Im März 2026 ersetzte ein Sales-Team seinen gesamten Pre-Call-Recherche-Workflow durch eine einzige Claude-Skill und drei MCP-Integrationen: Google Calendar, Crustdata und Slack. Vor jedem Verkaufsgespräch ruft der Agent automatisch Teilnehmerprofile, Unternehmensdaten und Buchungskontext ab, erstellt ein vollständiges Briefing und postet es in Slack. Der gesamte Prozess läuft auf einem Cron-Schedule. Kein Dashboard. Keine Seat-Lizenzen. Kein Jahresvertrag. Vor zwölf Monaten war dieser Workflow typischerweise in einem kostenpflichtigen Sales-SaaS-Produkt abgebildet. Heute ist es eine Skill-Datei, einige API-Schlüssel und ein Agent, der im Hintergrund läuft.
Das gleiche Muster zeigt sich branchenübergreifend. KI-Agenten mit Zugriff auf die richtigen Integrationen kollabieren ganze Softwarekategorien zu schlanken Workflows, die einen Bruchteil einer vergleichbaren SaaS-Subscription kosten. Unternehmen, die diesen Wandel früh erkennen, reduzieren Ausgaben und agieren schneller. Wer zu spät handelt, zahlt weiterhin für Software, die ein Agent oft innerhalb weniger Wochen ersetzen könnte.
Die Unternehmenszahlen bestätigen den Wandel
OpenAI überstieg bis April 2026 einen annualisierten Umsatz von 25 Milliarden USD, gegenüber rund 5 Milliarden USD ein Jahr zuvor. Amazon Web Services meldete für Q1 2026 eine annualisierte KI-Umsatzrate von 15 Milliarden USD, während das Custom-Chips-Geschäft auf 20 Milliarden USD verdoppelt wurde. Das sind Produktionslasten im Enterprise-Maßstab.
Die Beschäftigungszahlen zeigen die andere Seite: 78.557 Tech-Mitarbeitende wurden in Q1 2026 entlassen, bei 48 % der Stellen direkt auf KI und Workflow-Automatisierung zurückgeführt. Unternehmen nutzen KI, um Schichten ihres bestehenden Stacks zu ersetzen, einschließlich der Mitarbeitenden, die diese Schichten betrieben haben.
Warum SaaS-Produkte zu Agenten-Workflows kollabieren
Das klassische SaaS-Modell verkauft einen festen Funktionsumfang hinter einem Login-Bildschirm. Man zahlt pro Seat, pro Monat, für den Zugang zu Workflow-Annahmen, die jemand anderes getroffen hat. Das Problem: Diese Annahmen wurden vor Jahren kodiert, und das Produkt entwickelt sich im Tempo des Anbieters, nicht im eigenen.
KI-Agenten kehren dieses Prinzip um. Statt ein starres Produkt zu mieten, komponiert man einen Workflow aus Fähigkeiten: diesen Kalender lesen, diese Datenbank abfragen, dieses Dokument entwerfen, in diesen Kanal posten. Ob die Daten aus Salesforce, einer Tabelle oder einer eigenen API stammen, spielt für den Agenten keine Rolle. Er folgt dem definierten Workflow, passt sich an veränderte Eingaben an und kostet einen Bruchteil des SaaS-Äquivalents.
Dieser Wandel zeigt sich in der Arbeit von webvise: Viele SaaS-Produkte werden zu Agent-Harnesses oder verlieren an internen Agenten, die denselben Workflow orchestrieren. Software, die überlebt, ist die Schicht, die KI für den spezifischen Workflow der Nutzenden orchestriert. Starre, meinungsstarke Dashboards geraten zunehmend unter Druck durch Agenten, die sich an den tatsächlichen Workflow eines Teams anpassen.
| Bisheriger SaaS-Burggraben | Neuer Burggraben im Agenten-Zeitalter |
|---|---|
| Funktionsumfang | Tiefe der Workflow-Einbettung |
| Seat-basierte Preise | Nutzungsbasierte Agenten-Kosten |
| Daten-Lock-in | Daten-Flywheel durch Nutzung |
| UI-Qualität | Latenz, Zuverlässigkeit, Eval-Loops |
| Integrationsbreite | Übergabe-Design zwischen Agenten |
| Markenvertrauen | Geschwindigkeit der Feedback-Schleife |
Welche Workflows zur Ablösung bereit sind
Nicht jedes SaaS-Abonnement ist sofort durch einen Agenten ersetzbar. Die Workflows, die als erste kollabieren, teilen vier Merkmale:
- Hohe Wiederholung, geringer Urteilsbedarf. Läuft eine Aufgabe nach einem festen Zeitplan und folgt dabei ungefähr denselben Schritten, übernimmt ein Agent sie. Pre-Call-Recherche, wöchentliche Berichtserstellung, Lead-Anreicherung, Rechnungsabgleich.
- Daten aus mehreren Quellen. SaaS-Produkte, die hauptsächlich dazu dienen, Daten aus anderen Tools zu ziehen und in einem Dashboard darzustellen, sind am verwundbarsten. Der Agent verbindet sich direkt mit den Quellen.
- Textlastiger Output. E-Mails verfassen, Meetings zusammenfassen, Angebote erstellen, Status-Updates schreiben. Sprachmodelle beherrschen das nativ, ohne ein spezialisiertes Produkt.
- Geringe regulatorische Komplexität. Workflows, bei denen Compliance, Prüfpfade und formale Genehmigungen weniger wichtig sind, lassen sich schneller verlagern. Dort beginnen, dann schrittweise zu regulierten Prozessen mit geeigneten Schutzmechanismen übergehen.
Prüfen Sie Ihre aktuellen SaaS-Abonnements anhand dieser vier Kriterien. Erfüllt ein Tool drei oder mehr davon, ist es ein Kandidat für die Ablösung durch einen Agenten im nächsten Quartal.
Custom schlägt Generisch: Der vertikale Vorteil
Deshalb ist der Aufbau eigener Agenten-Workflows, statt die nächste Welle von KI-SaaS zu abonnieren, die stärkere Entscheidung. Ein Agent, der das eigene Unternehmen kennt, verstärkt seinen Vorteil mit jeder Nutzung. Das generische Produkt, das 10.000 Kunden bedient, behandelt den eigenen Workflow als Sonderfall.
Zwei Ansätze zur Automatisierung der Angebotserstellung eines Bauunternehmens im Vergleich: Ein generischer Agent zieht öffentliche Daten und befüllt eine Vorlage. Ein Custom-Agent, der auf vergangenen Angeboten, Margenzielen, Lieferantenpreisen und regionalem Wettbewerb trainiert wurde, liefert Kalkulationen, die tatsächlich zur Arbeitsweise des Unternehmens passen. Die generische Variante spart Zeit. Die individuelle gewinnt Aufträge.
Deshalb ist der Aufbau eigener Agenten-Workflows, statt die nächste Welle von KI-SaaS zu abonnieren, die stärkere Entscheidung. Ein Agent, der das eigene Unternehmen kennt, verstärkt seinen Vorteil mit jeder Nutzung. Das generische Produkt, das 10.000 Kunden bedient, behandelt den eigenen Workflow als Sonderfall.
So starten Sie: Stack-Audit noch diese Woche
Den gesamten SaaS-Stack über Nacht abzulösen ist nicht nötig. Ein fokussierter Audit reicht:
- Alle SaaS-Abonnements auflisten, die das Team nutzt, inklusive monatlicher Kosten und des primären Workflows, den das Tool unterstützt.
- Jeden Eintrag gegen die vier Kriterien bewerten: Wiederholung, Multi-Source-Daten, textlastiger Output, geringe regulatorische Komplexität. Drei oder mehr Treffer bedeuten Kandidatenstatus.
- Den kostspieligsten Kandidaten auswählen und den Workflow abbilden: Was löst ihn aus, welche Daten braucht er, welchen Output erzeugt er, wo fließt dieser Output hin.
- Einen Proof of Concept bauen. Eine einzige Agenten-Skill mit den richtigen Integrationen repliziert oft einen wesentlichen Teil dessen, was das SaaS-Produkt leistet, häufig innerhalb von Wochen statt Monaten. Parallel zum bestehenden Tool testen.
- Das Delta messen. Kostet die Agenten-Variante weniger, läuft schneller und liefert vergleichbaren Output, lässt sich das Abonnement kündigen.
In einem Kundenprojekt wurden wiederkehrende Sales-Tooling-Kosten im unteren vierstelligen Bereich pro Monat durch einen internen Agenten ersetzt, dessen API-Nutzung im unteren dreistelligen Bereich liegt. Die Ergebnisse variieren je nach Workflow-Komplexität und Integrationsumfang.
Warum der Zeitpunkt entscheidend ist
Das Model Context Protocol verzeichnet inzwischen 97 Millionen monatliche SDK-Downloads und wird von allen großen KI-Anbietern unterstützt. Die Agentic AI Foundation unter der Linux Foundation standardisiert, wie Agenten Tools entdecken und nutzen. Die Infrastruktur ist ausgereift, das Integrations-Ökosystem tief, und die Kostenkurve fällt jedes Quartal weiter.
Unternehmen, die ihren SaaS-Stack jetzt prüfen und die richtigen Abonnements durch eigene Agenten-Workflows ersetzen, operieren schlanker, schneller und mit weniger Anbieterabhängigkeiten. webvise entwickelt diese Agenten-Workflows für Unternehmen, die prüfen möchten, ob jeder Budgetposten noch seinen Platz verdient. Sprechen Sie uns an zu den Abonnements, die zu eigenem Workflow-Software werden sollten.
Die Praktiken von webvise sind an den ISO 27001- und ISO 42001-Standards ausgerichtet.