Die logische Konsequenz aus dem Verschwinden der SaaS-Burggräben

Der Satz ist nicht nur Stammtisch. Anfang 2026 verloren Software-Aktien in wenigen Tagen über eine Billion US-Dollar an Börsenwert, und Analystenhäuser diskutierten die These unter Schlagworten wie „SaaS-pocalypse" ganz ernsthaft (Forrester, 2026). Hinter der Zuspitzung steckt also eine ernst zu nehmende Beobachtung, und die zeigt sich erst, wenn man fragt, worin der Wert eines SaaS-Anbieters eigentlich lag.

Lange war es die schlichte Fähigkeit, einen Geschäftsprozess sauber in Software abzubilden und diese Software verlässlich zu betreiben. Wer das konnte, hatte einen Vorsprung, den andere nicht über Nacht aufholten, und genau dieser Vorsprung war der Burggraben, von dem ein Geschäftsmodell lebte.

Dass niemand ernsthaft glaubt, Software als Dienst verschwinde, ändert daran nichts, denn die eigentliche Frage ist eine andere: Was passiert mit einem Geschäft, dessen Burggraben gerade flacher wird? Und der wird flacher, schneller, als vielen lieb ist.

Was den Burggraben flach macht

Einen Geschäftsprozess in lauffähige Software zu gießen, war über Jahre teuer und langsam, und wer es konnte, hatte einen Vorsprung, den andere nicht über Nacht aufholten. KI als Coding-Unterstützung senkt genau diese Hürde, und sie ist längst kein Nischenwerkzeug mehr.

Laut der Stack Overflow Developer Survey 2025 nutzen oder planen 84 Prozent der Entwicklerinnen und Entwickler den Einsatz von KI-Werkzeugen, nach 76 Prozent im Jahr davor, rund die Hälfte sogar täglich (Stack Overflow, 2025). Ob das am Ende wirklich schneller macht, ist je nach Aufgabe und Erfahrung umstritten, aber darauf kommt es hier gar nicht an. Entscheidend ist, dass die Fähigkeit, Software zu schreiben, damit kein seltenes Gut mehr ist, auf dem sich allein ein Geschäft gründen lässt.

Wenn aber das Abbilden eines Prozesses in Software seinen Seltenheitswert verliert, stellt sich die Frage, was als Vorsprung überhaupt übrig bleibt. Üblicherweise werden vier Dinge als Burggraben genannt, und es lohnt sich, sie der Reihe nach ehrlich anzuschauen.

Das Domain-Wissen ist der Vorsprung, der am meisten überschätzt wird. Natürlich steckt im tiefen Verständnis einer Branche ein echter Wert, aber dieser Wert wird dünner, und zwar auf einem Weg, den die meisten gerade selbst beschreiten, ohne es zu merken. Dieser Weg beginnt mit einem ganz alltäglichen Ärger.

Stell dir den Moment vor, in dem du einem Sprachmodell zum dritten Mal erklärst, wie eine bestimmte Aufgabe bei euch zu laufen hat, weil es beim letzten Mal an derselben Stelle danebenlag. Irgendwann ist man genervt genug, um nach einer Lösung zu suchen, und dann kommt man unweigerlich an einem Begriff nicht vorbei, der gerade überall auftaucht: dem Skill. Ein Skill ist keine Magie, sondern schlicht ein Stück Beschreibung, das einem KI-Agenten den Kontext für eine konkrete Aufgabe liefert, genutzt genau in der Situation, in der die Aufgabe ansteht. Anthropic, einer der großen Anbieter, vergleicht das selbst mit einem Onboarding-Leitfaden für einen neuen Mitarbeiter, in dem man sein Prozesswissen festhält und teilt (Anthropic, 2025).

Was dabei mit dir selbst passiert, ist der eigentlich spannende Teil. Um einen brauchbaren Skill zu schreiben, musst du deinen eigenen Prozess so klar beschreiben, dass eine Maschine ihn ausführen kann, und das zwingt dich, ihn in Schritte zu zerlegen, Sonderfälle zu benennen und das Unscharfe scharf zu machen. Du verstehst und beherrschst deinen Prozess am Ende besser als vorher, und das ist ein echter Gewinn. Nur eben nicht allein deiner.

Und damit verlässt dein Prozesswissen zum ersten Mal deinen Kopf und deine Firma. Es liegt jetzt dokumentiert vor, wird an ein Modell gegeben und läuft über fremde Systeme. Ob und wie ein Anbieter solche Eingaben fürs Training weiterverwendet, hängt vom Vertrag und den Einstellungen ab und ist je nach Anbieter unterschiedlich geregelt. Doch die Richtung ist klar: Je selbstverständlicher Unternehmen ihre Abläufe für die KI aufschreiben, desto mehr wandert Prozesswissen, das gestern noch exklusiv war, aus den Köpfen heraus in Formen, die sich teilen, kopieren und verallgemeinern lassen. Was heute ein Vorsprung ist, wird dadurch über die Zeit eher gewöhnlicher als seltener.

Die Nutzer gelten als zweiter Burggraben, weil ein einmal gewonnener Kundenstamm nicht so leicht abwandert. Auch das trägt weniger weit als früher, weil Nutzer heute so wechselwillig und wechselfähig sind wie nie. Daten lassen sich exportieren, Alternativen sind einen Klick entfernt, und die Hürde, ein Werkzeug gegen ein besseres zu tauschen, ist niedrig geworden.

Sogar der Gesetzgeber drückt in diese Richtung. Der EU Data Act verlangt, dass Anbieter das Wechseln zwischen Cloud-Diensten erleichtern, und ab dem 12. Januar 2027 müssen die Wechselentgelte, zu denen auch die oft gefürchteten Gebühren für den Datenexport zählen, vollständig wegfallen (Art. 29, Verordnung (EU) 2023/2854). Lock-in über hohe Ausstiegskosten, lange ein verlässlicher Teil des Burggrabens, wird damit auch rechtlich abgetragen.

Das Kapital schließlich war lange der Graben, der alles andere ermöglichte, weil man mit genug Geld Dinge realisieren konnte, die kleineren Mitbewerbern verwehrt blieben. In einer Zeit, in der sich vieles schnell und günstig umsetzen lässt, ist auch Kapital allein kein tiefer Graben mehr. Es hilft weiterhin, aber es schützt nicht mehr so zuverlässig vor Nachahmung wie früher.

Hinzu kommt eine Sicht, die den vermeintlichen Vorteil der Großen vollends kippt. Wer viel aufgebaut hat, muss diesen Bestand schützen, und genau das macht ihn langsam, weil jeder neue Trend gegen bestehende Kunden, laufende Verträge und gewachsene Systeme abgewogen werden muss. Ein großes Unternehmen kann einen Weg nicht einfach verlassen, nur weil ein besserer sichtbar wird, denn an dem alten Weg hängt sein laufendes Geschäft. Wer dagegen auf der grünen Wiese startet, ohne Altlasten und ohne Rücksicht auf eine bestehende Basis, ist oft schneller und beweglicher, und in einer Zeit, in der sich das Umfeld rasch verschiebt, wiegt diese Beweglichkeit häufig schwerer als die schiere Größe.

Übrig bleiben damit vor allem die eigenen Daten, denn sie entstehen aus dem echten Betrieb und lassen sich nicht über Nacht erlangen. Wer über Jahre die Daten seiner eigenen Prozesse, Kunden und Entscheidungen sammelt, hat etwas, das ein anderer nicht einfach kopieren kann. Das ist der Graben, der heute noch am ehesten trägt, und es ist kein Zufall, dass er genau dort liegt, wo ein Unternehmen seine eigene Wirklichkeit abbildet.

Genau hier liegt eines der stärksten Argumente gegen den reflexhaften Griff zu SaaS. Wenn die eigenen Daten der letzte echte Graben sind, dann überlässt du mit einem gekauften Dienst genau diesen Graben jemand anderem, und daran ändert auch die beste Datenschutzvereinbarung wenig, weil sie die Nutzung regelt, aber die Daten trotzdem auf fremden Systemen liegen lässt.

Dabei geht es nicht nur um die offensichtlichen Inhalte wie Kundennamen oder Umsätze, sondern auch um die Meta-Daten, und die werden gern übersehen. Meta-Daten sind die Daten über deine Daten: wer wann worauf zugreift, welche Vorgänge sich häufen, zu welchen Zeiten etwas passiert, welche Schritte in welcher Reihenfolge ablaufen. Aus diesem Drumherum lässt sich oft mehr über ein Geschäft ablesen als aus den Inhalten selbst, weil es die Muster zeigt, wie das Unternehmen wirklich arbeitet. Wer einen Prozess einem fremden Dienst überlässt, gibt deshalb nicht nur die eingetippten Werte aus der Hand, sondern auch das Muster dahinter, und genau dieses Muster ist das, was den eigentlichen Vorsprung ausmacht.

Was das für dich als Unternehmen heißt

Wenn SaaS also nicht mehr die einzige Alternative ist, stellt sich die eigentliche Frage: Was bedeutet das für dich als Unternehmen? Die Antwort ist nicht, reflexartig das nächste Tool zu kaufen, und sie ist auch nicht, jeden gekauften Dienst durch Eigenbau zu ersetzen. Die Antwort liegt eine Ebene tiefer, und sie klingt zunächst unbequemer, als sie ist.

Als Unternehmen musst du in der Lage sein, eigene Software zu entwickeln und sie für ihren Zweck sicher und stabil zu betreiben.

Denn nur dann bist du in der Lage, deine Geschäftsprozesse zu verändern und sie besser verstehen zu lernen. Solange ein fremder Dienst vorgibt, wie ein Prozess auszusehen hat, passt du deinen Betrieb an die Software an, statt die Software an deinen Betrieb. Wer hingegen selbst bauen und betreiben kann, dreht dieses Verhältnis um, und genau darin liegt der Hebel, den das KI-Zeitalter erst erschwinglich macht.

Diese Fähigkeit steht auf drei Füßen, und keiner davon ist allein die KI. Es braucht Menschen, die die Begeisterung mitbringen, ihr eigenes Arbeitsumfeld aktiv zu gestalten, statt es als gegeben hinzunehmen. Es braucht Werkzeuge wie Coding-Agenten, mit denen diese Menschen selbstwirksam werden und tatsächlich etwas bauen, statt nur zu wünschen. Und es braucht das Domain-Wissen, das in der IT über Jahrzehnte gewachsen ist, denn ohne dieses Wissen entsteht zwar schnell etwas Lauffähiges, aber nichts, das man guten Gewissens betreiben kann.

Der blinde Fleck beim Selberbauen

An dieser Stelle lauert die Falle, in die man mit KI-Werkzeugen besonders leicht tappt. Weil der Weg zum ersten lauffähigen Ding so kurz geworden ist, denkt man ein Produkt schnell in nur zwei Teilen: vorne die Oberfläche, mit der gearbeitet wird, und hinten die Logik, die Daten speichert. Frontend und Backend, das ist das mentale Modell, mit dem viele loslegen, und als Einstieg ist daran nichts falsch.

Das Problem beginnt dort, wo aus dem Prototyp etwas wird, das echte Nutzer, echte Daten und echten Betrieb bekommt. Dann zeigt sich, dass hinter den zwei gedachten Teilen eine ganze Reihe weiterer Felder steckt, die nicht verschwinden, nur weil man sie am ersten Tag nicht gesehen hat.

Nutzer müssen sich sicher anmelden, Daten müssen datenschutzkonform gespeichert und gelöscht werden, die Anwendung muss zuverlässig laufen, Fehler müssen auffallen, bevor der Kunde sie meldet, und ein neues Release muss ohne Risiko live gehen können. Das sind keine Kür, sondern die Bedingungen dafür, dass „ich habe etwas gebaut“ zu „ich betreibe etwas“ wird. Genau hier ist das über Jahrzehnte gewachsene IT-Wissen nicht Ballast, sondern der Unterschied zwischen einem Prototyp und einem Produkt, auf das sich Kunden verlassen.

Die KI nimmt dir viel von der mechanischen Arbeit in diesen Feldern ab, aber sie nimmt dir nicht die Verantwortung dafür. Je mehr ein Coding-Agent erzeugt, desto wichtiger wird, dass ein Mensch beurteilen kann, ob das Erzeugte sicher, stabil und wartbar ist. Selbstwirksam zu sein heißt deshalb nicht, auf die Fähigkeit zu verzichten, sondern sie mit dem Werkzeug zu verbinden.

Wie das in Phasen wächst

Diese Fähigkeit fällt niemandem in den Schoß, sie wächst, und sie wächst bei fast allen entlang derselben Phasen. Es ist kein Stufenplan, den man von oben abarbeitet, sondern eine Bewegung, bei der jede Phase die nächste vorbereitet und das Gelernte in alle folgenden zurückfließt. Der erste Schritt ist klein, und je weiter man kommt, desto größer wird der Raum dessen, was überhaupt möglich erscheint.

In Phase eins, dem Heute vieler Unternehmen, läuft alles zu hundert Prozent auf Fremdsoftware, ob als SaaS oder lokal installiert. Die Roadmap bestimmt der Anbieter, und dein wichtigster Feature-Wunsch landet, wenn du Glück hast, auf der Roadmap für Q5. Das ist ein völlig normaler Ausgangspunkt, kein Versäumnis, und für vieles bleibt es die richtige Wahl. Diese Fremdsoftware ist dabei nicht nur Korsett, sondern auch Vorlage, denn in ihr steckt das gesammelte Domain-Wissen des Anbieters, und das, was einem daran gefällt und für den eigenen Betrieb taugt, kann man sich als Vorbild merken.

Phase zwei sind die Vorarbeiten, und sie beginnen mit einer harmlosen Frage: Lässt sich ein Stück Vor- oder Nacharbeit automatisieren, das heute von Hand läuft? Sobald man das ernsthaft versucht, egal ob mit KI oder mit eigener Software, zeigt sich schnell ein blinder Fleck. Bisher wurden die Daten nämlich im Kopf zusammengeführt, verteilt über eine OneNote-Liste hier, ein paar Excel-Dateien dort und jede Menge Erfahrung und Bauchwissen, das nirgends steht. Für einen Menschen trägt das erstaunlich weit, für ein Programm trägt es überhaupt nicht.

Genau an diesem Punkt versteht man die eigenen Input- und Output-Daten zum ersten Mal richtig, weil man gezwungen ist, sie aus den Köpfen und den verstreuten Dateien zu holen und in eine klare, verlässliche Struktur zu gießen. Man lernt dabei beiläufig, wie KI hilft, Daten zu verarbeiten, und wie viel Klarheit es schon bringt, einen Ablauf so genau zu beschreiben, dass ein Programm ihn ausführen kann. Diese saubere Datenbasis ist unscheinbar, aber sie ist das Fundament für alles, was danach kommt.

In Phase drei zahlt sich diese Klarheit aus. Mit den nun sauberen Daten und dem besseren Verständnis der Abläufe lassen sich Schnittstellen zwischen Werkzeugen bauen, die vorher nebeneinanderher liefen, und man gewinnt Verlässlichkeit, weil ein Programm einen einmal festgelegten Schritt reproduzierbar ausführt. Das nimmt niemandem etwas weg, im Gegenteil, es befreit die Menschen von der stumpfen Wiederholung und lässt ihnen den Kopf für das frei, was wirklich Urteilsvermögen braucht.

Genau diese Grenze muss man aber kennen. Ein Programm kann nur entscheiden, was vorher definiert wurde und wofür die Daten da sind, und alles andere lässt es liegen oder macht es falsch. Ein Mensch dagegen merkt, wenn ein Fall nicht ins Schema passt, fragt kurz beim Kollegen nach, und schon ist die Sache geklärt. So funktioniert ein Programm nicht, und deshalb ist die eigentliche Arbeit in dieser Phase nicht das Programmieren, sondern das Vorausdenken: die Fälle und Regeln so weit explizit zu machen, dass die Automatisierung das Richtige tut und bei allem anderen sauber an den Menschen zurückgibt.

Phase vier geht vom Verbinden zum Verändern über. Bis hierher hat man die vorhandenen Werkzeuge klüger zusammengespielt, jetzt beginnt man, einzelne Schritte durch eigene zu ersetzen, die genau zum eigenen Betrieb passen, statt sich weiter an die Form zu halten, die ein Anbieter einmal vorgegeben hat. Ein Formular, das nie so recht passte, ein Report, den bisher jemand mühsam von Hand zusammenstellte, eine Freigabe, die immer an derselben Stelle hakte, wird nun zu eigenem Code, der den Ablauf so abbildet, wie er bei euch wirklich läuft.

Genau hier lernt man, wie Softwareentwicklung wirklich funktioniert, und zwar nicht nur das Schreiben von Code. Man merkt, dass zu echter Software mehr gehört, etwa eine Version, auf die man zurück kann, ein Weg, Änderungen zu testen, bevor sie live gehen, und eine Vorstellung davon, was passiert, wenn etwas schiefläuft. Mit jedem ersetzten Stück wächst nicht nur das Können, sondern auch der Blick dafür, was überhaupt möglich ist. Ideen, die vorher undenkbar schienen, weil ja alles vom Anbieter abhing, werden plötzlich zu einer realistischen Option. Aus dem Anwender, der Werkzeuge bedient, wird jemand, der Werkzeuge gestaltet.

In Phase fünf wird aus einzelnen ersetzten Schritten ein ganzer Prozess, der auf eigener Software läuft. Das ist ein Sprung in der Qualität, nicht nur in der Menge, denn jetzt hängt echter Betrieb an dem, was man gebaut hat. Wenn ein Kollege morgens nicht mehr arbeiten kann, weil die eigene Anwendung steht, ist das kein Bastelprojekt mehr, sondern ein System, auf das sich Menschen verlassen.

Damit wird der Betrieb selbst zur Aufgabe, und zwar genau der Teil, der im zweiten Kapitel dieses Artikels als die oft unterschätzte Hälfte auftauchte. Die Anwendung muss zuverlässig laufen, es braucht Sicherungen für den Fall, dass etwas verloren geht, man muss merken, wenn ein Fehler auftritt, bevor der Kollege ihn meldet, und die Daten müssen geschützt sein. Dieses Betriebs-Know-how fällt niemandem in den Schoß, aber es wächst genau hier mit, Schritt für Schritt, weil jeder laufende Prozess die nächste Frage von selbst stellt. Und es ist dieses Wissen, das aus einem Unternehmen, das Software baut, eines macht, das Software auch verantworten kann.

In Phase sechs richtet sich der Blick dann oft nach außen. Wer die eigenen Prozesse sicher im Griff hat, fängt irgendwann an, eigene Schnittstellen zum Kunden anzubieten, die so geschnitten sind, dass sie die eigenen Prozesse stützen, statt sie einem fremden Format zu unterwerfen. Das muss nicht sein, und nicht jedes Unternehmen kommt oder will dahin, aber wenn es passiert, schließt sich der Kreis: Die eigene Software gestaltet jetzt auch den Rand, an dem das Unternehmen auf seine Kunden trifft.

Konkret ist das ein Kundenportal, über das Aufträge genau in der Form hereinkommen, in der der eigene Prozess sie braucht, eine Schnittstelle, über die ein Partner Daten direkt anliefert, oder ein Self-Service, der dem Kunden hilft und zugleich die eigene Arbeit reduziert. Der Unterschied zu einem zugekauften Standardportal ist der Zuschnitt: Statt den eigenen Ablauf an das zu biegen, was ein fremdes Produkt vorsieht, formt man den Berührungspunkt so, dass er mit dem eigenen Prozess zusammenspielt. Damit wird aus dem, was innen begann, ein Vorteil, den der Kunde spürt, und der Kreis von der reinen Fremdsoftware bis zur selbst gestalteten Außenkante ist geschlossen.

Das Entscheidende an diesen Phasen ist die Rückkopplung. Jede speist das Lernen zurück, und mit jedem gelösten Stück wächst nicht nur das Können, sondern auch der Blick dafür, was als Nächstes möglich wird. Klarere Daten machen die nächste Integration leichter, mehr Betriebserfahrung schafft das Zutrauen für den größeren Eingriff, und so erweitert sich der Möglichkeitsraum nicht gleichmäßig, sondern beschleunigt: Je weiter man kommt, desto mehr Türen öffnet jede einzelne Phase. In der Mitte dieser ganzen Bewegung sitzt eine Erkenntnis, die mehr verändert als jedes einzelne Programm, nämlich dass Software nicht einfach da und gegeben ist, sondern sich anpassen lässt.

Was das praktisch bedeutet

Das klingt nach viel, lässt sich im Alltag aber auf eine einzige Frage herunterbrechen, die du bei jedem Prozess neu stellst: Macht dieser Prozess dich aus, oder läuft er bei dir wie bei allen anderen? Läuft er wie überall, ist ein gekaufter Dienst meist die bessere Wahl, und du sparst deine Kraft für das, was zählt. Macht er dich aus, unterscheidet dich vom Wettbewerb oder willst du aus seinen Daten lernen, dann ist das der Prozess, bei dem sich die Fähigkeit auszahlt, selbst zu bauen und zu betreiben. Mehr Sortierung braucht es für den Anfang nicht.

Und die betrieblichen Felder musst du nicht auf einmal beherrschen. Sie klopfen nacheinander an, immer dann, wenn dein Produkt einen Schritt weiter kommt, und genau in dieser Reihenfolge lernst du sie. Wie man damit klein anfängt, ohne sich zu überheben, zeigen wir im Artikel Klein starten im KI-Zeitalter.

Die Konsequenz aus dem Verschwinden der SaaS-Burggräben ist also keine düstere Nachricht, sondern eine Einladung. Wenn die Fähigkeit, Software zu bauen, nicht mehr das knappe Gut ist, dann verschiebt sich der Wert dahin, wofür du diese Fähigkeit einsetzt: auf deine eigenen Prozesse, deine eigenen Daten und die Menschen, die beides besser machen wollen. Das ist kein Ersatz für gute Standardsoftware, sondern die Freiheit, selbst zu entscheiden, wo du kaufst und wo du baust.

Wenn du diese Fähigkeit in deinem Unternehmen aufbauen willst, ohne dich an den betrieblichen Feldern zu überheben, schauen wir gern gemeinsam auf deine Situation. Wir bringen das über Jahrzehnte gewachsene IT-Wissen mit und befähigen deine Leute, selbstwirksam und sicher zu bauen.