Wenn SaaS zum Prompt wird

Mein Experiment beweist nicht das Ende von SaaS. Es zeigt etwas Interessanteres: AI verkürzt den Abstand zwischen einer Anforderung und funktionierender Software – und trennt damit austauschbare Funktionen von echtem Produktwert.

Zwanzig Minuten

Ich schreibe nur wenige Rechnungen und bezahle trotzdem jeden Monat ungefähr 25 Euro für ein Rechnungsprogramm. Es muss bei mir nicht viel können: Kundendaten verwalten, Pflichtangaben ausgeben, Rechnungsnummern fortlaufend vergeben, Summen berechnen und eine saubere PDF erzeugen. Also fragte ich ChatGPT, ob sich das als Excel-Modell nachbauen ließe. Zwanzig Minuten später war die Datei fertig.

Das ersetzt noch keine rechtliche Prüfung. Ob eine solche Datei GoBD-konform archiviert, E-Rechnungen korrekt erzeugt, Änderungen revisionssicher protokolliert und im Streitfall verlässlich unterstützt, ist eine andere Frage. Aber genau darin liegt der Punkt: Das sichtbare Funktionsbündel, für das ich bisher ein Abo bezahlte, war plötzlich kein hinreichender Produktwert mehr. Es ließ sich als Prompt beschreiben.

Diese Erfahrung verändert meine Zahlungsbereitschaft. Und sie führt zu einer größeren Frage: Was geschieht mit Software as a Service, wenn Kunden einen erheblichen Teil der Oberfläche selbst erzeugen können?

Die Börse als Seismograph

Die Kapitalmärkte stellen dieselbe Frage bereits. Ende Juli 2026 lag die Salesforce-Aktie seit Jahresbeginn rund 31 Prozent im Minus; die in New York gehandelte SAP-Aktie hatte ungefähr ein Drittel verloren. Anfang Februar büßten US-Software- und Datendienstleister laut Reuters innerhalb weniger Handelstage rund eine Billion Dollar Börsenwert ein. Auslöser war die Sorge, neue AI-Agenten könnten spezialisierte Anwendungen schneller entwerten, als deren Anbieter ihren Nutzen erneuern.

Das ist kein Todesurteil. Aktienkurse beweisen nicht, dass Salesforce oder SAP verschwinden. Beide besitzen Daten, Kundenbeziehungen, Integrationen und enorme Wechselkosten. Aber der Kursrutsch zeigt, dass der Markt einen alten Glaubenssatz neu bewertet: Wiederkehrende Umsätze sind nur dann dauerhaft, wenn auch der zugrunde liegende Nutzen schwer ersetzbar bleibt.

Dazu passt, was Andreessen Horowitz aus Gesprächen mit 100 IT-Verantwortlichen berichtet: Unternehmen bauen mehr AI-Anwendungen selbst, weil Modell-APIs und Coding-Assistenten die Eintrittsbarrieren senken. Das ist für SaaS-Anbieter mindestens so wichtig wie ein neuer Wettbewerber. Ihre Kunden werden selbst zu Entwicklern – nicht überall, aber genau dort, wo die Aufgabe klar begrenzt und die Daten verfügbar sind.

Sieben Testfälle im Publishing

Im wissenschaftlichen Publizieren ist der Prüfbedarf besonders groß. Viele Systeme bedienen kleine Märkte, stammen konzeptionell aus einer Zeit vor mobilen Interfaces und verkaufen historisch gewachsene Arbeitsschritte als getrennte Produkte. AI kann heute bereits sieben solcher Pakete neu zusammensetzen: 1. Manuskripte annehmen und formal prüfen; 2. Reviewer vorschlagen, erinnern und Rückmeldungen strukturieren; 3. Sprache, Stil und Copyediting vorbereiten; 4. Zitate, Referenzen und mögliche Integritätsprobleme kontrollieren; 5. XML, Metadaten, Abstracts und Alt-Texte erzeugen; 6. Rechte, Lizenzen und Freigaben vorsortieren; 7. CRM-, Marketing- und Nutzungsdaten befragen, ohne sich durch Dashboards zu klicken.

Das sind keine futuristischen Beispiele. Forschung und Produkte dokumentieren bereits citation checks, claim-evidence mapping, simulierte Begutachtung, automatisierte technische Checks und AI-gestützte Datenextraktion. Eine NBER-Feldstudie mit mehr als 5.000 Service-Mitarbeitern zeigte zudem einen durchschnittlichen Produktivitätsgewinn von 14 Prozent, bei weniger erfahrenen Mitarbeitern deutlich mehr. AI ersetzt also nicht nur Funktionen. Sie senkt den Wert der Lernkurve, auf der viele SaaS-Anbieter ihre Bindung aufgebaut haben.

Gerade im Publishing schützt die geringe Marktgröße die Anbieter nicht mehr automatisch. Früher lohnte es sich für einen neuen Wettbewerber kaum, einen komplizierten Nischenprozess nachzubauen. Ein allgemeines Modell kann denselben Prozess nun als einen von Tausenden Anwendungsfällen bedienen. Gleichzeitig bleibt menschliche Aufsicht unverzichtbar: Vertrauliche Manuskripte, erfundene Zitate und redaktionelle Entscheidungen sind keine geeigneten Felder für ungeprüfte Automatisierung. Die Chance liegt in Assistenz und Orchestrierung, nicht in Verantwortungslosigkeit.

Was bleibt wertvoll?

AI wird deshalb nicht jede Anwendung ersetzen. Mein Excel-Modell kennt weder die belastbare Historie meiner Transaktionen noch trägt es Verantwortung. Es orchestriert keine Bank, keine Steuerberatung und kein Archiv. Es garantiert keine Standards und keine Verfügbarkeit. Genau dort beginnt der verteidigungsfähige Teil von SaaS.

Überleben werden Systeme, die mehr sind als eine Sammlung von Masken: verlässliche Systems of Record; proprietäre und gut strukturierte Daten; tiefe Integrationen; Identität, Rechte und Audit Trails; regulatorische Verantwortung; Netzwerkeffekte; und Arbeitsabläufe, deren Ergebnis wichtiger ist als der einzelne Klick. AI macht diese Eigenschaften nicht überflüssig. Sie macht sie sichtbar.

Auch das Preismodell wird sich ändern. Wer pro Nutzer und Monat kassiert, obwohl Agenten immer mehr Arbeit ohne eigenen Sitz erledigen, verteidigt die falsche Einheit. Plausibler werden Preise nach Nutzung, Transaktion oder geprüftem Ergebnis. Der Anbieter verkauft dann nicht den Zugang zu einer Oberfläche, sondern eine verlässliche Leistung.

Standards, Hosting und Workflow

Für Metadaten- und Usage-Standards erweitert AI die Aufgabe. Wenn Antworten zunehmend außerhalb der Verlagsplattform entstehen, müssen auch maschinenvermittelte, syndizierte und AI-gestützte Nutzung glaubwürdig definiert werden. Bleibt Usage dagegen gleichbedeutend mit menschlichem Klick oder Download, verlieren solche Standards nicht ihre Existenzberechtigung, wohl aber einen Teil ihrer Aussagekraft.

Für Hostingplattformen liegt das Risiko in der sichtbaren Oberfläche. Wenn Suchmaschinen und Answer Engines Inhalte zusammenfassen, bevor jemand eine Verlagsseite besucht, verlieren Seitenaufrufe und klassische Discovery an Gewicht. Wertvoll bleiben jedoch das strukturierte Korpus, Metadaten, Identitäten, Zugriffsrechte, Commerce, Verfügbarkeit und eine sichere technische Auslieferung. Die Zukunft der Hostingplattform ist deshalb weniger die schönste Website als die verlässlichste, agentenfähige Content-Infrastruktur.

Bei Submission- und Peer-Review-Systemen sind Eingabemasken, Erinnerungen und formale Prüfungen leicht angreifbar. Schwer ersetzbar sind vertrauliche Manuskripte, Reviewer-Identitäten, Interessenkonflikte, Audit Trails, Integrationen und verantwortete Entscheidungen. Eine große installierte Basis ist ein Schutz – aber nur, wenn sich das Submission-Portal zur offenen Orchestrierungsplattform entwickelt. AI-gestützte Prüfungen und Editor-Werkzeuge sind ein Anfang. Entscheidend ist, ob daraus ein besserer Prozess entsteht und nicht nur ein weiterer Knopf.

AI beendet SaaS nicht. Sie beendet die bequeme Gleichung, nach der mehr Funktionen automatisch mehr Wert bedeuten. Was nur eine Oberfläche über einem standardisierbaren Ablauf ist, wird austauschbar. Was Vertrauen organisiert, bleibt knapp.

Bei der nächsten Vertragsverlängerung werde ich daher nicht mehr nur fragen: Was kann dieses Tool? Sondern: Was weiß, verbindet, beweist und verantwortet es, das ich mir nicht an einem Nachmittag selbst erzeugen kann? Die überzeugende SaaS-Antwort auf AI ist nicht Alarmismus. Es ist ein besseres Produkt.