KI verwandelt SaaS-Verträge in Infrastrukturverpflichtungen.

SaaS sollte eigentlich das Gegenmittel gegen die Bindung an alte Anbieter sein. Monatliche Zahlungen, regelmäßige Updates, Kündigung mit einer Frist von 90 Tagen. Das gesamte Modell basierte auf Flexibilität. Doch die KI untergräbt dieses Versprechen still und leise – nicht, indem sie die Bedingungen auf der ersten Seite Ihres Vertrags ändert, sondern indem sie die Art dessen verändert, was Sie tatsächlich kaufen.

Wenn Ihr Cloud-Anbieter einen KI-Agenten in seine Produktivitätssuite integriert, Ihr CRM-Anbieter einen KI-Assistenten bereitstellt, der aus Ihren Pipeline-Daten lernt, oder Ihr ERP-Anbieter einen agentenbasierten Workflow einsetzt, der Beschaffungsentscheidungen automatisiert, dann kommt einem dieses „Software-Abonnement“ zunehmend wie ein Stromnetzvertrag vor. Theoretisch können Sie zwar wechseln, doch die tatsächlichen Kosten dafür sind mittlerweile weitaus höher, als bei der Vertragsverlängerung von irgendjemandem einkalkuliert wird.

„Der Vertrag, den Sie letztes Jahr unterzeichnet haben, hat nichts mehr mit dem zu tun, mit dem Sie heute leben – und die meisten Unternehmen haben das noch gar nicht bemerkt.“

Dies ist die zentrale Herausforderung, vor der Führungskräfte in den Bereichen Beschaffung, Finanzen und Technologie in Unternehmen derzeit stehen: KI-Funktionen wandeln SaaS-Beziehungen von einer Abonnementlogik in eine Infrastrukturlogik um. Unternehmen, die diesen Wandel frühzeitig erkennen, werden bessere Konditionen aushandeln, widerstandsfähigere Systemlandschaften aufbauen und eine neue Generation von Anbieterabhängigkeit vermeiden. Diejenigen, die dies nicht tun, werden sich an Bedingungen gebunden sehen, die sie niemals akzeptieren wollten.

Um zu verstehen, wie sehr sich die Lage verändert hat, ist es hilfreich, sich vor Augen zu führen, warum SaaS die On-Premise-Software überhaupt erst revolutioniert hat. Das entscheidende Merkmal waren nicht die geringeren Kosten – es war die Austauschbarkeit. Wenn Ihr HR-Softwareanbieter die Preise erhöhte oder bei den Funktionen ins Hintertreffen geriet, konnten Sie eine Wettbewerbsanalyse durchführen, Ihre Daten migrieren und innerhalb eines Quartals auf einer neuen Plattform live gehen. Die Wechselkosten waren zwar real, aber begrenzt und überschaubar.

Die Beschaffungsprozesse in Unternehmen wurden entsprechend angepasst. Kürzere Vertragslaufzeiten wurden zur Norm. Nutzungsabhängige Preisgestaltung bot den Käufern die Flexibilität, ihre Kapazitäten anzupassen, ohne sich zu sehr festzulegen. Pilotprojekte ermöglichten es Unternehmen, die Eignung einer Lösung zu prüfen, bevor sie mehrjährige Verträge abschlossen. Das gesamte Beschaffungskonzept basierte auf der Annahme, dass SaaS-Anbieter in erheblichem Maße austauschbar waren.

Das funktionierte, weil der Wert eines SaaS-Produkts im Zugriff auf Softwarefunktionen lag – einem Funktionsumfang, einer Benutzeroberfläche, einer Integrationsbibliothek. Die Software kannte Sie nicht. Sie lernte nicht von Ihnen. Ihre Daten befanden sich zwar im System, aber die Intelligenz des Systems entwickelte sich nicht um diese herum weiter. Ein Wechsel bedeutete lediglich, strukturierte Datensätze von einer Datenbank in eine andere zu verschieben, und nicht, das Verständnis eines trainierten Modells für Ihr Unternehmen aufzubrechen.

Der Wandel vom Abonnementmodell hin zur Infrastruktur erfolgt nicht durch einen einzigen Mechanismus. Es ist das Zusammenspiel dreier struktureller Kräfte, die sich gegenseitig verstärken. Jede einzelne ist für sich genommen von Bedeutung. Zusammen bilden sie eine neue Realität im Beschaffungswesen.

1. Datenkonzentration

Wenn ein KI-Modell anhand Ihrer firmeneigenen Daten – Ihrer Kundendaten, Support-Tickets und Mitschriften von Verkaufsgesprächen – trainiert, feinabgestimmt oder kontinuierlich verbessert wird, ist die Migration kein Problem des Datenexports mehr, sondern wird zu einer Frage der Datenarchitektur.

Bei der traditionellen SaaS-Migration ging es um die Übertragung strukturierter Datensätze. Bei der Migration im Zeitalter der KI stellt sich die Frage: Wohin geht der von unserem Modell erlernte Kontext? In vielen Fällen lautet die Antwort: Er geht nirgendwohin. Er verbleibt beim Anbieter, eingebettet in ein System, das kein Exportformat erfassen kann. Ihre Investitionen in die Verbesserung der Leistung dieser KI – die Beschriftung, die Feedbackschleifen, das benutzerdefinierte Training – stellen Wechselkosten dar, die in keiner Bilanz erscheinen, aber sehr real sind, wenn Sie versuchen, den Anbieter zu wechseln.

„Ein Wechsel des Cloud-Anbieters erfordert eine Neugestaltung der Infrastruktur. Auch der Wechsel zu KI-nativen SaaS-Lösungen erfordert zunehmend dasselbe.“

2. Einbindung in Arbeitsabläufe

KI-Copiloten und -Assistenten erledigen nicht nur Aufgaben – sie verändern die Art und Weise, wie Menschen arbeiten. Wenn ein Vertriebsteam zwölf Monate lang mit einer KI zusammenarbeitet, die Entwürfe für Folge-E-Mails erstellt, Risiken bei Geschäften aufzeigt und nächste Schritte empfiehlt, passen diese Mitarbeiter ihre Arbeitsgewohnheiten an die Ergebnisse der KI an. Die Umstellungskosten sind nicht mehr nur technischer Natur. Sie sind verhaltensbezogen und organisatorisch.

Dies ist eine Form der Bindung, die sich schwerer quantifizieren lässt als die Datenmigration, aber potenziell schwerwiegender ist. Bei jeder Änderung eines Arbeitsablaufs kommt es zu Produktivitätsverlusten bei den Mitarbeitern; wenn diese Änderung die Abschaffung eines KI-Systems beinhaltet, mit dem sie sich über Jahre hinweg gemeinsam weiterentwickelt haben, ist dieser Produktivitätsverlust tiefgreifend, langanhaltend und schwer rückgängig zu machen.

3. Modellabhängigkeit

Die dritte und am meisten unterschätzte Kraft ist die Modellabhängigkeit. Wenn KI-Agenten weitreichende Entscheidungen treffen – Verträge entwerfen, Anfragen im Kundensupport priorisieren, Finanzprognosen erstellen –, werden Unternehmen nicht nur von der Softwareplattform abhängig, sondern auch vom Verhalten, der Kalibrierung und den Denkweisen eines bestimmten Modells.

Ihr Team lernt, den Ergebnissen eines bestimmten Modells zu vertrauen. Ihre Prozesse sind auf dessen Fehlerquoten und Randfälle ausgerichtet. Ihre Governance-Rahmenbedingungen sind auf dessen spezifische Tendenzen abgestimmt. Wenn dieses Modell aktualisiert wird – oder wenn Sie erwägen, zu einem Wettbewerber zu wechseln, dessen Modell sich anders verhält –, wechseln Sie nicht nur die Software. Sie führen systematische Unsicherheit in Entscheidungen ein, auf die sich Ihr Unternehmen zu verlassen gelernt hat.

Diese Veränderung zu erkennen, ist der erste Schritt. Um darauf zu reagieren, müssen die Teams in den Bereichen Beschaffung, Finanzen und Technologie ihre Herangehensweise an KI-gestützte SaaS-Beziehungen ändern – und zwar bereits in der Phase der Vertragsverhandlungen und nicht erst nach der Einführung.

Verträge erfordern Bedingungen, die den Anforderungen der Infrastruktur gerecht werden

Datenportabilität, Modelltransparenz und aussagekräftige SLAs sollten mit derselben Sorgfalt ausgehandelt werden, die Unternehmen früher für Verträge mit Rechenzentren an den Tag legten. Das bedeutet, dass ausdrückliche Bestimmungen für den Export nicht nur Ihrer Daten, sondern auch Ihrer Trainingsartefakte, Ihrer Modellkonfigurationen und Ihrer Integrationslogik vorgesehen werden müssen. Es bedeutet, dass Sie das Recht auf Einsicht in die Art und Weise haben, wie Ihre Daten zur Verbesserung der KI-Systeme des Anbieters verwendet werden. Und es bedeutet, dass SLAs die Qualität und Konsistenz der KI-Ergebnisse abdecken und nicht nur die Verfügbarkeit der Plattform.

Bei der Lieferantenbewertung muss man den Blick nach vorne richten

Die Bewertung eines AI-nativen SaaS-Anbieters bedeutet heute, seinen KI-Anbieter, seine Richtlinien zur Modellaktualisierung, seine Praktiken zur Datenverwaltung und seine Produkt-Roadmap zu prüfen – und nicht nur den aktuellen Funktionsumfang. Ein Anbieter, der auf einem Grundmodell eines Anbieters mit aggressiven Aktualisierungszyklen basiert, weist ein anderes Risikoprofil auf als einer, der Stabilität bei den Modellversionen bietet. Diese Fragen gehören in die Ausschreibung und nicht in die Überprüfung nach der Bereitstellung.

Die Gesamtkosten des Ausstiegs sind die neue Kennzahl

Beschaffungsteams, die SaaS nach wie vor anhand von Lizenzkosten und Funktionsumfang bewerten, übersehen dabei den entscheidenden Risikofaktor. Die Kennzahl, auf die es im Zeitalter der KI ankommt, sind die Gesamtkosten des Ausstiegs: die gesamten wirtschaftlichen Kosten, die beim Wechsel des Anbieters anfallen, einschließlich Datenmigration, Umschulung der Mitarbeiter, Neugestaltung von Prozessen und des institutionellen Wissens, das derzeit in den KI-Ergebnissen verankert ist. Die Berechnung dieser Kosten vor Vertragsunterzeichnung – und nicht erst nach der Vertragsverlängerung – ist das Kriterium, das versierte Einkäufer von den übrigen unterscheidet.

Die Regulierung muss sich auch auf das Verhalten von KI erstrecken

Wenn eine KI eine schwerwiegende Empfehlung ausspricht, klärt sich die Frage der Verantwortlichkeit nicht von selbst. Verträge sollten Verpflichtungen hinsichtlich der Modellversionen festlegen – damit Unternehmen wissen, wann sich die KI, auf der ihre Entscheidungen beruhen, ändert. Sie sollten Verpflichtungen zur manuellen Übersteuerung für Entscheidungen enthalten, die festgelegte Schwellenwerte überschreiten. Und sie sollten Prüfungsrechte festlegen, die robust genug sind, um die Einhaltung gesetzlicher Vorschriften in Branchen zu gewährleisten, in denen KI-generierte Entscheidungen zunehmend einer genauen Prüfung unterzogen werden.

„Unternehmen, die KI-SaaS von Anfang an als Infrastruktur betrachten, werden bessere Konditionen aushandeln, widerstandsfähigere Systemarchitekturen aufbauen und eine neue Generation von Anbieterabhängigkeit vermeiden.“

All dies spricht nicht gegen den Einsatz von KI. Die Produktivitätssteigerungen sind real, die Wettbewerbsvorteile summieren sich, und Unternehmen, die untätig bleiben, während andere KI in großem Maßstab einsetzen, werden einen ganz anderen Preis zahlen.

Doch Einführung und bewusste Entscheidung stehen nicht im Widerspruch zueinander. Die Unternehmen, die derzeit mit KI erfolgreich sind, scheuen keine Verpflichtungen – sie gehen diese vielmehr bewusst ein und wenden von Anfang an bei ihren Lieferantenbeziehungen die gleiche Sorgfalt an wie bei der Infrastruktur. Sie verhandeln über die Datenportabilität, noch bevor sie Daten produziert haben, deren Migration sich lohnt. Sie modellieren die Wechselkosten, noch bevor sie an einen Anbieter gebunden sind. Sie stellen die kritischen Fragen zur Modell-Governance, noch bevor die KI in ihre Arbeitsabläufe eingebettet ist.

Die Unternehmen, die zu kämpfen haben werden, sind nicht diejenigen, die bei der KI zu schnell vorgegangen sind. Es sind diejenigen, die im Tempo eines Abonnementmodells vorgegangen sind, während sich ihre Schwerpunkte still und leise auf die Skalierung der Infrastruktur verlagert haben.

Ihre nächste SaaS-Verlängerung ist kein einfacher Softwarevertrag. Es handelt sich um eine architektonische Entscheidung mit einer Laufzeit von fünf Jahren. Geht Ihr Team auch so damit um?

Überlegungen zur Beschaffung: SaaS im Zeitalter der Abonnements vs. SaaS im Zeitalter der KI

Checkliste mit 5 Fragen für die Prüfung von AI-SaaS-Verträgen

Bevor Ihr Team einen Vertrag über KI-gestützte SaaS-Lösungen unterzeichnet oder verlängert, sollte es in der Lage sein, diese Fragen zu beantworten.

• Enthält dieser Vertrag ausdrückliche Rechte auf Datenübertragbarkeit, falls wir uns für eine Kündigung entscheiden?
• Welche KI-Modelle kommen bei diesen Funktionen zum Einsatz, und wie sieht die Politik des Anbieters hinsichtlich Modellaktualisierungen oder Versionsänderungen aus?
• Welche Prüfungsbefugnisse haben wir in Bezug auf KI-generierte Ergebnisse und Empfehlungen?
• Haben wir die Gesamtkosten eines Wechsels modelliert – einschließlich Datenmigration, Umschulung der Mitarbeiter und Neugestaltung von Prozessen?
• Sind in unserem Vertrag Verpflichtungen zur manuellen Übersteuerung bei Entscheidungen der KI festgelegt, die weitere Konsequenzen nach sich ziehen?