Das Ende der Benutzeroberfläche: Warum KI-Agenten (AI Agents) Unternehmenssoftware neu definieren
In einer Landschaft, die von der Angst geprägt ist, dass Künstliche Intelligenz (Artificial Intelligence) menschliche Arbeitsplätze ersetzen wird, ist eine nuanciertere – und vielleicht disruptivere – Vorhersage von der Spitze der Technologie-Nahrungskette aufgetaucht. Ali Ghodsi, CEO des 134 Milliarden Dollar schweren Daten- und KI-Riesen Databricks, hat eine drastische Prognose für die Softwarebranche abgegeben: Das traditionelle Software-as-a-Service (SaaS)-Modell stirbt zwar nicht, wird aber rasant irrelevant.
Im Gespräch mit TechCrunch am Montag, gerade als Databricks eine beeindruckende Umsatzrunrate von 5,4 Milliarden Dollar bekannt gab, stellte Ghodsi das vorherrschende Narrativ infrage, dass KI SaaS-Anwendungen sofort vernichten werde. Stattdessen argumentierte er, dass der Aufstieg von KI-Agenten — autonome Systeme, die in der Lage sind, komplexe Workflows auszuführen — das aktuelle „Point-and-Click“-Paradigma obsolet machen wird. Jahrzehntelang war der Wert von Unternehmenssoftware (Enterprise Software) hinter starren Benutzeroberflächen und Expertenzertifizierungen verschlossen. Laut Ghodsi geht diese Ära zu Ende und wird durch eine Zukunft ersetzt, in der Befehle in natürlicher Sprache die Ausführung steuern und die zugrunde liegende Anwendung zur unsichtbaren Infrastruktur wird.
Der agentische Wandel: Von Point-and-Click zu Prompt-and-Execute
Der Kern von Ghodsis Argumentation trifft das Fundament des SaaS-Geschäftsmodells: die Benutzeroberfläche (User Interface, UI). In den letzten zwanzig Jahren basierte die Dominanz von Plattformen wie Salesforce, SAP und Workday auf einer spezifischen Art von Wettbewerbsvorteil (Moat). Unternehmen investierten Millionen in die Schulung von Mitarbeitern, damit diese komplexe Dashboards, komplizierte Menüs und mehrstufige Assistenten bedienen konnten. „Millionen von Menschen auf der ganzen Welt wurden auf diese Benutzeroberflächen geschult“, stellte Ghodsi fest. „Und das war der größte Wettbewerbsvorteil, den diese Unternehmen hatten.“
Doch das Aufkommen von großen Sprachmodellen (Large Language Models, LLMs) und agentischen Workflows (Agentic Workflows) demontiert diese Einstiegsbarriere. In naher Zukunft werden Benutzer nicht mehr wissen müssen, welche Schaltfläche sie klicken müssen, um einen vierteljährlichen Verkaufsbericht zu erstellen, oder wie sie durch fünf Untermenüs navigieren, um eine Bestellung zu genehmigen. Sie werden einfach einen KI-Agenten bitten, dies zu tun.
Wenn sich die Schnittstelle von einem proprietären Dashboard zu universeller natürlicher Sprache verschiebt, verflüchtigt sich die „Stickiness“ der Anwendung. Der Agent entkoppelt den Benutzer effektiv von der Software und behandelt die SaaS-Anwendung lediglich als Datenbank und als Satz von APIs, die hinter den Kulissen gesteuert werden. Dieser Übergang von „Point-and-Click“ zu „Prompt-and-Execute“ macht die Anwendungsschicht zur Massenware und verschiebt den Wert hin zu den Daten und der Intelligenz, die den Agenten antreibt.
Datenintelligenz: Das neue Rückgrat der Unternehmen
Wenn die Anwendungsschicht „rudimentär“ wird, wie Ghodsi nahelegt, verschiebt sich die Machtdynamik in der Unternehmenstechnologie dramatisch in Richtung der Datenschicht. Diese These erklärt die aggressive Positionierung von Databricks nicht nur als Data-Warehouse-Anbieter, sondern als „Datenintelligenz-Plattform“ (Data Intelligence Platform).
Die Logik ist simpel: Damit ein KI-Agent eine Aufgabe erfolgreich ausführen kann – wie zum Beispiel „analysiere die Kundenabwanderung der letzten drei Jahre in der EMEA-Region“ – benötigt er makellose, gut verwaltete und zugängliche Daten. Er benötigt nicht zwingend eine Benutzeroberfläche einer bestimmten CRM-Marke.
Databricks sieht diesen Wandel bereits bei seinen eigenen Tools. Ghodsi hob „Genie“ hervor, die KI-gestützte Schnittstelle des Unternehmens, die es technisch nicht versierten Benutzern ermöglicht, massive Datensätze mit einfachem Englisch abzufragen. Zuvor erforderten solche Aufgaben Kenntnisse in SQL oder Python, was den Datenzugriff auf Datenwissenschaftler und Ingenieure beschränkte. Durch die Beseitigung der technischen Hürde hat Genie zu einem sprunghaften Anstieg der Nutzung des Kernprodukts von Databricks, dem Data Warehouse, geführt.
Dies bestätigt den breiteren Trend: Da KI-Agenten den Zugang zu komplexen Funktionen demokratisieren, werden die Organisationen, die die Dateninfrastruktur kontrollieren – und nicht die Workflow-Schnittstelle –, den größten Wert schöpfen.
Die Zeitlinie der „Irrelevanz“ vs. das Narrativ des „Todes“
Entscheidend ist, dass Ghodsi zwischen „Tod“ und „Irrelevanz“ unterscheidet. Das Narrativ „SaaS ist tot“, das unter Schwarzmalern unter den Risikokapitalgebern beliebt ist, deutet auf ein plötzliches Aussterbeereignis hin, bei dem Unternehmen ihre Systems of Record über Nacht herausreißen. Ghodsi tut dies als unrealistisch ab.
Unternehmen bewegen sich langsam. Regulatorische Anforderungen, massive Datengravitation und organisatorische Trägheit bedeuten, dass etablierte Systems of Record über Jahre, vielleicht Jahrzehnte hinweg bestehen bleiben. „Warum sollten Sie Ihr System of Record verschieben? Wissen Sie, es ist schwer, es zu verschieben“, gab Ghodsi zu.
Stattdessen wird der Rückgang dem Übergang von On-Premise-Software zur Cloud ähneln. On-Premise-Server verschwanden nicht an dem Tag, als Amazon Web Services startete. Sie hörten jedoch auf, der Ort für Innovation und Wachstum zu sein. Sie wurden „irrelevant“ für die zukünftige Strategie des Unternehmens. Ähnlich werden traditionelle SaaS-Apps wahrscheinlich weiterhin im Hintergrund laufen und Journale und Datenbanken führen, aber die menschliche Belegschaft wird aufhören, sich direkt in sie einzuloggen. Die „Eingangstür“ des Unternehmens wird der KI-Agent sein, wodurch die SaaS-Anwendung in den Status eines Versorgungsunternehmens (Utility Provider) zurückgestuft wird.
Finanzielle Bestätigung: Der Marktaufstieg von Databricks
Ghodsis Vorhersagen haben Gewicht, nicht nur wegen seiner Rolle, sondern auch wegen der finanziellen Leistung seines Unternehmens. Die Ankündigung von Databricks über eine Wachstumsrate von 65 % im Jahresvergleich, die einen Umsatz von 5,4 Milliarden Dollar auf annualisierter Basis erreichte, signalisiert, dass der Markt bereits mit seinem Geldbeutel abstimmt.
Bezeichnenderweise werden über 1,4 Milliarden Dollar dieses Umsatzes nun speziell KI-Produkten zugeschrieben. Dieses schnelle Wachstum der KI-bezogenen Einnahmen deutet darauf hin, dass Unternehmen die Experimentierphase hinter sich lassen und aktiv die Infrastruktur aufbauen, die für die agentische Zukunft erforderlich ist.
Das Unternehmen bestätigte zudem den Abschluss einer massiven Finanzierungsrunde über 5 Milliarden Dollar, was das Unternehmen mit 134 Milliarden Dollar bewertet. Dieses Kapital, kombiniert mit einer Kreditfazilität von 2 Milliarden Dollar, positioniert Databricks so, dass es jede Marktvolatilität überstehen und gleichzeitig massiv in genau die Technologien investieren kann, die etablierte Altsysteme (Legacy Incumbents) zu stören drohen.
Vergleichende Analyse: Traditionelles SaaS vs. das KI-Agent-Modell
Die folgende Tabelle skizziert die von Ghodsi vorhergesagten fundamentalen strukturellen Verschiebungen und stellt das etablierte SaaS-Paradigma dem aufstrebenden KI-nativen Modell gegenüber.
| Merkmal | Traditionelles SaaS-Modell | KI-gesteuertes agentisches Modell |
|---|---|---|
| Benutzeroberfläche | Starre Dashboards, Menüs und Formulare | Natürliche Sprache und absichtsbasierte Prompts |
| Kern-Wettbewerbsvorteil | Beherrschung komplexer Workflows durch Benutzer | Datenqualität und proprietäre Intelligenz |
| Workflow-Ausführung | Manueller, schrittweiser menschlicher Input | Autonome, zielorientierte Ausführung durch Agenten |
| Datenzugänglichkeit | Isoliert innerhalb spezifischer Anwendungen | Vereinheitlicht und über Datenschichten zugänglich |
| Werttreiber | Funktionstiefe und Workflow-Kontrolle | Geschwindigkeit der Ergebnisse und Automatisierungsgenauigkeit |
| Benutzerbarriere | Steile Lernkurve für Zertifizierungen | Keine Lernkurve (konversationsbasiert) |
Fazit: Die unsichtbare Zukunft der Software
Die Vorhersage, dass KI das traditionelle SaaS-Modell irrelevant machen wird, dient als Weckruf für den gesamten Technologiesektor. Jahrzehntelang haben sich Softwareanbieter darauf konzentriert, bessere Mausefallen zu bauen – bessere Schaltflächen, bessere Layouts, bessere Dashboards. Die Erkenntnis von Ali Ghodsi legt nahe, dass die Zukunft denen gehört, die aufhören, Mausefallen zu bauen, und anfangen, den „Flaschengeist“ zu erschaffen, der die Maus für Sie fängt.
Für die etablierten Akteure ist die Herausforderung existenziell: Können sie ihre eigenen oberflächenlastigen Geschäftsmodelle kannibalisieren, um unsichtbare, agentische Workflows zu adaptieren? Oder werden sie, wie die On-Premise-Riesen vor ihnen, langsam in den Hintergrund treten, die Welt zwar antreiben, aber sie nicht mehr anführen? Während Databricks seinen Aufstieg fortsetzt, scheint die Antwort zunehmend klar: Die Schnittstelle ist tot; es lebe die Datei.
