe hier mittlerweile durchaus eine Übertreibung der Börse nach unten und habe meine Position zuletzt behutsam vergrößert. Auch, weil ich denke, dass die Monday Software aufgrund ihrer Historie als Work-Management-Lösung von vielen Investoren vorschnell als reines „System of Engagement“ verkannt wird. Dabei hat sich Monday in den letzten Jahren mit seinen ebenfalls sehr erfolgreichen Modulen für CRM und Service-Management erheblich weiterentwickelt.
Wenn ich heute mit Monday-Kunden spreche, dann ist Monday für diese kleineren und mittleren Unternehmen mittlerweile durchaus ihre „Single Source of Truth“, die aus dem Unternehmen nicht mehr wegzudenken ist. Ein echtes „System of Record“ also.
Aber natürlich muss man abwarten, ob es dem Unternehmen gelingt, sich im Zeitalter der KI-Agenten am Markt zu behaupten und das derzeit vor allem Seat-basierte Monetarisierungsmodell entsprechend umzustellen. Das wird viel Zeit in Anspruch nehmen, genauso wie die Einführung der Agenten, die längst nicht so schnell und reibungslos vonstattengehen wird, wie KI-Enthusiasten heute gerne behaupten.
Trotz des Kursverfalls bleibe ich bei Monday investiert und werde die weitere Entwicklung von Enterprise SaaS hier auf diesem Substack genau beobachten und immer wieder mal kommentieren.
*Disclaimer: Der Autor und/oder verbundene Personen oder Unternehmen besitzt Anteile von monday.com. Dieser Beitrag stellt eine Meinungsäußerung und keine Anlageberatung dar. Bitte beachte die rechtlichen Hinweise.
Ja, sehe ich auch so - und bleibe investiert. Die Frage ist wie immer, wann man nachkauft. Bin gespannt, wie Du hier vorgehst und wie Deine minimale Cashquote sein wird.
Vielen Dank für den sehr guten Überblick. Da wir nun den vollen Impact von exponentiellem Wachstum von KI-Fähigkeiten erleben, wird es wichtig sein, als Mensch zu lernen, nicht nur linear, sondern auch exponentiell zu denken. Dann sollten wir eine Chance haben, zu verstehen, wie sich die Welt in den nächsten 12-24 Monaten verändern wird. Ich würde mir noch wünschen, solche Überlegungen auch auf dem Gebiet von industrieller SaaS zu sehen. Hier werden die Auswirkungen mindestens genauso groß sein.