KI hat die Unternehmenssoftware nicht getötet. Sie hat sie in strukturelle Gewinner und Verlierer aufgeteilt
Es gibt eine Erzählung, die seit zwei Jahren die Gespräche in Vorstandsetagen und Risikokapitalfonds dominiert: Künstliche Intelligenz wird Unternehmenssoftware auf dieselbe Weise verschlingen, wie Software die analogen Geschäftsmodelle verschlungen hat. Das ist ein mächtiges Bild. Und wie jedes mächtige Bild, das ohne Reibung zirkuliert, verdient es, dass jemand Druck darauf ausübt, bevor es Investitionsentscheidungen mit realen Konsequenzen diktiert.
Charlie Gottdiener, CEO von Anaplan, veröffentlichte kürzlich in Fortune einen Essay, der eine andere Lesart vorschlägt. Seine These lautet nicht, dass KI die Software nicht verändern wird. Es ist, dass die Veränderung weder horizontal noch demokratisch verlaufen wird: Es wird eine Selektion sein, ein Klassifizierungsprozess, der bestimmte Anbieter verstärkt, während er andere überflüssig macht. Für Gottdiener ist die entscheidende Variable nicht die Technologie an sich, sondern die Natur dessen, was jede Softwareschicht berechnet oder repräsentiert.
Was folgt, ist weder eine Verteidigung dieser These noch eine Widerlegung. Es ist eine Prüfung ihrer kommerziellen Logik.
---
Das Drei-Schichten-Modell und was wirklich auf dem Spiel steht
Gottdiener schlägt vor, dass die unternehmensweite Softwarearchitektur in drei Ebenen mit unterschiedlichen Rollen zerbricht. An der Spitze fungieren großskalige Sprachmodelle als universelle Konversationsschnittstelle. Am Boden führt das, was er Model Context Protocol nennt, Befehle an bestehende Systeme aus. In der Mitte befindet sich die Schicht, die er Deterministic Domain Authority nennt – sein Begriff für regulierte, prüfbare und reproduzierbare Berechnungsmaschinen –, wo seiner Argumentation zufolge der verteidigungsfähige Wert residieren wird.
Die technische Unterscheidung, die dieses Argument trägt, ist präzise: Ein Sprachmodell ist probabilistisch. Es erzeugt Antworten, die je nach statistischem Muster variieren, nicht nach einer festen Berechnungslogik. Wenn ein Unternehmen die genauen Auswirkungen einer Änderung seines Finanzplans kennen muss oder die Auswirkung einer Änderung der Vergütungsstruktur auf die Gesamtlohnkosten berechnen will, reicht Wahrscheinlichkeit nicht aus. Es wird eine Maschine benötigt, die bei denselben Daten jedes Mal dasselbe Ergebnis liefert, unter jeder Bedingung einer regulatorischen oder steuerlichen Prüfung.
Diese Einschränkung von Sprachmodellen ist real, dokumentiert und steht in keinem ernsthaften technischen Streit. Was hingegen umstritten ist, ist, was mit den Softwareschichten passiert, die nicht in diesem deterministischen Raum leben.
Gottdieners Diagnose der Business-Intelligence- und Datenvisualisierungstools ist spezifisch und hat Gewicht: Wenn der Hauptwert eines Produkts darin bestand, einem Benutzer zu ermöglichen, Fragen zu seinen Daten in natürlicher Sprache zu stellen und eine visuelle Antwort zu erhalten, konkurriert dieses Produkt nun mit einer Konversationsschnittstelle, die in das Betriebssystem der Arbeit integriert ist. Nicht in drei Jahren. Heute. Die Eintrittsbarriere für die Replikation dieser grundlegenden Funktionalität ist zusammengebrochen.
Dasselbe gilt, wenn auch mit Nuancen, für Workflow-Automatisierungstools, die keine eigene Berechnung besitzen: Sie verschieben Daten zwischen Systemen, sind aber die Quelle der Wahrheit für keines davon. Wenn ein Sprachmodell diese Integrationen direkt über Anweisungen in natürlicher Sprache orchestrieren kann, verliert die Zwischenschicht ihr Existenzargument.
Wo die Analyse interessanter und anfälliger für Prüfung wird, ist in der anderen Hälfte der Klassifizierung.
---
Der Burggraben, den Gottdiener vorschlägt, und was er darüber nicht sagt
Gottdiener argumentiert, dass Unternehmensplanungsmaschinen, HR-Aufzeichnungssysteme, Kundenmanagementsysteme und spezialisierte regulatorische Datenbanken die strukturellen Überlebenden sind. Der Grund: Sie besitzen regulierte Berechnungswahrheit. Das Einstellungsdatum eines Mitarbeiters, der Betrag einer abgeschlossenen Verhandlung, die maximal erlaubte Dosis einer pharmazeutischen Verbindung. Das sind Tatsachen, keine Vorschläge. Und ein Sprachmodell kann sie nicht mit der Präzision, die eine Prüfung verlangt, erzeugen oder validieren.
Dieses Argument hat technische Solidität. Aber es führt eine Falle ein, die Gottdiener teilweise erkennt und dann nicht vollständig entfaltet.
Wenn der Wert einer deterministischen Maschine die rechnerische Präzision innerhalb einer Domäne ist, und wenn diese Maschine von einem anderen Anbieter repliziert werden kann, der dieselbe Präzision zu geringeren Kosten anbietet, dann wird das Sprachmodell – das als universelle Schnittstelle fungiert – unter Anbietern gleichgültig sein. Der Burggraben liegt nicht in der Maschine. Er liegt in dem spezifischen Modell, das der Kunde innerhalb dieser Maschine über Jahre aufgebaut hat.
Gottdiener sagt es: Der echte Vorteil ist das Planungs- oder Betriebsmodell, das ein bestimmtes Unternehmen über Jahre auf der Plattform kodiert hat. Die Migration dieses Modells zu einem Konkurrenzssystem ist kein Datenexport. Es bedeutet, die institutionelle Logik von Grund auf neu aufzubauen. Das tut weh, und dieser Schmerz ist es, was den Kunden bindet.
Hier lohnt es sich, die Erzählung vom kommerziellen Befund zu trennen. Denn was Gottdiener beschreibt, ohne es so zu nennen, ist ein Rückhaltemechanismus, der auf kumulierten Substitutionskosten basiert, nicht auf kontinuierlicher technischer Überlegenheit. Es ist ein Stickiness-Argument, kein Argument für permanente Innovation. Das macht es nicht ungültig. Aber es verändert grundlegend, wie das Wertversprechen für einen Kunden gelesen werden muss, der noch nicht mit der Implementierung begonnen hat.
Ein Käufer, der noch an keine Plattform gebunden ist, muss sich fragen – und hier hilft ihm Gottdieners Analyse nicht allzu sehr –, wie viel des erhaltenen Wertes aus der Maschine selbst stammt, wie viel aus der Tiefe seines über die Zeit aufgebauten eigenen Modells und wie viel aus der Integration mit dem Ökosystem der kommenden Sprachmodelle. Das sind drei Wertversprechen mit radikal unterschiedlichen Kosten- und Rückhaltestrukturen.
---
Die Variable, die im sichtbaren Argument fehlt
Gottdiener schreibt aus einer Interessenkonfliktposition, die er ehrlich deklariert: Anaplan ist nach seiner eigenen Beschreibung genau der Typ von Plattform, den sein theoretischer Rahmen als Gewinner erklärt. Das disqualifiziert die Analyse nicht, aber es zwingt dazu, sie mit größerer Aufmerksamkeit auf das zu lesen, was nicht gesagt wird.
Was im Text nicht auftaucht, ist die Preisdynamik in einem Markt, in dem sich deterministische Maschinen vervielfältigen. Wenn das Sprachmodell als neutrale Schnittstelle fungiert und die präziseste Maschine zu den geringsten Kosten auswählt, wird der Preis für deterministische Maschinen tendenziell sinken, wenn mehr Anbieter sie anbieten. Der Wettbewerb wird nicht verschwinden, weil die Berechnung präzise ist. Er verlagert sich auf eine andere Ebene: Wer bietet dieselbe Präzision mit besserer Leistung und geringeren anfänglichen Implementierungskosten?
In diesem Szenario ist die einzige dauerhafte Verteidigung nicht die Maschine, sondern die Tiefe des institutionellen Modells des Kunden. Das bedeutet, dass sich der Wert des Anbieters zunehmend in der Implementierungs- und Modellaufbauphase konzentriert, nicht in der Softwarelizenz selbst. Das hat direkte Auswirkungen auf die Margen und die Umsatzstruktur: Wenn der Wert in der professionellen Dienstleistung und in der Komplexität des aufgebauten Modells liegt, ähnelt das Geschäft immer mehr einer Unternehmensberatung mit eigener Plattform als einem Softwareprodukt mit hohen Margen und Wachstum durch Lizenzerweiterung.
Diese Wende ist nicht zwangsläufig schlecht. Aber sie ist auch nicht die Geschichte, die zirkuliert, wenn man über SaaS-Plattformen mit reinen Software-Bewertungen spricht.
Die andere bemerkenswerte Abwesenheit ist die Verbesserungsgeschwindigkeit der Sprachmodelle selbst bei mathematischen und logischen Schlussaufgaben. Gottdiener geht davon aus, dass die probabilistische Einschränkung von Sprachmodellen für komplexe Unternehmensberechnungen strukturell und dauerhaft ist. Diese Annahme kann heute gültig sein. In vier Jahren muss sie es nicht mehr sein. Die Verbesserungen im formalen Schlussfolgern der neuen Modellgeneration sind konsistent und dokumentiert. Wenn sich diese Lücke teilweise schließt, verringert sich die Abhängigkeit von externen deterministischen Maschinen und mit ihr die zentrale Prämisse des Arguments.
---
Was einen strukturellen Burggraben von einer selbstbestätigenden Erzählung trennt
Gottdieners Argument ist kein Rauch. Es identifiziert eine reale technische Unterscheidung – deterministische Berechnung gegenüber probabilistischer Inferenz – und verbindet sie korrekt mit einem konkreten Unternehmensbedarf: Prüfung, regulatorische Präzision und Reproduzierbarkeit bei Finanz- und Betriebsentscheidungen mit hohen Auswirkungen.
Wo das Argument mehr Arbeit erfordert, ist nicht in seiner technischen Prämisse, sondern in seiner projizierten kommerziellen Architektur. Die Bindung durch kumulierte Substitutionskosten ist mächtig, aber sie funktioniert bei bereits implementierten Unternehmen. Das Wertversprechen für einen neuen Käufer ist fragiler, als der Rahmen suggeriert, weil dieser Käufer sich für eine vorsichtigere Implementierung, eine geringere anfängliche Modelltiefe und mehr Ausstiegsoptionen entscheiden kann. Der Preisdruck auf deterministische Maschinen wird zunehmen, wenn die Kategorie reift. Und die kontinuierliche Verbesserung der Sprachmodelle beim komplexen Schlussfolgern wird den Raum, in dem die Delegation an eine externe Maschine obligatorisch ist, weiter einengen.
Was jedoch klar bleibt und ohne Vorbehalt beachtet werden sollte, ist die Diagnose über Softwareschichten, die hauptsächlich auf Benutzererfahrung und Visualisierung basieren. Diese Schichten haben kein Rückhalteargument, das auf eigener Berechnung basiert. Ihr Burggraben war die Schnittstelle, und die Schnittstelle hat bereits einen bequemeren Ersatz. Es ist nicht so, dass sie morgen verschwinden werden. Es ist, dass ihre Fähigkeit, Preise und Bindung aufrechtzuerhalten, ohne ihr Wertversprechen in Richtung regulierter Berechnung oder Daten zu transformieren, sich mit jedem vergehenden Quartal verschlechtert.
KI frisst Unternehmenssoftware nicht gleichmäßig. Sie übt einen asymmetrischen Druck aus, der diejenigen bevorzugt, die regulierte Berechnung besitzen, und diejenigen bestraft, die hauptsächlich bequemen Zugang zu Daten verkauften, die andere berechneten. Diese Trennung hat Gottdiener nicht erfunden. Die KI hat sie beschleunigt. Und die KMU und Großunternehmen, die noch nicht geprüft haben, auf welcher der beiden Seiten dieser Linie ihr aktueller Anbieter lebt, werden dies tun müssen, bevor sie ihren nächsten Vertrag verlängern.
