Am 4. Februar 2026 brach der S&P North American Software Index um 25% ein. In weniger als einer Stunde lösten sich 285 Milliarden Dollar an SaaS-Börsenwert in Luft auf. Thomson Reuters verlor 22%, Gartner 21%, Xero 15%, Adobe 8%. Der unmittelbare Auslöser: Anthropic veröffentlichte Claude Cowork, eine „Agentic Execution Layer", die 50-Schritte-Workflows über CRM, Projektmanagement und Buchhaltungssoftware hinweg ausführte. Ohne dass ein Mensch eingriff.
Die Rechnung war simpel. Wenn ein KI-Agent die Arbeit von 50 Mitarbeitern übernimmt, schrumpft die Anzahl der Lizenzen (und damit der Umsatz) proportional. Das Per-Seat-Modell, das zwei Jahrzehnte lang SaaS-Wachstum befeuerte, wurde an einem einzigen Morgen vom strategischen Burggraben zur existenziellen Bedrohung.
Die Branche nennt es die SaaSpocalypse. Der Name ist dramatisch. Die zugrundeliegende Ökonomie ist es nicht.
Warum Seat-basierte Preise nicht mehr funktionieren
Per-Seat-Pricing funktionierte, weil Menschen der Engpass waren. Jeder Mitarbeiter, der CRM-Zugang brauchte, war ein abrechenbarer Seat. Jeder Support-Agent, der sich ins Helpdesk einloggte, war ein Posten auf der Rechnung. Salesforce, ServiceNow, HubSpot, Zendesk: Alle bauten Imperien auf der Annahme, dass mehr Mitarbeiter gleich mehr Seats gleich mehr Umsatz bedeuten.
Agentic AI zerstört diese Gleichung. Wenn ein einzelner KI-Agent 25-mal so viele Tickets bearbeitet wie ein menschlicher Agent, oder wenn ein KI-Assistent die Arbeit von zehn Analysten ersetzt, die in ein BI-Tool eingeloggt waren, sinkt die Seat-Zahl, während der Output gleich bleibt oder steigt.
BCGs Analyse bestätigt den Wandel. Der Anteil der B2B-Softwareunternehmen mit reinem Per-Seat-Pricing sinkt, und BCG erwartet eine fortlaufende Abkehr von der klassischen Seat-Lizenzierung hin zu agentenbasierten und Outcome-basierten Modellen. IDC prognostiziert, dass bis 2028 70% der Softwareanbieter auf verbrauchs- oder ergebnisbasierte Preismodelle umgestiegen sein werden. Das ist kein evolutionärer Wandel. Das ist ein Zweijahres-Sprint.
Die Zahlen auf Unternehmensebene erzählen dieselbe Geschichte. Zenskar berichtet, dass 30% der Enterprise-Accounts auf KI-Kundenservice-Plattformen über Nacht unprofitabel wurden, als Support-Agenten die Ticketauflösung um das 25-Fache skalierten. Bei einem BI-Anbieter wuchsen die Rechenkosten 40% schneller als der Umsatz. Die Infrastrukturkosten mancher Unternehmen steigen viermal schneller als das Umsatzwachstum.
Die Preismodelle, die Per-Seat ersetzen
Drei Modelle entstehen als Ersatz oder Ergänzung für Seat-basierte Preise. Keines ist perfekt. Jedes bringt eigene Risiken mit.
Outcome-basierte Preise
Intercom hat es mit dem KI-Agenten Fin vorgemacht: 0,99 Dollar pro gelöstes Ticket, abgerechnet erst, wenn der Kunde bestätigt, dass sein Problem tatsächlich gelöst wurde. Man zahlt für Ergebnisse, nicht für Köpfe. Es ist die sauberste Ausrichtung zwischen Anbieter-Wert und Kundenkosten.
Der Vorteil liegt auf der Hand. Löst die KI 80% der Tickets, zahlt man für 80% der Tickets. Löst sie null, zahlt man null. Salesforce versuchte diesen Ansatz anfangs mit Agentforce und startete mit 2 Dollar pro Konversation. Enterprise-Workflows entlarvten aber schnell die Schwäche: Eine einzelne Anfrage kann Dutzende Backend-Prozesse auslösen, was „eine Konversation" zu einer bedeutungslosen Maßeinheit macht.
Verbrauchsbasiert (Credit Wallets)
Salesforce schwenkte im Mai 2025 auf Flex Credits zu 0,10 Dollar pro Aktion um. Die Idee: Ein Kontingent an Credits kaufen, das KI-Agenten bei ihrer Arbeit verbrauchen. Das passt gut zu variablen Workloads. Doch 73% der Enterprise-SaaS-CFOs fordern inzwischen Echtzeit-Tracking und Abrechnung nach Agent-Verbrauch. Die meisten Anbieter können diese Granularität noch nicht liefern.
Das Verbrauchsmodell hat auch ein Deckelungs-Problem. Als ein Unternehmenskunde 200 KI-Agenten einsetzte, verdreifachten sich die Infrastrukturkosten, ohne dass zusätzlicher Umsatz entstand. Der Anbieter trug den Margenverlust. Das ist kein Preismodell, das ist eine Subvention.
Hybride Lizenzierung (AELA)
Anfang 2026 war Salesforce beim sogenannten Agentic Enterprise License Agreement (AELA) angelangt: verhandelte, Seat-verankerte Vereinbarungen, die breite Agenten-Deployments bündeln. Es sieht aus wie klassische Enterprise-Lizenzierung mit einem KI-Mantel. Enterprise-Kunden drängten darauf, weil CFOs Planbarkeit wollen, keine Pay-per-Click-Angst.
Bains Analyse beschreibt, was tatsächlich passiert: Hybride Preismodelle werden diese Übergangsphase dominieren. Basis-Abonnements mit Nutzungskontingenten oder Per-Seat-Preise mit „Fair Use"-Limits. Reine Outcome-Preise sind zu volatil für Enterprise-Budgets. Reine Seat-Preise sind zu weit von der Realität entfernt, wenn KI-Agenten die Arbeit erledigen.
Welche SaaS-Kategorien am stärksten betroffen sind
Nicht jede SaaS-Kategorie ist gleich exponiert. Bain bewertet die Verwundbarkeit anhand zweier Dimensionen: Automatisierungspotenzial (wie viel KI von den Nutzeraufgaben automatisieren kann) und Penetrationsrisiko (wie leicht KI die Workflows ohne bestehende Software replizieren kann).
Hohe Verwundbarkeit: Kundenservice, einfache Analytics, Dateneingabe
Kundenservice-Plattformen wie Zendesk und Freshdesk stehen direkt im Fadenkreuz. Klarnas KI-Assistent bearbeitete 2,3 Millionen Gespräche im ersten Monat und ersetzte die Arbeit von 700 Agenten. Wenn die KI die Arbeit macht, warum dann für Agent-Seats bezahlen?
Einfache BI-Tools und Reporting-Plattformen stehen unter demselben Druck. Wenn ein KI-Agent Datenbanken abfragen, Dashboards bauen und die Ergebnisse per Mail verschicken kann, wird der Mensch, der sich dafür in Tableau oder Looker einloggte, optional.
Mittlere Verwundbarkeit: CRM, Projektmanagement
CRM ist komplexer. Salesforce hat tiefgreifende Workflow-Anpassungen, Integrationen und institutionellen Lock-in. Aber das Preismodell steht trotzdem unter Druck. Wenn ein KI-SDR-Agent Outreach, Qualifizierung und Pipeline-Management übernimmt, schrumpft das Vertriebsteam und damit die Seat-Zahl.
Projektmanagement-Tools (Asana, Monday.com, Jira) stehen vor einer subtileren Bedrohung. KI-Agenten, die Issues automatisch triagieren, Aufgaben zuweisen und Statusupdates generieren, reduzieren die Anzahl der Menschen, die direkt mit dem Tool interagieren müssen.
Geringere Verwundbarkeit: Security, Compliance, Entwickler-Infrastruktur
Security- und Compliance-Plattformen erfordern tiefes Domänenwissen, regulatorische Ausrichtung und Urteilsvermögen, das KI-Agenten nicht vollständig replizieren können. Diese „Kernfestungen", wie Bain sie nennt, begünstigen Incumbents, die KI auf bestehende Burggräben aufsetzen können.
Entwickler-Tools sind ebenfalls resilienter. Zum einen, weil Entwickler selbst KI-affin genug sind, um Tools zu fordern, die mit Agenten arbeiten, statt durch sie ersetzt zu werden.
Wer sich anpasst (und wer nicht)
Die SaaSpocalypse tötet nicht das gesamte SaaS-Geschäft. Sie sortiert die Branche in Unternehmen, die KI-native Ökonomie verstehen, und Unternehmen, die immer noch Seats an Menschen verkaufen, die gerade ersetzt werden.
Gute Anpassung:
- Intercom hat Outcome-basierte Preise von Tag eins in Fin eingebaut. Das Modell ist transparent, wertorientiert, und verschafft Marktanteile.
- ServiceNow hat sich früh mit KI-Agent-Funktionen positioniert, die in bestehende Workflows integriert sind. Die großen Enterprise-Verträge können Preismodell-Verschiebungen absorbieren.
- Microsoft bündelt Copilot in bestehende Enterprise Agreements und absorbiert die KI-Kosten in der Plattform-Lizenzierung, anstatt sie als separate Position auszuweisen.
Schwierigkeiten:
- Salesforce hat sein Agentforce-Preismodell in 12 Monaten dreimal geändert (pro Konversation, dann pro Aktion, dann hybrides AELA). Das signalisiert Unsicherheit, keine Strategie.
- Kleinere SaaS-Anbieter ohne die Kapitalreserven, um KI-Compute-Kosten zu subventionieren, stehen vor Margenverfall. Wenn das eigene Produkt zu einem dünnen Wrapper um einen LLM-API-Call wird, verdampft die Preismacht.
Das Muster ist eindeutig: Unternehmen mit proprietären Daten, tiefen Integrationen und Workflow-Komplexität werden den Preis-Übergang überleben. Unternehmen, die primär eine Benutzeroberfläche für Menschen bereitstellten, damit diese Arbeit erledigen, die KI jetzt autonom übernimmt, werden es nicht.
Was DACH-Unternehmen jetzt beachten sollten
Für Unternehmen im deutschsprachigen Raum kommt zur Preisdiskussion noch die regulatorische Dimension hinzu. Der EU AI Act verlangt bei Hochrisiko-KI-Systemen Transparenz und menschliche Aufsicht. Das betrifft auch KI-Agenten, die kundenrelevante Prozesse autonom ausführen.
Verträge jetzt neu verhandeln. Jeder Anbieter mit Per-Seat-Pricing weiß, dass das Modell unter Druck steht. Das verschafft Einkäufern eine Verhandlungsposition, die es vor 12 Monaten nicht gab. Hybride Modelle fordern, die KI-Agent-Zugang bei gedeckelten Kosten ermöglichen.
Seat-Nutzung gegen KI-Fähigkeiten abgleichen. Wer KI-Agenten für Kundenservice, Vertrieb oder Datenanalyse einsetzt, zahlt vermutlich für Seats, die niemand mehr nutzt. Die meisten Enterprise-Verträge haben True-Up-Klauseln; sie funktionieren auch als True-Down.
Versteckte Compute-Kosten prüfen. Anbieter, die auf verbrauchsbasierte Preise umstellen, reichen Infrastrukturkosten weiter. Ein „günstigeres Per-Seat"-Angebot mit unvorhersehbaren Token- oder Aktionsgebühren kann in der Praxis teurer sein. Transparenz über abrechenbare Aktionen einfordern.
Die SaaSpocalypse ist nicht das Ende von Software-Abonnements. Sie ist das Ende von Preismodellen, die davon ausgehen, dass Menschen die primären Nutzer von Software sind. Unternehmen, die das erkennen, sowohl Anbieter als auch Käufer, werden gestärkt daraus hervorgehen.
Häufig gestellte Fragen
Was ist die SaaSpocalypse?
Die SaaSpocalypse bezeichnet den Ausverkauf im Februar 2026, bei dem 285 Milliarden Dollar an SaaS-Börsenwert vernichtet wurden, nachdem Anthropics Claude Cowork zeigte, dass KI-Agenten komplexe Multi-Step-Workflows über Enterprise-Software hinweg ohne menschliche Nutzer ausführen können.
Warum funktioniert Per-Seat-Pricing bei SaaS nicht mehr?
Per-Seat-Pricing setzt voraus, dass Menschen die primären Software-Nutzer sind. Wenn KI-Agenten Kundenservice-Tickets 25-mal schneller bearbeiten, Vertriebspipelines managen oder Analysen selbstständig durchführen, sinkt die Anzahl der benötigten Seats drastisch, während der Arbeitsoutput gleich bleibt oder steigt.
Welche Preismodelle ersetzen Per-Seat-Lizenzen?
Drei Modelle etablieren sich: Outcome-basierte Preise (Zahlung pro gelöstem Ticket oder abgeschlossener Aufgabe), verbrauchsbasierte Preise mit Credit Wallets (Zahlung pro KI-Aktion oder Recheneinheit) und hybride Enterprise-Lizenzvereinbarungen (AELAs), die ein Basis-Abonnement mit Nutzungskontingenten kombinieren.
Welche SaaS-Kategorien sind am stärksten von Agentic AI bedroht?
Kundenservice-Plattformen, einfache Analytics-/BI-Tools und Dateneingabe-Software haben das höchste Disruptionsrisiko. CRM und Projektmanagement sind mittelmäßig betroffen. Security-, Compliance- und Entwickler-Infrastruktur-Plattformen sind widerstandsfähiger, weil sie tiefes Domänenwissen und regulatorische Ausrichtung erfordern.
Was bedeutet die SaaSpocalypse für Unternehmen im DACH-Raum?
DACH-Unternehmen sollten Per-Seat-Verträge jetzt neu verhandeln, Seat-Nutzung gegen KI-Agent-Fähigkeiten abgleichen und versteckte Compute-Kosten in verbrauchsbasierten Modellen prüfen. Zusätzlich müssen sie EU-AI-Act-Anforderungen für KI-Agenten in kundenrelevanten Prozessen berücksichtigen.