Zeit, das Geschäftsmodell von Softwareunternehmen zu hinterfragen

Sind die Befürchtungen der KI-Disruption berechtigt?

Die Angst vor den disruptiven Auswirkungen durch den Einsatz von KI ist bei Investoren und IT-Unternehmern hoch. Die Befürchtungen sind berechtigt — aber sind die Auswirkungen heute bereits absehbar? Hierfür gibt es noch keine klare Antwort.

Fragt man einen KI-Chatbot, was die KI heute sehr gut kann und was sie noch nicht zuverlässig kann, antwortet er:

Dies wird auch von erfahrenen Software-Entwicklern berichtet: Die Analyse und das Engineering von komplexen Geschäftsprozessen und komplexer Software-Architektur durch ein KI-Tool ist (heute) noch begrenzt. Doch schaut man auf die Geschwindigkeit, in der sich die Entwicklung in den letzten Monaten vollzieht, so ist wohl das Wort „noch“ entscheidend.

Auf welche Geschäftsmodelle von Softwareunternehmen wirkt KI?

Bei der Diskussion der disruptiven Auswirkungen der KI sind verschiedene Geschäftsmodelle von Softwareunternehmen getrennt zu betrachten. Wir unterscheiden zwischen Standardsoftware und individuell entwickelter Software.

Branchen- und Funktionssoftware: Hersteller sind Softwareunternehmen, die Lösungen für Ärzte, Handwerker etc. sowie Softwarelösungen allgemeiner Art wie z. B. CMS, CRM und sonstige Funktionssoftware anbieten. Diese Unternehmen haben zum Teil tausende Kunden, welche die gleiche Softwarelösung einsetzen — auch mit Schnittstellen zu anderen Branchensoftwarelösungen wie z. B. CAD/CAM-Applikationen.

Individualsoftware-Entwickler: Dies sind Softwareunternehmen, die für Kunden branchenindividuelle Softwarekomponenten entwickeln. Hierzu zählen wir auch Nearshore- und Offshore-Unternehmen sowie sogenannte „Bodyleaser“. Die Kunden dieser Dienstleister sind zu einem hohen Anteil Konzerne und große mittelständische Unternehmen sowie Behörden. Im Folgenden betrachten wir, wo sich disruptive Auswirkungen durch den Einsatz von KI zeigen könnten.

Kann KI Branchensoftware ersetzen?

Branchen- und Funktionssoftware zeichnet sich durch eine hohe Leistungsbreite und -tiefe aus. Meist werden komplexe Algorithmen abgebildet, die unter Umständen auch öfters gepflegt werden müssen. Schnittstellen zu externen Softwaresystemen und/oder Maschinen unterschiedlichster Hersteller erhöhen die Komplexität zusätzlich.

Für Wettbewerber, die in diese Märkte mit KI-generierten Lösungen einsteigen möchten, liegen die Hürden sehr hoch. Selbst wenn es gelänge, derartige Applikationen KI-generiert zu entwickeln, stellt sich die Frage, wie schnell sich diese neuen Lösungen in gesättigten Märkten verkaufen ließen. Weiterhin ist die Ablösung von Marktbegleitern eher ein Projekt als eine einfache Umstellung von A auf B. Hierzu benötigen diese KI-Anbieter enorme finanzielle Mittel, um eine Verbreitung im Markt zu ermöglichen.

Über disruptive Preismodelle Kunden mit KI-nativen Applikationen zu gewinnen, wird am ehesten im Neugeschäft gelingen — weniger bei der Umstellung eines lange eingeführten Systems. Auch wenn davon auszugehen ist, dass die Migrations-Hürde im Zeitablauf kleiner wird, ist das Risiko einer Umstellung auf einen „unbekannten“ neuen Anbieter ohne nennenswerte Referenzen für die Zielgruppe groß.

Sind Branchenlösungen durch Features oder Datenhoheit vor Disruption geschützt?

Bei tief in Branchenlogik verankerten Systemen sind auf Dauer nicht unbedingt Features entscheidend. Die eigentliche Stärke ist die Integrität der Datenhaltung und die semantische Interpretation der Daten im branchen- und kundenspezifischen Kontext. Schaut man sich die aktuelle Entwicklung bei KI-orientierter Middleware und Zugriffsprotokollen (wie MCP) an, dann besteht weniger die Gefahr, dass die KI mittelfristig das ERP-System des Mittelstandsherstellers ersetzt. Das Problem ist eher, dass der Kunde bzw. ein KI-Agent ohne Mithilfe des ERP-Herstellers an die eigenen Daten kommt und diese ohne dessen Zutun zur weiteren Verarbeitung und Analyse an einen KI-Agenten übergeben kann.

Ein ERP-System z. B. verliert damit perspektivisch die Hoheit über seine Daten. Bei nicht durch das ERP geführtem Zugriff besteht das Risiko darin, dass dem Agenten die semantische Struktur der Daten im Kontext der Kundenanwendung fehlt. Die Ergebnisse und Analysen des KI-Agenten können dann fehlerhaft oder irreführend sein. Noch schwerwiegender wird es, wenn KI-Agenten anfangen, unkontrolliert Daten in die Datenstruktur eines zugrundeliegenden Systems zu schreiben.

Der Weg wird also nicht sein, zu hoffen, dass der Burggraben der eigenen Daten vor Disruption schützt — sondern durch geeignete Middleware, APIs und Zugangsberechtigungen die Daten über Protokolle wie MCP KI-verwertbar zu machen und dadurch eine unverzichtbare, verlässliche Datenbasis zu werden, auf der KI-Tools ihre Intelligenz und Aktionen ausführen können.

Ist bestehende Branchen- und Funktionssoftware also vor disruptiven Entwicklungen geschützt?

Nein, weil:

• Marktbegleiter mit neuen Modulen und Funktionen und offenen Schnittstellen zu KI-Tools gegebenenfalls attraktiver werden,
• die Kostenstruktur der KI-nutzenden Softwareanbieter sich gegebenenfalls auf ein niedrigeres Niveau bewegen könnte,
• neue Bedienkonzepte mit KI die Nutzung von Softwarelösungen revolutionieren und auch wenig geschulte Anwender diese Lösungen „bedienen“ können,
• KI-Agentensysteme für den Nutzer einfach bedienbare Workflows erstellen und dabei verschiedene Systeme über einheitliche Protokolle verbinden können,
• neue KI-Anbieter kleine Teilbereiche verschiedenster Branchen durch clevere Softwarelösungen „besetzen“,
• die Gefahr besteht, dass Systeme auf die bloße, konsistente Datenhaltung reduziert werden.

Im Ergebnis gehen wir davon aus, dass KI die Nutzung von Branchen- und Funktionssoftware erheblich verbessern kann — auch um technische Schulden abzubauen, KI-Tools einzubinden und den Nutzern erweiterte Funktionen anzubieten, auch wenn nicht jede Aktivität der User in der Branchensoftware selbst stattfinden wird. Umso mehr müssen Hersteller vermarktbare KI-Tools und KI-Anbindungen bereitstellen. Und sie müssen das Kostenproblem der Token bei der Einbindung von LLMs Dritter lösen.

Wer keine Agentenschnittstelle anbietet, wird auf Dauer trotzdem ausgelesen — nur ohne Kontrolle darüber, was gelesen wird, in welcher Granularität und mit welchen Zugriffsrechten.

Kleinere Softwareanbieter, die diese Transformations-Chance aufgrund ihrer Unternehmensgröße nicht leisten können, werden mittelfristig Kunden verlieren und zunehmend unter Preisdruck geraten — der Unternehmenswert dürfte ebenfalls stark sinken.

Wie stark ist das „Time and Material“-Modell der Individualsoftware-Entwicklung gefährdet?

KI ermöglicht auch Fachabteilungen, eigene Lösungen zu generieren. Schon in den 80er-Jahren, in denen das Angebot von Standardsoftwarelösungen noch sehr übersichtlich war, führten 4GL-Softwareentwicklungs-Frameworks dazu, dass ein „Wildwuchs“ unternehmenseigener Softwarelösungen entstand, die immer mehr IT-Personal verlangten und „Softwareinseln“ entstehen ließen. Insofern haben wir hier ein Déjà-vu-Erlebnis.

Dies wird einen Individualsoftware-Entwickler nur vorübergehend beruhigen, denn die Anbieter von Individualsoftware-Entwicklung geraten zunehmend unter Druck:

• Mit der Codegenerierung durch KI-Tools sinken die Aufwände zur Erstellung von Software erheblich. Auftraggeber verlangen in der Folge Preisreduzierungen im „Time and Material“-Modell, entsprechend der verringerten Projektzeiten. Ein Projekt, das bisher mit 100 Manntagen abgerechnet wurde, ist jetzt nach 40 Manntagen ausgeliefert — in der Tendenz sinkt der Wert weiter. Damit wächst die Notwendigkeit, mehr Aufträge in kürzerer Zeit zu generieren, um die Mitarbeiter auszulasten.
• Gleichzeitig kämpfen Anbieter von Individualsoftware in konjunkturell schwierigen Zeiten um jeden einzelnen Auftrag. Arbeiten sie mit festangestellten Mitarbeitern, die ohne Auftrag nicht weiterberechnet werden können, ist dies eine Überlebensfrage.
• Individualsoftware-Entwicklungshäuser sind in ihrer Struktur auf die großen, planbaren Budgets angewiesen. Anbieter müssen jedoch neue Preismodelle entwickeln, da die Abrechnung nach Projektstunden in Zukunft nicht mehr trägt. Allerdings ist die Bereitschaft von Kunden, sich auf neue Preismodelle einzulassen, noch begrenzt. Es gibt derzeit kaum Ansätze, „Outcome“-orientierte Preismodelle anzunehmen, die Personalbudgets und -ersparnisse beim Kunden mit einbeziehen.
• Noch stärker betroffen sind Agenturen, die individuell Webseiten und Social-Media-Auftritte gestalten. Diese werden viele Kunden verlieren, die ihre Webseiten über KI-Tools selbst erstellen und meist auch selbst hosten. Das Neukundengeschäft ist in letzter Zeit nahezu zum Stillstand gekommen — Disruption ist hier voll im Gange.

Wie kann ein Individualsoftware-Entwickler der Disruption trotzen?

Kunden, die weiterhin keine eigene Softwareentwicklung oder entsprechende KI-Engineers im Hause unterhalten möchten, werden auch in Zukunft auf die Leistungen eines Software-Entwicklers bzw. eines KI-Engineers angewiesen sein. Was dem Geschäftsmodell eines Individual-Entwicklers hilft, ist:

• die Beratung seiner Kunden zum Thema KI-Nutzung und -Einsatz als eigenen Leistungsbereich zu entwickeln,
• sich zu differenzieren und als Softwarehaus selbst zum Anbieter von KI-Lösungen zu werden — das bietet neues Auftragspotenzial und hilft, die Auslastung zu verbessern,
• europäische Datenschutzregularien und die Hinwendung zu „digitaler Souveränität“ zu nutzen, um Unternehmen lokal gehostete, „selbst entwickelte“ KI-Modelle bereitzustellen — eine große Chance für ein kompetentes Entwicklungshaus,
• für Unternehmen, die sich stark in die Geschäftsmodelle und Prozesse ihrer Kunden eingearbeitet haben: dieses Wissen auch bei der Modellierung und Umsetzung von KI-Tools einzusetzen. Allerdings erfordert dies erfahrene Entwickler — für Berufsanfänger ohne tiefe Domänenkenntnis wird es zunehmend schwieriger.

Für Individualsoftware-Unternehmen gilt also: Sie müssen ihr Geschäftsmodell neu erfinden, um der Disruption nicht zum Opfer zu fallen.

M&A-Talk · 22. IT-Unternehmertag Angriff auf den IT-Mittelstand: Wie sich spezialisierte Software- und IT-Service-Unternehmen gegen die KI-Disruption wehren 5./6. Oktober 2026 · Meliá Hotel, Frankfurt am Main · mit den Autoren dieses Artikels Zum Programm →