Am Montag, dem 3. Februar 2026, geschah etwas Beispielloses. Software-, Finanz- und Investmentunternehmen verloren an einem einzigen Tag 285 Milliarden US-Dollar an Marktkapitalisierung. Thomson Reuters verlor 8,2 Milliarden US-Dollar. LegalZoom fiel um 20 %. Der indische Technologieindex Nifty IT verzeichnete den schlechtesten Monat seit Oktober 2008 – schlechter als während der Finanzkrise.
Ein Händler der Investmentbank Jefferies prägte für dieses Phänomen den Begriff „SaaSpocalypse“ (SaaS-Apokalypse). Die Stimmung auf dem Börsenparkett beschrieb er mit den Worten: „Alle wollen um jeden Preis raus.“
Auslöser war Anthropic, das die Plugins Claude Cowork für juristische, finanzielle und vertriebliche Arbeitsabläufe veröffentlichte. Der Markt kam sofort zu dem Schluss: Warum für zehn Softwarelizenzen bezahlen, wenn ein einziger KI-Agent den gesamten Arbeitsablauf bewältigen kann?
Warum gerade jetzt?
Laut Simon Taylor von Fintech Brainfood ist der eigentliche Kern der Geschichte nicht der Aktienausverkauf selbst. Die entscheidende Frage lautet: Warum gerade jetzt und nicht vor sechs Monaten? Was hat sich grundlegend verändert?
Im Jahr 2011 schrieb Marc Andreessen den berühmten Essay „Software frisst die Welt“. Seitdem entstanden Hunderte börsennotierte SaaS-Unternehmen (Software as a Service – Software als Dienstleistung) – Salesforce, Adobe, Intuit, ServiceNow – mit Bewertungen zwischen 2 und 100 Milliarden US-Dollar. Das Jahrzehnt von 2010 bis 2020 war eine goldene Ära: Margen von über 75 %, Kundenbindung von über 100 %, keine physischen Lagerbestände. Das Lizenzmodell pro Nutzer hatte Grenzkosten von null. Jeder weitere Nutzer verursachte keine zusätzlichen Kosten. Dadurch blieben die Margen unglaublich hoch (80 %). Dieses Wundermittel ist nun existenziell bedroht.
Vier Wendepunkte, die den Trend veränderten
Innerhalb einer Woche traten vier grundlegende Veränderungen gleichzeitig auf:
- Die Modelle wurden besser und begannen, sich selbst zu verbessern
OpenAI veröffentlichte GPT-5.3-Codex. 25 % schneller. Halbierter Tokenverbrauch. Das erste Modell, das im Bereich Cybersicherheit als „hochleistungsfähig“ eingestuft wurde. Doch das Wichtigste ist: Es ist das erste Modell, das an seiner eigenen Entwicklung mitwirkte. OpenAI nutzte eine frühe Version von Codex zur Optimierung der eigenen Trainingsläufe. - Die Modelle entkamen aus dem Chatfenster
Das größte Hindernis für den Wert von KI war nicht die Intelligenz – es war die Benutzeroberfläche. Dieses Hindernis ist nun verschwunden. Claude arbeitet jetzt direkt in Excel, Notion, Linear und Slack – nicht als Seitenleiste, sondern als Analyst. Es kann eine Anfrage über Slack entgegennehmen, eine Cashflow-Übersicht erstellen, die Aufgabenliste aktualisieren, sie in Notion speichern und Sie benachrichtigen, sobald alles erledigt ist.
Claude Opus 4.6 ist in der Finanzanalyse, einschließlich Datenverarbeitung und dem Lesen von SEC-Dokumenten, so leistungsfähig, dass nach seiner Einführung die Aktien von Finanzdatenanbietern fielen, wobei FactSet um fast 10 % nachgab.
OpenAI startete Frontier – eine vollständige Plattform zur Verwaltung autonomer Agenten. Identitätsverwaltung, Berechtigungen, Audit-Protokolle und eine „Business Context“-Ebene, die sich mit Data-Warehouses und CRM-Systemen verbindet. Zu den ersten Nutzern gehören Unternehmen wie HP, Uber, Oracle, State Farm und Intuit. - Die Dauer der Aufgaben explodierte
Forschungen von METR zeigen, dass sich die autonomen Zeithorizonte von Aufgaben alle vier Monate verdoppeln. Bei 30 Minuten: Codefragmente. Bei 5 Stunden: Refaktorierung von Modulen. Bei mehreren Tagen: vollständige Audits der Codebasis. - Agenten arbeiten in Teams
Cursor entwickelte ein System, das Tausende Agenten gleichzeitig orchestriert. Das Experiment FastRender umfasste 30.000 Commits, 2.000 parallel arbeitende Agenten und mehr als eine Million Zeilen Rust-Code.
Unternehmen experimentieren nicht mehr
Früher gab es eine verlässliche Verzögerung. Start-ups experimentierten, Unternehmen folgten 12 bis 18 Monate später. Diese Verzögerung ist verschwunden.
Goldman Sachs integrierte Ingenieure von Anthropic sechs Monate lang direkt in seine technischen Teams. KI-Agenten für Handelsbuchhaltung, Abstimmungen und die Aufnahme neuer Kunden. CEO David Solomon kündigte eine mehrjährige KI-Reorganisation mit dem Ziel an, „das Wachstum der Mitarbeiterzahl zu begrenzen“.
Norges Bank – ein staatlicher Investmentfonds mit einem Vermögen von 1,7 Billionen US-Dollar und rund 650 Beschäftigten – meldet eine Produktivitätssteigerung von etwa 20 %. 213.000 eingesparte Stunden. Das entspricht mehr als 100 Vollzeitstellen.
Programmierung ist entscheidend
Laut SemiAnalysis werden 4 % aller öffentlichen Commits auf GitHub inzwischen von Claude Code erstellt. Nicht „unterstützt“ – erstellt. Ein Anstieg um das 42.896-Fache innerhalb von 13 Monaten.
Dylan Patel prognostiziert 20 % der täglichen Commits bis Dezember. Ein Modell. Ein Unternehmen.
Das ist für die SaaSpocalypse wichtig, weil Programmierung alle anderen Kategorien der Werkzeugnutzung erschließt. Code ist das Mittel, mit dem interne Tools erstellt werden. Code ist das Mittel, mit dem APIs verbunden werden. Code ist das Mittel, mit dem eine SaaS-Lizenz durch einen eigenen Arbeitsablauf ersetzt wird.
Januar 2026: Die meisten Entlassungen seit 2009
Laut einem Bericht von Challenger, Gray & Christmas wurden im Januar mehr als 108.000 Entlassungen angekündigt – ein Anstieg um 205 % gegenüber Dezember und um 118 % gegenüber Januar 2025. Einen schlechteren Januar gab es nur während der Großen Rezession im Jahr 2009, als 241.749 Entlassungen angekündigt wurden. Allein im Januar wurden 7.624 Entlassungen direkt der KI zugeschrieben, was 7 % aller Entlassungen entspricht. Seit 2023, als mit der Erfassung dieser Kennzahl begonnen wurde, wurden wegen KI fast 80.000 Menschen entlassen. „Es ist schwer zu sagen, wie groß der konkrete Einfluss von KI auf Entlassungen ist“, sagte Andy Challenger, Chief Revenue Officer des Unternehmens. „Es scheint, als würde der Markt Unternehmen belohnen, die sie erwähnen.“
Dow Inc. war im Januar für 4.701 Entlassungen verantwortlich, den schlechtesten Monat für die Chemieindustrie seit 2016, und verwies dabei ausdrücklich auf KI-gesteuerte Automatisierung. Amazon führte den Technologiesektor mit dem Abbau von 16.000 Stellen an.
SaaS ist nicht tot, muss aber auch nicht florieren
Wie Jeremy Kahn von Fortune schreibt, ist SaaS nicht am Ende. Es ist äußerst unwahrscheinlich, dass Fortune-500-Unternehmen ihre eigene CRM- oder HR-Software entwickeln wollen, selbst wenn der Prozess größtenteils durch KI-Softwareingenieure automatisiert würde. Dennoch gibt es Gründe zur Sorge. Anthropic, OpenAI und Google könnten die oberste Ebene des agentenbasierten KI-Stacks dominieren – indem sie Plattformen zur Orchestrierung von Agenten aufbauen, die es großen Unternehmen ermöglichen, komplexe Arbeitsabläufe zu erstellen, auszuführen und zu steuern.
SaaS-Unternehmen erkennen das Risiko und passen sich an. Salesforce führt als Vorreiter das sogenannte „Agentic Enterprise License Agreement“ (AELA) ein, das Kunden im Wesentlichen einen Festpreis für unbegrenzten Zugang zu Agentforce bietet. ServiceNow stellt auf verbrauchs- und wertbasierte Preismodelle um. Auch Microsoft hat neben seinem üblichen Modell pro Nutzer und Monat eine verbrauchsbasierte Preiskomponente eingeführt.
Die neue Hierarchie
Überleben werden jene Unternehmen, deren grundlegende Bausteine für Agenten zugänglich sind. Die neue Hierarchie sieht folgendermaßen aus:
- Oberste Ebene: Einzigartige Daten und geistiges Eigentum. Jahrzehntelange Finanzdaten von Bloomberg. Die Ontologie von Palantir. Datensätze, auf die Agenten zugreifen müssen, statt sie zu ersetzen.
- Mittlere Ebene: Hervorragende APIs und Komponierbarkeit. Unternehmen, die es Agenten erleichtern, Funktionen zu nutzen. Stripe. Plaid. Twilio.
- Unterste Ebene: Standardisierte Benutzeroberflächen. Ansprechende Dashboards für Daten, auf die jeder zugreifen kann. CRM-Systeme mit einer Drag-and-drop-Oberfläche und nichts Einzigartigem darunter.
Künftige Auswirkungen
Die IT-Budgets wachsen insgesamt um 8 %. Die KI-Budgets wachsen um 100 %. Investitionen in KI sind ein schwarzes Loch – sie ziehen jeden verfügbaren Dollar an IT-Ausgaben und Anlegerinteresse von anderen Aktien ab, weil KI eine Investitionsrendite liefert.
Die Modelle haben gelernt, Ihre Arbeit zu erledigen. Grenzkosten von null könnten der Vergangenheit angehören. Ersetzt durch API-Aufrufe und intelligente APIs, bei denen die Margen bestenfalls eher bei 60 % liegen. Das ist die neue Normalität, die gerade an den Märkten eingepreist wurde.
Quelle: finance.yahoo.com
