Die Auswirkungen von KI auf SaaS: Ein Risikorahmen für Investoren

Jim Masturzo von Research Affiliates hat einen umfassenden Bericht veröffentlicht, der detailliert darlegt, wie künstliche Intelligenz gestufte Risiken für den Software-as-a-Service-Sektor darstellt. Die Analyse kategorisiert mögliche Auswirkungen in zyklische, säkulare und supersäkulare Zeithorizonte nach einer bedeutenden Marktkorrektur, bei der während der ersten beiden Monate des Jahres 2026 rund 2 Billionen US-Dollar an Marktkapitalisierung des Softwaresektors verloren gingen.\n\nUnmittelbare Risiken innerhalb der nächsten 12 Monate umfassen die Reduzierung der Nutzerlizenzen („seat compression“) und Preisdruck pro Nutzer, was wiederkehrende Einnahmequellen gefährdet. Die Bewertungsmultiplikatoren haben sich bereits verringert; die Kennziffer „Kurs-Gewinn-Verhältnis“ des repräsentativen S&P North American Expanded Technology Software Index sank von 71 auf 45. Wichtige Branchenakteure wie Workday, ServiceNow, Salesforce, Oracle und Microsoft verzeichneten Kursrückgänge zwischen 18 % und 37 %, da die Ergebnisberichte eine langsamere Monetarisierung und eine abschwächende Wachstumsprognose signalisierten.\n\nIm ein- bis fünfjährigen Zeithorizont stellen architektonische Verdrängung durch agentenbasierte KI sowie die Kommodifizierung von Funktionsumfängen strukturelle Herausforderungen dar. Gartner schätzt, dass KI-Agenten bis zum Jahr 2030 35 % der spezialisierten SaaS-Tools ersetzen könnten, während regulatorische Rahmenwerke wie die EU-KI-Verordnung die Compliance-Kosten erhöhen und Verpflichtungen zur Datenportabilität die traditionellen Wechselkosten mindern. Diese Faktoren schaffen ein heterogenes Umfeld, in dem einzelne Unternehmen nicht allein auf ihre Ressourcen setzen können, um ihre Positionen gegenüber breiteren regulatorischen Verschiebungen zu schützen.\n\nÜber einen Zeitraum von mehr als fünf Jahren hinweg steht selbst das SaaS-Bereitstellungsparadigma potenziell vor der Obsoleszenz, da Anbieter von Grundlagenmodellen vertikal in die Anwendungsschicht integrieren. Der sich abzeichnende Software-Stack könnte traditionelle Anwendungen in untergeordnete Datenspeicher komprimieren, während sich Differenzierung zunehmend auf Plattformen für die Orchestrierung von Agenten verlagert. Folglich erfordert die heutige Investition in SaaS-Unternehmen eine verstärkte Konzentration auf die Tiefe der Daten-Moats, die Anpassungsfähigkeit der Preisgestaltungsmodelle sowie die Tiefe der Geschäftsabläufe im Vergleich zur Breite der Funktionen, um einer grundlegenden Neuerfindung standzuhalten.