Marcus Belke
CEO of 2B Advice GmbH, driving innovation in privacy compliance and risk management and leading the development of Ailance, the next-generation compliance platform.
Als Microsoft CEO Satya Nadella 2025 im Podcast BG2 erklärte, klassische SaaS-Anwendungen würden im „Agenten-Zeitalter“ kollabieren, war die Schlagzeile schnell geboren: SaaS ist tot.
Innerhalb weniger Tage kursierte diese These durch Blogs, Social Media und Tech-Magazine. Viele verstanden sie als radikale Prognose einer Zukunft, in der KI-Agenten Software überflüssig machen und Unternehmen keine Anwendungen mehr benötigen, sondern nur noch intelligente Systeme, die alles erledigen.
Doch diese Interpretation greift zu kurz. Die eigentliche Aussage ist subtiler und für Unternehmen relevanter als die provokante Schlagzeile.
SaaS ist nicht wirklich tot
Nadella beschreibt nicht das Aus der Gattung SaaS, sondern einen Wechsel der Interaktionsebene. Viele heutige SaaS-Anwendungen funktionieren nach dem gleichen Prinzip: Sie bieten Benutzeroberflächen für einfache Operationen auf Datenbanken, die von Geschäftslogik und Bedienmasken umgeben sind.
Wenn KI-Agenten künftig diese Logik übernehmen, also Ziele verstehen, Systeme orchestrieren und Aufgaben ausführen, verschiebt sich der Zugangspunkt für Nutzerinnen und Nutzer. Anstatt zehn einzelne Anwendungen zu öffnen, sprechen sie mit einem Agenten, der die Aufgabe übernimmt.
Die Plattformen darunter verschwinden jedoch nicht. Im Gegenteil: Ihre Bedeutung steigt. Denn wenn alles oben zusammenläuft, muss unten klarer denn je definiert sein, wie Daten miteinander verbunden sind, wer welche Entscheidungen trifft und wie Prozesse ineinandergreifen.
In diesem Wandel sind Anwendungen besonders verwundbar, die über Jahre hinweg zu instabilem Spaghetti-Code gewachsen sind; mit verwobenen Abhängigkeiten, unklaren Datenstrukturen und schwer nachvollziehbarer Logik. Solche Anwendungen geraten unter Druck, weil Agenten auf ihnen nicht verlässlich arbeiten können. Stabile, strukturierte Plattformen hingegen gewinnen an Bedeutung.
Warum KI Struktur braucht
Moderne KI-Modelle sind beeindruckend. Aber sie haben eine Gemeinsamkeit: Sie können nur mit dem arbeiten, was sie vorfinden. Das ist der Kern des Prinzips „Garbage in, garbage out“.
Wenn Unternehmensdaten unvollständig, widersprüchlich oder unverbunden sind, erzeugt KI zwar plausible Formulierungen. Aber keine belastbaren Ergebnisse. Das erleben derzeit viele Organisationen: Pilotprojekte liefern souverän klingende Antworten, die im Detail jedoch nicht stimmen. Die Ursache ist selten das eingesetzte KI-Modell. Es ist die fehlende Struktur.
Ein einfaches Beispiel zeigt das Problem:
Eine KI kann den Begriff „Dienstleister“ kennen. Aber ohne ein Modell, das abbildet, wie dieser Dienstleister mit Verarbeitungstätigkeiten, Verträgen, Risiken oder technischen Maßnahmen verbunden ist, bleibt das Verständnis oberflächlich. Es fehlt der Kontext, auf dem echte Entscheidungen basieren.
Damit KI verlässlich arbeiten kann, braucht sie mehr als Daten: Sie braucht eine geordnete Datenbasis des Unternehmens.
Warum ein strukturiertes Fundament zum zentralen Erfolgsfaktor wird
Forscher und Analysten sind sich einig: Erst wenn Daten modelliert, Beziehungen definiert und Governance-Regeln klar verankert sind, entsteht Verlässlichkeit für Enterprise-KI. Unternehmen benötigen Strukturen, die aufzeigen, wie Prozesse, Systeme, Risiken und Verantwortlichkeiten miteinander verbunden sind.
Genau das leistet Ailance. Anstelle verstreuter Dokumente entsteht ein konsistentes Modell der Unternehmensrealität, ein Wissensgraph, in dem Verarbeitungstätigkeiten, Systeme, Lieferanten, Risiken und Freigaben präzise miteinander verknüpft sind. KI kann in diesem Modell nicht nur suchen, sondern auch verstehen.
Aus dieser Struktur ergibt sich ein entscheidender Vorteil im Agenten-Zeitalter: Kontext.
Er macht KI nicht nur effizienter, sondern auch verlässlicher und erklärbarer.
Was KI mit dieser Struktur plötzlich leisten kann
Ist die Unternehmenslogik klar modelliert, verändert sich die Rolle der KI spürbar.
Ein Agent kann dann nicht nur Fragen beantworten, sondern auch Zusammenhänge erkennen. Welche Verarbeitung nutzt welche Systeme? Wo tauchen bestimmte Datenkategorien auf? Wo gibt es Muster, die auf Risiken hinweisen?
Er kann Prozesse vorbereiten, Entscheidungen nachvollziehbar machen und in Audits Antworten liefern, die heute nur mit erheblichem Aufwand erstellt werden können. Kurz: Er wird zu einem echten Arbeitswerkzeug.
Fehlt diese Struktur, bleibt KI oberflächlich. Sie wirkt beeindruckend, bis man sie mit konkreten Fragen konfrontiert. Genau deshalb sind viele frühe KI-Initiativen bei der Implementierung in die Praxis gescheitert.
Schatten-KI mach das Problem deutlich, Ailance löst es
Die Nutzung von KI-Tools durch Mitarbeitende in vielen Unternehmen an offiziellen Prozessen vorbei („Shadow AI“) ist weniger ein Verstoß als ein Symptom: Die Organisation bietet ihnen keinen strukturierten, sicheren Rahmen für den Umgang mit KI.
Erst wenn klar geregelt ist, welche Daten wofür genutzt werden dürfen, wer Zugriff hat und wie Änderungen nachvollziehbar bleiben, entsteht eine verlässliche Grundlage.
Ailance modelliert genau diese Basis, sodass KI kein Schattenwerkzeug ist, sondern in ein verantwortbares System eingebettet wird. KI wird damit Teil eines verantwortbaren Systems, das Transparenz schafft statt Unsicherheit.
Link-Tipp: Steuern Sie alle KI-Projekte zentral, revisionssicher und gesetzeskonform mit Ailance KI-Governance
Ist SaaS also tot?
SaaS ist nicht tot. Aber SaaS ohne Struktur wird das Agenten-Zeitalter nicht überleben.
Die Zukunft gehört Plattformen, die Wissen vernetzen, Governance operationalisieren und KI in einen für sie verständlichen Kontext setzen.
Wer heute Struktur schafft, gewinnt morgen Geschwindigkeit, Verlässlichkeit und Handlungssicherheit und damit einen entscheidenden Vorteil in einer Welt, in der KI zum Standard wird. Unternehmen, die weiterhin auf isolierte Tools und gewachsene Datenlandschaften setzen, riskieren unzuverlässige Ergebnisse und eine steigende Komplexität.
Unternehmen, die dagegen auf strukturierte Plattformen wie Ailance setzen, schaffen eine verlässliche Grundlage für KI: klare Relationen, nachvollziehbare Entscheidungen und eine logische Ordnung, die Agenten verstehen.
Quelle: Satya Nadella im BG2-Podcast
Marcus Belke ist CEO von 2B Advice sowie Jurist und IT-Experte für Datenschutz und digitale Compliance. Er schreibt regelmäßig über KI-Governance, DSGVO-Compliance und Risikomanagement. Mehr über ihn erfahren Sie auf seiner Autorenprofil-Seite.
German 
English 
Italian 
French