Das SaaS-Pro-Sitzplatz-Modell gerät durch agentische KI unter echten Druck – hier bricht es zuerst

Die Rede von der „SaaSpocalypse“ ist überzogen. Enterprise-Software hat tiefe Wurzeln – in Beschaffungsprozessen, Compliance-Anforderungen, den organisatorischen Gewohnheiten von IT-Teams und in langjährigen Verträgen. KI-Agenten werden Salesforce nicht über Nacht ersetzen. Doch das Pro-Sitzplatz-Abonnement, seit der Cloud-Ära das Standard-Preismodell für Business-Software, gerät in bestimmten Kategorien unter echten Druck – und dieser Druck nimmt zu.

Gartners Prognose, dass bis 2026 40 % der Enterprise-Anwendungen aufgabenspezifische KI-Agenten einbetten werden (2025 waren es unter 5 %), ist keine Vorhersage über Ersatz, sondern über Transformation. Die Anwendungen bleiben dieselben; was sich ändert, ist, ob ein Mensch vor ihnen sitzt und Aufgaben ausführt oder ob ein Agent dies tut. Dieser Unterschied hat erhebliche Auswirkungen darauf, wie Software bepreist wird, wie sie gekauft wird und welche Anbieter den Übergang überleben.

Wo das Pro-Sitzplatz-Modell zuerst bricht

Pro-Sitzplatz-Preise sind sinnvoll, wenn der Wert der Software mit der Anzahl der Nutzer skaliert. Ein CRM-Sitzplatz für einen Vertriebsmitarbeiter, der aktiv akquiriert und Deals erfasst, hat eine offensichtliche Wertbeziehung zu den Sitzplatzkosten. Aber wenn ein KI-Agent die CRM-Erfassung, das Verfassen von Folge-E-Mails, die Pipeline-Aktualisierung und die Aktivitätsprotokollierung übernimmt – und die Rolle des Menschen sich auf Prüfen und Freigeben beschränkt –, dann ist der „Sitzplatz“ keine sinnvolle Preiseinheit mehr. Der gelieferte Wert ist jetzt das Ergebnis (abgeschlossene Deals, gepflegte Pipeline), nicht der Zugang (Lizenz zum Einloggen).

Die Kategorien, die dieser Logik zuerst erliegen, haben eine gemeinsame Eigenschaft: Es handelt sich um stark frequentierte, prozessintensive Arbeitsabläufe mit klar definierten Inputs und Outputs. Kundensupport ist das klarste Beispiel. Wenn ein KI-Agent 80 % der Support-Tickets der ersten Ebene bearbeitet, ist der Wert der Support-Plattform nicht mehr proportional zur Anzahl der darin sitzenden Support-Mitarbeiter. Der Plattformbetreiber, der seine Preise nicht anpasst, wird erleben, dass Enterprise-Käufer die Sitzplatzzahlen reduzieren, auch wenn sie aus der Plattform den gleichen oder sogar größeren Wert ziehen.

Weitere Hochdruck-Kategorien im Jahr 2026: Marketing-Automation (Agenten führen jetzt Multi-Channel-Kampagnen aus, die zuvor Teams von Spezialisten erforderten), HR-Operations (Recruiting-Screening, Onboarding-Orchestrierung, Compliance-Dokumentenmanagement) und juristische Dokumentenprüfung (Vertragsanalyse, Due-Diligence-Workflows). In jedem Fall erledigt die Software die Arbeit – aber autonom, ohne dass ein Menschen jeden Schritt bedient.

Ergebnisbasierte Preise sind die logische Ablösung – aber schwer umsetzbar

Die Reaktion der Branche ist eine Verschiebung hin zu ergebnis- oder nutzungsbasierten Preisen, bei denen Käufer für das bezahlen, was Agenten erreichen, und nicht für die Sitzplätze, die sie belegen. Salesforce führte 2025 ergebnisbasierte Preisstufen für seine Agentforce-Plattform ein. ServiceNow startete im gleichen Zeitraum verbrauchsbasierte Agentenpreise. Beile erkennen dieselbe kommerzielle Realität an: Ein Sitzplatzmodell erfasst den Wert autonomer Agenten nicht.

Ergebnisbasierte Preise schaffen neue Probleme. Die Definition eines „Ergebnisses“ erfordert Einigung zwischen Anbieter und Käufer, und verschiedene Käufer haben unterschiedliche Definitionen. Ein gelöstes Support-Ticket mag wie ein Ergebnis aussehen, ist es aber nicht, wenn die Lösung schlecht war und der Kunde abwandert. Anbieter, die dies falsch machen, verkaufen billige Lösungen und erzeugen teure Abwanderung. Auch die Mess- und Zuordnungsherausforderungen sind nicht trivial – wenn fünf verschiedene KI-Agenten eine Kundenreise berühren, welcher bekommt die Gutschrift für den Verkauf?

Nutzungsbasierte Modelle (Zahlung pro API-Aufruf oder pro Agentenaktion) sind einfacher zu messen, schaffen aber Budget-Unberechenbarkeit für Käufer. Enterprise-Einkaufsteams, die flache Jahresverträge gewohnt sind, können nutzungsbasierte Abrechnungen schwer modellieren und freigeben. Dies schafft eine Marktlücke für Anbieter, die hybride Strukturen anbieten: ein Basisabonnement für vorhersehbare Nutzung mit variablen Gebühren für Volumen oberhalb einer definierten Basislinie.

Die Startup-Chance ist spezifisch, nicht allgemein

Die These der Investoren, dass „KI-Agenten alle SaaS töten werden“, hat eine Menge undifferenzierter Gründeraktivität hervorgebracht. Die präzisere Gelegenheit ist enger: Kategorien, in denen ein neuer, agenten-nativer Anbieter die nachgerüstete KI-Schicht eines etablierten Anbieters übertreffen kann – weil er von Grund auf für autonome Ausführung statt für menschenunterstützte Ausführung konzipiert ist.

Der Y-Combinator-Batch W2026 zeigte eine Konzentration vertikaler KI-Agenten-Startups – domain-spezifische Agenten für Recht, Gesundheitswesen, Immobilien und Finanzdienstleistungen. Die These lautet jeweils, dass bestehende SaaS-Spieler zu viel Legacy-UI und Workflow-Architektur haben, die für menschliche Bediener optimiert ist, um sie einfach für autonome Agentenausführung umzukonfigurieren. Ein von Grund auf für Agent-First-Workflows aufgebautes Startup kann bessere Automatisierung zu geringeren Kosten bieten.

Das Risiko für diese Startups ist, dass die etablierten Anbieter nicht stillstehen. Salesforce‘ Agentforce, HubSpot‘ KI-Funktionen, ServiceNow‘ Agentenplattform – das sind echte Produkte, keine Luftschlösser. Das Zeitfenster, in dem ein Startup den etablierten Anbieter durch native Agentik-Workflows schlagen kann, könnte kürzer sein als die Kapitalzyklen, die für den Aufbau und Verkauf von Enterprise-Software nötig sind. In den meisten Enterprise-Sales-Motions zählt die Geschwindigkeit der Distribution mehr als die technische Architektur – und die etablierten Anbieter haben die Distribution.

Worauf Gründer und Investoren tatsächlich achten sollten

Der führende Indikator, den es zu verfolgen gilt, ist nicht, welche Kategorien gestört werden – sondern welche Enterprise-Käufer ihre SaaS-Sitzplatzzahlen reduzieren. Eine Reduzierung der Sitzplatzzahlen bei gleichbleibenden oder steigenden Umsätzen einer Plattform ist das Signal, dass ein Anbieter erfolgreich zu agentenkompatiblen Preisen übergegangen ist. Eine Reduzierung der Sitzplatzzahlen begleitet von Abwanderung ist das Signal, dass ein etablierter Anbieter gegen einen agenten-nativen Konkurrenten oder eine interne KI-Bereitstellung verliert.

Deloittes Analyse des SaaS-zu-Agenten-Übergangs prognostiziert ein „hybrides Modell“ als dominantes Enterprise-Muster bis 2028: KI-Agenten, die auf bestehender SaaS-Infrastruktur arbeiten und Workflows zwischen Systemen automatisieren, anstatt die Systeme selbst zu ersetzen. Das ist weniger dramatisch, als es die Disruptionserzählungen vermuten lassen, aber es stellt dennoch eine grundlegende Veränderung des Verhältnisses von menschlichen Nutzern zum extrahierten Plattformwert dar – genau das, was das Pro-Sitzplatz-Modell nicht abbilden kann.

Das SaaS-Geschäftsmodell stirbt nicht. Spezifische Preismodelle darin werden in bestimmten Kategorien unhaltbar. Für Gründer, die diese Kategorien anvisieren, ist die Gelegenheit real. Für etablierte Anbieter, die diese Kategorien verteidigen, ist die Dringlichkeit real. Für alle anderen ist der Zeitplan länger, als die Schlagzeilen vermuten lassen.