Das wiederkehrende Einkommen von KI-Startups garantiert nicht mehr das, was es versprach
Es gibt eine Zahl, die mit der Kraft eines abgeschlossenen Arguments durch die Pitch-Decks des Silicon Valley zieht: der ARR, das jährlich wiederkehrende Einkommen. Jahrelang war es die Kennzahl, die seriöse Startups von jenen trennte, die schlicht mit Hoffnung Kapital verbrannten. Ein unterzeichneter Enterprise-Vertrag war gleichbedeutend mit Einkommenssichtbarkeit, niedrigem Churn und dem Versprechen, dass der Kunde nicht abwandern würde, weil die Wechselkosten zu hoch waren. Diese Annahme hat gerade einen Riss gezeigt, der alles andere als gering ist.
Laut Daten, die 2026 vom Risikokapitalunternehmen Madrona veröffentlicht wurden und auf einer Befragung von 150 IT-Fachleuten aus dem Enterprise-Bereich basieren, bewertet 77 % der Unternehmen ihre Anbieter für künstliche Intelligenz alle sechs Monate oder sogar kontinuierlich neu. Dieser Prozentsatz umfasst 29 %, die dies auf einer laufenden Basis tun, ohne auf den Abschluss eines formalen Zeitraums zu warten. Was die Untersuchung beschreibt, ist kein aktiverer Beschaffungszyklus. Es ist das Verschwinden der Beständigkeitsannahme, die Enterprise-Verträge zur solidesten Grundlage des Umsatzmodells im Softwarebereich machte.
Das Marktumfeld ist nicht das einer schrumpfenden Branche. IDC prognostiziert, dass die globalen Technologieausgaben im Jahr 2026 4,25 Billionen US-Dollar erreichen werden, angetrieben hauptsächlich durch die Einführung künstlicher Intelligenz. 74 % der von Madrona Befragten planen, ihre KI-Budgets in den nächsten zwölf Monaten zu erweitern, und der Rest plant, sie stabil zu halten. Es gibt keine Anzeichen für eine Verlangsamung des Geldvolumens, das in den Sektor fließt. Was sich ändert, ist die Struktur des Engagements hinter diesem Geld.
Wie der schnelle ARR aufgebaut wurde und warum er jetzt weniger bedeutet
Das Phänomen von Startups, die in drei Monaten von null auf zehn Millionen Dollar ARR stiegen, war kein Metriken-Zufall. Es war das Ergebnis davon, dass große Unternehmen, unter dem Druck, nicht aus dem KI-Zyklus herausgelassen zu werden, mit ungewöhnlicher Geschwindigkeit Testbudgets öffneten. Im Jahr 2025 finanzierten diese Pilotbudgets die erste Welle beschleunigten Wachstums. Die These für 2026 lautete, dass dieselben Unternehmen ihre Experimente in langfristige Verpflichtungen umwandeln würden – die mehrjährigen Verträge, die historisch gesehen den Einkommensgraben des Enterprise-SaaS dargestellt hatten.
Das geschah nicht in der erwarteten Weise. Madrona bezeichnet dies als eine Dynamik des „schnellen Einstiegs, schnellen Ausstiegs": Die Migrationskosten sind niedriger als bei traditioneller Software, und die Häufigkeit der Evaluierungen lässt keine Verschnaufpause. Anders als ein ERP- oder ein Personalverwaltungssystem, das jahrelang in den Prozessen einer Organisation vergraben liegt, haben KI-Tools dieses Niveau der strukturellen Integration noch nicht erreicht. Sie können ersetzt werden, ohne dass das Geschäft zum Stillstand kommt.
Dieser Punkt hat direkte Auswirkungen auf die Qualität des ARR, den Startups ausweisen. Eine jährlich wiederkehrende Einkommenszahl, die alle sechs Monate neu bewertet werden kann, ist technisch gesehen nicht jährlich in Bezug auf das Risiko. Sie ist in der Praxis ein halbjährliches Einkommen mit einer Verlängerungsoption, was die Analyse der Nachhaltigkeit vollständig verändert. Investoren, die Startups mit ARR-Multiplikatoren bewerten und dabei traditionelle Enterprise-Retention voraussetzen, wenden einen falschen Nenner auf Verträge an, die sich anders verhalten.
Der historische Vergleich ist nützlich, um das Ausmaß des Problems zu kalibrieren. Das MIT berichtete, dass 95 % der KI-Enterprise-Projekte im analysierten Vorjahreszeitraum in Bezug auf den Return on Investment scheiterten. Dass jetzt weniger als die Hälfte der Pilotprojekte die vollständige Produktionsreife erreicht, klingt nach einer Verbesserung, und technisch gesehen ist es das auch. Aber der Erfolgsmaßstab bleibt für das eingesetzte Kapitalvolumen bemerkenswert niedrig.
Das Preisproblem, das niemand vollständig gelöst hat
Hinter der Volatilität bei Verträgen steckt ein Problem der kommerziellen Architektur, das die Branche noch nicht gelöst hat. Andreessen Horowitz befragte 50 technische KI-Einkäufer und stellte fest, dass mehr als die Hälfte es bevorzugt, dass die Preise an die erbrachte Arbeit oder an konkrete Ergebnisse geknüpft sind, und nicht an den Token-Verbrauch oder andere Nutzungsmetriken.
Das Token-Preismodell ist im Wesentlichen die direkte Übertragung des SaaS-Sitzplatzmodells in die Sprache der Sprachmodelle. Im ausgereiften SaaS ergibt das Abrechnen pro Nutzer Sinn, weil der Wert des Produkts mit der Anzahl der Personen wächst, die es nutzen. Aber bei KI kauft der Enterprise-Kunde keinen Zugang zu einer Ressource: Er kauft die Ausführung einer Aufgabe. Der Unterschied ist nicht semantischer Natur. Wenn der Preis vom Ergebnis abgekoppelt ist, kann der Kunde seinen Return on Investment nicht präzise berechnen, und wenn er ihn nicht berechnen kann, beginnt das Gespräch über die Vertragsverlängerung immer von vorne.
Die a16z-Partner Tugce Erten und Sarah Wang argumentieren, dass das Verknüpfen des Preises mit „erkennbarer Arbeit" – sei es verarbeitete Berichte, geschlossene Tickets oder generierte Interessenten – das Produkt „für beide Seiten wirtschaftlich wertvoll" macht. Die Formulierung ist korrekt, enthüllt aber auch, wie viel Terrain noch zu überwinden ist. Wenn der Maßstab ist, dass der Wert für beide Seiten sichtbar ist, und mehr als die Hälfte der Käufer ihn unter den aktuellen Preismodellen noch nicht so wahrnimmt, hat die Branche ein Problem der kommerziellen Übersetzung, das über die Technologie hinausgeht.
Dieses Missverhältnis hat einen Sekundäreffekt, der die Instabilität des ARR verstärkt. Wenn ein Unternehmen den Return on Investment dessen, was es bezahlt, nicht messen kann, neigt es dazu, die Kosten eines Anbieterwechsels zu unterschätzen, weil es auch nicht messen kann, was es beim Abgang verlieren würde. Das Ergebnis ist, dass die kontinuierliche Neubewertung, die Madrona beschreibt, nicht nur eine kulturelle Präferenz der Käufer ist: Sie ist eine direkte Folge davon, das Preisproblem nicht mit ausreichender Präzision gelöst zu haben.
Die Wertverteilung, die das aktuelle Modell nicht garantiert
Was auf dem Spiel steht, ist nicht das Marktwachstum. Die IDC-Zahlen und die Pläne der Unternehmen zur Budgeterweiterung bestätigen, dass die Nachfrage real ist und weiter zunimmt. Was auf dem Spiel steht, ist die Verteilung dieses Wertes unter den verschiedenen Akteuren des Systems.
KI-Startups haben schnell die Position des Erstanbieters errungen, konnten diese Position aber nicht in vertragliche Dauerhaftigkeit umwandeln. Enterprise-Unternehmen ihrerseits befinden sich in einer ungewöhnlich komfortablen Position: Sie können mit deutlich geringerer Reibung als in jedem früheren Zyklus der Unternehmenssoftware experimentieren, einführen und ersetzen. Das verschafft ihnen eine Verhandlungsmacht, die sie nicht hatten, als Systeme jahrelang in ihren Betriebsabläufen vergraben waren.
Die Machtverteilung auf diesem Markt begünstigt heute den Käufer auf eine Weise, die in der jüngsten Geschichte der B2B-Software kein Präzedent hat. Und das hat konkrete Konsequenzen für die Wirtschaft der Startups. Ein Verkaufszyklus, der in einem Vertrag endet, der alle sechs Monate neu bewertet werden kann, zwingt dazu, den Prozess der Wertdemonstration dauerhaft aktiv zu halten. Das ist nicht nur ein Bindungskosten: Es ist eine Struktur, bei der das Startup kontinuierlich die Gewissheit des Kunden finanziert und im Gegenzug Einnahmen erhält, die weiterhin provisorisch bleiben.
Die Anpassung, die die Branche braucht, besteht nicht darin, Kunden davon zu überzeugen, längere Verträge zu unterzeichnen. Es geht darum, die Art von operativer Integration aufzubauen, die die Austrittskosten hoch genug macht, sodass Beständigkeit eine rationale Wahl des Käufers ist und nicht nur eine Präferenz des Verkäufers. Solange diese Integration nicht existiert, wird der ARR von KI-Startups weiterhin eine Momentaufnahme sein und keine Garantie für zukünftige Cashflows. Und die Bewertungsmultiplikatoren, die Letzteres voraussetzen, beschreiben einen Vermögenswert, der noch nicht aufgebaut wurde.
