KI-Agenten statt SaaS: Warum AI Agents die Zukunft der Software sind und wie Unternehmen vom neuen Geschäftsmodell profitieren

Was passiert, wenn Software plötzlich selbst arbeitet? Warum KI-Agenten die nächste große Revolution nach SaaS einläuten.

Jahrzehntelang galt eine einfache Formel in der Digitalwirtschaft: Wer Software als Dienstleistung verkauft, "Software as a Service", kurz SaaS, hat ein skalierbares Geschäftsmodell.

Unzählige Gründerinnen und Gründer haben mit Abo-Software Milliardenwerte geschaffen. Doch nun zeichnet sich ein Wandel ab, der das Prinzip auf den Kopf stellt:

Statt Werkzeuge zu verkaufen, mit denen Menschen arbeiten, verkaufen junge Unternehmen zunehmend die Arbeit selbst, erledigt von KI-Agenten.

Die These, die derzeit durch die Startup-Szene geistert, lautet entsprechend selbstbewusst: "Agents sind das neue SaaS."

Was hinter dem Trend steckt

Der Gedanke dahinter ist schnell erklärt. Klassische Software sagt dem Kunden: "Hier ist ein Werkzeug, das dein Team benutzen kann." Ein KI-Agent hingegen verspricht: "Hier ist eine Aufgabe, die dein Team nie wieder selbst erledigen muss." Das klingt zunächst nach einer Nuance, tatsächlich ist es ein fundamentaler Perspektivwechsel, sowohl für Anbieter als auch für Kunden.

Und der Markt dahinter ist gewaltig. Denn während Softwarelizenzen ein Milliardengeschäft sind, ist menschliche Arbeitskraft ein Billionenmarkt. Wer es schafft, wiederkehrende Tätigkeiten zuverlässig durch KI erledigen zu lassen, konkurriert nicht mehr mit anderen Software-Anbietern, sondern mit Personalkosten, Agenturen und unbesetzten Stellen. Genau deshalb halten viele Beobachter das Potenzial von KI-Agenten für größer als das der gesamten SaaS-Ära.

Vom Software-Abo zur digitalen Arbeitskraft

Das Produkt ist der Job

Am besten lässt sich der Wandel an konkreten Beispielen greifen. Nehmen wir ein Restaurant: Während des Abendgeschäfts klingelt pausenlos das Telefon, die Servicekraft am Empfang ist mit Gästen beschäftigt, Anrufer stellen immer dieselben Fragen und Reservierungen oder Anfragen für private Feiern gehen verloren. Jeder verpasste Anruf ist entgangener Umsatz.

Genau hier setzen spezialisierte KI-Agenten an: Sie nehmen Anrufe entgegen, beantworten Standardfragen, verwalten Reservierungen, erkennen wichtige Anliegen und alarmieren das Personal, wenn ein Mensch übernehmen sollte. Angebunden werden sie an bestehende Systeme wie Reservierungsplattformen. Das US-Unternehmen Slang AI etwa positioniert sich als eine Art digitaler "Super-Gastgeber" für die Gastronomie.

Beispiele aus Handwerk und Alltag

Ähnliches gilt für Handwerksbetriebe: Klempner, Heizungsbauer oder Dachdecker verpassen täglich Anrufe, weil niemand ans Telefon gehen kann. Ein KI-Agent, der rund um die Uhr erreichbar ist, Termine bucht, Rückfragen stellt und die Disposition entlastet, bringt mehr Umsatz aus derselben Nachfrage, ohne zusätzliches Personal.

Die Faustregel für ein tragfähiges Agenten-Produkt lautet dabei: Es muss eine lästige Aufgabe besser erledigen als eine Aushilfe, schneller als eine Agentur und günstiger als eine neue Stelle.

Der richtige Arbeitsablauf: Wo sich der Einsatz wirklich lohnt

Nicht jede Tätigkeit eignet sich für die Automatisierung durch KI. Wer ein Geschäftsmodell in diesem Bereich aufbauen möchte, sollte dort ansetzen, wo bereits heute Geld für die Arbeit fließt, sei es an Angestellte, Callcenter oder Dienstleister. Denn wo ein Gehaltsscheck existiert, existiert auch ein Budget.

Fünf Merkmale eines lohnenden Workflows

Ein vielversprechender Arbeitsablauf für KI-Agenten erfüllt typischerweise fünf Kriterien.

1. Er kommt ständig vor, täglich ist gut, stündlich ist besser. Jeder eingehende Anruf, jede Anfrage, jeder Termin zählt.
2. Es gibt einen klaren Abschluss. Der Termin wurde gebucht, das Ticket kategorisiert, die Rückerstattung genehmigt, der Erfolg ist eindeutig messbar.
3. Die Aufgabe berührt bereits vorhandene Software wie E-Mail-Systeme, Shopsysteme oder CRM-Plattformen, an die sich ein Agent andocken kann.
4. Die Sonderfälle sind zwar lästig, aber erlernbar, zu simple Aufgaben erledigt schon klassische Automatisierung, reine Ermessensentscheidungen überfordern die KI. Der Sweet Spot liegt dazwischen.
5. Der Kunde spürt den Verlust unmittelbar, etwa durch verpasste Anrufe, verlorene Interessenten oder teure Fachkräfte, die mit Koordinationsaufgaben blockiert sind.

Erst zuschauen, dann bauen

Ein Punkt, den viele Gründer übersehen, klingt fast banal: Bevor man auch nur eine Zeile Code schreibt oder einen Prompt formuliert, sollte man Menschen bei der Arbeit beobachten, die den Job heute erledigen. Zehn bis zwanzig echte Fälle reichen oft schon, idealerweise per Bildschirmaufnahme und mit Kommentar. Was macht einen Fall einfach? Was macht ihn kompliziert? Was wird geprüft, bevor entschieden wird? Wo passieren Fehler?

Denn die Details sind das eigentliche Produkt. Eine Restaurantkraft beantwortet nicht nur Öffnungszeiten, sie weiß, wann die Küche schließt, welche Tische kinderwagentauglich sind und wann ein Stammgast bevorzugt behandelt werden sollte. Wer diese Feinheiten nicht kennt, baut bestenfalls einen mittelmäßigen Automaten.

Was ein Agenten-Konzept beantworten muss

Aus der Beobachtung entsteht dann eine Art Stellenbeschreibung für die KI. Sieben Fragen sollte sie beantworten:

1. Was löst den Agenten aus?
2. Welchen Kontext braucht er?
3. Welche Werkzeuge darf er nutzen?
4. Was darf er eigenständig tun?
5. Wo braucht er eine Freigabe?
6. Wann muss ein Mensch übernehmen?
7. Und woran misst sich der Erfolg?

Klein anfangen: Der "minimal nützliche Agent"

Wer "KI-Agent" hört, denkt schnell an einen vollautonomen digitalen Mitarbeiter. Genau solche Versprechen sieht man in beeindruckenden Demos in sozialen Netzwerken und genau daran scheitern viele Projekte in der Praxis. Der klügere Weg: klein anfangen.

Vier bewährte Einstiegsvarianten

In der Praxis haben sich vier Grundtypen bewährt. Der Entwurfs-Agent liest den Kontext und formuliert eine Antwort, ein Angebot oder eine Zusammenfassung, ein Mensch gibt frei. Der Triage-Agent sortiert eingehende Anfragen und leitet sie an die richtige Stelle weiter. Der Koordinations-Agent vermittelt zwischen Systemen und Menschen, prüft Verfügbarkeiten, verschickt Erinnerungen und hält Vorgänge am Laufen. Und der Agent mit begrenztem Handlungsspielraum darf unter klaren Regeln selbst aktiv werden, etwa eine Rückerstattung unter einem festgelegten Betrag freigeben, wie man es von Lieferdiensten bereits kennt.

Bemerkenswert ist in diesem Zusammenhang ein Hinweis aus den Entwickler-Leitlinien des KI-Unternehmens Anthropic: Viele Agenten-Probleme sollten zunächst als klassische Workflows mit vorhersehbarem Ablauf gelöst werden. Autonomie muss man sich verdienen, Entscheidungsspielraum sollte erst hinzukommen, wenn er echten Mehrwert schafft.

Für den Start genügt ein einziger Arbeitsablauf mit einem einzigen klaren Versprechen: "Wir beantworten verpasste Anrufe für Dachdecker und buchen qualifizierte Aufträge." Mehr braucht es am Anfang nicht, zumal viele Kunden zum ersten Mal überhaupt einen KI-Agenten einkaufen und Vertrauen erst aufgebaut werden muss.

Vertrauen durch Transparenz: Die Software-Hülle macht den Unterschied

Was unterscheidet eine clevere Automatisierung von einem echten Produkt? Die Antwort: die Hülle drumherum. Der Agent erledigt die Arbeit, aber die Software-Umgebung schafft das Vertrauen. Kunden wollen nachvollziehen, was passiert ist: Protokolle, Freigabemechanismen, Übergaberegeln an Menschen und die Möglichkeit, den Agenten vor dem Live-Betrieb zu testen. Das Dashboard kann simpel sein, aber der Kunde braucht einen "Kontrollraum". Bei einem Telefon-Agenten fürs Restaurant wären das etwa Gesprächszusammenfassungen, Reservierungsergebnisse und verpasste Übergaben an Menschen.

Tests als Verkaufsargument

Besonders wirkungsvoll sind systematische Auswertungen, sogenannte Evals. Dafür sammelt man rund 50 echte Beispielfälle, markiert die korrekten Ergebnisse und lässt den Agenten dagegen antreten. Hat er das Problem richtig eingeordnet? Die richtigen Rückfragen gestellt? Diese Testreihe funktioniert wie ein Fitnessstudio für die KI und nebenbei als überzeugendes Verkaufsinstrument. Wer einem Hausverwalter sagen kann: "Wir haben das System an 50 Ihrer alten Wartungsanfragen getestet, 42 wurden korrekt zugeordnet, sechs zur menschlichen Prüfung markiert, zwei Fehler haben wir behoben", der baut gerade bei bodenständigen Unternehmen enormes Vertrauen auf.

Verkaufen wie Arbeitsleistung: Pilotprojekte und Preismodelle

Der schnellste Weg zum Geschäft führt über Pilotprojekte: Man beginnt mit drei Kunden aus derselben Nische, mit demselben Arbeitsablauf und demselben Problem und verkauft das Ergebnis, nicht die Technik. "Wir beantworten und qualifizieren Ihre verpassten Anrufe" ist ein Versprechen, das jeder versteht.

Bei der Bepreisung empfiehlt sich anfangs Einfachheit: etwa eine Einrichtungsgebühr von 1.500 Euro plus eine monatliche Pauschale. Später kann man auf nutzungs- oder ergebnisbasierte Modelle umsteigen, etwa einen festen Betrag pro vermitteltem Termin.

Viele Beobachter halten diese ergebnisorientierte Bepreisung ohnehin für die Zukunft der Branche, denn Kunden wollen nicht für weitere Software-Lizenzen zahlen, sondern für erledigte Arbeit. Der genaue Preis ist anfangs weniger wichtig als das Lernen: Was schätzt der Kunde wirklich? Wo bricht der Agent ab? Was würde fehlen, wenn man ihn wieder abschaltet? Aus den wiederkehrenden Mustern über mehrere Kunden hinweg entsteht dann das eigentliche Produkt, man verdient sich die Software, indem man zuerst die Arbeit macht.

Sichtbarkeit: Wie potenzielle Kunden aufmerksam werden

Auch das beste Produkt verkauft sich nicht von allein. Als besonders wirksam erweisen sich derzeit sogenannte Workflow-Teardowns: Inhalte, die den alten, mühsamen Ablauf dem neuen, automatisierten gegenüberstellen. Erst der Frust, ein Anruf geht ins Leere, der Kunde ruft die Konkurrenz an, dann die Lösung: Der Agent nimmt ab, stellt die richtigen Fragen, bucht den Termin, aktualisiert das System und meldet Sonderfälle an einen Menschen. Wer diesen Schmerz sichtbar macht, verkauft ein Schmerzmittel statt eines Vitaminpräparats. Die Empfehlung lautet: einen Arbeitsablauf wählen, sich im Netz damit identifizierbar machen, funktionierende Inhalte mit bezahlter Werbung verstärken und sich zunächst auf eine einzige Plattform konzentrieren.

Der 30-Tage-Plan für den Einstieg

Wie sähe ein konkreter Start aus? In der ersten Woche: eine Nische wählen, in der verpasste Arbeit Geld kostet, zehn Praktiker interviewen und ihnen bei der Arbeit zusehen, einen Workflow auswählen, das Agenten-Konzept schreiben und die Aufgabe zunächst manuell mit KI-Unterstützung durchspielen, bevor überhaupt Software entsteht. Danach die kleinste nützliche Version bauen und einen Testdatensatz aus 50 echten Fällen anlegen. Woche zwei: zwei Pilotkunden in derselben Nische gewinnen. Woche drei: die Software-Hülle mit Protokollen, Freigaben und Auswertungen ergänzen. Woche vier: die Pilotprojekte in öffentliche Erfolgsnachweise verwandeln und die Inhalte-Strategie ausbauen. Ab dem zweiten Monat geht es dann um Kennzahlen: Welche Kanäle funktionieren, was ist ein Kunde langfristig wert?

Einordnung: Chance mit Verantwortung

Man darf die Euphorie durchaus kritisch begleiten. Nicht jeder Betrieb wird begeistert sein, wenn Maschinen Kundengespräche führen und die Frage, was mit den Tätigkeiten geschieht, die bislang Menschen erledigt haben, verdient eine ehrliche Debatte. Zugleich zeigt sich:

Die vielversprechendsten Agenten ersetzen selten ganze Stellen, sondern übernehmen die repetitiven, ungeliebten Aufgaben und schaffen damit Raum für anspruchsvollere Arbeit.

Wer den Wandel gestalten will, statt ihn nur zu beobachten, findet hier jedenfalls eines der spannendsten Betätigungsfelder der kommenden Jahre.

Fazit

Die Kernbotschaft des Trends lässt sich in einem Satz zusammenfassen:

Software bewegt sich von "Hilf mir bei der Arbeit" zu "Erledige die Arbeit für mich".

Wer davon profitieren möchte, sollte nicht mit der Technik beginnen, sondern mit dem Job: eine schmerzhafte, sich ständig wiederholende Aufgabe in einer vertrauten Nische finden, den Menschen dabei zusehen, die sie heute erledigen, klein und kontrolliert automatisieren, mit Pilotkunden Vertrauen aufbauen und erst dann die wiederholbaren Teile zum Produkt machen.

Das ist kein Zauberwerk, sondern Handwerk. Aber es ist ein Handwerk, dessen Markt so groß ist wie die menschliche Arbeit selbst.

Häufig gestellte Fragen (FAQ)

1. Ersetzt ein KI-Agent komplette Arbeitsplätze?

In der Regel nicht. Erfolgreiche Agenten übernehmen eng umrissene, sich wiederholende Aufgaben wie Telefonannahme, Terminvergabe oder das Sortieren von Anfragen. Komplexe Entscheidungen und Sonderfälle werden weiterhin an Menschen übergeben, die dadurch mehr Zeit für anspruchsvollere Tätigkeiten gewinnen.

2. Brauche ich Programmierkenntnisse, um ein Agenten-Geschäft zu starten?

Weniger, als viele denken. Der empfohlene Weg beginnt ohnehin manuell: Man erledigt die Aufgabe zunächst selbst mit KI-Unterstützung und prüft, ob die Technologie wirklich hilft. Moderne KI-Werkzeuge senken zudem die Hürde für die spätere Umsetzung erheblich. Entscheidender als Code sind Branchenkenntnis und das Verständnis des Arbeitsablaufs.

3. Wie überzeuge ich skeptische Kunden von einem KI-Agenten?

Durch Transparenz und messbare Ergebnisse. Wer den Agenten vorab an echten Beispielfällen des Kunden testet und die Ergebnisse offenlegt, inklusive der Fehler und ihrer Behebung, baut Vertrauen auf. Protokolle, Freigabemechanismen und klare Regeln für die Übergabe an Menschen geben dem Kunden zusätzlich das Gefühl, jederzeit die Kontrolle zu behalten.