KI-Agenten verschieben den Wert von Benutzerplätzen zu Ergebnissen, Prozesszugriff und orchestrierter Arbeit. Das verändert Einkauf, Preislogik und Architektur.
Vom Sitzplatz zur erledigten Aufgabe
Das klassische SaaS-Modell rechnet Menschen. Jeder Mitarbeiter erhält einen Seat, jeder Seat erzeugt Umsatz. Agentische Systeme greifen diese Logik an einer zentralen Stelle an: Ein Agent kann Aufgaben über mehrere Anwendungen hinweg ausführen und damit Oberflächenarbeit bündeln. Gartner beziffert das bis 2030 potenziell betroffene Volumen traditioneller Enterprise-SaaS-Ausgaben auf 234 Milliarden US-Dollar. Die ökonomische Einheit verschiebt sich vom Zugang zur Leistung.
Für Einkäufer entsteht daraus eine neue Aufgabe. Preise lassen sich künftig stärker nach Transaktionen, Automationsvolumen, Datenzugriff, API-Nutzung und Geschäftsergebnis vergleichen. Ein Paket mit hundert Seats kann wirtschaftlich schwächer wirken als ein kleiner Nutzerkern mit gut orchestrierten Agenten. Die Architektur entscheidet über die Hebelwirkung.
Systeme of Record gewinnen an Gewicht
Agenten brauchen verlässliche Quellen. CRM, ERP, Produktdaten, Dokumente und Identitäten bilden die Grundlage für automatisierte Entscheidungen. Gartner erwartet deshalb, dass etablierte SaaS-Systeme als Systems of Record eine starke Position behalten, während Interaktionsschichten und klassische Oberflächen an Bedeutung verlieren. Der Wert wandert in Datenqualität, Rechte, Schnittstellen und Governance.
Unternehmen sollten diese Verschiebung schon bei heutigen Softwareentscheidungen berücksichtigen. Eine gute API, sauber dokumentierte Datenobjekte, granulare Rechte und stabile Exportwege erhöhen den strategischen Wert einer Plattform. Oberfläche und Funktionsfülle bleiben relevant, doch die Fähigkeit zur maschinellen Zusammenarbeit rückt näher an den Kern.
Agenten brauchen eigene Identitäten
Mit autonomer Software wächst die Zahl technischer Akteure. Microsoft beschreibt 2026 eine neue Welle von Agent Sprawl und Shadow AI. Ein Agent kann Dateien lesen, externe Dienste aufrufen, Code verändern und Geschäftsdaten bewegen. Daraus folgt eine Governance-Frage: Wer besitzt den Agenten, welche Daten darf er verwenden, welche Aktionen darf er auslösen und wie wird sein Verhalten protokolliert?
Die Antwort beginnt mit Inventar und Eigentümerschaft. Jeder produktive Agent erhält einen fachlichen Verantwortlichen, eine technische Identität, definierte Berechtigungen und einen überprüfbaren Zweck. So entsteht aus Experimenten eine belastbare Betriebsarchitektur.
Preisgespräche werden strategischer
In Vertragsverhandlungen lohnt künftig ein Blick auf drei Ebenen: Menschen, Maschinen und Ergebnisse. Menschen brauchen Zugänge für kreative, beratende und kontrollierende Arbeit. Maschinen benötigen API- und Automationsrechte. Ergebnisse liefern die wirtschaftliche Referenz für den Einkauf. Diese drei Ebenen bilden eine bessere Basis als eine reine Seat-Zählung.
Unternehmen mit sauberer Prozesslandkarte besitzen dabei einen Vorteil. Sie kennen die Aufgaben, die Zeit kosten, die Daten, die dafür fließen, und die Punkte, an denen menschliches Urteil den höchsten Wert erzeugt. Genau dort wird Agentic AI zum Investitionsinstrument statt zum zusätzlichen Softwareposten.
Quellen & Datenstand
Recherche- und Quellenstand: 6. September 2026. Verlinkt sind Primärquellen, Behördeninformationen und offizielle Herstellerdokumentation.
