Du schickst einen Vertrag an deine Kanzlei. 58 Minuten später liegt er geprüft auf deinem Tisch. Festpreis. Kein Stundensatz. Niemand sagt dir, wer die Arbeit gemacht hat. Du bekommst nur das Ergebnis.
Das ist Crosby, eine Kanzlei aus New York. Kunden wie Cursor, Clay und Unify hängen daran, weil Verträge sonst jede Deal-Pipeline ausbremsen. Im Empfang sitzen Anwälte. Im Maschinenraum orchestrieren sie einen Stack aus Agenten, der den größten Teil der Vorarbeit erledigt. Was rauskommt, ist kein Tool, mit dem Anwälte schneller arbeiten. Es ist die geprüfte Arbeit selbst.
Crosby verkauft kein Tool. Crosby verkauft das Ergebnis.
Services-as-a-Software meint genau das: Anbieter, die nicht das Werkzeug liefern, sondern den fertigen Output. Mit einer Kostenstruktur, die sich wie Software verhält, statt wie eine Agentur.
Klingt nach Nuance. Ist eine Umkehrung des Geschäftsmodells, das die letzten 25 Jahre Tech getragen hat.
Software hat das Werkzeug verkauft. Die nächste Welle verkauft die Arbeit.
Nicht eine einzelne VC-Firma hat diese These rausgehauen. Es sind drei der einflussreichsten gleichzeitig.
Sarah Tavel hat das Muster bei Benchmark schon 2023 als “Sell work, not software” benannt. Sequoia hat im März 2026 die Zahl dazu geliefert: pro Dollar in Software gehen sechs in Services. Y Combinator hat das Thema im aktuellen Request for Startups als eigene Kategorie verankert. Gustaf Alströmer schreibt dort:
AI-native companies that don’t sell software, they sell the service. The total spend on services is many times larger than the spend on software. And a lot of these services are already outsourced, which makes them much easier to replace with an AI-native product.
Anders gesagt: Statt einer App, die einem Anwalt hilft, Verträge schneller zu prüfen, gibt es einen Anbieter, der den geprüften Vertrag liefert. Statt einer Support-Software, die ein Team produktiver macht, einen Anbieter, der die Tickets löst. Statt einer Recruiting-Plattform, die HR-Leuten Kandidaten zeigt, einen Anbieter, der dir passende Leute auf den Tisch legt.
25 Jahre lang funktionierte SaaS nach einer Wahrheit: Software macht Menschen produktiver. Du verkaufst Seats, sammelst Workflows, wirst zur Plattform. Erfolg war “wie viele Menschen nutzen das Tool”.
AI-native Unternehmen denken das anders. Sie fragen nicht “Wie machen wir Menschen schneller?”, sondern “Wie liefern wir das Ergebnis direkt?”. Der Seat verschwindet. Die Oberfläche verschwindet teilweise mit. Was bleibt, ist das Resultat plus die Rechnung dafür.
Klingt erstmal nach Wortspiel. Bis man sich die Mathematik dahinter anschaut.
Der Markt, der sechsmal größer ist
Sequoias 6:1-Verhältnis ist die schärfste Zahl, die du dieses Jahr zum Thema sehen wirst. Pro Dollar, den Unternehmen in Software stecken, fließen sechs in menschliche Dienstleistungen. Das globale Outsourcing-Geschäft allein lag 2024 bei 3,8 Billionen Dollar und steuert bis 2030 auf über sieben Billionen zu. Größenordnungen, die SaaS nie gesehen hat.
Wichtiger als die einzelne Zahl ist die zweite Eigenschaft dieses Marktes: Ein großer Teil dieser Arbeit ist bereits ausgelagert, häufig nach Indien, auf die Philippinen, nach Polen. Genau dort lässt sich am leichtesten angreifen. Ein bereits ausgelagerter Prozess braucht kein Change Management in der eigenen Belegschaft. Du wechselst von Vendor A (Menschen) zu Vendor B (Agenten). Punkt.
Tavel formuliert es so: AI öffnet Software den Zugang zu Verticals, in die sie nie reingekommen ist, weil am Ende immer ein Mensch die eigentliche Arbeit machen musste. Was dabei mit verschoben wird, ist auch die Geographie der Arbeit. Was Offshore-Belegschaften in Bangalore oder Manila heute liefern, kann ein Agent im Rechenzentrum übermorgen liefern. Mit Konsequenzen für Löhne, Kompetenzprofile und Standortpolitik, die in den VC-Texten kaum auftauchen.
Wer baut das gerade?
Vier Firmen, vier Verticals, dasselbe Muster.
Legal: Harvey. Im Januar 2026 lag Harveys ARR bei 190 Millionen Dollar, in 12 Monaten knapp vervierfacht. Im März 2026 schloss die Firma eine Runde über 200 Millionen Dollar bei einer Bewertung von 11 Milliarden. Über 100.000 Anwälte in großen Kanzleien arbeiten mit dem Produkt. Spannend ist nicht das Modell allein, sondern die hybride Struktur dahinter: Harvey beschäftigt rund 10% des Teams als Ex-Anwälte in Forward-Deployed-Rollen, die die Implementierung bei den Kanzleien begleiten. Software allein verkauft sich nicht. Die Arbeit zu liefern, schon.
Customer Service: Decagon und Sierra. Decagon hat im Oktober 2025 einen ARR von 35 Millionen Dollar erreicht, Anfang 2026 lag die Bewertung bei 4,5 Milliarden. Interessant ist das Pricing. Statt pro Seat oder pro Konversation berechnet Decagon pro tatsächlich gelöstem Ticket. Etwa 1,50 Dollar pro Resolution. Grob 10% dessen, was ein menschlicher Support-Mitarbeiter pro Ticket kostet. Sierra fährt ein vergleichbares Modell. Beide haben den Sprung gemacht: Sie verkaufen nicht den Chatbot. Sie verkaufen das gelöste Problem.
Talent: Mercor. 10 Milliarden Bewertung im Oktober 2025, das Fünffache der Vorrunde, gewachsen in acht Monaten. Mercor vermittelt Domänenexperten an AI-Labore, die ihre Modelle trainieren wollen. Die Rolle hat sich verschoben: Mercor verkauft keine Software, mit der HR-Leute Kandidaten finden. Mercor verkauft Trainingsdaten und qualifizierte Stunden. Über 30.000 Experten auf der Plattform, rund 1,5 Millionen Dollar pro Tag gehen an Contractor-Pay. Kein klassisches Recruiting-Tool. Eine Service-Maschine.
Outbound: ColdIQ. Das Beispiel, das im VC-Narrativ regelmäßig untergeht, weil es ohne Bewertungsschlagzeile kommt. ColdIQ steht 2026 bei 7 Millionen Dollar ARR, 70 aktiven Kunden und einem Team von 30 Personen in zehn Ländern. Ohne externes Kapital aufgebaut. Kein VC, kein Angel-Round. Die Firma verkauft Outbound-Arbeit als Service. Der Stack, mit dem die Arbeit erledigt wird (Claude Code, Clay, Lovable, eine intern gebaute Twain-Integration), bleibt unter der Haube. Auf der Operator-Seite zählt eine Zahl: Ein Teammitglied, das früher vier Kunden bedient hat, betreut heute dreizehn.
Vier Firmen, vier Branchen, ein Muster. Der Anbieter übernimmt die Arbeit, die früher Menschen in einer Servicefirma erledigt haben. Der Kunde sieht das Resultat. Die Rechnung kommt nicht pro Sitz, sondern pro Outcome. Und entscheidend: Das funktioniert sowohl im 11-Milliarden-VC-Modell als auch im 7-Millionen-Bootstrap.
Die Mathematik, die in den VC-Texten fehlt
YC und Sequoia argumentieren über die Nachfrageseite: Der Servicemarkt ist sechsmal größer als der Softwaremarkt. Stimmt. Aber das erklärt nur, warum es sich lohnt anzugreifen. Es erklärt nicht, warum das Modell funktioniert.
Der eigentliche Hebel sitzt auf der Operator-Seite. Klassische Agenturen, Kanzleien und BPOs hatten immer dieselbe strukturelle Grenze: Pro Person ließen sich nur so viele Mandanten oder Konten gleichzeitig bedienen. Was darüber lag, kostete Qualität. Skalierung lief über Headcount. Sobald die Management-Ebenen dazukamen, flachte die Marge ab.
ColdIQ hat seine Zahlen offengelegt: Pro GTM-Operator stieg die Kundenkapazität von vier auf dreizehn. Gleiche Person, gleiche Qualität, gleiche Retention. Die Kosten pro Kunde sind flach geblieben, weil sich der menschliche Input pro Kunde nicht erhöht hat. Der Umsatz pro Teammitglied hat sich dabei fast verdreifacht. Die GuV liest sich danach nicht mehr wie die einer Body-Shop-Agentur, sondern wie die eines Softwareprodukts: hohe Bruttomarge, niedrige variable Kosten, skalierbare Lieferung.
Genau das ist die Verschiebung, die SaaS-Bewertungsmultiples für Services-as-a-Software erst rechtfertigt. Nicht der ARR allein. Die Form der Kostenkurve.
Und das ist der Grund, warum ein 7-Millionen-Bootstrap mit 30 Leuten und ein 11-Milliarden-VC-Startup im Kern dieselbe These spielen. Beide brechen die Headcount-Decke, die das alte Modell hatte. Beide liefern pro Person ein Vielfaches der alten Menge. Der Rest sind Branche und Finanzierungsstrategie.
Was Mensch bleibt, was Agent wird
Die Verschiebung lässt sich an einer klaren Trennlinie erklären. In den Servicefirmen, die das durchziehen, läuft die Lieferung in zwei sauber getrennten Schichten.
Mensch: Strategie, Urteil, Verantwortung, Kundenbeziehung. Den Enterprise-Deal verhandeln, Haftungsentscheidungen treffen, mit dem Kunden definieren, welches Problem überhaupt gelöst werden soll. Wer Beziehungen über Jahre trägt und wer im Zweifel den Kopf hinhält.
Agent: Mustererkennung, Listenbau, Recherche, Texterzeugung, Deployment, Reporting, Admin. Tausend Leads aus drei Datenquellen ziehen und Sequenzen pro Kontakt schreiben. Reports zusammenklicken, CSVs aufräumen, Konfigurationen in fünf Tools nachklicken. Alles, was sich aus Kontext und Beispielen ableiten lässt, ohne dass am Ende jemand zur Rede gestellt werden muss.
Der Trick liegt nicht darin, mehr Agenten in den Stack zu kippen. Der Trick ist die saubere Trennung. Wenn ein Operator versucht, Strategie an einen Agenten zu delegieren, blutet der Kunde aus. Wenn ein Operator weiter selbst Listen baut, Copy schreibt und Kampagnen deployt, blutet die Marge aus.
Und ein kontraintuitiver Punkt fällt dabei auf: Die meisten Agenturen automatisieren zuerst die “strategische” Arbeit, weil sich das modern anfühlt. Die richtige Reihenfolge ist umgekehrt. Lösch zuerst die Admin-Arbeit. Lösch zuerst, was Operator-Zeit verbrennt, ohne strategischen Wert zu liefern. Lead-Listen exportieren, CSVs aufräumen, Konfigurationen in fünf Tools nachklicken, Reports zusammenklicken. Das ist die niedrigste Hürde mit dem höchsten ROI. Strategie kommt zuletzt oder gar nicht.
ColdIQ hat seine Lösung öffentlich beschrieben: drei Workflows. Eine interne Listenbau-Maschine, die ICP-Briefings per Sprache aufnimmt und Apollo, LinkedIn Sales Navigator und Clay-Enrichment in einem Pass abdeckt. Eine Twain-Integration in Clay, die personalisierte Drei-Schritt-Sequenzen pro Lead schreibt, sobald Strategie und ICP definiert sind. Und ein Claude-Code-Skill, der die fertige Liste in Instantly als Kampagne deployt, inklusive Mapping und Sending-Schedules. Drei Workflows, drei Rollen, die vorher in Vollzeit liefen, jeweils auf Minuten Operator-Zeit verdichtet.
Wer diese Trennung nicht sauber zieht, baut nur eine Agentur mit AI-Features. Wer sie zieht, baut eine Services-as-a-Software-Firma.
Warum Outcome-Pricing alles verändert
Wenn du Software pro Seat verkaufst, ist dein Job, möglichst viele Seats zu füllen. Onboarding, Adoption, Training, Power-User-Programme. Du investierst, damit dein Tool benutzt wird.
Wenn du Outcome verkaufst, ist dein Job ein anderer: möglichst viele Probleme lösen, möglichst zuverlässig, möglichst günstig pro Resolution. Löst der Agent nicht, gibt es kein Geld. Das ist ein Anreiz, den klassische SaaS nie hatte.
Sauber funktioniert das aber nur dort, wo sich das Outcome eindeutig definieren lässt. Ein gelöstes Support-Ticket lässt sich noch klar zählen. Ein “geschlossener Enterprise-Deal” hat Monate Vorlauf und viele Mitverantwortliche, ein “guter Hire” zeigt sich erst nach einem Jahr. Wer Outcome-Pricing für komplexe, langlaufende oder mehrdimensionale Resultate anbietet, muss vorher festschreiben, was genau abgerechnet wird und wie es gemessen wird. Sonst entstehen Streitigkeiten statt Marge.
Das verändert auch die Produktphilosophie. Eine SaaS-Firma optimiert auf Stickiness, also darauf, wie tief der Nutzer in den Workflow verstrickt ist. Eine AI-native Service-Firma optimiert auf Conversion, also darauf, wie viele Eingaben sauber in fertige Ausgaben übersetzt werden.
Und es untergräbt die alten SaaS-Wettbewerbsvorteile, die ich schon im Code-ist-billig-Text beschrieben habe. Switching Costs werden niedriger, weil keiner mehr eine Oberfläche lernen muss. Integrationskomplexität wird weniger relevant, weil der Agent direkt mit Datenbanken und APIs spricht. Plattformeffekte werden schwächer, wenn die Intelligenz sich vom Tool zum Agent verschiebt. Microsoft-CEO Satya Nadella hat das mehrfach offen ausgesprochen: SaaS-Apps werden zu CRUD-Datenbanken, der eigentliche Wert wandert in die Agent-Schicht.
Keine Spielerei. Eine Verschiebung der Wertschöpfungskette.
Was nicht funktioniert: Menschen einfach abschalten
Klarna hat seinen Kundenservice ab 2022 komplett auf AI umgestellt und rund 700 Stellen abgebaut. 2025 musste die Firma zurückrudern und einen Großteil der Rollen wieder besetzen.
Die Lehre ist nicht “AI funktioniert nicht für Customer Service”. Decagon und Sierra zeigen das Gegenteil. Die Lehre ist: Menschen sinnvoll im Loop zu halten schlägt sie wegzuschalten. Die Modelle, die funktionieren, sind hybrid. Harvey mit Forward-Deployed-Anwälten, Decagon mit Eskalation für komplexe Fälle, Crosby mit Anwälten, die das Ergebnis kuratieren. Die Recovery-Phase nach übereilten Layoffs habe ich woanders ausführlich beschrieben. Es geht nicht um “Mensch raus, Maschine rein”. Es geht darum, wer welche Verantwortung übernimmt und wer das Risiko trägt, wenn es schiefgeht.
Was das für SaaS-Anbieter bedeutet
Wenn du eine klassische SaaS-Firma baust, sind das unbequeme Wochen. Drei Veränderungen passieren gleichzeitig.
Die Bewertungen verschieben sich. AI-native Plattformen werden aktuell zu 16- bis 18-fachen Revenue-Multiples gehandelt, klassische SaaS deutlich darunter. Der Markt nimmt die These ernst.
Die Adoption von Agents bei Endkunden geht schneller, als man glauben würde. Wer eine Vertical-SaaS-Firma baut, hat plötzlich Wettbewerber, die nicht “ein besseres Tool” sind, sondern direkt die Arbeit machen. Zwischen “ich kaufe Software und mein Team bedient sie” und “ich kaufe das Ergebnis” wählt ein Kunde nicht über Features. Er wählt über das Modell.
Die Servicefirmen, die als Käufer von SaaS galten (Kanzleien, Beratungen, Agenturen), werden zur Konkurrenz oder zum Übernahmeziel. Accenture trainiert gerade 30.000 Berater auf Claude und versucht den eigenen Übergang. Andere werden untergehen.
SaaS ist deshalb nicht tot. Vertical AI mit tiefem Domänenkontext, regulierte Workflows, Tools für hochspezialisierte Teams: Da bleibt viel Platz. Aber die alte Annahme “wir bauen ein nettes Produkt für viele Sitze” trägt nicht mehr überall. Wer Software baut, sollte ehrlich beantworten können, warum sein Produkt existieren muss, wenn der Kunde das Ergebnis direkt kaufen kann.
Was das für Service-Anbieter bedeutet
Auf der anderen Seite stehen die klassischen Servicefirmen: Kanzleien, BPOs, Agenturen, Consulting. Für sie ist die Verschiebung noch fundamentaler. Crosby ist keine bessere Software für Kanzleien. Crosby ist eine Kanzlei, die mit einem grundlegend anderen Kostenmodell operiert. Wenn 1000 Verträge alle drei Wochen mit einem kleinen Team und Agenten abgewickelt werden, ist die Stundenrechnung der klassischen Kanzlei kein Premium-Preis. Sie ist ein strukturelles Problem.
YC hat im aktuellen RFS vier Verticals genannt, in denen es zuerst aufschlagen wird: Insurance Brokerage, Accounting, Tax und Audit, Compliance, Healthcare Administration. Vier Branchen mit hohem Outsourcing-Anteil, klar definierbaren Outputs und eingespielten Prozessen. Die spannendere Liste sind die Dutzenden Kategorien, die YC nicht erwähnt hat. Outbound Sales, Recruitment, Paid Media, technisches SEO, Customer Support, Sales Engineering, ABM. Jede dieser Kategorien hat ein Services-Budget, das den Software-Stack darunter um ein Vielfaches übersteigt, und eine Lieferschicht, die sich sauber komprimieren lässt, sobald drei oder vier Workflows stehen.
Die Servicefirmen, die überleben, gehen eine von zwei Wetten ein. Entweder sie bauen sich selbst zur AI-nativen Servicefirma um, mit eigenen Agenten, eigenen Workflows, eigenem Outcome-Pricing. Oder sie spezialisieren sich auf die hochkomplexen, beratungsintensiven Fälle, bei denen Vertrauen, Haftung und Urteilsvermögen den größten Anteil am Wert ausmachen. Dort also, wo Agenten heute nicht hinkommen und wo der Kunde gezielt Menschen kauft.
Wer beides verpasst, weder Umbau noch Spezialisierung, wird ausgepresst. Von oben durch AI-native Konkurrenten, die schneller und günstiger liefern. Von unten durch Kunden, die ihre Standardprozesse selbst mit Agenten abwickeln.
Vertrauen und Haftung bleiben
Hier zeigt sich, warum Klarna gescheitert ist und warum Harvey trotzdem wächst. Services sind im Kern eine Vertrauenssache. Wenn jemand für dich einen Vertrag prüft, setzt du voraus, dass am Ende eine Person für Fehler haftet. Lässt du ein Support-Ticket lösen, vertraust du darauf, dass die Antwort stimmt. Beim vermittelten Kandidaten gehst du davon aus, dass die Empfehlung qualifiziert ist.
AI verändert nicht den Bedarf an Vertrauen. Sie verändert nur, wer es trägt. Crosby haftet als Kanzlei. Harvey verkauft an Kanzleien, die haften. Decagon arbeitet mit Eskalations-Schemata, in denen Menschen für schwierige Fälle einstehen. Die Modelle, die funktionieren, klären diese Frage. Die Modelle, die scheitern, verschleiern sie.
Je nach Branche kommt regulatorischer Druck oben drauf. Auditierbarkeit von Entscheidungen, Nachweisketten für Beratung, DSGVO bei personenbezogenen Daten, Berufshaftpflicht in Healthcare und Steuerberatung, Aufsichtsrecht bei Finanzdienstleistern. Wer Services-as-a-Software in regulierten Verticals verkauft, hat keine Wahl: Die Lieferschicht muss so dokumentiert sein, dass im Streitfall jemand reproduzieren kann, warum der Agent so entschieden hat.
Genau das ist der Punkt, der für Entscheider in Konzernen zählt. Wenn du erwägst, einen Service auf AI-native umzustellen, ist die richtige Frage nicht “Kann der Agent das?”. Die richtige Frage lautet: Wer trägt das Risiko, wenn er es falsch macht? Wenn die Antwort “irgendwer in unserer Compliance” ist, wird das nicht klappen. Wenn die Antwort “der Anbieter haftet vertraglich” ist, kann das funktionieren.
Was zu tun ist
Zwei nüchterne Hebel.
Wenn du SaaS baust oder im Unternehmen Services und Software einkaufst: Hör auf, das Gespräch über Effizienzgewinne zu führen. Frag stattdessen nach Outcomes. Welchen Workflow lässt sich als Anbieter von “Tool plus Mensch” zu “fertig geliefert” verschieben? Welche eurer SaaS-Lizenzen und BPO-Verträge ließen sich als Outcome-as-a-Service neu aufsetzen? Frag deine Vendors, ob du die Arbeit direkt kaufen kannst, statt der Software. Wer haftet vertraglich für das Ergebnis, wer eskaliert, was passiert bei Fehlern? Diese Antworten gehören in den Vertrag, nicht in die Vendor-Präsentation.
Wenn du in einem Service-Vertical arbeitest oder selbst eine Service-Firma führst: Schau zuerst auf den Teil deiner Arbeit, der schon ausgelagert ist. Dort wird die erste Welle aufschlagen, weil die Wechselkosten niedrig sind. Vendor-Tools allein reichen nicht. Claude, Clay, Lovable, Decagon und Harvey sind notwendig, aber nicht hinreichend. Die Anbieter, die heute überholen, bauen drei oder vier interne Workflows oben drauf, die einzelne Rollen komplett auflösen. Der Vorteil entsteht in dem, was du selbst orchestrierst, nicht in dem, was du als Tool einkaufst. Wer das nicht versteht, kauft 2026 dieselben Tools wie alle anderen und wundert sich, warum die Marge gleich bleibt.
Was bleibt
Software hat die Werkzeuge verkauft. Sie hat damit Billionen geschaffen. Aber die Welt hinter den Werkzeugen, die Welt der menschlichen Dienstleistungen, ist sechsmal größer. Und diese Welt war Software bisher verschlossen, weil am Ende immer ein Mensch die eigentliche Arbeit machen musste.
Das ändert sich gerade. Die AI-native Welle adressiert nicht den Markt für Tools, sondern den Markt für Arbeit. Crosby, Harvey, Decagon, Sierra, Mercor und ColdIQ sind keine besseren Apps. Das ist eine neue Art von Firma. Sie liefern, was du sonst eingekauft hättest. Schneller, günstiger, klarer abgerechnet, mit einer Kostenkurve, die wie Software aussieht.
Und das ist der eigentliche Trick. Nicht die ARR-Schlagzeile. Nicht die nächste Bewertungsrunde. Die Frage, ob ein Operator in deiner Firma morgen das Dreifache liefert, ohne dass die Qualität nachgibt. Wenn ja, hast du ein Geschäftsmodell. Wenn nein, hast du eine bessere Agentur.
Was nicht verschwindet, ist die Frage nach Verantwortung. Wer haftet, wer entscheidet, wer steht ein, wenn es schiefgeht. Diese Frage gehört in den Vertrag, nicht auf die Marketing-Seite.
Am Ende ist auch das hier eine Geschichte über Menschen. Die Werkzeuge werden austauschbar. Die Verantwortung dafür, dass die Arbeit am Ende stimmt, bleibt. Egal, ob du sie selbst trägst, sie an einen Anwalt delegierst oder an eine Firma, die ihre Agenten Verträge prüfen lässt. Die Frage ist nur, wie ehrlich du dir das eingestehst.