SaaS ist tot. Es lebe die KI-generierte Software.

Über ein Jahrzehnt lang war Software-as-a-Service das dominierende Modell für Unternehmenssoftware. Organisationen lizenzierten Werkzeuge, schulten Anwender, passten ihre Prozesse an vorgegebene Workflows an und zahlten pro Nutzer. Das Modell funktionierte gut in einer Welt, in der Software teuer zu bauen war, Geschäftslogik sich langsam änderte und Anpassungen kostspielig waren.

Diese Welt verschwindet.

Mit dem rasanten Fortschritt großer Sprachmodelle und agentischer KI-Systeme erodieren die Kernannahmen hinter SaaS. Geschäftslogik ist nicht länger knapp. Workflows können dynamisch generiert werden. Benutzeroberflächen sind nicht mehr die primäre Interaktionsschicht. Das Ergebnis ist nicht das Ende der Software — sondern das Ende der Software, wie wir sie kennen.

Warum sollte ein Unternehmen 100 HubSpot-Lizenzen bezahlen, wenn Lead-Scoring, Pipeline-Logik, Follow-ups, Reporting und sogar Kundeninteraktions-Flows automatisch von einer KI generiert und angepasst werden können — auf Basis der eigenen Unternehmensdaten?

Der Wert, der einst in SaaS-Anwendungen eingebettet war, verschiebt sich weg von fester Funktionalität — hin zu Daten, Kontext und Orchestrierung. SaaS verschwindet nicht — aber es verliert seine zentrale Rolle.

Der strukturelle Druck auf SaaS

Klassische SaaS-Produkte beziehen ihren Wert aus gebündelter Logik: vorgegebene Workflows, meinungsstarke Best Practices und grafische Oberflächen, die Anwender durch standardisierte Prozesse führen. LLMs verändern diese Gleichung fundamental.

Moderne KI-Systeme können Geschäftsregeln, Validierungslogik, Workflows und sogar Oberflächen on demand generieren. Sie passen sich Ausnahmen an, lernen aus historischen Daten und reagieren auf natürlichsprachige Anweisungen — statt auf starre Konfigurationsmasken. In dieser Welt werden statische Workflows zur Einschränkung, nicht zum Asset.

Der verbleibende Wert von SaaS verschiebt sich in Richtung Infrastruktur: zuverlässige Datenspeicherung, Integrationen, Compliance, Sicherheit, operative Stabilität. Die Logik-Schicht — einst das zentrale Differenzierungsmerkmal — wird zunehmend zur Commodity.

Was kommt nach SaaS?

Das aufkommende Modell lässt sich am besten als agent-zentrierte, fähigkeitenbasierte Software beschreiben. Statt Werkzeuge zu kaufen, definieren Organisationen Ergebnisse. Statt Anwendungen zu konfigurieren, beschreiben sie Intent. Software-Verhalten wird dynamisch erzeugt — geleitet von Daten, Policies und KI-Agenten.

Einige Muster zeichnen sich bereits ab.

Agentensysteme ersetzen feste Workflows. KI-Agenten folgen keinen vorgegebenen Prozessdiagrammen; sie entscheiden anhand von Kontext, Constraints und verfügbaren Fähigkeiten, wie ein Ziel zu erreichen ist. Software wird zu adaptivem Verhalten — nicht mehr zu einem statischen Feature-Set.

SaaS-Plattformen zerfallen in Headless-Capabilities. Authentifizierung, Billing, Messaging, Analytics und Datenspeicherung werden zu modularen Services hinter APIs. KI orchestriert diese Komponenten dynamisch. Was früher wie ein monolithisches CRM aussah, wird on demand aus spezialisierten Bausteinen neu zusammengestellt.

Preismodelle verschieben sich von Lizenzen zu Ergebnissen. Statt pro Nutzer zu zahlen, zahlen Organisationen für Resultate: qualifizierte Leads, gelöste Service-Fälle, weniger Churn, operative Effizienz. Software wird verantwortlich für Wirkung — nicht für Zugriff.

Organisationen bauen eigene KI-Plattformen. Statt generische Werkzeuge zu mieten, kodieren sie ihre eigene Domänenlogik, Datenmodelle und Governance-Regeln in KI-Systeme, die sie selbst kontrollieren. SaaS wird zur Infrastrukturschicht — nicht mehr zum System of Record für Business Intelligence.

Was wertvoll bleibt

In diesem neuen Modell verliert nicht alles an Relevanz. Daten bleiben zentral. Saubere, gut strukturierte, vertrauenswürdige Daten werden zum wertvollsten Asset, das eine Organisation besitzt. Integrationen, Compliance-Frameworks, Identity-Management und Auditierbarkeit bleiben tief wichtig — vor allem in regulierten Branchen.

Was an Wert verliert, ist die Idee, dass Wettbewerbsvorteil aus standardisierten Workflows oder Oberflächen kommt. Best Practices kauft man nicht mehr; sie werden von der eigenen KI generiert und kontinuierlich adaptiert.

Die erfolgreichsten Organisationen werden nicht die mit den meisten Werkzeugen sein, sondern die mit dem klarsten Verständnis ihrer eigenen Logik, Prozesse und Daten-Beziehungen.

Ein Paradigmenwechsel im Software-Verständnis

Das aufkommende Paradigma lässt sich knapp zusammenfassen:

Intent beschreiben. Daten besitzen. Verhalten erzeugen.

Diese Verschiebung hat tiefgreifende Konsequenzen. Software wird unsichtbar. Nutzer interagieren mit Ergebnissen, nicht mit Anwendungen. Die wertvollsten Systeme sind nicht mehr die mit den meisten Features, sondern die, die Intent mit minimaler Reibung in Handlung übersetzen.

SaaS verschwindet nicht — aber es rückt in den Hintergrund. Der Schwerpunkt verlagert sich zu KI-gesteuerten Orchestrierungsschichten, die aus Daten und Intent lebendige Systeme machen.

Für Entscheider ist die Chance klar. Wer frühzeitig in Daten-Fundamente, Domänen-Klarheit und KI-erst-Architektur investiert, prägt die nächste Generation von Unternehmenssoftware. Wer in lizenzbasiertem Denken verharrt, zahlt am Ende mehr — für Werkzeuge, die weniger leisten.

Das Zeitalter, Software zu kaufen, weicht dem Zeitalter, sie zu erzeugen.