Ich habe in 30 Minuten ein Dashboard gebaut, das kein SaaS-Anbieter hat. Das ist nicht der interessante Teil.
Von Florian Steiner & Claude | 7. April 2026 | Weekly Agentic Engineering Digest
Aus Flos KI-Labor
Diese Woche brauchte ich ein Dashboard, das meine Linear-Tickets, den Attio-Pipeline-Status und die LexOffice-Einnahmen in einer Ansicht zeigt. Kein SaaS-Produkt kann das. Alle wollen, dass ich in ihrer Welt lebe. Also habe ich es selbst gebaut: ein Python-Skript, das drei APIs anzapft (Linear GraphQL, Attio REST, LexOffice REST), eine statische HTML-Datei generiert und sich in jedem Browser öffnen lässt. Gesamtbauzeit: 30 Minuten mit Claude Code. Laufende Kosten: null. Das Skript läuft, wenn ich es brauche, zieht Live-Daten und tut genau das, was ich will. Kein Abo, kein Vendor Lock-in, keine Feature Requests, die nie umgesetzt werden. Der interessante Teil ist nicht, dass ich es gebaut habe. Der interessante Teil ist, dass jeder Gründer mit API-Zugang dasselbe tun kann.
Dieses Dashboard ist ein kleines Beispiel für etwas, das die Software-Industrie noch nicht verstanden hat. Die Debatte darüber, ob KI SaaS töten wird, stellt die falsche Frage.
Die Gefahr ist nicht Klonen. Es ist Christensen.
Eine Website namens Killed by Claude trackt SaaS-Unternehmen, die fragil aussehen, seit KI ihre Kernfunktionalität replizieren kann. Das Narrativ schreibt sich von selbst: Firmennamen eingeben, Prompt zum Nachbauen bekommen, eigene Version am Wochenende shippen. SaaS-Aktien verloren an einem einzigen Tag 285 Milliarden Dollar, als Anthropic im Februar Cowork launchte.
Das Gegennarrativ ist genauso laut: LLMs sind probabilistisch, Software muss deterministisch sein, man braucht immer noch Ingenieure zum Testen. Beide Seiten verfehlen den Punkt. Die Vibe-Coding-Debatte rahmt das als "Kann KI Code schreiben?" Die eigentliche Frage ist, was passiert, wenn sie es kann.
Ein bestehendes SaaS-Produkt mit KI nachzubauen ist wie eine Desktop-Website auf ein Mobiltelefon zu packen. Es funktioniert, technisch. Aber es verpasst die strukturelle Chance. Als Apple das iPhone launchte, waren die Gewinner nicht die Firmen, die ihre Desktop-Seiten auf kleine Bildschirme schrumpften. Die Gewinner waren Firmen, die fragten: "Was wird möglich, wenn jeder Nutzer eine Kamera, einen GPS-Sensor und eine permanente Internetverbindung in der Tasche hat?" Instagram hat Flickr nicht für Mobile nachgebaut. Uber hat keine Taxi-Vermittlung für Mobile nachgebaut. Sie haben denselben Kundenjob auf fundamental andere Weise gelöst, weil die neue Plattform neue Lösungen ermöglichte.
Jeder große Plattformwechsel folgt diesem Muster. Client-Server zu Internet. Statisches Web zu Web 2.0. Desktop zu Mobile. On-Premise zu Cloud. Jedes Mal war der erste Instinkt, das alte Paradigma auf die neue Plattform zu portieren. Jedes Mal kam der echte Wert von Unternehmen, die für die nativen Stärken der neuen Plattform bauten.
Wir stehen genau an diesem Wendepunkt mit KI. Und der Großteil der Industrie portiert noch.
Die Frage ist nicht: "Kann ich Jira mit Claude Code nachbauen?" Die Frage ist: "Wie sieht Projektmanagement aus, wenn ein KI-Agent der primäre Nutzer ist?"
Linear beantwortet das bereits. In Ausgabe #7 habe ich argumentiert, dass Linear für Agents baut, während Atlassian für Menschen baut, die gelegentlich Agents nutzen. Ihre API ist für programmatischen Zugriff designt, nicht für menschliche Klicks. Eine native Integration mit Claude lässt Agents Issues erstellen, priorisieren und schließen, ohne einen Browser zu öffnen (Linear Docs). Jede Operation, die ein Mensch über die UI ausführen kann, kann ein Agent über die API ausführen. Atlassian hat dagegen über 3.000 Marketplace-Apps (Atlassian Marketplace) und Jahrzehnte an Architektur, die um Menschen herum gebaut wurde, die Bildschirme bedienen. Das ist das Lehrbuch-Innovator's-Dilemma, das Clayton Christensen in The Innovator's Solution (2003) beschrieben hat: Die größte Stärke des Incumbents (ein massives Ökosystem für menschliche Nutzer) wird zur größten Einschränkung, wenn sich der Nutzer ändert.
Dasselbe Muster zeigt sich quer durch alle Kategorien. Websites beginnen, Agents strukturierte Daten zu liefern statt CSS und JavaScript. Unternehmen bauen Kommandozeilen-Tools und APIs speziell für KI-Konsum. Die Infrastruktur wird stillschweigend für eine Welt umgebaut, in der der primäre Konsument von Software kein Mensch ist, der auf Buttons klickt, sondern ein Agent, der Endpunkte aufruft. Das ist Agentic Engineering auf Plattform-Ebene: Systeme designen, in denen Agents die primären Operateure sind.
Und hier wird Christensens Framework unbequem für SaaS-Investoren: Der Angreifer muss nicht besser sein. Der Angreifer muss gut genug sein, günstig genug und verfügbar für Menschen, die sich den Incumbent nicht leisten konnten. Mein Dashboard ist nicht besser als Databox oder Geckoboard. Es ist gut genug für meine Bedürfnisse, hat mich 30 Minuten gekostet und tut etwas, das kein SaaS-Anbieter bietet: Es kombiniert genau die drei Datenquellen, die mich interessieren, in genau dem Layout, das ich will. Das ist kein Produkt. Das ist eine Fähigkeit. Und sie skaliert für jeden Gründer mit API-Zugang und 30 Minuten.
Christensen nannte das "gegen Nicht-Konsum konkurrieren": Die stärkste Form der Disruption adressiert Menschen, die überhaupt keine Lösung hatten (The Innovator's Solution, 2003, Kap. 4). Ich hatte nie ein einheitliches Dashboard, weil kein Anbieter einen Markt von eins bedient. Jetzt habe ich eins, weil die Kosten, für einen Markt von eins zu bauen, kollabiert sind.
Gary Hamel und C.K. Prahalad warnten 1991 genau vor dieser Lücke: Unternehmen, die nicht aus der "Tyrannei ihrer bedienten Märkte" ausbrechen können, verlieren gegen Wettbewerber, die sich völlig neue vorstellen (HBR, Jul 1991). Die meisten SaaS-Unternehmen stellen sich KI immer noch als Feature vor (ein Chatbot in der Seitenleiste, ein "KI-Zusammenfassung"-Button). Sie schrauben einen Motor an eine Pferdekutsche.
Der klügere Zug ist Technology Leapfrogging: die aktuelle Generation komplett überspringen. China übersprang Kreditkarten und ging direkt zu Mobile Payment. Afrika übersprang Festnetz und ging direkt zu Mobiltelefonen. Dieselbe Chance besteht jetzt. Ein Unternehmen, das nie stark in traditionelles SaaS investiert hat, kann direkt zu Agent-nativer Architektur springen, während Incumbents damit beschäftigt sind, Chatbots in Produkte zu schrauben, die für klickende Menschen gebaut wurden. Christensen, Raynor und Verlinden argumentierten in "Skate to Where the Money Will Be", dass Manager antizipieren müssen, wohin Gewinne migrieren, statt zu verteidigen, wo sie heute sind (HBR, Nov 2001). Das Geld migriert zu Agents als primären Nutzern. Die Unternehmen, die das früh genug sehen, werden die nächste Ära der Software definieren.
Was das Montagmorgen bedeutet
Für PE- und VC-Investoren: Hört auf, Portfolio-Unternehmen zu fragen "Wie nutzt ihr KI?" Fragt stattdessen "Was würde ein AI-natives Startup anders machen, um das Problem eures Kunden zu lösen?" Wenn die Antwort ist, dasselbe Produkt mit weniger Ingenieuren nachzubauen, portiert das Unternehmen auf Mobile. Wenn die Antwort Agents als primäre Nutzer, API-first-Architektur und die Lösung von Jobs beinhaltet, die bisher zu teuer waren, baut das Unternehmen für die neue Plattform.
Für Gründer: Das SaaS, für das ihr bezahlt, wurde für Menschen designt, die auf Buttons klicken. Jedes Tool, bei dem ihr wiederholt Daten exportiert, irgendwohin kopiert oder euch wünscht, dass Features existieren, ist ein Kandidat für eine 30-Minuten-Claude-Code-Session. Die Grenzkosten für maßgeschneiderte Software auf bestehenden APIs gehen gegen null. Handelt entsprechend.
Für SaaS-Unternehmen: Euer Moat ist nicht eure UI. Euer Moat sind Netzwerkeffekte, proprietäre Daten, regulatorische Zertifizierungen und tiefe Integration. Wenn euer primäres Wertversprechen "Wir aggregieren Daten und zeigen ein Dashboard" ist, konkurriert ihr bereits mit jedem Gründer, der API-Zugang und einen freien Nachmittag hat.
Was ich beobachte
Die Konversation über KI und SaaS steckt in einem Binär fest: Entweder tötet KI alle Software-Unternehmen, oder Testing-Anforderungen bedeuten, dass sich nichts ändert. Beide Positionen sind falsch. Der strukturelle Wandel ist subtiler und folgenreicher. Wenn maßgeschneiderte Software 30 Minuten statt 30 Tage kostet, invertiert die gesamte "Buy vs. Build"-Ökonomie. Die SaaS-Unternehmen, die überleben, werden die sein, die das früh genug verstanden haben, um Plattformen zu werden (APIs, agent-freundliche Interfaces, programmatischer Zugang) statt Produkte (UIs für klickende Menschen). Vibe Coding und Agentic Engineering haben jedem Gründer die Fähigkeit gegeben, in einem Nachmittag maßgeschneiderte Tools zu bauen. Der Rest wird lernen, was Christensen uns gelehrt hat: Disruption kommt nicht von einem besseren Produkt. Sie kommt von einer anderen Definition von "gut genug."
Wenn das verändert hat, wie ihr Software-Investments bewertet, leitet es an jemanden weiter, der SaaS-Multiples noch ohne AI-native-These betrachtet.
Ihr wollt erkunden, wie KI-Agenten euer Geschäft repositionieren können? Besucht drfloriansteiner.com
Über die Autoren: Dr. Florian Steiner ist Berater, Agentic-Engineering-Praktiker und Claude Community Ambassador München. Claude ist sein genialer Mitarbeiter und Lektor.
Ursprünglich veröffentlicht auf drfloriansteiner.com