Photoshop hat 600 Werkzeuge. WordPress hat 60.000 Plugins. Programmiersprachen haben Millionen Bibliotheken. All das existiert aus einem einzigen Grund: damit Menschen Maschinen sagen können, was sie tun sollen.
KI braucht das alles nicht. Und genau darin liegt die eigentliche Disruption — nicht in besseren Werkzeugen, sondern im Verschwinden der Werkzeuge selbst.
Der direkteste Weg zum Ergebnis
KI sucht immer den kürzesten Pfad. Sie braucht keinen magischen Radierer in Photoshop — sie baut das Bild Pixel für Pixel, von links oben bis rechts unten. Sie braucht kein WordPress-Template und kein Plugin. Sie braucht nicht mal eine Programmiersprache — sie könnte auch Nullen und Einsen schreiben. Aber dann wüsste der Mensch gar nicht mehr, was vor sich geht.
Und genau das ist der Punkt: Anwendersoftware und Programmiersprachen sind eine Krücke für den Menschen. Sie existieren, damit Menschen dem Computer mitteilen können, was er tun soll. KI kann zwar mit Benutzeroberflächen und Anwender-Software umgehen, aber sie braucht sie nicht. Sie sind für KI nur ein Umweg, der den Einsatz ineffizienter macht. Überall dort, wo der Mensch aus der Gleichung fällt, fällt also auch die klassische Anwender-Software raus.
2 Billionen Dollar — verdampft in 30 Tagen
Die Börse hat diese Logik zumindest in Teilen bereits verstanden. Aakash Gupta dokumentiert, was er die „SaaSpocalypse“ nennt: Zwischen Januar und Februar 2026 sind 2 Billionen Dollar an SaaS-Marktkapitalisierung (also dem Börsenwert von Software-als-Dienstleistung-Unternehmen) verdampft. Salesforce minus 30 Prozent, Workday minus 33, Atlassian minus 35, Asana minus 59, DocuSign minus 52 Prozent.
Der Grund ist strukturell: Das Geschäftsmodell der gesamten SaaS-Branche basiert auf Lizenzen pro Arbeitsplatz. Zum Beispiel 49 Dollar pro Nutzer, pro Monat. Aber KI-Agenten brauchen keinen Arbeitsplatz. Sie brauchen keine Oberfläche, kein Dashboard, keine Nutzerlizenz. Sie erledigen die Aufgabe direkt — für einen Bruchteil der Kosten.
Sogar Microsoft begann im letzten Jahr, sein traditionelles „Per-Seat“-Modell zu überdenken. Im Work Trend Index 2025 wird der Übergang zur Arbeit mit KI-Agenten thematisiert. Allerdings erscheint die dortige schematische Darstellung in einem entscheidenden Punkt massiv irreführend: Sie suggeriert, dass man für die Orchestrierung dieser Agenten weiterhin dieselbe Anzahl an menschlichen Mitarbeitern bräuchte. Das entschärft die eigentliche unbequeme Botschaft, hat aber mit der wirtschaftlichen Realität ungefähr so wenig zu tun, als würde man das Geschäftsmodell für autonome Taxis mit einem Safety-Driver pro Fahrzeug kalkulieren: Der Safety-Driver ist nur Teil der Phase 1.
Doch wenn der Mensch als „Sitzplatz-Füller“ weitgehend aus der Gleichung fällt, ändert sich alles. Vlad Svitanko bringt die daraus folgende neue Preislogik auf den Punkt: SaaS, also Software als Dienstleistung, wird zu SaaA — Software als Agent. Statt 49 Dollar pro Arbeitsplatz zahlt man 0,9 Cent pro erledigte Aufgabe. Das ist keine Preissenkung — das ist ein Modellbruch.
Die Schmelze der Anwender-Software in Zahlen
Shirish liefert die nüchterne Bestandsaufnahme: 90 Prozent aller SaaS-Aktien stehen 30 bis 80 Prozent unter ihren 52-Wochen-Hochs. Die beigefügte Tabelle „Software Meltdown“ zeigt rund 30 Unternehmen von Figma über Adobe bis Snowflake — fast durchgehend tiefrot.
Naval Ravikant, einer der einflussreichsten Tech-Investoren des Silicon Valley, fasst es so zusammen, wie Gupta zitiert: „Software was eaten by AI.“ Marc Andreessens berühmte These von 2011 — „Software is eating the world“ — hat sich gegen die eigene Branche gewendet.
Warum auch die Mittler verschwinden
Anwender-Software war nicht nur ein Produkt — sie war ein ganzes Ökosystem aus Mittlern. Implementierungspartner, die Salesforce einrichten. Agenturen, die Google-Ads-Kampagnen betreuen. Template-Marktplätze, die WordPress-Themes verkaufen. Plugin-Entwickler, die Nischenfunktionen nachrüsten. Jede dieser Schichten existiert, weil der Mensch die Anwender-Software nicht allein bedienen kann — oder will.
KI-Agenten können all das bereits: Sie können Photoshop bedienen, WordPress verwalten, Python-Code schreiben. Aber das ist nur eine Übergangsphase. Denn warum sollte eine KI den Umweg über Photoshop nehmen, wenn sie das Bild direkt erzeugen kann? Warum WordPress starten, wenn sie die HTML-Seite sofort baut? Warum Python schreiben, wenn sie das Ergebnis unmittelbar liefern kann?
Jede Schicht zwischen Absicht und Ergebnis ist Friktion. Und KI optimiert Friktion weg.
Das ist nicht Science-Fiction
Leistungsfähige Online-Plattformen, die gänzlich ohne Content Management System auskommen, sind heute schon keine Theorie mehr. Die KI-Woche – die Website, auf der Sie diese Zeilen lesen – wird weitgehend autonom von sechs Agenten betrieben. Kein CMS, keine Plugins, kein Photoshop. Was dabei herauskommt, ist den allermeisten anderen Websites in Sachen Sicherheit und Performance haushoch überlegen. Selbst die Social-Media-Posts werden von Agenten konzeptionell, inhaltlich und grafisch vorbereitet – die logische Konsequenz.
Alles frictionless. Ich bin das, was man im Juristischen den „Human in the Loop" nennt. Meine Agenten kennen mich, meine Bücher, meine Denkweise. Sie recherchieren eigenständig, coden Artikel direkt in die Website, bereiten Grafiken vor und betten sie ein. Ich liefere gelegentlich Impulse oder zusätzliche Gedanken, gebe grünes Licht — oder lehne auch mal einen Vorschlag ab. Übrig bleiben für mich 1 Prozent der Arbeit und 100 Prozent Verantwortung. Ein guter Deal.
Anthropics Daten zeigen den Trend
AB Works verweist auf aktuelle Anthropic-Daten, die zeigen, welche Branchen als nächstes betroffen sind. Ein Radar-Chart vergleicht die theoretische KI-Fähigkeit mit der tatsächlich beobachteten Nutzung. Die größten Lücken — also die Bereiche, in denen die Automatisierung theoretisch möglich, aber noch nicht umgesetzt ist — finden sich in den Bereichen Recht, Finanzen und Informatik.
Das sind keine abstrakten Prognosen. Das sind die Branchen, in denen die nächsten Einbrüche bevorstehen — und mit ihnen die Software-Werkzeuge, die diese Branchen heute nutzen.
Svitanko spricht in diesem Zusammenhang bereits vom „Software Death Cross“, das er für 2027 prognostiziert: dem Zeitpunkt, ab dem mehr Anwender-Software durch KI ersetzt wird als neu entsteht.
Was das bedeutet — und was nicht
Das bedeutet nicht, dass morgen jegliche Software verschwindet. Excel wird nicht über Nacht irrelevant. Aber die Richtung ist eindeutig: Jede Anwender-Software, die primär als Schnittstelle zwischen Mensch und Maschine existiert, steht unter Druck. Je mehr der Mensch durch KI-Agenten ersetzt wird, desto weniger braucht man die Benutzeroberflächen und Bedienkonzepte, die für den Menschen gemacht wurden.
Anwender-Software war die Sprache, mit der Menschen Maschinen steuerten. KI braucht diese ineffizienten Übersetzungsschichten nicht mehr.
Elon Musk sieht diesen Wendepunkt bereits für Ende des Jahres 2026. Wie auf X kursiert, geht seine Prognose noch tiefer: KI wird künftig das Schreiben von Code durch Menschen komplett überflüssig machen. Stattdessen werden KI-Systeme Compiler umgehen und direkt optimierte Binärdateien erzeugen.
Man muss nicht zwingend seiner steilen These zustimmen, dass dies schon in wenigen Monaten passiert. Es wäre bekanntlich nicht das erste Mal, dass Musk im Timing daneben liegt. Aber der grundsätzliche Trend ist unbestreitbar: KI wird jede nur erdenkliche Zwischenschicht und Friktion auf dem Weg zum fertigen Ergebnis konsequent wegrationalisieren.
Die Vision: Das Briefing-Portal
Wenn komplexe Anwendersoftware zunehmend verschwindet, was tritt an ihre Stelle? Für den Menschen braucht es bald nur noch eine Art „Briefing-Portal“. Der Workflow wird radikal vereinfacht: Man formuliert sein Ziel (ähnlich dem heutigen Prompting) und die KI erarbeitet ein erstes Ergebnis. Anstatt nun selbst zum Werkzeug zu greifen, streicht der Mensch im Entwurf herum, markiert Fehler und brieft Korrekturen. Die KI iteriert diese Änderungen ab.
Am Ende klickt der Nutzer vielleicht noch auf „Speichern unter…“ und wählt das Ausgabeformat. Mehr Interface braucht es in den allermeisten Fällen nicht.
🎯 Was das für die Praxis bedeutet
1. Software-Abhängigkeiten überprüfen: Welche Tools nutzt das Unternehmen nur, weil ein Mensch eine Oberfläche braucht? CRM-Systeme, Projektmanagement-Tools, Design-Software — bei jedem einzelnen lohnt die Frage, ob eine KI die Aufgabe auch ohne das Tool lösen kann.
2. Lizenzkosten hinterfragen: Pro-Sitzplatz-Modelle werden zunehmend durch aufgabenbasierte Abrechnung ersetzt. Wer heute langfristige SaaS-Verträge abschließt, riskiert, für Software zu zahlen, die in zwei Jahren niemand mehr braucht.
3. Vermittler-Geschäftsmodelle neu bewerten: Agenturen, Implementierungspartner und Berater, deren Kernkompetenz die Bedienung komplexer Software ist, müssen sich fragen, was ihr Wertbeitrag ist, wenn die KI die Software direkt umgeht.
Disclaimer: Dieser Artikel spiegelt meine persönliche Meinung und Einschätzung wider. Er stellt ausdrücklich keine Anlageberatung oder finanzielle Empfehlung dar.
