25 % der Unternehmenssoftware wird in diesem Jahrzehnt nicht überleben
AlixPartners hat gerade etwas veröffentlicht, das die Private-Equity-Branche nicht gerne so klar lesen wollte. Die Unternehmensberatung analysierte 500 Softwareunternehmen in 12 Private-Equity-Portfolios und entwickelte einen sogenannten AI Disruption Score, eine Skala von 1 bis 7, bei der hohe Werte keine Auszeichnung bedeuten, sondern ein Urteil. Die zentrale Erkenntnis ist unmissverständlich: Etwa 25 % der analysierten Unternehmen besitzen keine proprietären Daten und keine vertikale Spezialisierung. Damit fehlt ihnen jeder strukturelle Vorteil gegenüber KI-nativen Wettbewerbern, die ihre Funktionalität zu einem Bruchteil der Kosten nachahmen können.
Der Begriff, den AlixPartners zur Beschreibung des bevorstehenden Wandels verwendet, ist "SAASpokalypse". Das ist keine Beraterhyperbel. Es beschreibt eine strukturelle Umstellung im Bereich Unternehmenssoftware, die durch die beschleunigte Kommodifizierung von Fähigkeiten ausgelöst wird, die bis vor zwei Jahren noch geschützte Vermögenswerte waren.
Was die Überlebenden von den Verlierern trennt
Die Analyse von AlixPartners identifiziert zwei Verteidigungspfade, die die Position eines Unternehmens auf dem Scorecard bestimmen: proprietäre Daten und vertikale Spezialisierung. Unternehmen, die beide Faktoren aufweisen, machen lediglich 14 % des analysierten Universums aus und befinden sich im Bereich des geringsten Risikos. Der Rest befindet sich irgendwo auf dem Spektrum, aber das verwundbarste Segment, diese 25 %, die mit keinem der beiden Faktoren ausgestattet sind, sehen sich dem gegenüber, was der Bericht als "strukturellen Druck" beschreibt, was in der realen Sprache von Portfolios Kandidaten für Konsolidierung oder einen beschleunigten Wertverfall bedeutet.
Die Logik dahinter ist nicht kompliziert. Über Jahre funktionierte das SaaS-Modell, weil es Zeit, Kapital und seltenes Talent erforderte, um funktionsfähige Software zu entwickeln. Diese Eintrittskosten bildeten praktisch eine Barriere. Die generative KI hat diese Barriere zerstört. Heute kann ein KI-nativer Wettbewerber die grundlegende Funktionalität eines generischen SaaS-Produkts innerhalb von Wochen reproduzieren. Was jedoch nicht so leicht reproduziert werden kann, sind die zehnjährige Krankenakte eines Gesundheitsdienstleisters, die Transaktionshistorie einer regionalen Logistikplattform oder die in die regulierten Prozesse einer bestimmten Branche eingebetteten Workflows. Dort liegt der Graben. Und die 25 %, die am verwundbarsten sind, haben keinen.
Dies steht in direktem Zusammenhang mit einem Muster, das ich bei Softwareunternehmen aller Größenordnungen beobachte: Sie haben funktionale Produkte gebaut, ohne sie auf Daten zu verankern, die nur sie selbst sammeln konnten. Sie optimierten die Benutzeroberfläche, investierten in Vertrieb, stellten das Customer-Success-Team auf und fragten sich nie, welche strukturellen Informationen ihr Produkt erzeugte, die ein Wettbewerber nicht nachahmen könnte. Diese Unterlassung, die in Zeiten niedriger Zinsen mit Finanzierungsrunden noch aufrechterhalten werden konnte, hat nun einen konkreten Preis.
Die Schuldenmauer von 2028 und die Zeitfalle
Der Bericht von AlixPartners ist nicht nur eine Diagnose der Wettbewerbsposition. Er hat eine operative Frist: 40 Milliarden Dollar an Software-Schulden, die bis 2028 fällig werden und refinanziert werden müssen. Diese Zahl verwandelt ein strategisches Problem in ein finanzielles mit abgelaufener Uhr.
Die Softwareunternehmen, die während des Zinszyklus der niedrigen Zinsen von Private-Equity-Fonds erworben wurden, taten dies mit aggressiven Multiplikatoren und einer Schuldenstruktur, die auf ein anhaltendes Umsatzwachstum setzte. Die KI erodiert diese Einnahmen, bevor das Fälligkeitsschema eintritt. Das Ergebnis ist eine zweiseitige Kompression: ein Rückgang der Bewertung durch verschlechtertes Geschäftsmodell sowie Refinanzierungsdruck in einem restriktiveren Zinsumfeld. Für Portfolios mit hoher Konzentration auf generisches SaaS könnte dieser Schnitt Desinvestitionen zu Preisen erzwingen, die vor zwei Jahren absurd erschienen wären.
Was die Analyse von AlixPartners noch dringlicher macht, ist die Tatsache, dass die Firma angibt, diese Bedrohung ein Jahr vor der Veröffentlichung des Berichts identifiziert zu haben, bevor die meisten Investoren es taten. Das deutet darauf hin, dass der Markt noch nicht bereit ist, das Risiko in den Bewertungen komplett abzuziehen. Portfolios, die jetzt ihre Exposition bewerten, haben Zeit, um sich umzuorganisieren oder Vermögenswerte mit echten Gräben zu priorisieren; jedoch schließt sich ein Fenster.
Rob Hornby, Co-CEO von AlixPartners, fasst es mit einer Präzision zusammen, die sich lohnt, direkt zitiert zu werden: "Die Monetarisierung von KI und die Generierung von greifbaren Ergebnissen erfordert einen größeren Fokus und Priorisierung. Die Geschichte zeigt uns, dass es oft wichtiger ist, es richtig zu machen, als es zuerst zu tun." Dieser Satz ist kein Trost für die Zurückgebliebenen. Er ist eine Warnung für diejenigen, die KI mit Dringlichkeit, aber ohne Kriterien umsetzen.
KI als Trennfaktor, nicht als Gleichmacher
Der Disruptionsindex 2026 von AlixPartners, der 3.200 CEOs und Führungskräfte in 11 Ländern befragt hat, bietet den breiteren Kontext dieser Umstellung. 51 % der am schnellsten wachsenden Unternehmen haben bereits umfangreiche Implementierungen von agierender KI, im Vergleich zu 14 % der am langsamsten wachsenden Unternehmen. Diese Kluft ist nicht technologisch. Sie ist strategisch.
Die Unternehmen, die KI zur Beschleunigung nutzen, sind nicht diejenigen, die die meisten Lizenzen für Werkzeuge gekauft oder die meisten Prompt-Ingenieure eingestellt haben. Es sind die, die Klarheit darüber hatten, welche spezifische betriebliche Entscheidung sie verbessern wollten, und die die Implementierung um dieses konkrete Ziel herum aufgebaut haben. Die Zurückgebliebenen hingegen haben Pilotprojekte ohne definierte Erfolgsmessungen angehäuft, Implementierungen, die niemals die Innovationsabteilungen verlassen, sowie Vorstandspräsentationen mit beeindruckenden Demos, die die Geschäftszahlen nicht berühren.
Der Bericht registriert auch eine interessante Paradoxie: Führende Unternehmen bei der KI-Adoption berichten von höherer Angst und einem höheren Empfinden der Disruption, nicht weniger. Das macht aus einer operativen Perspektive Sinn. Wenn man beginnt, KI in realen Prozessen zu implementieren, wird die Komplexität sichtbar. Die Legacy-Systeme, die die Integration behinderten, die Talentlücken zur Bedienung der Modelle, der kulturelle Widerstand von Teams, die sehen, wie sich ihre Funktionen ändern: All dies zeigt sich nur, wenn das Experiment das Geschäft wirklich berührt. 43 % der CEOs identifizieren den kulturellen Widerstand als Hindernis, 41 % nennen Budgetbeschränkungen, und 31 % weisen auf Talentschöpfung hin.
Der Graben, der nicht im Innovationssprint gebaut wird
Was mich am meisten an der Analyse von AlixPartners anspricht, ist, was sie über die Kosten von Jahrzehnten von Produktentscheidungen offenbart, die ohne Validierung getroffen wurden, wo der echte Wert für den Kunden lag. Unternehmen mit hohen Scores im Scorecard, die am verletzlichsten sind, sind nicht dort hingekommen, weil sie nicht in Technologie investiert haben. Sie sind dort gelandet, weil sie generische Funktionalität aufgebaut haben, ohne Vermögenswerte zu akkumulieren, die schwer zu repliceren sind.
Proprietäre Daten entstehen nicht durch eine Dateninitiative. Sie entstehen als natürliche Folge davon, ein spezifisches Problem eines spezifischen Segments mit ausreichender Tiefe zu lösen, sodass der Kunde nicht ohne Reibung auf den Wechsel ausweichen kann. Das erfordert, dass man sehr früh validiert, dass der Kunde bereit war, für diese Tiefe zu zahlen, nicht für die Breite der Funktionalitäten. Unternehmen, die diese Arbeit geleistet haben, haben Gräben. Diejenigen, die ausschließlich für die Verkaufsdemo optimiert haben, nicht.
Das Private-Equity-Portfolio im Softwarebereich hat bis 2028 Zeit, herauszufinden, welches welches ist. Und diejenigen, die zu diesem Stichtag ohne ehrliche Diagnose ankommen, werden feststellen, dass der Markt bereits die Entscheidung für sie getroffen hat.
Der einzige Geschäftsplan, der den ersten Kontakt mit der Disruption überlebt, ist derjenige, der auf der Evidenz basiert, was der Kunde zahlt, nicht auf Prognosen, was er zahlen könnte. Die Softwareunternehmen, die heute echte Gräben haben, haben diese aufgebaut, indem sie über spezifische Probleme mit echten Nutzern iterierten, nicht indem sie Datenstrategien in Vorstandspräsentationen verkündeten.
