Chefökonom von Ramp: Aus Sicht der Geschäftsdaten lebt der SaaS-Bereich wieder.

Künstliche Intelligenz (KI) hat das Software-as-a-Service (SaaS)-Modell nicht getötet. Die Verbrauchsdaten des Chefökonomisten von Ramp enthüllen die Wahrheit. Dieser Dialog stammt aus der Sendung „Monetary Matters“ der MTS-Serie im A16Z Podcast. Die Moderatoren Jack Farley und Max Wiethe haben Ara Kharazian, den Chefökonomisten von Ramp, zu Gast. Dieser Dialog lohnt sich nicht deswegen, dass er eine neue Prognose über KI und SaaS abgibt, sondern weil er an Fakten aus den echten Geschäftsausgaben von 50.000 Unternehmen mit einem Jahresumsatz von rund 100 Milliarden US-Dollar herankommt. Diese Daten helfen, die Marktstimmung, die Erzählungen von Investoren und die tatsächlichen Beschaffungsverhalten der Unternehmen klar voneinander zu trennen. Die Kernaussagen des gesamten Dialogs lassen sich auf vier Punkte zusammenfassen: Erstens, die sogenannte „SaaSpocalypse“ (SaaS-Endzeit-Theorie) findet zumindest in den gegenwärtigen Unternehmensausgabedaten keine Bestätigung. Zweitens, die KI verändert tatsächlich den Softwaremarkt, doch die Veränderungen konzentrieren sich hauptsächlich auf die Konkurrenz auf der Modellschicht, die gleichzeitige Nutzung mehrerer Modelle, die Kostenkontrolle und das Wachstum auf der Ebene neuer Anwendungen, nicht auf den kollaps des traditionellen SaaS. Drittens, Unternehmen kaufen derzeit immer noch hauptsächlich Software nach dem Seat-Modell. Obwohl die Token-Bestellung an Bedeutung gewinnt, macht sie immer noch einen sehr geringen Anteil der Gesamtausgaben aus. Viertens, was wirklich wichtig ist, ist nicht nur, wer von OpenAI und Anthropic gewinnt, sondern wie die KI die Infrastruktur, Arbeitsabläufe, Datenverteilung, Inhaltserstellung und Unternehmensorganisation in der Softwarebranche neu gestaltet.

Im Folgenden die Übersetzung.

1

Keine „SaaS-Endzeit“ in den realen Unternehmensausgabedaten

Moderator: Heute begrüßen wir Ara Kharazian, den Chefökonomisten von Ramp Economics. Sie haben viele Artikel geschrieben, die sich mit der Frage befassen, die derzeit der Markt am meisten interessiert: Haben Unternehmen ihre Softwareausgaben aufgrund der KI tatsächlich verändert? Es wird oft gesagt, dass KI das SaaS-Modell und die Softwarebeschaffung grundlegend verändern wird. Was sieht Ramp in den echten Daten?

Ara Kharazian: Ich finde diese Art von Forschung wichtig, weil wir heute in einer Welt leben, in der fast jeder eine Meinung über die Marktentwicklung hat, insbesondere in der Technologiebranche. Es gibt viele Meinungen, aber wenige Menschen, die sich auf Fakten stützen. Ich habe eine besondere Position bei Ramp: Wir können die Ausgabedaten von 50.000 Unternehmen mit einem geschätzten Jahresumsatz von 100 Milliarden US-Dollar einsehen. Deshalb möchten wir die einfache Frage beantworten: Was passiert wirklich auf dem Markt? Neue KI-Unternehmen bringen ständig Produkte auf den Markt, die mit etablierten SaaS-Anbietern konkurrieren. Hat die Adoption von traditionellem SaaS nachgelassen? Haben Unternehmen ihre Beschaffungsmethoden für SaaS geändert? Aus meiner Sicht lässt sich die sogenannte „SaaSpocalypse“ in zwei Aspekte zerlegen: Erstens, ob Unternehmen von traditionellem SaaS zu Produkten wechseln, die direkt von KI-Modellunternehmen angeboten werden. Zweitens, ob Unternehmen das traditionelle Seat-basierte Beschaffungsmodell aufgeben und stattdessen nach Agentenfähigkeiten oder Token-Verbrauch bezahlen. Laut unseren aktuellen Daten ist beides bisher nicht in nennenswertem Umfang passiert. Seat-basierte Verträge machen immer noch etwa 65 % bis 75 % der Ausgaben aus, und feste Plattformgebühren machen etwa 20 % bis 30 % aus. Selbst bei SaaS-Plattformen, die ernsthaft Token-Bestellungen anbieten, machen die damit verbundenen Ausgaben nur etwa 0,5 % der Gesamtausgaben aus, wie beispielsweise bei HubSpot und Adobe. Wenn man hört, dass Unternehmen etablierte SaaS-Anbieter verlassen, kann man sich an Figma erinnern: Nachdem Google ähnliche Produkte eingeführt hat, gab es viel Debatte darüber, ob Figma betroffen sein würde. Doch unsere Daten zeigen, dass Figma ein der am schnellsten wachsenden Anbieter auf unserer Plattform bleibt und Unternehmen weiterhin seine Produkte kaufen. Viele Behauptungen, dass KI das SaaS-Modell sofort töten werde, basieren eher auf Projektionen in die Zukunft als auf realen Geschäftstransaktionen.

2

Es gibt Veränderungen, aber sie bleiben größtenteils marginal

Moderator: Es klingt so, als ob die Debatte über die KI und SaaS sehr lebhaft ist, aber die realen Veränderungen weniger dramatisch. Wo finden die tatsächlichen Veränderungen statt? Wo gibt es bereits erste Anzeichen von Veränderungen?

Ara Kharazian: Es gibt tatsächlich Veränderungen. Immer mehr Softwareunternehmen bieten Token-basierte Produkte an. Adobe ist ein gutes Beispiel: Das Unternehmen weiß, dass seine Produkte zunehmend von KI-Fähigkeiten angetrieben werden, die mit Grenzkosten verbunden sind. Wenn in Zukunft KI-Agenten Software nutzen, wird es schwierig sein, weiterhin nach dem Seat-Modell zu verrechnen. Deshalb bieten immer mehr Unternehmen diese neue Abrechnungsweise an. Doch wenn man fragt, ob diese Veränderungen bereits einen nennenswerten Einfluss auf die tatsächlichen Beschaffungen haben, lautet die Antwort nein: Die Token-basierten Ausgaben machen immer noch nur etwa 0,5 % der Gesamtausgaben aus.

Moderator: Bedeutet das, dass die Branche erst dann gezwungen wird, sich anzupassen, wenn ein Unternehmen mit einem Token-Modell tatsächlich Marktanteile von anderen wegnehmen kann? Mit anderen Worten, was wird den Auslöser für eine umfassende Umstellung sein?

Ara Kharazian: Das ist eine gute Frage. All diese Veränderungen werden sich letztendlich in einer Reihe von Wettbewerbsreaktionen widerspiegeln. Die Beteiligten sind keine Naivlinge, sondern kapitalstarke, klare Denker und effektive Akteure. Man kann sich beispielsweise Anthropic und Figma ansehen: Anthropic entwickelt jetzt auch Designprodukte, aber das bedeutet nicht, dass es von Natur aus besser als Figma in der Lage ist, Designer zu bedienen oder deren Bedürfnisse zu verstehen. Anthropic hat Modelle und eine hohe Produktiterationsrate, aber Figma ist ein äußerst reifes und beliebtes Produkt, das ebenfalls auf die von Anthropic produzierten und vertriebenen Modelle zugreifen kann. Ich verstehe nie, worauf die Intuition hinter der Meinung beruht, dass KI das gesamte SaaS-Modell zerstören würde. Es wird sicherlich Konkurrenz geben, und Anthropic wird ein starker neuer Teilnehmer auf vielen Märkten sein. Aber das hat nichts mit einer sofortigen und massiven Migration von Unternehmen zu diesen neuen Spielern zu tun. Darüber hinaus sind Unternehmensausgaben generell sehr träge.

Natürlich darf man auch nicht übersehen: Der Softwarebeschaffungsmarkt ist einer der dynamischsten Märkte, die wir je gesehen haben, insbesondere auf dem Gebiet der KI-Software. Monatlich gibt es neue Spieler, die ältere verdrängen. Anthropic hat kürzlich OpenAI in unseren Daten überholt und ist jetzt das am häufigsten von Unternehmen genutzte Modell. Auch Cursor hat GitHub Copilot verdrängt. Dieser Markt lohnt sich also auf jeden Fall weiterhin zu beobachten. Meine Kernaussage bleibt jedoch: Die „SaaSpocalypse“ als Realität anzusehen, ist viel zu früh, und diese Einschätzung basiert normalerweise nicht auf realen Unternehmensverhaltensweisen.

3

Unternehmen verlassen das SaaS-Modell nicht

Moderator: Ihre Schlussfolgerung lässt sich also zusammenfassen: Die SaaSpocalypse findet in den Daten keine Bestätigung?

Ara Kharazian: Quantitativ gesehen, ja. Die beiden Aspekte der SaaSpocalypse – die vollständige Umgestaltung der Softwarebeschaffung und der schnelle Untergang traditioneller SaaS-Unternehmen – werden von den realen Geschäftstransaktionen nicht gestützt. Zumindest bisher hat sich die Unternehmensbeschaffung in keinem nennenswerten Umfang verändert, und die auf dem Markt am häufigsten genannten Unternehmen sind nicht in Gefahr. Man kann sich beispielsweise Perplexity ansehen. Viele Menschen beschreiben es als einen anfälligeren und leichter von Modellunternehmen zu überholenden reinen KI-Spieler. Im Gegensatz zu Anwendungen wie Figma scheint es gefährlicher zu sein. Doch in unseren Daten von Ramp ist Perplexity ebenfalls einer der am schnellsten wachsenden Anbieter, weil es weiterhin Produkte anbietet, auf die Modellunternehmen noch nicht direkt konkurrieren.

Moderator: Handelt es sich bei den Token-basierten Gebühren, die SaaS-Unternehmen einführen, um eine Ersetzung der bestehenden Seat-basierten Gebühren oder um die Hinzufügung von KI-Funktionen zu bestehenden Produkten? In gewissem Sinne könnte ein Teil der Ausgaben auch an die sogenannten „Konkurrenten“ fließen.

Ara Kharazian: Zurzeit scheint es eher eine Addition zu sein als eine Ersetzung. Die Unternehmen fügen neuen KI-Fähigkeiten zu ihren bestehenden Produktportfolios hinzu, und die Benutzer zahlen möglicherweise Token für diese Funktionen. Doch diese Gebühren werden normalerweise auf Seat-basierte Verträge aufgeschlagen. Die Ausgaben sind jedoch so gering, dass es schwierig ist, zu beurteilen, ob diese Gebühren bereits ein wichtiger Gewinnmotor für die Unternehmen sind. Selbst bei Unternehmen, die ernsthaft Token-basierte Preismodelle eingeführt haben, machen die damit verbundenen Ausgaben immer noch weniger als 1 % der Gesamtausgaben aus.

4

Anthropic überholt OpenAI, aber wichtiger ist die Tendenz zu „Mehr-Modell-Nutzung“ bei Unternehmen

Moderator: Die Tatsache, dass Anthropic OpenAI überholt hat, ist mittlerweile bekannt. Abgesehen von dieser auffälligen Veränderung, gibt es noch andere Trends in den Ausgaben für Modelle, die von außen nicht ausreichend beachtet werden?

Ara Kharazian: Ich hatte einige Vorbehalte, als ich über Anthropic schrieb. Wir haben seit letztem Jahr einen Indikator namens Ramp AI Index eingeführt, um die Adoption von Anthropic und OpenAI bei Unternehmen zu verfolgen. Lange Zeit war OpenAI führend, aber jetzt hat Anthropic erstmals den ersten Platz errungen. Doch ich bemerke immer mehr, dass meine Forschungsergebnisse oft missverstanden werden. Viele Menschen denken, dass ich sage, OpenAI sei am Ende oder Anthropic habe bereits gewonnen. Das war weder meine Absicht noch meine Einschätzung der zukünftigen Marktentwicklung. Immer mehr Unternehmen nutzen mehrere Modelle parallel, sei es, indem sie ihre Mitarbeiter für die Nutzung abonnieren oder indem sie die Modelle in ihre eigenen KI-nativen Produkte integrieren. Unternehmen, die sich frühzeitig mit KI auseinandergesetzt haben, nutzen am wahrscheinlichsten mehrere Modelle gleichzeitig und werden im Laufe der Zeit auch weiterhin neue KI-Anbieter hinzufügen. Wenn man diese Pionierunternehmen als Indikator für die zukünftige Marktentwicklung ansieht – und unsere Daten zeigen oft in diese Richtung –, dann ist es wahrscheinlich, dass auch durchschnittliche Unternehmen in Zukunft mehrere Modelle nutzen werden.

Andererseits achten Unternehmen zunehmend auf Kosten. Für Unternehmen, die viel Token verbrauchen, insbesondere in intensiven Szenarien wie Agent-Codierung, sind die Token-Kosten im vergangenen Jahr um das 13-fache gestiegen. Trotzdem machen diese Ausgaben derzeit nur etwa 2 % der nicht-lohnbezogenen Gesamtausgaben der Unternehmen aus, sodass der absolute Betrag noch nicht allzu hoch ist. Doch wenn man diese Wachstumsrate linear fortsetzt, ergibt sich eine unsustainable Kostenkurve, die die meisten Unternehmen nicht tragen können und auch nicht tragen sollten. Deshalb verschieben die am stärksten KI-nutzenden Unternehmen einen Teil ihrer KI-Ausgaben zunehmend auf Plattformen wie OpenRouter, um zwischen verschiedenen Modellen zu wechseln und möglichst kostengünstige Open-Source-Modelle zu nutzen. Auch hier ist der Anteil jedoch noch gering: In unseren KI-Ausgaben macht die direkte Ausgabe über OpenRouter etwa 3 % aus, doch diese Ausgaben wachsen bei Unternehmen, die am stärksten an kostengünstigen Lösungen interessiert sind, schneller. Sie leiten die Arbeitslasten auf passende Modelle um, um die Kosten zu senken. Ich denke, dass die Hauptbelastungen für Modellunternehmen aus zwei Quellen stammen: Kosten und Konkurrenz. Diese Konkurrenz kommt teilweise auch von den Unternehmen selbst, von ihren kostengünstigeren Modellversionen und von Open-Source-Alternativen.

5

Die meisten Aufgaben erfordern keine Spitzenmodelle, der Markt hat diese Realität noch nicht verstanden

Moderator: Das klingt wie eine eher pessimistische Einschätzung der Gesamtausgaben für KI. Könnte es sein, dass Unternehmen allmählich verstehen, dass viele Aufgaben keine Spitzenmodelle erfordern? In der Vergangenheit ging man einfach davon aus, dass man mehr Rechenleistung auf das Problem werfen müsse. In Zukunft wird es wichtiger sein, die Aufgaben richtig zu strukturieren, die Prozesse zu gestalten und dann zu entscheiden, welches Modell am besten geeignet ist.

Ara Kharazian: Ich stimme vollkommen zu. Man benötigt nicht immer ein Spitzenmodell. In vielen Fällen ist es sogar schädlich, weil es teuer und langsam ist. Selbst ich leite in meinem täglichen Arbeitsalltag oft die Aufgaben an das teuerste Modell weiter, obwohl ich weiß, dass in den meisten Fällen ein leichteres und schnelleres Modell wie Haiku oder Sonnet ausreichen würde. Doch man kann nicht erwarten, dass normale Angestellte diese Entscheidungen treffen. Ich bin in der Lage, diese Entscheidungen zu treffen, weil ich meine Arbeit verlangt, dass ich den KI-Markt ständig verfolge, weiß, wie sich die neuen Modelle entwickeln und die besten Praktiken kennt. Die meisten Büroangestellten sollten nicht erwartet werden, dass sie diese Dinge verstehen, und der Markt hat diese Nachfrage noch nicht in Produkte umgesetzt.

Das Problem ist, dass OpenAI und Anthropic nicht viel Motivation haben, ein Routing-Produkt anzubieten, das automatisch die KI-Ausgaben senkt, weil sie von Token-Einnahmen leben. Genauer gesagt stammen etwa 80 % der Geschäftseinnahmen von Anthropic und OpenAI aus Token-Abrechnungen. Sie haben ein natürliches Interesse daran, dass man mehr Token nutzt. Im Vergleich dazu verdient ein großes Unternehmen wie Google auf vielen Ebenen Geld und ist nicht auf Token-Einnahmen angewiesen.

Moderator: Gibt es auf dem Markt bereits Plugins oder Software, die Unternehmen dabei helfen können, zu entscheiden, welches Modell für welche Aufgabe am besten geeignet ist?

Ara Kharazian: Ja, Cursor arbeitet an einer Lösung. Ich denke, dass die Modellunternehmen schließlich unter Wettbewerbsdruck gezwungen sein werden, auf diese Nachfrage zu reagieren, insbesondere Anthropic. Increasing Menschen stoßen auf die Rechenleistungseinschränkungen von Anthropic. Aus eigenen Interessen heraus sollte es sein Produkt effizienter gestalten, damit mehr Benutzer es sinnvoller nutzen können. Wahrscheinlich wird dies zunächst von anderen Unternehmen getan werden, bevor OpenAI und Anthropic folgen. Aus diesem Blickwinkel ist Cursor ein gutes Beispiel: Es kann in der Entwicklererfahrung konkurrieren, indem es kostengünstigere und leistungsfähigere Modelle anbietet und besseres Routing bietet, was OpenAI und Anthropic ohne Wettbewerbsdruck nicht gerne tun würden.

6

Das Aufsehen um DeepSeek und die Stille um Gemini: Statistische Unterschiede hinter den Nutzungsdaten

Moderator: In Ihrem Diagramm kämpfen Anthropic und OpenAI hart um die Spitze, Google liegt dahinter, und DeepSeek ist fast nicht zu sehen. Doch vor ein paar Monaten haben wir immer noch gehört, dass