Das Ende des Seats: Warum SaaS auf Tokenisierung umstellen muss

Fünfzehn Jahre lang galt SaaS als das beste Geschäftsmodell, das die Softwareindustrie je hervorgebracht hat. Planbare Abonnements, hohe Nettoumsatzbindung, Bewertungsmultiples auf wiederkehrenden Umsatz. Der Seat — die Lizenz pro menschlichem Anwender — war die Währung der ganzen Branche.

Diese Währung wird gerade neu vermessen. Der deutlichste Beleg kam nicht von einem Analysehaus, sondern aus einem Earnings-Call: Ende April 2026 beschrieb Satya Nadella die Zukunft jedes Microsoft-Geschäfts, das bislang nach Nutzern abgerechnet wurde, als „per-user and usage business" [1]. Wenige Wochen später wurde daraus Praxis. GitHub Copilot stellte zum 1. Juni sämtliche Pläne auf tokenbasierte Abrechnung um [2]. Am 15. Juni kaufte Salesforce für rund 3,6 Mrd. USD ausgerechnet den Anbieter, der Outcome-Pricing populär gemacht hatte [4].

IDC erwartet, dass bis 2028 rund 70 % der Softwareanbieter reines Per-Seat-Pricing aufgeben [10]. Was das für Geschäftsmodelle, Margen und Bewertungen heißt, ist die Frage dieses Dossiers — und die Antwort fällt an mehreren Stellen anders aus, als die Untergangserzählung nahelegt.

Teil 1: Der Seat verschwindet nicht — er verliert sein Monopol

Per-Seat-Pricing beruht auf einer stillen Annahme: Der Wert der Software sei proportional zur Zahl der Menschen, die sie bedienen. Die Annahme war nie ganz richtig, aber jahrzehntelang gut genug — weil Arbeit nun einmal von Menschen erledigt wurde.

KI-Agenten greifen diese Proportionalität von zwei Seiten an.

Von der Nachfrageseite: Wenn ein Mitarbeiter mit KI-Assistenz ein Vielfaches leistet, bleibt der größte Teil des geschaffenen Werts beim Kunden. Baut der Kunde dank dieser Produktivität sogar Personal ab, sinkt die Seat-Zahl — und mit ihr der Umsatz des Anbieters, obwohl dessen Software mehr leistet als je zuvor.

Von der Kostenseite: Klassisches SaaS hatte Grenzkosten nahe null. KI-Features haben reale Inferenzkosten je Anfrage. GitHubs Produktchef brachte das Problem bei der Copilot-Umstellung auf den Punkt: Eine kurze Chat-Frage und eine mehrstündige autonome Coding-Session kosteten den Nutzer bislang dasselbe [2].

„Der Seat bestraft den Anbieter für die Produktivität seines eigenen Produkts. Das ist der ökonomische Konstruktionsfehler, den KI-Agenten von der Ausnahme zur Regel machen."

Was die Daten wirklich zeigen

Hier muss die gängige Erzählung — und die Erstfassung dieses Dossiers — korrigiert werden. Eine Seat-Erosion ist bislang nicht messbar. Was stattfindet, ist Entbündelung.

Microsoft meldete zuletzt das stärkste Copilot-Seat-Wachstum seit Produktstart: über zwanzig Millionen bezahlte Lizenzen, ein Plus von 250 % gegenüber Vorjahr [1]. Auch der unterstellte Auslöser fehlt noch: KI hat in Unternehmensbefragungen bislang keine nennenswerten Stellenreduktionen ausgelöst, sondern die Zusammensetzung der Belegschaft verschoben [5]. Erwartet wird der Abbau durchaus — ein Drittel der Unternehmen rechnet mit kleineren Teams [6] —, gemessen ist er nicht.

Nadella selbst beschreibt den Seat deshalb nicht als Auslaufmodell, sondern definiert ihn um: als Berechtigung auf ein Konsumkontingent, das bequemerweise an einen Nutzer oder einen Agenten geheftet wird, mit Überverbrauch jenseits dieser Schwelle [1]. Sein Satz enthält ein und, kein statt. GitHub hat die Abopreise nicht abgeschafft, sondern eine Verbrauchsschicht darübergelegt [2].

Für die Modellierung ist der Unterschied entscheidend. Wer die These als „Seats sterben, Umsatz bricht weg" rechnet, rechnet einen Effekt, der empirisch noch aussteht. Wer sie als „der Umsatz je Kunde bekommt eine zweite, volatilere Komponente" rechnet, trifft die belegbare Realität.

Die meistzitierte Zahl der Branche ist über ein Jahr alt

Kaum eine Diskussion über Pricing kommt ohne sie aus: Seat-basiertes Pricing sei binnen zwölf Monaten von 21 % auf 15 % gefallen, Hybrid von 27 % auf 41 % gestiegen. Die Zahl stammt aus Kyle Poyars Monetarisierungs-Erhebung — erhoben allerdings im Frühjahr 2025 [7]. Sie beschreibt die Bewegung von Mitte 2024 bis Mitte 2025, wird seither aber durchweg als tagesaktuell zitiert.

Die Folgeerhebung ein Jahr später ist der eigentliche Befund: Auf Kopfzeilen-Ebene hat sich kaum etwas bewegt. Hybrid liegt bei 37 % und bleibt das populärste Modell, die Zahlen ähneln denen des Vorjahres [8]. Innerhalb der Stichprobe schreitet die Verschiebung fort, die Marktstruktur aber ist stabiler als die Erzählung.

Zwei Details schärfen das Bild. Ausgerechnet die größten Anbieter halten am Seat fest, während Frühphasenfirmen zu Flatrates neigen. Und ein erheblicher Teil des Umstellungsdrucks kommt von der Kapitalseite: Nach Einschätzung der Befragten bevorzugen Investoren heute deutlich Hybrid-, Outcome- und Usage-Modelle, während Flat-Fee und Seat kaum noch Fürsprecher finden [8]. Die Tokenisierung ist damit nicht nur eine Antwort auf Kundenverhalten, sondern auch auf Kapitalmarkterwartungen.

Teil 2: Drei Zielmodelle — und keines hat gewonnen

„Tokenisierung" ist der Sammelbegriff. Dahinter stehen drei Modelle von fundamental unterschiedlicher ökonomischer Qualität.

Die aussagekräftigste Zahl zu diesem Kapitel ist keine Marktanteilszahl, sondern ein Durchschnitt: Unternehmen kombinieren inzwischen 1,7 Preismodelle gleichzeitig, nach 1,5 ein halbes Jahr zuvor [6]. Das Abo verliert kaum Boden — Verbrauch und Outcome treten daneben.

Auch die Änderungsabsichten laufen in beide Richtungen. Rund ein Drittel der Anbieter will sein Preismodell binnen eines Jahres ändern, getrieben teils vom Kundenwunsch nach Verbrauchs- und Ergebnismodellen, teils vom entgegengesetzten Wunsch nach mehr Planbarkeit [5].

Das Menü als Strategie — oder als Eingeständnis

Der Markt bewegt sich nicht in eine Richtung, er spreizt sich. Fast jeder dritte Anbieter lässt seine Kunden inzwischen zwischen mehreren Preismodellen wählen [8]. Salesforce ist der Extremfall mit vier parallelen Varianten: je Conversation, je ausgeführter Action über Flex Credits, als Add-on je Nutzer und als unlimitierte Enterprise-Lizenz zum Fixpreis [8][13].

Microsoft geht den umgekehrten Weg und kündigte mit E7 eine überwiegend seat-basierte Suite an. Auf die Analystenfrage, warum man den Seat verdopple, antwortete Nadella schlicht mit dem Planbarkeitsbedürfnis von Budget und Einkauf [1].

Bessemer hält gegen das Menü, und der Einwand hat Gewicht: Neun verschiedene Preisansätze über den Vertragsbestand hinweg werden im Maßstab zum operativen Albtraum; besser sei ein Modell, das bei zehn und bei tausend Kunden funktioniert [9]. Für den Investor ist das die eigentliche Frage: Ist ein Pricing-Menü eine Wette auf mehrere Metriken — oder das Eingeständnis, dass keine davon sitzt?

Credits sind eine Rettungsleine, kein Endzustand

Zwischen den drei Modellen hat sich eine vierte Ebene eingeschoben: Credits. GitHub, Salesforce, Workday und Microsoft rechnen inzwischen in eigenen Guthabenwährungen ab, und die Welle steht erst am Anfang — bei Unternehmen über 50 Mio. USD ARR plant etwa jedes zweite die Einführung binnen eines Jahres [8].

Credits verbergen die Kostenmechanik, erlauben Umrechnungskurse und lassen sich jederzeit nachjustieren. Für den Anbieter ist das bequem. Für den Investor ist es ein Warnsignal: Umsatz, dessen Verrechnungseinheit der Anbieter selbst definiert, ist schlechter vergleichbar und leichter angreifbar, als die Umsatzzahl suggeriert. Poyar nennt Credits deshalb eine Rettungsleine, nicht den Endzustand — spätestens wenn Kunden Dutzende Guthabenmodelle nebeneinander verwalten müssen, kippt der Vorteil [8].

Nicht jede Verbrauchsmetrik ist gleich volatil

Ein Detail, das im Bewertungsteil zentral wird: Eine Gebühr je Token schwankt mit jeder Nutzungsentscheidung. Eine Gebühr je physischem Asset — je überwachter Tür, je installiertem Funkmodul, je angeschlossenem Fahrzeug — ist formal ebenfalls verbrauchsbasiert, verhält sich aber wie eine Annuität. Das Asset entscheidet nicht täglich neu über seinen Konsum.

Diese Unterscheidung zwischen verhaltensbasierten und bestandsbasierten Verbrauchsmetriken trennt später die Gewinner von den Verlierern.

Teil 3: Die Inferenzkurve ist keine Einbahnstraße

Die gängige Erzählung lautet: KI-Features haben variable Kosten, also müssen die Erlöse variabel werden. Das stimmt — aber es ist die halbe Geschichte, und die zweite Hälfte hat für Bewertungsmodelle die größeren Folgen.

Der Preis für gleichbleibende Qualität kollabiert. Der Frontier-Preis nicht.

a16z hat den Effekt vermessen und „LLMflation" getauft: Für ein konstantes Leistungsniveau fällt der Inferenzpreis um etwa den Faktor zehn pro Jahr. Was 2021 bei GPT-3 rund 60 USD je Million Tokens kostete, war drei Jahre später für sechs Cent zu haben [11].

Der entscheidende Zusatz steht im selben Text und geht fast überall verloren: Der Preis der jeweils besten Modelle fällt nicht. OpenAIs damaliges Spitzenmodell kostete je Output-Token genauso viel wie GPT-3 bei Markteinführung [11]. Übersetzt heißt das: Wer gleichbleibende Qualität liefert, wird jedes Jahr dramatisch billiger. Wer an der Leistungsspitze bleiben will, zahlt konstant. Kostenentlastung ist eine Funktion der Bereitschaft, hinter der Front zu bleiben.

Der Verbrauch wächst schneller, als der Preis fällt

Salesforce meldete für ein einziges Quartal einen Anstieg der verarbeiteten Tokens um mehr als die Hälfte gegenüber dem Vorquartal [3]. Die Rechnung des Kunden steigt also, während der Stückpreis sinkt.

Der daraus folgende Befund widerspricht der SaaS-Intuition frontal: Der Anteil der Inferenzkosten an den Gesamtausgaben nimmt zu, je reifer ein Produkt wird, während der Personalanteil sinkt [5][12]. In klassischer Software verdünnt sich der Kostenblock mit Skalierung. Hier verdichtet er sich. Wer automatische Margenexpansion mit Volumen unterstellt, unterstellt die falsche Kurve.

Fünfzig Prozent Marge sind kein Übergang, sondern die Zielgröße

Drei methodisch unabhängige Erhebungen kommen auf denselben Korridor. ICONIQ misst für das laufende Jahr eine erwartete AI-Bruttomarge von gut 50 % [6]. Bessemer nennt eine Bandbreite von 50 bis 60 % gegenüber 80 bis 90 % für klassisches SaaS [9]. Und Poyar kommt von der Zielseite auf dasselbe Ergebnis: Die mediane angestrebte Marge liegt bei rund 50 %, nur eine kleine Minderheit peilt überhaupt SaaS-typische Werte an [8].

Bemerkenswert ist die letzte Beobachtung. Die Anbieter behandeln die niedrigere Marge nicht als Übergangsphänomen, sondern planen sie ein. Interne Kosten waren in Poyars Befragung der mit Abstand wichtigste Faktor bei der Preissetzung — wichtiger als Wettbewerbsvergleich und wichtiger als der beim Kunden gehobene Produktivitätsgewinn [8]. Die Branche preist ihre Kosten ein, nicht ihren Wert. Bessemer bezeichnet genau das als Fehler; es ist offenbar trotzdem die gelebte Praxis.

Wo die Marge tatsächlich verdient wird

Drei Hebel bewegen die Inferenzkosten, und sie sind technischer Natur, nicht verhandlungsseitig.

Routing ist dabei längst Architekturstandard: Unternehmen nutzen im Schnitt gut drei Modellanbieter parallel, Kosten sind nach Zuverlässigkeit das zweitwichtigste Auswahlkriterium [5]. Microsoft beschreibt dieselbe Architektur aus Anbietersicht — Steuerungsschicht vom Modell entkoppeln, mehrere Modelle mit automatischem Routing dahinter [1].

Wie viel dabei zu holen ist, zeigt die Kohortenauswertung: Zwischen Anbietern mit eigener Modell- und Produktentwicklung und solchen, die ein fremdes Modell nur durchreichen, liegen rund acht Prozentpunkte Bruttomarge [5][12]. Gleichzeitig trägt Modell-Eigentum als Differenzierungsmerkmal kaum — die Befragten nennen ganz überwiegend die Applikationsschicht als ihren Unterschied, kaum jemand die eigene Modellentwicklung [5].

Daraus folgt eine Formel, die in der Debatte selten sauber getrennt wird: Eigenmodelle sind ein Margenhebel, kein Differenzierungshebel.

Und eine Beobachtung, die für die Portfoliozuordnung mehr wiegt als jede Durchschnittszahl: Die margenstärkste Schicht ist nicht die Anwendung, sondern die Infrastruktur- und Plattformebene [6]. Die Schaufelverkäufer verdienen auch in diesem Goldrausch besser als die Schürfer.

Microsoft zeigt beide Seiten

Auf der Kostenseite steht der Effekt in den Segmentzahlen: Die Konzern-Bruttomarge lag unter Vorjahr, getrieben von AI-Infrastruktur und wachsender Produktnutzung; für die Microsoft Cloud wurde ein weiterer Rückgang geführt, ausdrücklich unter Nennung der gestiegenen GitHub-Copilot-Nutzung [1]. Ein Konzern dieser Größe schreibt die Inferenzkosten seines eigenen Copilot in die Margen-Guidance — deutlicher lässt sich die These nicht belegen.

Auf der Gegenseite investiert derselbe Konzern massiv in die Senkung genau dieser Kosten: eigene Modelle explizit zur COGS-Reduktion, ein hauseigener Beschleuniger mit spürbar besserem Token-pro-Dollar-Verhältnis, deutlich verbesserte Inferenz-Durchsatzleistung [1]. Und CFO Amy Hood widerspricht dem Untergangsnarrativ direkt: Gemessen am vergleichbaren Punkt des Zyklus seien die Margen im AI-Geschäft besser gewesen als seinerzeit in der Cloud-Transition — und seien es geblieben [1]. Das ist eine interessierte Aussage, aber eine prüfbare.

Teil 4: Fünf Baustellen der Umstellung

Der Pricing-Shift klingt nach einer Preislisten-Änderung. Tatsächlich ist er ein Umbau des Finanz- und Vertriebs-Betriebssystems.

Erstens: Der Frühindikator geht verloren. Unter Flatrate-Abos ist der Umsatz der nächsten zwölf Monate im Wesentlichen unterschrieben; unter Verbrauchsmodellen wird er geschätzt. Der weniger offensichtliche Teil betrifft die Kennzahlen selbst. Amy Hood erläuterte, dass die Lizenzlogik zwar bleibt, ein Zähler aber hinzukommt — und der Verbrauchsteil nicht in gleicher Weise durch die Bookings fließt, sondern schlicht abgerechnet wird [1]. Für den Investor heißt das: Bookings, RPO und Backlog verlieren an Aussagekraft, je weiter der Verbrauchsanteil wächst.

Zweitens: Die Umsatzrealisierung wird kompliziert. Abo-Umsatz wird ratierlich erfasst, Verbrauchsumsatz entsteht mit dem Verbrauch. Gestaffelte Preise, Freikontingente, Rollover-Guthaben und Ramp-Phasen machen die Bestimmung des Transaktionspreises anspruchsvoll. Metering- und Billing-Infrastruktur ist damit keine Option, sondern Voraussetzung.

Drittens: Die Vertriebsvergütung passt nicht mehr. Das klassische Modell bezahlt den Abschluss. Bei Verbrauchsmodellen gibt es zwei Momente — die Landung des Kunden und das anschließende Konsumwachstum. Wer beide abbilden will, baut seine Vertriebsorganisation um und wertet Customer Success auf. Reibung in der Übergangsphase ist die Regel.

Viertens: Wenige Nutzer tragen die Kosten. Nach Poyars Beobachtung treiben die obersten zehn Prozent der Power-User über 70 % des Token-Verbrauchs [8]. Ein Anbieter mit gesunder Durchschnittsmarge kann auf diesem Zehntel deutlich negativ liegen — bei identischem Erlös. Wie real das ist, zeigt Bessemers Beispiel: Microsoft verlor bei GitHub Copilot anfänglich rund 20 USD je Nutzer und Monat [9]. Solange Power-User ein Randphänomen sind, verdeckt der Mischpreis das. Sobald agentische Nutzung normal wird, wandert der defizitäre Fall in die Mitte der Verteilung.

Fünftens: Die Migration hat eine J-Kurve. Leichtnutzer zahlen sofort weniger, Power-User wehren sich, und die neuen Systeme kosten, bevor sie liefern. GitHub lieferte im Sommer 2026 das Lehrbuchbeispiel: Nach dem ersten vollen Abrechnungsmonat berichteten intensive Agenten-Nutzer über Rechnungen um ein Vielfaches ihrer alten Pauschale, während reine Autocomplete-Nutzer praktisch unverändert zahlten. Anfang Juli führte GitHub harte Ausgabendeckel ein [2].

Analytisch wertvoller ist der zweite Beleg, weil er aus einem Segmentbericht stammt: Microsoft führte den gedämpften Bookings-Zuwachs bei Dynamics 365 ausdrücklich auf schwächere Verlängerungen zurück — Kunden tarierten ihre Ausgaben zwischen Per-Seat und „Seats plus Consumption" neu aus [1]. Die J-Kurve ist damit kein Startup-Phänomen.

Der stille Zwilling: eingeführt, aber noch nicht abgerechnet

Workday zeigt die andere Variante desselben Problems. Das Unternehmen hat Flex Credits eingeführt, aber keine öffentliche Preisliste publiziert. Gleichzeitig laufen breite Kulanzfenster — Overages auf Application-APIs bleiben bis Anfang 2027 unberechnet, einzelne Agenten sind vorerst kostenfrei [14].

Ökonomisch heißt das: Das Modell steht, die Erlöswirkung ist verschoben, die Kostenseite läuft bereits. Die relevante Frage lautet deshalb nicht, ob ein Anbieter umgestellt hat, sondern ob er bereits abrechnet.

Teil 5: Was das für die Kapitalallokation bedeutet

Im Unternehmen: Kapital wandert in die Kostenarchitektur

Wer umstellt, muss Kapital an neue Stellen lenken — Metering- und Billing-Infrastruktur, Customer-Success-Kapazität, FinOps-Fähigkeiten zur Inferenzkosten-Attribution je Kunde. Neu hinzugekommen ist die Inferenz-Kostenarchitektur selbst: Routing, Caching, Batch-Verarbeitung und gegebenenfalls eigene Modelle. Dort liegen die erwähnten acht Prozentpunkte Bruttomarge.

Gleichzeitig sinkt der relative Wert klassischer Vertriebskapazität. Wenn Expansion automatisch mit der Nutzung skaliert, ist jeder in Quota-Carrying-Vertrieb investierte Dollar weniger wert als zuvor. Die Signatur erfolgreicher Umsteller: weniger Akquisitionskosten, mehr Infrastruktur, mehr Retention.

In der Bewertung: nicht jeder wiederkehrende Umsatz ist gleich viel wert

Die Spannungslinie verläuft quer durch die Tabelle. Usage-Modelle erzielen systematisch höhere Nettoumsatzbindung, weil Expansion ohne Vertriebseinsatz mitwächst. Gleichzeitig handelt unkommittierter Verbrauchsumsatz mit Abschlag zu vertraglich fixiertem — er kann in der Rezession schrumpfen, ohne dass ein Kunde kündigt. Der Kunde muss nicht churnen, er muss nur weniger verbrauchen.

Für das DCF-Modell folgt daraus keine pauschale Erhöhung des Diskontsatzes, sondern eine saubere Preis-Mengen-Zerlegung der Umsatzprognose. Denn tokenbasierter Umsatz ist der Deflation seiner eigenen Einheit ausgesetzt: Ein Seat wird eher jedes Jahr teurer, ein Token jedes Jahr billiger. Wer seinen Umsatz an eine Einheit koppelt, deren Marktpreis um eine Größenordnung pro Jahr fällt, braucht Volumenwachstum in derselben Größenordnung — nur um den Umsatz zu halten.

Wer die Einheit definiert, definiert den Umsatz

Bei Outcome-Modellen bestimmt der Anbieter, was abgerechnet wird. Und er ändert diese Bestimmung. Zendesk stellte im Mai 2026 auf ein Schema um, das nur noch verifizierte Lösungen berechnet — assistierte Eskalationen sind seither kostenfrei. HubSpot halbierte den Preis je Vorgang im April und knüpfte die Abrechnung daran, dass binnen 72 Stunden kein Mensch eingreift [15].

Beide Anbieter haben ihre abrechenbare Einheit binnen zwölf Monaten materiell verändert. Wer Outcome-Umsatz mit einem Abo-Multiple kapitalisiert, kapitalisiert eine Definition, nicht einen Vertrag.

Dieselbe Beweglichkeit wirkt übrigens auch zugunsten der Anbieter. Als Fin auf Per-Resolution-Basis startete, lag die Lösungsquote bei rund 35 % — bei diesem Wert verlor der Anbieter in schwachen Monaten Geld an jedem Ticket. Billigere Inferenz und besseres Context-Engineering haben die Quote auf über 70 % gehoben [4]. Dasselbe Preisschild bedeutet heute eine völlig andere Marge. Wer Outcome-Modelle bewertet, bewertet primär die Lösungsquote.

Der Befund, der die Sektorprognose am stärksten belastet

Wäre KI-Umsatz zusätzlicher Umsatz, ließe sich die Tokenisierung als reines Wachstumsthema lesen. Die Daten sagen etwas anderes: Sieben von zehn Anbietern geben an, dass die KI-Ausgaben ihrer Kunden aus dem bestehenden Technologie- oder Softwarebudget stammen — bei etablierten SaaS-Anbietern, die KI nachrüsten, sind es noch mehr [8]. Nur AI-native Anbieter greifen nennenswert auf andere Töpfe zu, vor allem auf Dienstleistungsbudgets.

Das ist die unbequemste Zahl des ganzen Dossiers. Sie besagt, dass der beeindruckende KI-Umsatz einzelner Anbieter zu erheblichen Teilen aus den Budgets anderer Softwareanbieter stammt — ein Verteilungs-, kein Expansionsvorgang. Wer eine Software-Position hält, sollte deshalb nicht nur fragen, ob das Unternehmen KI monetarisiert, sondern ob es Nettogewinner oder Nettozahler dieser Umverteilung ist.

Das Re-Rating liegt bereits hinter uns

Der Software-Sektor hat seine Neubewertung im Winter 2025/26 vollzogen — und zwar entlang genau der Linien, die dieses Dossier beschreibt. Horizontale, nutzerorientierte Software komprimierte am stärksten; vertikale, infrastrukturnahe und AI-native Software hielt ihre Multiples deutlich besser [16].

Konkrete Median-Multiples nenne ich hier bewusst nicht: Die publizierten Werte streuen je nach Abgrenzung der Vergleichsgruppe erheblich. Die Richtung ist belastbar, das Niveau nicht.

Teil 6: Gewinner, Verlierer und die stillen Sieger

Strukturell verwundbar ist horizontale Per-Seat-Software mit hoher natürlicher Abwanderung, deren Wertversprechen an menschlicher Bedienung hängt — Kollaborationswerkzeuge, generische Produktivitätssoftware, Werkzeuge für Einstiegs-Wissensarbeit. Hier wirkt der doppelte Hebel: KI-Agenten reduzieren perspektivisch die Seats und erzwingen Preiszugeständnisse.

Strukturell geschützt ist tiefe vertikale Software mit Nicht-Seat-Metriken, Compliance-Verankerung und proprietären Datenbeständen. Das Constellation-Lager argumentiert seit Monaten, dass der schwierige Teil vertikaler Software nicht das Schreiben von Code ist, sondern der Verkauf an ein risikoaverses Krankenhaus oder einen kommunalen Verkehrsbetrieb — Sicherheitsprüfungen, Legacy-Integration, Schulung und über Jahre aufgebautes Vertrauen [17]. Bemerkenswert ist, dass ICONIQs Befund zur Differenzierung genau dieses Argument stützt, aus ganz anderer Richtung.

Der Markt hat diese Gruppe dennoch pauschal bestraft. Constellation durchlief zwischen Sommer 2025 und Januar 2026 den tiefsten Drawdown der Unternehmensgeschichte, mehr als eine Halbierung vom Hoch. Die operativen Zahlen des ersten Quartals 2026 haben die Furcht nicht bestätigt: Der Umsatz wuchs rund 20 %, der Free Cash Flow available to Shareholders sprang auf einen Rekordwert, und das Management setzte in einem einzigen Quartal mehr Kapital für Zukäufe ein als je zuvor in einem Auftaktquartal [17]. Das ist die Signatur eines Kapitalallokators, der eine Bewertungskorrektur als Einkaufsgelegenheit behandelt.

Bereits am Ziel sind Geschäftsmodelle, deren Verrechnungseinheit nie der Seat war, sondern das physische Asset. Die Gebühr je installiertem Funkmodul oder je überwachter Tür ist formal Verbrauchs-Pricing — aber mit Annuitäten-Stabilität. Kein KI-Agent ersetzt ein physisches Brandmelde-Funkmodul.

NAPCO ist im eigenen Coverage-Universum der sauberste Fall. Die wiederkehrenden Serviceerlöse wuchsen zuletzt um gut 15 % und machen inzwischen rund die Hälfte des Konzernumsatzes aus — bei einer Bruttomarge von über 90 % [18]. Eine solche Marge auf gerätegebundenen Verbrauchsumsatz ist genau das Profil, das die Branche über die Tokenisierung erst zu erreichen versucht: variable Erlösform ohne variable Inferenzkosten. Diese Modelle haben den Endzustand vorweggenommen, ohne je durch die Migrations-J-Kurve zu müssen.

Teil 7: Die Prüfliste

Für jede Software-Position — und jeden Kandidaten — sind fünf Fragen zu beantworten.

1. Was ist die Verrechnungseinheit, und ersetzt KI sie? Seats für Routine-Wissensarbeit sind die höchste Risikoklasse. Transaktionen, Assets, Geräte, Betten und Fahrzeuge sind robuste Metriken. Bessemers Zuordnung hilft bei der Einstufung: Copilots, die Menschen assistieren, erzeugen weichen ROI und damit schwache Preismacht; Agenten, die einen Arbeitsablauf ganz übernehmen, erzeugen harten ROI und starke Preismacht [9].

2. Wie hoch ist der committete Umsatzanteil? Mindestabnahmen, Mehrjahresverträge und bestandsbasierte Gebühren verdienen den Recurring-Multiple; spotartiger Verbrauch nicht. Und Vorsicht bei den Kennzahlen: Ein sinkender Bookings-Trend kann Migration statt Nachfrageschwäche bedeuten.

3. Trägt das Unternehmen Inferenzkosten, und ist die Kostenarchitektur ausgereift? Die Frage ans Management lautet konkret: Wie wird zwischen Modellen geroutet, wie hoch ist die Cache-Trefferquote, was wird batchverarbeitet, und wie wird pro Kunde attribuiert?

4. Wo steht das Unternehmen in der Migrations-J-Kurve? Vor der Umstellung, mittendrin oder durch? Und läuft noch ein Kulanzfenster — ein eingeführtes Verbrauchsmodell mit ausgesetzter Overage-Berechnung ist eine Ankündigung, keine Umsatzquelle.

5. Was bleibt vom Moat, wenn Software-Erstellung deflationiert? Daten, Workflow-Verankerung, Compliance, installierte Basis und Vertrauensbeziehungen überleben. Reine Feature-Überlegenheit nicht.

Für Outcome-Positionen kommt eine sechste Frage hinzu: Wer definiert die abrechenbare Einheit? Poyars CAMP-Raster nennt die vier Bedingungen, an denen solche Modelle tragen oder scheitern — Konsistenz der Ergebnisse über Kunden hinweg, Attribution gegenüber dem Kunden, Messbarkeit in Echtzeit und Prognostizierbarkeit [7]. Fehlt eine davon, ist der Outcome-Umsatz eine Verhandlungsposition, kein Anspruch.

Quellen

1. Microsoft, FY2026 Q3 Earnings Call — Transkript, 29.04.2026. → https://www.microsoft.com/en-us/investor/events/fy-2026/earnings-fy-2026-q3
2. GitHub Blog, „GitHub Copilot is moving to usage-based billing", 27.04.2026, sowie Community-FAQ zur Umstellung vom 01.06.2026. → https://github.blog/news-insights/company-news/github-copilot-is-moving-to-usage-based-billing/ · https://github.com/orgs/community/discussions/197089
3. Salesforce, Ergebnisse Q1 FY2027 (8-K / IR-Mitteilung), 27.05.2026. → https://investor.salesforce.com/news/news-details/2026/Salesforce-Delivers-Record-First-Quarter-Fiscal-2027-Results/default.aspx
4. Salesforce, „Signs Definitive Agreement to Acquire Fin", 15.06.2026. → https://investor.salesforce.com/news/news-details/2026/Salesforce-Signs-Definitive-Agreement-to-Acquire-Fin/default.aspx
5. ICONIQ, „State of AI: Bi-Annual Snapshot", Januar 2026 (Befragung Dezember 2025, ~300 Verantwortliche). → https://www.iconiq.com/growth/reports/2026-state-of-ai-bi-annual-snapshot
6. ICONIQ, „2026 State of AI: The Builder's Economy", Juli 2026 (Befragung Q2 2026, ~305 Verantwortliche). → https://www.iconiq.com/growth/reports/state-of-ai-2026
7. Kyle Poyar, „The state of B2B monetization in 2025", Growth Unhinged, 04.06.2025 (Befragung April–Mai 2025, 240+ Unternehmen). Ursprungsquelle der Anteilszahlen 21 % → 15 % (Seat) und 27 % → 41 % (Hybrid) sowie des CAMP-Rasters. → https://www.growthunhinged.com/p/2025-state-of-b2b-monetization
8. Kyle Poyar, „The state of B2B monetization in 2026", Growth Unhinged, 13.05.2026 (Befragung April–Mai 2026, 230+ Unternehmen). → https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026
9. Bessemer Venture Partners, „The AI pricing playbook for founders", Februar 2026. → https://www.bvp.com/assets/uploads/2026/02/The_AI_pricing_playbook_for_founders_Bessemer_Venture_Partners_2026.pdf · Begleitseite: https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook
10. IDC, „Is SaaS Dead? Rethinking the Future of Software in the Age of AI", 02.12.2025, auf Basis IDC FutureScape (Oktober 2025). → https://www.idc.com/resource-center/blog/is-saas-dead-rethinking-the-future-of-software-in-the-age-of-ai/
11. a16z, „Welcome to LLMflation — LLM inference cost is going down fast", 12.11.2024. → https://a16z.com/llmflation-llm-inference-cost/
12. Digital Applied, „AI Unit Economics: Pricing & Margins", 30.06.2026 — eigene Rechnung zu Model-Routing, Prompt-Caching und Power-User-Ökonomie auf Basis veröffentlichter Anbieterpreise. → https://www.digitalapplied.com/blog/ai-unit-economics-pricing-margins-services-2026-framework
13. Salesforce, Agentforce-Preisseite, Stand August 2026. → https://www.salesforce.com/agentforce/pricing/
14. Commit Consulting, Übersicht zu Workday Flex Credits, 01.07.2026 — Sekundärquelle; Workday veröffentlicht keine Preisliste. → https://commitconsulting.com/blog/workday-flex-credits
15. Preisseiten von Zendesk, HubSpot und Intercom Fin, Stand August 2026 — Listenpreise, vom Anbieter jederzeit änderbar. → https://www.zendesk.com/pricing/ · https://www.hubspot.com/pricing · https://www.intercom.com/fin
16. Aggregierte Bewertungsdaten öffentlicher Software-Vergleichsgruppen, März bis August 2026 — die publizierten Median-Multiples streuen je nach Abgrenzung der Vergleichsgruppe erheblich. Eine einheitliche Primärbasis (etwa SaaS Capital, KeyBanc SaaS Survey oder Bessemer „State of the Cloud") steht noch aus.
17. Constellation Software Inc. (TSX: CSU), Ergebnisse Q1 2026, veröffentlicht 12.05.2026, sowie Berichterstattung zur Hauptversammlung 2026. → https://www.constellationsoftware.com/investors/news-releases · Filings über SEDAR+. Die genannten Kursstände sind Marktdaten, keine Unternehmensangabe.
18. NAPCO Security Technologies, Ergebnisse Q3 FY2026 (8-K, Exhibit 99.1), 04.05.2026. → https://www.sec.gov/Archives/edgar/data/0000069633/000110465926054691/nssc-20260430xex99d1.htm

Die Kernaussagen dieses Dossiers stützen sich auf die Quellen 1 bis 11 — geprüfte Segmentberichte, Transkripte, offizielle Preislisten und Erhebungen mit offengelegter Methodik und Stichprobengröße. Position 16 trägt die schwächste Beweislast und ist im Text deshalb ohne konkrete Zahl verwendet.