„Software wird KI verschlingen“: Im SaaS-Endzeit-Alarm sagt HSBC, ihr irrt euch

Verfasst von:宇宙波鸣人，Deep Tide TechFlow

Februar 2026, der Markt für Technologiewerte erlebt eine systemische Korrektur, die von einigen Medien als „SaaSpocalypse“ (SaaS-Endzeit) bezeichnet wird.

Salesforce-Aktien sind seit ihrem Höchststand 2025 um fast 40 % gefallen; ServiceNow stürzte nach der Veröffentlichung der Quartalszahlen an einem Tag um über 11 %, was nur daran lag, dass das Management in der Telefonkonferenz erwähnte, dass „KI-Intelligenzen die Sichtbarkeit des Sitzplatzwachstums verkomplizieren“; Workday fiel um über 22 %; der gesamte S&P 500 Software- und Service-Index verlor in den ersten sechs Wochen des Jahres fast 1 Billion US-Dollar an Marktkapitalisierung.

Die Marktlogik ist einfach: KI-Agenten können bereits viele manuelle Tätigkeiten ersetzen. Unternehmen, die KI für Aufgaben einsetzen, die früher 100 Personen erforderten, brauchen natürlich keine 100 Software-Sitze mehr. Das auf Sitzplatzgebühren basierende SaaS-Geschäftsmodell gilt als am Ende seiner Laufbahn.

Während die Panikverkäufe die Branche erfassen, veröffentlichte Stephen Bersey, Leiter der US-Technologieforschung bei HSBC, einen provokanten Forschungsbericht mit dem Titel: „Software wird KI verschlingen“ (Software Will Eat AI).

Seine Kernaussage lässt sich in einem Satz zusammenfassen: Die Marktpanik ist eine Fehlschätzung.

Der Bericht gegen den Trend

„Die Sorge, dass KI die Unternehmenssoftware verdrängen wird, ist falsch.“

Er beginnt seinen Bericht so. Für ihn wird KI Software nicht vernichten, sondern in sie integriert werden, als eine Fähigkeitsschicht innerhalb der Unternehmenssoftwareplattformen. Software ist kein Gegner von KI, sondern das Vehikel, mit dem KI in die reale Welt gelangt.

Dieses Umkehren der Logik dreht das bisherige Narrativ des Marktes um. Die Angst ist, „KI ersetzt Software“, während Bersey meint: „Software wird KI zähmen.“

Er zieht einen Vergleich aus der Internet-Ära: Als das Internet explodierte, lag der ursprüngliche Wert vor allem in der physischen Infrastruktur – Server, Glasfaserkabel, Rechenzentren. Große Kapitalmengen flossen in Hardware, während die frühen Internetfirmen, die mit Schwierigkeiten kämpften, letztlich die langfristig wertvollsten waren. Software ist das Endziel des Internets.

Bersey glaubt, dass die Entwicklung von KI dasselbe Muster wiederholt. 2024 und 2025 seien die Infrastruktur-Phase, in der Rechenleistung, Modelle und Code-Integration aufgebaut werden – alles, um die Explosion der Software-Ebene vorzubereiten. Das Jahr 2026 markiere den eigentlichen Startschuss.

„Software wird das wichtigste Mittel sein, um KI in den weltweit größten Unternehmen zu verbreiten. Wir sehen 2026 als das Jahr, in dem die Monetarisierung von Software beginnt.“

Warum können Grundmodelle Unternehmenssoftware nicht ersetzen?

Der überzeugendste Punkt seines Berichts ist die schichtweise Analyse der Annahme, „KI wird Software direkt revolutionieren“.

Kritiker argumentieren, große Sprachmodelle könnten bereits Code schreiben, Vibe Coding (Software direkt aus natürlicher Sprache) sei im Aufschwung, und KI-Modelle würden immer mehr Anwendungen entwickeln. Warum brauchen Unternehmen dann noch Oracle, SAP, Salesforce, die teure, traditionelle Softwaresysteme?

Bersey antwortet auf drei Ebenen:

Erstens, Grundmodelle haben „angeborene Defizite“.

Der Bericht macht klar, dass diese Modelle „innere Schwächen“ aufweisen und nicht in der Lage sind, die „Gesamtplattform“ eines großen Unternehmens vollständig zu ersetzen. Sie sind gut in engen Szenarien: Bildgenerierung, kleine Anwendungen, Textverarbeitung. Für hochpräzise, unternehmenskritische Plattformen sind sie jedoch ungeeignet.

Der Grund liegt in den begrenzten Trainingsdaten. LLMs werden auf öffentlich zugänglichen Internetdaten trainiert. Das Wissen um die proprietären Architekturen, Geschäftslogiken und Betriebsnormen, die sich in jahrzehntelangen Unternehmenssystemen angesammelt haben, ist jedoch nicht öffentlich zugänglich. Diese Kernwissen sind geistiges Eigentum, das AI nicht einfach kopieren kann. Die Wettbewerbsvorteile von Oracle und SAP basieren auf dieser Zeit- und Szenarien-gebundenen Wissenssicherung, nicht auf Code.

Zweitens, die Grenzen von Vibe Coding werden massiv überschätzt.

Der Bericht nennt explizit die Schwächen von Vibe Coding: Es überträgt die Designverantwortung vollständig auf den Entwickler. Man sagt der KI: „Ich brauche ein System für globale Lieferketten“, die KI generiert Code, aber „wie man die Architektur definiert, Fehler behandelt oder bei Extrembelastungen stabil bleibt“, das bleibt menschliche Aufgabe.

Noch wichtiger: Bersey weist darauf hin, dass die führenden KI-Modelle „fast keine Erfahrung in der Entwicklung von Unternehmenssoftware“ haben. Sie treten in eine hochkomplexe Umgebung ein, die über Jahrzehnte gewachsen ist. Unternehmenssoftware hat sich zu einem System entwickelt, das „fast null Fehler, hohe Durchsatzraten und hohe Zuverlässigkeit“ garantiert – Standards, die KI-Startups kurzfristig nicht erreichen können.

Drittens, die Kosten für den Systemwechsel sind eine echte Barriere.

Selbst wenn KI in der Lage wäre, qualitativ gleichwertigen Code zu schreiben, sind die Kosten für den Austausch kritischer Systeme enorm: Einnahmeverluste, Produktivitätsverluste, Kompatibilitätsprobleme in heterogenen IT-Landschaften, das Vertrauen in die Marke und die Servicefähigkeit der Lieferanten. Diese realen Wechselkosten werden durch KI nicht eliminiert.

Unternehmenssoftware erfordert jahrzehntelang bewährte 99,999 % Betriebszeit, fehlerfreie Abläufe in komplexen IT-Umgebungen. Dieses Vertrauen ist das Ergebnis der Zeit, nicht des Codes.

Wer wird der eigentliche Gewinner bei der Monetarisierung von KI?

Wenn der erste Teil eine defensive Argumentation ist, so ist der zweite Teil eine offensive Strategie.

Bersey ist überzeugt: Der größte Wertschöpfungsanteil der KI wird letztlich in der Software-Schicht liegen, nicht in Hardware oder Chips.

„Wir sehen KI als die wichtigste Quelle für Wertschöpfung im Software-Stack. Der langfristige Wert wird hauptsächlich der Software zugeschrieben, nicht der Hardware.“

Er weist auch auf die Knappheit bei Hardware hin: GPU-Mangel, Strombegrenzungen, Rechenzentrumsengpässe werden in den kommenden Jahren bestehen bleiben. Diese Knappheit stärkt die strategische Position der Softwareplattformen: Nur Software kann KI-Fähigkeiten in skalierbare, wiederholbare Geschäftsmodelle umwandeln.

Als konkretes Monetarisierungsinstrument nennt der Bericht die KI-Agenten.

Bersey prognostiziert, dass 2026 große Mengen an task-orientierten, in Arbeitsabläufe eingebetteten KI-Agenten in Fortune-2000-Unternehmen und KMUs im großen Stil eingesetzt werden. Seine Einschätzung der Agenten unterscheidet sich jedoch deutlich von der Mainstream-Erzählung: Er sieht sie nicht als Software-Substitution, sondern als innerhalb definierter Parameter und Berechtigungen operierende, kontrollierbare KI. Nur „begrenzte“ Agenten können den Anforderungen an Risikomanagement und Compliance gerecht werden.

Mit anderen Worten: Unternehmen brauchen keine allmächtigen, frei laufenden KI-Systeme. Sie brauchen kontrollierte, auditierbare und regelkonforme KI. Und genau diese kann nur durch tief integrierte, unternehmenskritische Software-Architekturen realisiert werden.

„Software ist der Schlüssel, um KI unter Kontrolle im Unternehmen zu nutzen.“ Das ist die zentrale Aussage des Berichts.

Zudem prognostiziert er, dass die Nachfrage nach Inferenz (Inference) in den kommenden Jahren die Trainingskosten übersteigen wird, was den Rechenaufwand für KI weiter steigen lässt. Mit der Verbreitung der Agenten wächst der Energieverbrauch weiter, was die gesamte Software- und Infrastruktur-Ökologie antreibt.

Chance oder Falle?

Der Bericht wurde veröffentlicht, als die Bewertungen im Softwaresektor bereits historische Tiefststände erreicht hatten. Bersey ist überzeugt: Unterbewertung plus das bevorstehende Monetarisierungsjahr sind eine Chance, kein Signal zum Ausstieg.

„Die Bewertung im Softwarebereich ist historisch niedrig, obwohl die Branche vor einer groß angelegten Expansion steht.“

Was konkrete Aktien betrifft, so ist die Logik bei HSBC klar: Unternehmen, die bereits eine starke Datenbasis haben, KI-Agenten nahtlos integrieren können und nicht auf reine Personalkostenmodelle setzen, werden die größten Profiteure dieser KI-Monetarisierungswelle sein. Empfohlen werden Oracle, Microsoft, Salesforce, ServiceNow, Palantir, CrowdStrike, Alphabet – fast alle führenden Player im Unternehmenssoftwarebereich.

HSBC hat zudem die Ratings für IBM und Asana gesenkt und Palo Alto Networks auf „Reduce“ gesetzt. Nicht alle Softwareunternehmen werden die Welle reiten können; entscheidend ist, ob sie die Infrastruktur für KI-Agenten bereitstellen oder nur manuelle Schnittstellen bieten.

Bersey liefert eine schlüssige Argumentation, den richtigen Zeitpunkt und eine gegen den Trend gerichtete Haltung, die eine starke Signalwirkung hat.

Doch eine Frage bleibt offen: Wenn KI-Agenten tatsächlich innerhalb der Unternehmenssoftware effizient funktionieren, sinkt dann die Nachfrage nach Software „Sitzen“ nicht doch heimlich? Der Wert der Software als KI-Träger mag bestehen bleiben, aber ob das Geschäftsmodell der „pro Nutzer“-Abrechnung die aktuellen Bewertungen rechtfertigt, ist weiterhin unklar.

Ob Software die KI verschlingt oder umgekehrt – diese Debatte wird in den kommenden Jahren in jeder Quartalsbilanz neue Beweise finden.