Nach dem Fehlschuss der KI: Ist die kurzfristige Erholung des US-amerikanischen Softwaresektors an der Börse nur vorübergehend oder markiert sie einen vollständigen Wandel?

Seit Ende Oktober letzten Jahres hat der US-amerikanische Softwareaktienmarkt eine seltene "kollektive Fehlbeurteilung" erlebt.

Repräsentiert durch den Software-ETF IGV hat der gesamte Softwaresektor einstmals einen deutlichen Rückgang von der Spitze erlitten, mit einem Verlust von fast 40%. Softwareunternehmen, die einst als hochwertige Wachstumsaktiva galten, sind plötzlich zu "Denkmälern der alten Welt" unter der AI-Welle geworden.

Die Gründe für die Panik scheinen sehr plausibel zu sein:

DeepSeek hat mit minimalen Kosten ein fortschrittliches Large Language Model (LLM) entwickelt, was den Markt erneut darauf hinweisen lässt, dass die Fähigkeiten von Modellen sich schnell verbreiten können.

Anthropic hat ein reiferes AI-Agent-System vorgestellt, das es Menschen erstmals deutlich erkennen lässt:

AI ist nicht nur ein Chat-Tool, sondern tritt in reale Unternehmensprozesse wie Rechtsüberprüfung, Vertriebsoperationen, Kundendienst und interdepartmentale Zusammenarbeit ein.

Zur gleichen Zeit ergänzen, rekonstruieren und generieren Cursor und GitHub Copilot automatisch Code auf den Bildschirmen von Millionen von Programmierern. Ein scheinbar logischer Schluss folgt daraus:

Wenn AI Software schreiben, Prozesse ausführen, Kundendienst leisten und Daten recherchieren kann, was ist dann der Wert von traditionellen Softwareunternehmen?

Also hat der Markt mit der direktesten Reaktion geantwortet: Softwareaktien verkaufen und Rechenleistungsshares kaufen.

Nvidia, Broadcom und Cloud-Anbieter sind zu den am stärksten frequentierten Transaktionen im AI-Narrativ geworden, während viele Softwareunternehmen mit dem Label "im Begriff, von AI ersetzt zu werden" versehen wurden und einer ununterschiedenen Abschreibung ausgesetzt waren.

Nach Ansicht des Research-Teams von RockFlow liegt das Problem darin, dass dieser Schluss zu grob ist.

Es wird "Teile der Software werden von AI ersetzt" fälschlicherweise als "alle Software wird von AI ausgerottet" interpretiert; ein riesiges, komplexes und tief geschichtetes Software-Ökosystem wird rücksichtslos in ein einziges Konzept zusammengedrückt.

Dies ist genau die größte Erkenntnislücke des aktuellen Marktes.

AI wird natürlich die Softwarebranche umgestalten. Aber es wird nicht dazu führen, dass die Software verschwindet. Was tatsächlich passiert, ist, dass in der Softwarewelt eine brutale und tiefgreifende Artensplittung stattfindet.

Ein Teil der Software wird von AI komprimiert, ein anderer Teil wird von AI erweitert.

Ein Teil der Software verliert die Grundlage für die Abgabe von Gebühren, der andere Teil wird zu neuen "Tollplätzen" in der AI-Zeit.

Die Software stirbt nicht aus, es stirbt die alte Preislogik aus

Bei jeder technologischen Revolution liebt der Markt es, "Ende-Stories" zu erzählen.

Als das Internet gerade aufkam, sagten einige, dass die traditionelle Unternehmenssoftware am Ende sei. Browser, Webseiten und Online-Systeme würden die Tools der alten Welt wie ERP, CRM und IT-Service-Management völlig umstürzen.

Aber was ist dann passiert?

Das Internet hat nicht nur die Software nicht ausgerottet, sondern hat stattdessen eine Reihe von modernen SaaS-Riesen wie Salesforce, ServiceNow, Workday und Snowflake hervorgebracht.

Als das Mobile Internet kam, sagten einige auch, dass die PC-Software sterben würde. Aber tatsächlich haben neue Anwendungsformen, neue Abonnementmodelle und ein neues Cloud-Service-Ökosystem die Softwarebranche in eine noch größere Goldene Ära geführt.

Jetzt kommt die AI-Revolution, und der Markt erzählt erneut die bekannte Geschichte:

AI kann Code schreiben, also müssen Softwareunternehmen sterben.

AI kann Geschäftsprozesse ausführen, also muss SaaS sterben.

AI kann Arbeitsaufgaben automatisch erledigen, also brauchen Unternehmen keine Software mehr zu kaufen.

Diese Geschichte klingt sehr eindrucksvoll, aber sie ignoriert eine grundlegende Tatsache: Die Software ist keine einzelne Branche, sondern eine ganze Infrastruktur der digitalen Wirtschaft.

Einige Software ist tatsächlich nur "die Bedienoberfläche für menschliche Mitarbeiter". Ihr Wert stammt von einer schönen Benutzeroberfläche (UI), komplexen Formularen, klaren Dashboards und der Online-Ausführung von menschlichen Arbeitsabläufen.

Aber es gibt auch eine große Menge an Software, die nicht für Menschen "zu sehen" ist, sondern für Systeme "zu laufen". Sie verbirgt sich in Datenbanken, APIs, Authentifizierungssystemen, Cloud-Sicherheit, Protokollüberwachung, Ereignisströmen, Data Warehouses und Workflow-Engines. Normale Mitarbeiter öffnen sie möglicherweise nie, aber das gesamte Unternehmen ist jede Sekunde auf sie angewiesen.

Das Schicksal dieser beiden Arten von Software in der AI-Zeit ist völlig unterschiedlich.

Der Fehler, den der Markt zuvor gemacht hat, war es, sie zusammen zu kürzen.

In der AI-Zeit spalten sich SaaS-Unternehmen in zwei Arten auf

Um zu verstehen, warum Softwareaktien sich erholen, muss man zuerst diese Branchensplittung verstehen. Das Research-Team von RockFlow glaubt, dass zukünftige Softwareunternehmen grob in zwei Kategorien unterteilt werden können.

Erste Kategorie: Mensch-Maschine-Interaktions-SaaS

Der Kern dieser Art von Software ist es, menschlichen Mitarbeitern eine Arbeitsoberfläche bereitzustellen. Verkäufer öffnen das CRM, um Kundendaten einzugeben; Kundendienstmitarbeiter öffnen das Ticket-System, um Fragen zu beantworten; Projektmanager öffnen das Projektmanagement-Software, um den Fortschritt zu verfolgen; Personalmitarbeiter öffnen das Personalmanagement-System, um Prozesse zu bearbeiten.

Ihr gemeinsames Merkmal ist: Die Benutzer müssen auf den Bildschirm schauen, um zu arbeiten.

In den letzten zehn Jahren hat diese Art von SaaS dank eines äußerst erfolgreichen Geschäftsmodells stark gewachsen: Die Gebühren werden pro Kopf berechnet. Wenn ein Unternehmen einen weiteren Verkäufer einstellt, kauft es eine weitere CRM-Lizenz; wenn es einen weiteren Kundendienstmitarbeiter einstellt, kauft es ein weiteres Kundendienstsystem-Konto; wenn es einen weiteren Projektmanager einstellt, kauft es eine weitere Projektmanagement-Software-Lizenz.

Das Wachstum der Mitarbeiterzahl bedeutet das Wachstum der SaaS-Einnahmen. Diese Logik war in der Cloud-Computing-Ära sehr stark. Aber in der AI-Agent-Ära beginnt sie an ihre Grenzen zu stoßen.

Weil die Essenz des AI-Agents darin besteht, die Beteiligung von Menschen in standardisierten Prozessen zu reduzieren. Wenn AI automatisch Kundenbeschwerden bearbeiten, Vertriebsaussichten organisieren, Vertragsüberprüfungsmeinungen erstellen, Reisekostenanträge genehmigen und Projektfortschritte aktualisieren kann, braucht ein Unternehmen noch so viele junge Mitarbeiter?

Wenn die Mitarbeiterzahl sinkt, wird die Software, die pro Kopf abgerechnet wird, natürlich unter Druck geraten.

Weniger ein Kundendienstmitarbeiter, weniger eine Kundendienstsystem-Lizenz;

Weniger ein Vertriebsassistent, weniger ein CRM-Nutzungskonto;

Weniger ein junger Projektmanager, weniger eine Projektmanagement-Tool-Lizenz.

Dies ist die Quelle der Marktpanik.

Für SaaS-Unternehmen, die hauptsächlich auf menschliche Bedienoberflächen angewiesen sind, geringe Funktionsbarrieren haben und nur begrenzte Daten gesammelt haben, ist AI tatsächlich kein Freund.

Insbesondere einige "schlanke Anwendungen": Im Wesentlichen sind es nur Webformulare für einen bestimmten Prozess, ohne Datenbarrieren und komplexe Systemintegration. Sobald ein allgemeiner AI-Agent diese Aufgaben direkt erledigen kann, wird ihr Wert schnell reduziert.

Diese Art von Unternehmen kann tatsächlich neu bewertet werden oder sogar aussterben.

Aber das ist nur die eine Hälfte der Geschichte.

Zweite Kategorie: Infrastruktur-SaaS

Eine andere Art von Software wird aufgrund der Verbreitung von AI-Agents sogar einen größeren Bedarf erfahren. Sie ist nicht für Menschen, sondern für Maschinen gedacht.

Beispiele sind: Data Warehouses, API-Management, Authentifizierung, Netzwerksicherheit, Observability-Überwachung, Protokollanalyse, Ereignisstromverarbeitung, Cloud-native Infrastruktur.

Diese Art von Software ist nicht so aufsehenerregend. Normale Benutzer öffnen sie selten und wissen möglicherweise nicht einmal, dass sie existiert. Aber in der AI-Zeit wird sie wichtiger als je zuvor.

Weil AI-Agents nicht aus dem Nichts arbeiten. Um Aufgaben zu erledigen, müssen sie ständig auf interne Unternehmenssysteme zugreifen.

Um Kundenfragen zu beantworten, muss es die CRM- und Kundendiensthistorie lesen;

Um Verträge zu überprüfen, muss es auf die Vertragsbibliothek, das Finanzsystem und das juristische Wissensrepository zugreifen;

Um Vertriebsaussichten zu bearbeiten, muss es Kundendaten abfragen, die Vertriebspipeline aktualisieren, E-Mails senden und Protokolle führen;

Um IT-Betriebsaufgaben automatisch zu erledigen, muss es das Überwachungssystem aufrufen, anomale Indikatoren prüfen und Reparaturprozesse auslösen.

Jeder Schritt bedeutet API-Aufrufe, Datenbankabfragen, Authentifizierung, Berechtigungsüberprüfung, Protokollierung und Sicherheitsaudit.

Ein menschlicher Mitarbeiter klickt möglicherweise nur einige Dutzend Mal pro Stunde und erzeugt nur begrenzte Systemanfragen. Aber ein AI-Agent kann in einer Minute hunderte oder tausende von Aufrufen starten. Er wird nicht müde, hat keine Mittagspause, geht nicht nach Hause und seine Arbeitsleistung sinkt nicht, weil er nicht genug Kaffee getrunken hat.

Was bedeutet das? Es bedeutet, dass der Verbrauch der Unternehmenssoftware-Infrastruktur durch AI-Agents um mehrere Größenordnungen erhöht werden kann. Die Infrastruktur-Software kümmert sich nicht darum, ob es ein Mensch oder eine Maschine ist, die sie aufruft.

Sie kümmert sich nur um eine Sache: Wie viel hast du verwendet?

Je öfter du die Datenbank abfragst, desto höher sind die Gebühren für Berechnung und Speicherung;

Je öfter du die Authentifizierung auslöst, desto höher sind die Gebühren für die Authentifizierungsmenge;

Je mehr Protokolle du erzeugst, desto höher sind die Gebühren für die Datenaufnahme;

Je mehr API-Aufrufe du startest, desto höher sind die Gebühren für die Aufrufmenge.

Wenn in Zukunft viele AI-Agents in Unternehmen laufen, werden diese Roboter zu neuen Kunden der Software-Infrastruktur.

Und sie sind die idealsten Kunden: 24 Stunden am Tag online, hochfrequent aufrufend, äußerst von Systemen abhängig und bereit, für Stabilität, Sicherheit und Geschwindigkeit zu zahlen.

Dies ist die Kerninvestitionslogik von "Infrastruktur-SaaS".

Von "Gebühren pro Kopf" zu "Gebühren nach Ergebnissen": Die Software-Geschäftsmodelle retten sich selbst

Ein weiterer Schlüsselgrund für die Erholung der Softwareaktien ist, dass der Markt endlich die Anpassungsfähigkeit der Geschäftsmodelle von SaaS-Unternehmen erkannt hat.

In der Vergangenheit befürchteten die Anleger: Wenn AI Unternehmen dazu bringt, Mitarbeiter zu reduzieren, werden die Einnahmen von Softwareunternehmen, die pro Kopf abgerechnet werden, sinken.

Diese Befürchtung ist nicht völlig unbegründet. Aber gute Softwareunternehmen werden nicht darauf warten, dass sie von der Technologie überholt werden. Sie ändern aktiv das Abrechnungsmodell. Von der Vergangenheit, in der die Gebühren pro Lizenz berechnet wurden, hin zu Gebühren nach Verbrauch, nach Ergebnissen und nach Automatisierungsleistungen.

Dies ist eine sehr wichtige Preisrevolution. Repräsentiert durch Agentforce von Salesforce und die AI-Workflow-Produkte von ServiceNow beginnen Softwareunternehmen nicht mehr nur Kunden ein Konto zu verkaufen, sondern ein Ergebnis:

Wenn AI eine Kundenbeschwerde erfolgreich löst, werden Gebühren erhoben;

Wenn AI ein IT-Ticket automatisch erledigt, werden Gebühren erhoben;

Wenn AI einen Vertriebsaussicht voranbringt, werden Gebühren erhoben;

Wenn AI eine Compliance-Prüfung durchführt, werden Gebühren erhoben;

Wenn AI einem Unternehmen Zeit bei der manuellen Bearbeitung spart, werden Gebühren erhoben.

Nehmen wir an, ein Unternehmen braucht ursprünglich viele Kundendienstmitarbeiter, um wiederholte Fragen zu bearbeiten. Jetzt kann der AI-Agent einen erheblichen Teil davon lösen. Das Unternehmen spart Personalkosten, aber dieses Geld wird nicht ganz in Gewinn umgesetzt.

Ein Teil davon wird an die Softwareplattformen gezahlt, die AI-Workflows, Datenzugang, Sicherheitsüberprüfung und Systemautomatisierung bieten. Mit anderen Worten, Softwareunternehmen wandeln sich von "Werkzeugverkäufern" zu "Teilnehmern an der Effizienzgewinnung".

In der Vergangenheit verdienten sie Geld, wenn Mitarbeiter die Software nutzten. In Zukunft werden sie Geld verdienen, wenn AI Aufgaben für Unternehmen erledigt.

Dies ändert völlig die zuvor pessimistische Annahme des Marktes.

Wenn Softwareunternehmen nur pro Kopf abgerechnet werden können, ist die Mitarbeiterreduktion durch AI natürlich negativ.

Aber wenn Softwareunternehmen nach Aufgaben, Aufrufen und Ergebnissen abgerechnet werden können, wird die AI-Automatisierung stattdessen einen größeren Einnahmenraum eröffnen.

Noch wichtiger ist, dass die Kosten für die Inference von Large Language Modellen schnell sinken.

In der Vergangenheit befürchtete der Markt, dass die Bruttomarge von SaaS-Unternehmen nach der Einbindung von AI von den Rechenleistungskosten gefressen würde. Jeder Modellaufruf geht mit teuren GPU-Ressourcen und Cloud-Inference-Gebühren einher. Aber