Kommentar von Sridhar Iyengar, Zoho KI ist nicht das Ende von SaaS

Anbieter zum Thema

Board Deutschland GmbH

Disy Informationssysteme GmbH

Fivetran Germany GmbH

Künstliche Intelligenz (KI) verändert die Softwareentwicklung. Code wird zur Massenware, Entwickler werden zum Kundenkontakt, und durchgängige Plattformarchitekturen müssen Produktivität, Datensouveränität, Compliance und Kundennutzen mitdenken. Dennoch steht SaaS deshalb nicht vor dem Untergang. Wohl aber vor einer Neuausrichtung.

Künstliche Intelligenz beschleunigt Entwicklungsprozesse und verändert die Art und Weise, wie Unternehmen Software konzipieren, testen und ausrollen. Projekte, die noch vor wenigen Jahren Monate gedauert hätten, nehmen heute nur noch Tage in Anspruch – von DSL-basierten Compilern bis zu komplexer Unternehmenssoftware. Der aktuelle Produktivitätsgewinn liegt etwa bei einer Verdopplung bis Verdreifachung. Mittelfristig scheint auch eine Verzehnfachung im Bereich des Möglichen.

Produktivitätsschub: KI verändert die Softwareentwicklung

Moderne KI-Modelle arbeiten agentisch. Sie erstellen Code, führen ihn aus, analysieren Fehlermeldungen und verbessern auf dieser Basis kontinuierlich. Der eigentliche Gewinn entsteht aber nicht nur durch die Automatisierung des Codens, sondern durch die Kombination aus kreativer Hypothesenbildung und deterministischer Verifikation durch Compiler, Testframeworks und statische Analyse.

Das funktioniert nur bei strikter Aufgabentrennung: Die Anforderungen an den Code und die Tests (sprich: wie geprüft wird, ob der Code korrekt ist) müssen feststehen und unverändert bleiben. Wenn die KI die Tests ändern könnte, würde sie sie gegebenenfalls so anpassen, dass fehlerhafter Code bestehen bleibt.

Code als Massenware: Was heißt das für den Arbeitsmarkt?

Im SaaS-Umfeld gleichen sich KI-Fähigkeiten an, Destillation und synthetische Trainingsdaten beschleunigen die Verbreitung. Intelligenz wird dadurch ubiquitär und ist langfristig kein exklusiver Wettbewerbsvorteil einzelner Unternehmen mehr. Die Unsicherheit über die Folgen für Beschäftigung an sich und die Art, wie wir arbeiten, ist gewaltig.

Alarmistische Endzeitszenarien, in der vor allem agentische KI-Systeme ganze Berufsgruppen schon in wenigen Jahren ersetzen, sind ebenso zu hören wie optimistische Ausblicke, die Produktivitäts- und Wohlstandszuwachs sowie Entlastung von Routineaufgaben in den Vordergrund stellen. Die Wahrheit dürfte irgendwo zwischen Weltuntergang und „Golden Age“ liegen, denn technologiegetriebene Produktivitätsgewinne führen selten zu dauerhaften Jobverlusten. Eher verändern sie Anforderungsprofile.

Entwickler werden zum Kundenlotsen

Das gilt im Besonderen für Entwickler, denn die Verschiebung von einmaliger Programmierung zu iterativer, KI-gestützter Entwicklung verlangt andere Kompetenzen. Entwickler fungieren heute als hoch spezialisierte Problemlöser nahe am Kunden. Sie übernehmen Verantwortung für Anwendungsfälle und müssen zugleich regulatorische Rahmenbedingungen einhalten. Längst hat sich das Berufsbild vom Klischee des einsam arbeitenden „Nerd“ zum vielseitigen Mittler zwischen Technologie und Nutzer entwickelt, das vor allem auch hohe zwischenmenschliche Kompetenzen erfordert.

Denn gerade die Nähe zum Anwender, das Verständnis von Kunden-Geschäftsprozessen und die Fähigkeit, KI in operative Zusammenhänge einzubetten, sind heute erfolgsentscheidend. Diese Entwicklung verändert die Ausbildung, die Arbeitsweise und die Laufbahnen in der Branche, aber sie macht Entwickler keinesfalls überflüssig. Die zunehmende Komplexität wirkt ebenfalls eher als Arbeitsmarkt-Booster, oder, wie eine erfahrene IT-Führungskraft es einmal formulierte: „Für jede Aufgabe, die die IT automatisiert, entsteht eine neue.“

Datensouveränität auf der Architekturebene mitdenken

Ein zentrales Thema ist die strategische Architektur von Plattformen. Hosting in der EU, vollständige Kontrolle über Kundendaten und die Einhaltung regulatorischer Anforderungen von AI Act über DSGVO bis NIS-2 werden für Betreiber kritischer Infrastrukturen, öffentliche Stellen und große Unternehmen immer wichtiger. Plattformen, die Daten nicht monetarisieren, erhöhen Vertrauen und Rechtssicherheit. Gleichzeitig erlaubt eine klare Daten- und Systemarchitektur die effiziente Integration von KI, ohne Compliance-Risiken einzugehen.

Die Verbindung von Produktivität, Kundennutzen und regulatorischer Compliance wird so zum entscheidenden Differenzierungsmerkmal. Plattformstrategien müssen diese Aspekte nicht als Add-ons, sondern als integrale Komponenten betrachten und „by design“ liefern. Transparenz, Auditier- und Nachvollziehbarkeit müssen mit operativer Effizienz und Nutzerfreundlichkeit harmonieren: Es hilft nichts, wenn Systeme zwar rechtskonform arbeiten, aber so schwerfällig sind, dass sie von Belegschaften mit Schatten-IT unterlaufen werden.

SaaSpocalypse? SaaSnaissance!

Die seit Monaten leidenschaftlich geführte SaaSpocalypse-Debatte zeigt das Ausmaß der Verunsicherung in der Branche. Historisch betrachtet haben SaaS-Anbieter aber mehrfach gezeigt, dass strategische Kontinuität, Plattformqualität und Kundenzentrierung Wachstum auch über große strukturelle Umbruchsphasen hinweg sichern. Trotz immer wiederkehrender Krisenprognosen steigen Umsatz und Marktpräsenz führender SaaS-Anbieter kontinuierlich.

Dieses Spannungsfeld markiert den Beginn einer „SaaSnaissance“: einer Phase, in der SaaS nicht durch kurzfristige Hype-Ängste oder gar FOBO („fear of becoming obsolete“) bestimmt wird, sondern durch konsolidierte Architekturen, KI-gestützte Entwicklungsprozesse und regulatorische Weitsicht. Die Fähigkeit, Innovation mit Compliance zu koppeln und dabei in einem wirtschaftlich und geopolitisch dynamischen Umfeld agil zu bleiben, entscheidet in weit stärkerem Maß über die langfristige Wettbewerbsfähigkeit von SaaS-Anbietern als die Frage, wie viel Programmieraufwand agentische KI einspart.

Agil heißt nicht beliebig

Dabei müssen Agilität und Experimentierfreude mit klaren Leitplanken versehen werden. Pilotprojekte, Hypothesentests und strukturierte KI-Architekturen ermöglichen ein schnelles Feedback, das zügige Verwerfen falscher Annahmen und die Entwicklung belastbarer Lösungen. Über allem stehen Transparenz und Vertrauen. Jede KI-Entscheidung muss für den „human in the loop“ an jedem Punkt nachvollziehbar bleiben.

Der Mensch ist und bleibt im Mittelpunkt. Trotz aller Automatisierung ist menschliche Interaktion für Entscheidungen, Support, Schulungen und Beratung unverzichtbar. KI steigert Effizienz und Präzision. Aber sie ersetzt keine Beziehung, kein Vertrauen, keinen Kontext, keine fachliche Einschätzung und keine zwischenmenschlichen Aspekte. Sie trifft keine Kaufentscheidungen und tauscht sich nicht mit anderen über Erfahrungen aus, die mit dieser oder jener Lösung gemacht werden.

Datensouveränität und regulatorische Relevanz

Digitale Souveränität ist mehr als ein Rechenzentrum, das im selben Rechtsraum wie der Firmensitz liegt. Es sind Architekturentscheidungen, die bestimmen, ob Unternehmen Kontrolle über Daten und Berechtigungen behalten oder sie in fremde Jurisdiktionen abgeben. Unternehmen erkennen zunehmend, dass fehlende Kontrolle nicht nur Sicherheits-, sondern auch Geschäftsrisiken erzeugt. Zu Recht ist in diesem Zusammenhang gelegentlich von „sovereignty-washing“ die Rede. EU-Hosting ist nur ein Bestandteil einer Architektur, die Transparenz, Auditierbarkeit und Automatisierung kombiniert.

Die Trennung von Datenkontrolle, KI-Implementierung und Produktinnovation ermöglicht Skalierbarkeit, ohne regulatorische Risiken einzugehen und Daten zur Disposition zu stellen. Das ist vor allem für große Organisationen, Betreiber kritischer Infrastrukturen und öffentliche Stellen entscheidend.

Fazit: SaaSnaissance ante portas

Die Softwareindustrie erlebt eine Neuordnung. KI verändert Code, Rollenbilder und Plattformarchitekturen. Produktivität, Kundennutzen und regulatorische Anforderungen verschmelzen zu strategischen Eckpfeilern. Die SaaSpocalypse-Debatte sollte als das verstanden werden, was sie ist: Eine vielfach interessengeleitete Zuspitzung, mit der KI-Anbieter ihre Technologien als Ersatz klassischer SaaS-Stacks inszenieren und Medien bzw. Analysten durch apokalyptische Vereinfachungen Aufmerksamkeit generieren – oft ohne belastbare Datenbasis. Wahrscheinlicher ist eine SaaSnaissance: Eine neue Reifephase der Softwareindustrie, in der souveräne Plattformarchitekturen, Privacy-by-Design und KI-gestützte Entwicklung zusammenwirken, um Kontrolle, Effizienz und Kundennutzen zu maximieren.

(ID:50824930)