Atlassian-CEO: SaaS stirbt nicht – es erledigt Arbeit

Warum die SaaS-Apokalypse-These falsch liegt

Mike Cannon-Brookes (CEO von Atlassian) und Alex Rampell (General Partner bei a16z) liefern eines der schärfsten Gespräche bisher darüber, was KI wirklich mit der Softwarebranche macht. Ihr Kernargument: Die Marktpanik vermischt drei grundlegend verschiedene Typen von SaaS-Unternehmen – und die eigentliche Geschichte ist nicht das Sterben von Software, sondern ihre Verwandlung zum Arbeitnehmer.

Zur Aktenschrank-Metapher, die alles rahmt: “The whole history of software from 1960 until 2022 was you would take a filing cabinet and you turn it into a database. The cool thing about everything that’s happening in AI land is that the filing cabinet can do work.” (Die gesamte Geschichte der Software von 1960 bis 2022 bestand darin, einen Aktenschrank in eine Datenbank zu verwandeln. Das Faszinierende an allem, was im KI-Bereich passiert, ist, dass der Aktenschrank jetzt Arbeit erledigen kann.) Cannon-Brookes zieht die Linie von Saber Systems (1960, Flugreservierungen) über elektronische Patientenakten bis zu Salesforce – alles war Digitalisierung von Speicherung. Jetzt kann die Speicherschicht handeln. QuickBooks führt Ihre Bücher nicht nur; es kann Aufgaben eigenständig erledigen.

Zu den drei SaaS-Typen (Alex Rampells Framework):

1. Seats an Ergebnisse geknüpft (Zendesk) – echtes Risiko. Wenn KI Tickets löst, könnte die Seat-Anzahl auf null sinken. Könnte sich aber auch ver-3-4-fachen, wenn auf ergebnisbasierte Preisgestaltung umgestellt wird.
2. Seats als Pricing-Konstrukt (Workday) – sicher. Pro-Mitarbeiter-Preise fühlen sich fair an, aber Mitarbeiter nutzen Workday nicht, um Ergebnisse zu produzieren. Das System of Record ist der Wert. KI macht es noch unverzichtbarer, weil Workday nun Referenzprüfungen, Hintergrundchecks übernehmen kann – Aufgaben, die früher Menschen erforderten.
3. Mittelfeld (Adobe, Salesforce) – differenziert. Vielleicht weniger Front-End-Seats, aber die Backend-Daten sind unersetzlich.

Warum Vibe Coding SaaS nicht töten wird: Rampell zieht David Ricardos Theorie der komparativen Vorteile von 1817 heran: “You could also grow your own food. You could weld your own aluminum. But I have a comparative advantage filming podcasts with you.” (Sie könnten auch Ihr eigenes Essen anbauen. Sie könnten Ihr eigenes Aluminium schweißen. Aber ich habe einen komparativen Vorteil darin, Podcasts mit Ihnen aufzunehmen.) Der tiefere Punkt: Unternehmenssoftware trägt jahrzehntelang angesammelte Sonderfälle in sich – „Was passiert in Indiana, wenn jemand das Unternehmen verlässt und sich in Elternzeit befindet?” – die sich nicht durch Prompting eines LLM reproduzieren lassen. Die Regeln sind nicht dokumentiert; sie entstehen durch Erfahrung.

Zu Unternehmen als Prozesse, nicht als Aktenschränke: Cannon-Brookes rahmt die gesamte Debatte neu. “Businesses are a set of processes. They’re not a system of record.” (Unternehmen sind eine Reihe von Prozessen. Sie sind kein System of Record.) Er unterscheidet eingangsbeschränkte Prozesse (Kundenservice – feste Nachfrage, Durchsatz optimieren) von ausgangsbeschränkten Prozessen (kreative Arbeit, Engineering – unbegrenztes Potenzial, Effizienzgewinn nutzen und mehr leisten). Diese Unterscheidung bestimmt, ob KI Mitarbeiter ersetzt oder die Leistung verstärkt.

Zum Design-Engpass, über den niemand spricht: Die am stärksten unterschätzte Erkenntnis: KIs Fähigkeiten übersteigen bei weitem die UX, um sie zu vermitteln. “Give people a chat box that can do unlimited power and they’re like, ‘tell me a dad joke.’” (Gib den Leuten eine Chatbox mit unbegrenzten Möglichkeiten und sie sagen: „Erzähl mir einen Witz.”) Cannon-Brookes beschreibt das Vertrauensproblem – Nutzer haben Angst davor, dass KI unbeaufsichtigt 15 E-Mails versendet – und das „50-Praktikanten-Problem”, bei dem die Verwaltung von Agenten-Output zum Engpass wird. Atlassians Lösung: Agents in Jira, mit denen man während einer Aufgabe chatten kann, um Vertrauen schrittweise aufzubauen.

Warum verbrauchsbasiertes Pricing scheitert: Kunden hassen KI-Credits, weil sie diese weder kontrollieren noch vergleichen können. Cannon-Brookes nennt sie „Casinochips” – undurchsichtig, nicht übertragbar und aufgebläht, wenn Anbieter Funktionen hinzufügen, die Credits verbrauchen, ohne Genehmigung einzuholen. Sitzplatzbasierte Preisgestaltung bleibt bestehen, weil sie sich fair anfühlt, auch wenn sie wirtschaftlich ungenau ist.

6 zentrale Erkenntnisse vom Atlassian-CEO zu KI und SaaS

• Drei SaaS-Typen – Seats an Ergebnisse geknüpft (gefährdet), Seats als Pricing-Konstrukt (sicher) und Mittelfeld (differenziert). Der Markt kann den Unterschied nicht erkennen
• Software wird zum Mitarbeiter – Die Aktenschrank-Ära (1960–2022) speicherte Daten; die KI-Ära lässt diese Daten handeln
• Vibe Coding ersetzt keine Unternehmenssoftware – Über Jahrzehnte angesammelte Sonderfälle lassen sich nicht durch Prompts replizieren; komparative Vorteile gelten weiterhin
• Unternehmen sind Prozesse, keine Datenspeicher – Eingangsbeschränkte Prozesse (optimieren) vs. ausgangsbeschränkte Prozesse (verstärken) erfordern unterschiedliche KI-Strategien
• Design ist der eigentliche Engpass – Vertrauen, Iterations-UX und die Mensch-Agent-Schleife sind ungelöste Design-, keine Technologieprobleme
• Verbrauchspreise schlagen zurück – KI-Credits fühlen sich wie „Casinochips” an; Kunden wollen berechenbare, faire Preise, die sie kontrollieren können

Was das für Organisationen bedeutet, die KI-Agents einsetzen

Cannon-Brookes und Rampell kommen zu einem Fazit, das für jede Organisation relevant ist: Die KI-Revolution dreht sich nicht darum, Ihren Software-Stack zu ersetzen – sondern darum, dass Ihr Software-Stack Arbeit erledigt. Die Gewinner werden Plattformen sein, die das Design-Problem der Mensch-Agent-Zusammenarbeit lösen, nicht nur das Technologieproblem der KI-Fähigkeiten. Für Unternehmen, die KI-Einsatz evaluieren, lautet die Frage nicht „welche SaaS-Lösung abschaffen”, sondern „welche Prozesse sind eingangsbeschränkt (automatisieren) vs. ausgangsbeschränkt (verstärken)?” Diese Unterscheidung bestimmt Ihre gesamte KI-Strategie.