SaaS-zu-KI-Transformation

Die Transformationsrealität

“SaaS-zu-KI-Transformation” beschreibt die grundlegende Veränderung, die traditionelle Softwareunternehmen durchlaufen müssen, um im KI-Zeitalter zu konkurrieren. Das definierende Merkmal: es ist brutal.

Des Traynor (Intercom-Mitgründer) sagt es deutlich:

“A lot of SaaS companies think they’re AI companies, but they’re not. They’re not true deep AI companies. If you’ve not gone through brutal transformation, you’re not there yet.”

“Viele SaaS-Unternehmen denken, sie seien KI-Unternehmen, aber das sind sie nicht. Sie sind keine echten tiefen KI-Unternehmen. Wenn Sie keine brutale Transformation durchgemacht haben, sind Sie noch nicht dort.”

Wie “Brutal” aussieht

Intercoms Beispiel

• Gegründet 2011, wuchs in 3 Jahren auf 50M$ ARR
• Hatte seit 2015-2016 ein ML-Team
• ChatGPT kam im November 2022
• Drei Jahre später: “völlig anderes Unternehmen, nicht wiederzuerkennen”

Die Reaktion des ML-Teams auf GPT: “Das ist der Moment. Eine Einwegtür für die Menschheit. Der iPhone-Moment.”

Filevines Beispiel

Ryan Anderson (CEO) verwendet die Analogie von “Die Brücke am Kwai”:

“Don’t become like the general who built a beautiful bridge for the enemy and then committed treason to protect it from being destroyed. Your teams have built incredible things. Some of that code, those architectures, will have to be torn down.”

“Werden Sie nicht wie der General, der eine wunderschöne Brücke für den Feind gebaut hat und dann Verrat beging, um sie vor der Zerstörung zu schützen. Ihre Teams haben unglaubliche Dinge gebaut. Ein Teil dieses Codes, dieser Architekturen, wird niedergerissen werden müssen.”

Sein Framework: Systeme auf einer 4x4-Matrix plotten (Wettbewerbsvorteil vs. bremst Sie aus):

• Oben rechts (hoher Vorteil, bremst nicht): Verstärken
• Unten links (kein Vorteil, bremst): Abreißen, auch wenn es emotional schwer ist

Warum es schwer ist

1. Architekturänderungen

Man kann nicht “KI draufstreuen”:

“ML engineers need to own their data layer and tune it daily. They can’t be going to traditional engineering asking to modify APIs.”

“ML-Ingenieure müssen ihre Datenschicht besitzen und täglich abstimmen. Sie können nicht ständig zur traditionellen Engineering-Abteilung gehen und um API-Modifikationen bitten.” — Ryan Anderson

Die KI-Datenschicht muss neben der Anwendungsschicht liegen, nicht auf veralteter Infrastruktur.

2. Denkweise-Shift: Content zu Context

Traditionelles SaaS denkt über Content nach (was gespeichert ist). KI-native denkt über Context nach (was KI zum Handeln braucht).

3. Konkurrenz mit KI-nativen Startups

Philip Lor (Personio CRO) spürt den Druck:

“AI-native companies are going super fast. Clay was on stage. When you’re a SaaS company, I think it’s your job to become AI-first. I wake up every day thinking we need to go faster.”

“KI-native Unternehmen sind super schnell. Clay war auf der Bühne. Wenn Sie ein SaaS-Unternehmen sind, denke ich, ist es Ihre Aufgabe, KI-first zu werden. Ich wache jeden Tag auf und denke, wir müssen schneller werden.”

4. Talentakquisition

KI-Natives wollen dort arbeiten, wo es reichhaltige Daten und Vertrieb gibt. Sie konkurrieren um sie mit reinen KI-Unternehmen.

Der Test

Wie wissen Sie, ob Sie transformiert haben?

Nicht transformiert:

• Ein Co-Pilot-Feature hinzugefügt
• “KI-powered” auf Ihre Homepage gesetzt
• Mit OpenAI API integriert

Transformiert:

• Unternehmen ist “nicht wiederzuerkennen” von vor 3 Jahren
• Kernprodukt grundlegend neu aufgebaut
• KI besitzt ihre eigene Datenschicht
• Umsatz zunehmend aus KI-Features
• Führung traf schwierige Entscheidungen

Der Wettbewerbsvorteil

Für Unternehmen, die es schaffen:

“The tie goes to the runner. Customers don’t want to leave their system of record, so you win in a tie against AI-only competitors.”

“Bei Gleichstand gewinnt der Läufer. Kunden wollen ihr System of Record nicht verlassen, also gewinnen Sie bei Gleichstand gegen reine KI-Wettbewerber.” — Ryan Anderson

Ihre Daten sind der Vorteil - aber nur, wenn Sie vom Denken über Content zu Context wechseln.

Zeitlinie

• 2022-2023: ChatGPT-Katalysator, Unternehmen erkennen den Wandel
• 2024: Brutale Transformationsperiode, frühe Gewinner entstehen
• 2025-2026: Klare Trennung zwischen transformierten und zurückgelassenen

Weiterführende Literatur

• Des Traynor - Führende Stimme zur Transformationsrealität
• Enterprise AI - Der geschäftliche Kontext
• KI-Agenten - Was transformierte Unternehmen ausliefern