KI-Agenten, die selbst Aufgaben übernehmen können, die früher Mitarbeitern anvertraut wurden, bringen das Geschäftsmodell von Softwareanbietern durcheinander. Lange Zeit basierten diese Anbieter auf Lizenzen und Abonnements, die pro Nutzer abgerechnet wurden. Nun müssen sie ihre Preismodelle überdenken, um die Nutzung und den geschaffenen Wert besser zu berücksichtigen. Diese Frage stand im Mittelpunkt einer Diskussionsrunde zur Monetarisierung von KI in der Softwarebranche, an der Anne Grèze, Leiterin Partnerschaften bei Lefebvre Dalloz, Michael Mansard, Strategiedirektor bei Zuora, und François Candelon, Partner bei Seven2, teilnahmen.
- KI-Agenten übernehmen Aufgaben von Mitarbeitern und verringern so den Bedarf an Lizenzen.
- Der Tokenverbrauch steigt schneller, als die Preise für Tokens sinken.
- Anbieter setzen zunehmend auf hybride Modelle aus Basispaket und nutzungsbasierter Abrechnung.
- Ergebnisbasierte Preise werden kurzfristig kaum durchsetzbar sein, weil sich der Wertanteil der KI schwer messen lässt.
Die Gespräche beleuchteten ein Paradoxon. Unternehmen beschleunigen ihre Investitionen in KI, haben aber noch Schwierigkeiten, den wirtschaftlichen Nutzen zu messen. Die Erhöhung der Budgets führt nicht zwangsläufig zu einer Rendite, die den Erwartungen entspricht.
Die Abrechnung pro Nutzer wird hinterfragt
Jahrzehntelang erzielten Softwareanbieter den Großteil ihrer Einnahmen aus dem Verkauf von Lizenzen und später aus SaaS-Abonnements, die nach Nutzerzahl abgerechnet wurden. Mit dem Aufkommen von KI-Agenten stößt dieses Modell an seine Grenzen. Indem sie Aufgaben übernehmen, die bisher von Mitarbeitern erledigt wurden, können diese Agenten die Anzahl der benötigten Lizenzen in Unternehmen reduzieren. Der Kundenservice bietet ein Beispiel. Während traditionelle Software den Beratern Werkzeuge zur Verfügung stellte, können KI-Agenten nun einen Teil der Anfragen direkt lösen. Laut Michael Mansard können sie je nach Lösung und Kontext 60 bis 70 % der Anfragen autonom bearbeiten.
Diese Entwicklung verändert das Wesen des Angebots. Anbieter verkaufen nicht mehr nur ein Werkzeug, das die Arbeit der Mitarbeiter erleichtern soll, sondern eine Lösung, die bestimmte Aufgaben an ihrer Stelle erledigen kann. Wenn die Agenten die Anzahl der menschlichen Lizenzen reduzieren, drohen die wiederkehrenden Einnahmen der Anbieter zu sinken, selbst wenn ihre Lösungen mehr Wert schaffen. Das Modell wird auch auf der Kostenseite komplizierter. Traditionelle Software verursacht in der Regel begrenzte Grenzkosten pro zusätzlichem Nutzer, während generative KI-Lösungen variable Ausgaben mit sich bringen, die mit dem Anfragevolumen, der Komplexität der Verarbeitung und dem Verbrauch von Tokens – diesen Texteinheiten, die Modelle verarbeiten – verbunden sind. Wie Michael Mansard betont, « tendiert der Preis der Tokens zwar zu sinken, aber der Verbrauch steigt viel schneller als der Preisverfall ».
Vier Hauptansätze für die Preisgestaltung
Es zeichnen sich mehrere Abrechnungsmodelle ab. Das erste besteht darin, den KI-Agenten als zusätzliche Ressource wie einen Mitarbeiter abzurechnen. Es ist einfach zu verstehen, kann aber schnell an seine Grenzen stoßen, wenn die Aktivität des Agenten die Nutzungskosten stark in die Höhe treibt. Das zweite basiert auf nutzungsbasierter Abrechnung: Der Kunde zahlt je nach genutzten Ressourcen, sei es Anfragen, Tokens oder Operationen. Dieses Modell ermöglicht es Anbietern, ihre Betriebskosten besser weiterzugeben, garantiert aber nicht, dass der in Rechnung gestellte Betrag dem tatsächlich geschaffenen Wert entspricht. « Nur weil meine KI läuft, schaffe ich noch keinen Wert », erinnert Michael Mansard.
Ein dritter Ansatz besteht darin, jede von der KI ausgeführte Operation abzurechnen, sei es eine bearbeitete Kundenanfrage, eine aktualisierte Datei oder eine erledigte Aufgabe. Schließlich erwägen einige Anbieter eine Preisgestaltung, die direkt an die erzielten Ergebnisse gekoppelt ist, wobei der Kunde je nach Leistung oder erzielten Einsparungen zahlt, möglicherweise im Rahmen einer Gewinnbeteiligung. Dieser Ansatz scheint verlockend, setzt aber voraus, dass die erwarteten Ergebnisse genau definiert, gemessen werden können und man sich über den der KI zuzuschreibenden Wertanteil einigt. Aus diesem Grund gehen die Diskussionsteilnehmer davon aus, dass sich dieses Modell kurzfristig nicht durchsetzen wird.
Hybride Modelle setzen sich durch
Keiner dieser Ansätze setzt sich als universelle Lösung durch. Anbieter bevorzugen Modelle, die mehrere Abrechnungsarten kombinieren, um Einnahmestabilität und Kostenkontrolle in Einklang zu bringen. Diese Modelle kombinieren in der Regel ein Basispaket, das ein Mindestmaß an Service garantiert, mit einer ergänzenden nutzungsbasierten Abrechnung. So sichern sich die Anbieter einen Teil ihrer Einnahmen, während die Kunden eine gewisse Kostentransparenz behalten.
Nach den auf der Diskussionsrunde vorgestellten Schätzungen machen diese Modelle mittlerweile 70 bis 80 % des Marktes aus. Auch Systeme mit vorab bezahlten Credits erleben ein Comeback. Unternehmen kaufen im Voraus ein Ressourcenvolumen, das sie dann nach Bedarf nutzen, ähnlich wie bei alten Mobilfunkverträgen.
