Die Behauptung, dass agentische KI das Ende von B2B-SaaS bedeute, beruht auf einem Missverständnis der Evolution und des Aussterbens. Wir erleben nicht das Ende von SaaS; wir erleben den Zusammenbruch starrer Arbeitsabläufe, das Ende einer Ära, in der Software-as-a-Service eine Zwangsjacke war. Wir erleben die Entstehung einer massenhaften Individualisierung in großem Maßstab, die dennoch kontrollierbar bleibt.
Eine Geschichte der Massenindividualisierung
Was sind gute Beispiele aus der Industrie für Software, die eine Massenanpassung ermöglichte? Es handelte sich nicht um Dienste, sondern um Werkzeuge. Nehmen wir VBScript. Damit ließen sich Millionen von Mikro-Workflows relativ einfach programmieren, und es war in allen Unternehmen weit verbreitet. Nehmen wir Lotus Domino. Damit konnten Millionen von skriptgesteuerten Agenten die Koordination wichtiger Geschäftsprozesse für viele große Unternehmen übernehmen. Es handelte sich durchweg um Werkzeuge (Domino war dabei ein sehr komplexes). Werkzeuge, mit denen die Feinheiten von Geschäftsprozessen von „internen“ Programmierern so programmiert werden konnten, dass sie den Anforderungen des Unternehmens auf den Punkt genau entsprachen. Selbst heute ist es schwierig, sie „abzuschaffen“.
Die Gesamtbetriebskosten (TCO) der von diesen Tools erzeugten Artefakte waren enorm. Millionen von Skripten, die unternehmensweit ausgeführt wurden. Die Entwickler, die sie erstellt hatten, waren nicht mehr im Unternehmen. Defekte MS-Access-Verknüpfungen aus VBScript-Programmen, veraltete Domino-Datenbanken mit massiven Problemen bei der Schema-Pflege. Die IT-Kosten, das Risikoniveau und die Unüberschaubarkeit stiegen auf ein alarmierendes Maß an.
Dann kam SaaS. In großem Maßstab wurde es von der berühmten CRM-Anwendung eingeführt, die wir alle kennen. Es bot einen „Service“ zu vorhersehbaren Kosten, mit geringeren Gesamtbetriebskosten und insgesamt geringerem Risiko. Ein Service kann per Definition eine vorgegebene Reihe von Aufgaben in großem Maßstab ausführen. SaaS-Dienste unterstützen die gängigen Workflows, die branchen- und sektorübergreifend üblich sind. Genau darin liegt der ROI für Entwicklung und Nutzung.
IT-Abteilungen, CIOs und CFOs haben SaaS in den letzten 25 Jahren in großem Umfang eingeführt. Es ist ein großartiges Modell. Vermögen wurden gemacht, ganze Karrieren wurden aufgebaut. Doch was geschah mit den individuellen Anforderungen eines Unternehmens, die durch die „Ritzen“ der angebotenen Dienste fielen? Es entstanden informelle, von Menschen gesteuerte Arbeitsabläufe, bei denen Tabellenkalkulationen, E-Mails, Wikis, Telefonate, SMS, Slack usw. genutzt wurden, um die individuellen Anforderungen eines maßgeschneiderten Geschäftsprozesses zu kodifizieren, der SaaS als „große Bausteine“ verfügbarer Standardfunktionen nutzt.
Generative KI: Neue Möglichkeiten, altes Problem
Nun kommen generative KI und Agenten mit Schnittstellen für natürliche Sprache ins Spiel. Plötzlich ist es möglich, Agenten – ja, Millionen davon – einzusetzen, um Ihre Unternehmensdaten in Verbindung mit RAGs, Graphen und einem sicheren LLM zu verarbeiten, Ihren maßgeschneiderten Geschäftsprozess zu schaffen und den „SaaS-Ballast“ loszuwerden. Die Unternehmens-IT erhebt sich aus der Asche – oder besser noch: Alle Mitarbeiter sind IT-Mitarbeiter, so wie heute alle Mitarbeiter in der Lage sind, eine Tabellenkalkulation zu nutzen. Man muss kein Programm schreiben, um einen Agenten zu erstellen, sondern einfach „sprechen, um zu erschaffen“.
Nicht so schnell. Die „Millionen von Agenten“ weisen dieselben Probleme hinsichtlich Gesamtbetriebskosten (TCO) und Risiken auf wie in der VBScript- und Domino-Ära. Unternehmen stellen fest, dass eine Rückkehr zu einem superintelligenten VBScript-Modell die Herausforderungen in Bezug auf Gesamtbetriebskosten und Risiken nicht mindert. Ich glaube, genau darin liegt die enorme Chance für B2B-SaaS, sich als „Agentic“ neu zu definieren, weit über festgelegte Workflows hinauszugehen und wirklich eine überschaubare Massenanpassung in großem Maßstab anzubieten.
Von der Workflow-Kodierung zur absichtsbasierten Architektur
Herkömmliches SaaS basiert auf einer Reihe von Entscheidungsanweisungen. Produktmanager verbringen Jahre damit, die gängigsten Nutzerpfade zu erraten und diese fest in eine Benutzeroberfläche zu programmieren. Dies führt zu einer Erfahrung auf Basis des „kleinsten gemeinsamen Nenners“, bei der 80 % der Nutzer nur 20 % der Funktionen nutzen. Es gibt zwar gewisse Konfigurationsmöglichkeiten und manchmal ein „Apps“-Ökosystem für Spezialisierungen, doch das Ergebnis sind nach wie vor nur bedingt konfigurierbare Arbeitsabläufe.
Agentic SaaS ersetzt Menüs und Schaltflächen durch dialogorientierte Absichten. Anstatt dass ein Nutzer durch fünf Bildschirme navigieren muss, um einen „Pipeline-Bericht zu erstellen“, formuliert er einfach sein Ziel.
Das führt zu einer massgeschneiderten Individualisierung. Ein Agent kann Mikroservices spontan miteinander verknüpfen, jeder Workflow wird zu einem „Segment of One“. Die Software zwingt Ihnen keinen festen Prozess auf, sondern stellt einen Prozess zusammen, der genau auf Ihren spezifischen, momentanen Bedarf zugeschnitten ist. Eine dialogorientierte Schnittstelle verläuft ganz natürlich und greift bei Bedarf auf RAGs, Tools und LLMs zurück, um das Gespräch im Kontext voranzubringen. Es handelt sich nicht um einen fest programmierten Workflow.
„The Anchor“: Governance und Größe bewahren
Während die Benutzeroberfläche immer flexibler wird, bleibt das zugrunde liegende Wertversprechen von SaaS in den „industriellen Tugenden“ des Unternehmens verankert. Der Übergang zu Agenten hebt die Notwendigkeit einer zentralisierten Steuerung, Sicherheit und Verwaltbarkeit in großem Maßstab nicht auf. Tatsächlich wird die „SaaS“-Ebene zum unverzichtbaren Stabilisator für das Chaos der Agenten. Sie stellt die System-of-Record- und Aktionssysteme bereit, die die Datenintegrität gewährleisten, die Berechtigungsmechanismen, die verhindern, dass Agenten ihre Grenzen überschreiten, sowie die Skaleneffekte, die es einem Unternehmen ermöglichen, 10.000 einzigartige agentenbasierte Workflows ohne 1.000 einzigartige Sicherheitsrisiken bereitzustellen. Die Plattform bleibt der Garant für Kosteneffizienz und zentralisiert die „Infrastruktur“, sodass die „Intelligenz“ sicher verteilt werden kann.
Der Aufstieg der „Just-in-Time“-Benutzeroberfläche
Im derzeitigen Paradigma besteht die Benutzeroberfläche (UI) im Wesentlichen aus persistenten Widgets und Dashboards. In einer agentenbasierten Welt wird die Benutzeroberfläche kurzlebig.
Wir entwickeln uns in Richtung generativer Schnittstellen. Wenn Sie einen Agenten bitten, Ihre Pipeline-Lücke im ersten Quartal zu analysieren, sollte die KI Sie nicht einfach auf eine Folie verweisen. Sie sollte eine maßgeschneiderte Tabelle oder ein Diagramm erstellen, das genau das hervorhebt, wonach Sie gefragt haben, und dann wieder verschwinden. Wir bewegen uns weg von „SaaS als Ziel“ hin zu „SaaS als Service-Ebene“, die dort präsent ist, wo sich der Nutzer bereits befindet (Slack, E-Mail oder ein Browser-Overlay).
Das Ende des „Feature-Kriegs“
Ein Jahrzehnt lang konkurrierten SaaS-Unternehmen im Bereich der Funktionsparität. Im Zeitalter der „Agentic“-Lösungen sind Funktionen weniger wichtig als Schlussfolgerungsfähigkeit und Konnektivität. Im Mittelpunkt steht die Integration. Die erfolgreichste „Agentic“-SaaS-Lösung wird diejenige sein, die sich am nahtlosesten mit anderen Agenten vernetzen lässt. Wenn Ihr Marketing-SaaS-Agent nicht mit Ihrem Vertriebs-SaaS-Agenten kommunizieren kann, um zu erklären, warum die Lead-Geschwindigkeit gesunken ist, bleibt er ein Silo.
Agentische KI bedeutet nicht das Ende von SaaS, sondern befreit es von der fest programmierten Benutzeroberfläche. Die Gewinner werden jene Plattformen sein, die als sicheres, intelligentes Rückgrat für eine unendliche Vielfalt an benutzerdefinierten Arbeitsabläufen und eine „Just-in-Time“-Benutzeroberfläche dienen und dabei die vom Unternehmen benötigte Kontrolle gewährleisten sowie gleichzeitig die vom Benutzer geforderte Flexibilität bieten.
Sehen Sie sich diese Entwicklung in der Praxis an
Showpad entwickelt KI-basierte Lösungen, die sich in Echtzeit an Ihre Verkäufer, Ihre Käufer und Ihre Geschäftsprozesse anpassen.
