SaaS unter Druck: KI verschiebt die Profite
Februar 2026 markiert einen Wendepunkt in der globalen Technologie-Wirtschaft. Die Profite der Tech-Branche wandern weg von traditionellen SaaS-Modellen und hin zu drei neuen Gravitationszentren: Autonome KI-Agenten, dezentrale Inferenz-Hardware und kritische Rohstoffe. Eine umfassende Analyse für Entscheider und Investoren.
Die große Rotation auf einen Blick
Zentrale Begriffe
The Great Rotation
Die massive Kapitalverschiebung von Software- und Cloud-Aktien hin zu Energie-, Rohstoff- und Hardware-Werten im ersten Quartal 2026. Getrieben von der Erkenntnis, dass physische Ressourcen im KI-Zeitalter knapper und wertvoller werden als Code.
Service-as-a-Software
Das Nachfolgemodell von SaaS. Statt ein Werkzeug bereitzustellen, liefern KI-Agenten das fertige Arbeitsergebnis. Die Abrechnung erfolgt ergebnisbasiert (pro bearbeiteter Rechnung, pro gelöstem Fall), nicht mehr pro Nutzersitz.
AI in a Box
Der Trend, KI-Inferenz von der öffentlichen Cloud auf eigene Hardware zu verlagern. Unternehmen installieren lokale KI-Server, um Kosten zu senken, Daten zu schützen und Latenz zu reduzieren. Dell und HP sind die Hauptprofiteure.
SaaSpocalypse
Marktbegriff für den strukturellen Verfall traditioneller SaaS-Geschäftsmodelle. Goldman Sachs hat die gesamte Softwarebranche herabgestuft mit dem Argument, KI-Agenten stellen eine existenzielle Bedrohung dar.
Das makroökonomische Bild: Atome statt Bits
In den ersten Wochen des Jahres 2026 haben die Finanzmärkte ein brutales Urteil über die bisherige Technologie-Ordnung gefällt. Eine gewaltsame Sektorrotation hat stattgefunden, bei der Kapital aus Softwareaktien flieht und in die "alte Ökonomie" strömt: Energie und Rohstoffe.
"Software ist tot." Der Stratege Andreas Steno Larsen argumentiert, dass KI nicht länger nur ein Werkzeug für Softwareentwicklung ist, sondern eine Ersetzung der Softwareindustrie als Ganzes.
Die Zahlen der Rotation
| Index / ETF | Beschreibung | YTD Performance | Marktstimmung |
|---|---|---|---|
| OIH (Öl-Service) | Energieinfrastruktur | +40-50% vs. IGV | Bullish |
| XLE (Energie) | Generelle Energiebranche | +14,4% (Januar) | Sicherer Hafen |
| IGV (Software) | Cloud & SaaS | -30% (seit Okt. 2025) | Bearish |
| XLK (Technologie) | Breit (inkl. Hardware) | Unterperformt Energie | Gemischt |
Von "KI-Hype" zu "KI-Substitution"
Die Jahre 2023 bis 2025 waren von der "Training Era" geprägt. Der Markt ging davon aus, KI würde als "Copilot" funktionieren, als ein Werkzeug, das bestehende Software-Plattformen wie Salesforce, Adobe oder Microsoft Office wertvoller macht.
Doch 2026 hat sich das Narrativ verschoben: Substitution statt Augmentation . Mit der Einführung von Systemen wie Anthropics Claude Cowork und OpenAIs Frontier im Januar 2026 können KI-Agenten autonom auf Betriebssystem-Ebene operieren. Sie brauchen keinen menschlichen Nutzer, der sie durch eine grafische Oberfläche führt. Sie greifen direkt auf Daten zu, manipulieren Dateien und führen komplexe Workflows aus.
SaaSpocalypse: Warum das Softwaremodell kollabiert
Der P/E-Multiplikator-Kollaps
Goldman Sachs hat im Februar 2026 den gesamten Softwaresektor herabgestuft. Der Forward-P/E für Softwareaktien ist von 35x Ende 2025 auf 20x Anfang 2026 gefallen. Ein Wert von 20x signalisiert, dass der Markt Software jetzt als reife Industrie mit geringem Wachstum (5-10% jährlich) betrachtet statt als Hochleistungssektor (15-20%+).
Der Tod der sitzbasierten Lizenz
In einer Welt autonomer Agenten bricht die Logik der "per-seat" Preisgestaltung zusammen:
- Produktivitäts-Paradoxon: Ein einzelner KI-Agent kann die Arbeit von 10 oder 100 menschlichen Mitarbeitern erledigen (Kundenservice, Dateneingabe, Buchhaltung)
- Umsatzeinbruch: Reduziert ein Unternehmen seinen Kundenservice von 100 auf 10 Mitarbeiter, fällt die SaaS-Rechnung um 90%
- IDC-Prognose: Das rein sitzbasierte Modell wird bis 2028 als "obsolet" eingestuft. Die Adoption ist bereits von 21% auf 15% in nur 12 Monaten gefallen
Fallbeispiel: Salesforce und Agentforce
Salesforce hat Agentforce gestartet, um der Bedrohung zu begegnen, aber der Markt bleibt skeptisch. Die Aktie ist auf 2023-Niveaus gefallen, weil Investoren fürchten, dass Agentforce das eigene Kerngeschäft schneller kannibalisiert, als neue Einnahmequellen aufgebaut werden können.
Goldman Sachs' "Profit Pool" Verschiebung
Goldman Sachs prognostiziert, dass bis 2030 KI-Agenten über 60% der Software-Ökonomie ausmachen werden. Der Wert verschiebt sich vom Anwendungslayer (SaaS) zum Orchestrierungslayer (Agenten) .
Service-as-a-Software: Die neue digitale Belegschaft
Vom Werkzeug zum Kollegen
SaaS (gestern)
"Hier ist eine Buchhaltungsplattform. Du musst die Zahlen selbst eintippen, aber wir machen es einfacher."
Service-as-a-Software (heute)
"Wir haben deine Belege gebucht, die Bank abgestimmt und die Umsatzsteuer eingereicht. Hier ist die Bestätigung."
Goldman Sachs setzt Claude Opus 4.6 ein
Es ist bezeichnend, dass die ersten großen Einsätze autonomer Agenten nicht von den Softwarehäusern kommen, sondern von deren Kunden. Goldman Sachs hat 2026 eine Flotte autonomer Agenten auf Basis von Anthropics Claude Opus 4.6 implementiert:
Trade Reconciliation
Agenten gleichen Millionen von Handelstransaktionen ab, finden Unstimmigkeiten und lösen sie autonom.
Compliance & Onboarding
Sie prüfen juristische Dokumente und stellen die Einhaltung komplexer Regeln (KYC/AML) schneller und präziser sicher als menschliche Teams.
Implikation für SaaS
Goldman Sachs hat sechs Monate lang eigene Ingenieure von Anthropic angeheuert, um dies intern aufzubauen, statt fertige Software zu kaufen. Großunternehmen "insourcen" die Softwareentwicklung mithilfe von KI.
OpenClaw: Souveräne KI für alle
Das Open-Source-Projekt OpenClaw (über 68.000 GitHub-Stars) ist zum viralen Phänomen geworden. Es ist ein lokales Gateway, über das jeder einen autonomen Agenten auf eigener Hardware betreiben kann. Nutzer steuern ihren Agenten per WhatsApp: "Prüfe meine Umsatzzahlen in Excel, erstelle ein Diagramm und sende es an das Team auf Slack." Der Agent führt dies autonom aus.
Für deutsche Unternehmen mit DSGVO-Anforderungen ist dies besonders relevant, da sämtliche Daten lokal bleiben.
Hardware-Superzyklus: Von Cloud zu AI in a Box
Das Verschieben von Training zu Inferenz
In der Periode 2023-2025 dominierte Nvidia mit massiven GPU-Clustern für Modelltraining. 2026 verschiebt sich der Fokus zur Inferenz, dem täglichen Betrieb der Modelle. Weil Cloud-Inferenz teuer ist ("The AI Bill"), verlagern Unternehmen Berechnungen auf eigene Hardware.
Dell: KI-Fabriken
Rekordauftragsbestand von $18,4 Mrd. für KI-Server. Dell verkauft "AI Factories", schlüsselfertige Lösungen, bei denen Unternehmen einen Server im Keller installieren und ein Modell wie Llama sicher und privat betreiben.
HP: PC-Erneuerungszyklus
Windows-Updates 2026 erfordern NPUs (Neural Processing Units) für KI-Funktionen. Unternehmen weltweit müssen ihre Laptop-Flotten austauschen. HP baut gleichzeitig 4.000-6.000 Stellen ab, um Kapital für KI freizumachen.
Speicher: SanDisk & Micron
SanDisk meldet 61% Umsatzwachstum mit Bruttomargen von 51,1%. Micron erlebt einen "AI Storage Supercycle" getrieben durch High-Bandwidth Memory (HBM), ohne das die schnellsten KI-Chips nicht schnell genug mit Daten versorgt werden können.
Small Language Models und Edge Computing
Die Entwicklung kleiner Sprachmodelle (SLMs) wie Microsofts Phi-3.5, Googles Gemma 2 und Alibabas Qwen2 macht "AI in a Box" erst möglich. Neue Edge-AI-Chips liefern bis zu 26 Tera-Operationen pro Sekunde bei nur 2,5 Watt, das ist sechsmal effizienter als herkömmliche CPUs. GlobalData prognostiziert, dass 2026 das Jahr wird, in dem SLMs in regulierten Branchen wie Finanzen und Gesundheit breiten Einsatz finden.
Die Rohstoffkrise: Das Periodensystem unter Druck
Die KI-Revolution ist nicht mehr virtuell, sie ist industriell. Der Bau von Rechenzentren, Servern und Stromnetzen erfordert physische Materialien in einem Ausmaß, das die Welt nicht zuvor gesehen hat.
Kupfer: Das neue Öl
Platin und strategische Metalle
Platin spielt eine versteckte, aber kritische Rolle in KI-Hardware: Es wird in der Beschichtung von Festplatten für höhere Datendichte verwendet und ist ein Schlüsselkatalysator in Brennstoffzellen. Viele neue Rechenzentren installieren wasserstoffbasierte Backup-Systeme, um ihren CO2-Fußabdruck zu reduzieren.
Die USA haben Kupfer 2025 offiziell als "kritisches Metall" eingestuft. China kontrolliert etwa 40% der globalen Schmelzkapazität, was in einer Welt "souveräner KI" eine strategische Verwundbarkeit darstellt und Investitionen in "Friend-Shoring" antreibt.
Energie und Thermodynamik: Neues Wasser, neues Feuer
Die physische Grenze der KI ist letztlich Thermodynamik: Wie beschaffen wir genügend Energie, und wie werden wir die Wärme los?
Flüssigkühlung
KI-Server-Racks ziehen heute 60-120 kW (früher 8-10 kW). Luftkühlung kann diese Wärme physisch nicht mehr bewältigen. Die Industrie wechselt zu Direct-to-Chip und Immersion Cooling.
Atomkraft-Renaissance
Constellation Energy und Vistra sehen starke Kursanstiege. "Behind-the-Meter"-Deals bauen Rechenzentren direkt neben Kernkraftwerken. Regierungen fordern, dass neue Rechenzentren "ihren eigenen Strom mitbringen".
Wasserverbrauch
Traditionelle Rechenzentren verdunsten Millionen Liter Wasser. Microsoft und Amazon investieren in "wasserlose" Technologien und Brauchwasser-Recycling für trockene Regionen.
Strategische Bedeutung für deutsche Unternehmen
DSGVO-Vorteil durch "AI in a Box"
Deutsche Unternehmen profitieren überproportional vom Trend zur lokalen KI-Infrastruktur. Mit strengen DSGVO-Anforderungen sind On-Premise-Lösungen von Dell und lokale SLMs wie Llama attraktiver als Cloud-basierte Alternativen.
Industrieller Mittelstand
Der deutsche Mittelstand, der traditionell auf eigene IT-Infrastruktur setzt, ist gut positioniert für den "AI in a Box"-Trend. Bestehende Serverräume können zu KI-Fabriken aufgerüstet werden.
Handlungsempfehlungen für deutsche Entscheider
- SaaS-Verträge prüfen: Evaluiere, welche Software durch KI-Agenten ersetzt werden kann, insbesondere bei Kundenservice, Datenverarbeitung und Buchhaltung
- Hardware-Strategie entwickeln: Plane den Aufbau lokaler KI-Infrastruktur basierend auf offenen Modellen
- Rohstoffrisiken beachten: Die Abhängigkeit von Kupfer und seltenen Erden betrifft auch deutsche Lieferketten direkt
- EU AI Act berücksichtigen: Die Compliance-Anforderungen sprechen für lokale Agenten-Lösungen mit voller Datenkontrolle
Gewinner und Verlierer der Rotation 2026
| Kategorie | Verlierer | Gewinner | Ursache |
|---|---|---|---|
| Sektor | Traditionelle SaaS (IGV) | Energie & Service (XLE, OIH) | "Atome statt Bits"-Rotation |
| Geschäftsmodell | Per-Seat-Lizenzierung | Outcome-Based Pricing | KI-Agenten reduzieren menschliche Nutzer |
| Hardware | General Purpose CPU | GPU, NPU, HBM-Speicher | Shift von genereller zu KI-Inferenz |
| Infrastruktur | Public Cloud (generell) | Edge-Rechenzentren & On-Prem | Latenz, Datenschutz, Kosten |
| Rohstoffe | - | Kupfer, Platin, Wasser/Kühlung | Physische Knappheit bei Infrastrukturausbau |
Wir stehen 2026 mitten in einer fundamentalen Neuverteilung globalen Kapitals. Die KI-Revolution ist aus dem Bildschirm in die reale Welt getreten. Es geht nicht mehr darum, wer den klügsten Chatbot hat, sondern wer den Strom, das Kupfer und die Hardware besitzt, um die neue globale Intelligenz anzutreiben.
Weiterführende Informationen
Häufig gestellte Fragen
Der Ausdruck beschreibt den strukturellen Kollaps der sitzbasierten Lizenzmodelle. KI-Agenten ersetzen zunehmend menschliche Nutzer in Software-Plattformen, sodass die Zahlungsgrundlage (pro Nutzer/Sitz) wegfällt. Goldman Sachs hat den gesamten Softwaresektor herabgestuft und warnt vor einer existenziellen Bedrohung durch KI-Agenten. Für Unternehmen bedeutet das geringere SaaS-Ausgaben, aber höhere Investitionen in KI-Infrastruktur und Agenten-Orchestrierung.
SaaS liefert ein Werkzeug (z.B. eine Buchhaltungsplattform), bei dem du die Arbeit selbst erledigst. Service-as-a-Software liefert das fertige Ergebnis: Die KI bucht die Belege, stimmt die Bank ab und reicht die Steuererklärung ein. Statt monatlicher Pauschalpreise zahlst du pro bearbeiteter Rechnung, pro gelöstem Supportfall oder pro auditierter Codezeile.
Die Marktrotation folgt der Logik "Atome statt Bits". Während KI den Wert von Code gegen null drückt (weil das Angebot unendlich wird), steigt der Wert physischer Ressourcen. Rechenzentren brauchen enorme Mengen Strom, und das Netz kann nicht mithalten. Energieaktien (XLE) haben Technologieaktien (XLK) um 19 Prozentpunkte seit Jahresbeginn übertroffen, weil Investoren in physische Knappheit investieren.
Kupfer ist der physische Flaschenhals der KI-Infrastruktur. Ohne Kupfer keine Stromübertragung und keine Rechenzentren. S&P Global prognostiziert ein Angebotsdefizit von 10 Millionen Tonnen bis 2040, wobei allein KI-Rechenzentren 4 Millionen Tonnen zusätzliche Nachfrage erzeugen. Ein einzelnes Hyperscale-Rechenzentrum verbraucht bis zu 50.000 Tonnen Kupfer.
AI in a Box beschreibt den Trend, KI-Berechnungen von der Cloud auf eigene Hardware zu verlagern. Dell verkauft schlüsselfertige KI-Server mit einem Auftragsbestand von 18,4 Milliarden Dollar. Für deutsche Unternehmen mit strengen DSGVO-Anforderungen ist dies besonders attraktiv, da sensible Daten das Unternehmen nicht verlassen müssen. Small Language Models wie Phi-3.5 oder Llama laufen bereits auf lokaler Hardware.
Analysten von Goldman Sachs und Bank of America sehen Chancen bei Dateninfrastruktur- und Observability-Anbietern. Snowflake und MongoDB profitieren davon, dass KI-Agenten riesige Mengen strukturierter Daten brauchen. Datadog wird als missionskritisch eingestuft, da die Überwachung komplexer KI-Systeme unverzichtbar wird. Diese "Best-in-Breed"-Unternehmen bilden das Fundament, auf dem die neuen Agenten-Architekturen aufbauen.