Nicht jede Software ist gleich

«Wir neigen dazu, die Wirkung einer Technologie kurzfristig zu überschätzen und langfristig zu unterschätzen.»¹

Das als Amaras Gesetz bekannte Prinzip erscheint rund fünfzig Jahre nach seiner Entstehung wieder besonders relevant. Die Fähigkeiten von KI verbessern sich mit erstaunlicher Geschwindigkeit. Aufgaben, die noch vor Kurzem spezialisiert, umständlich oder teuer erschienen, können heute in Sekundenschnelle von Systemen erledigt werden, die fast jedem mit Internetanschluss zur Verfügung stehen.

Fähigkeit ist jedoch nicht dasselbe wie wirtschaftliche Wirkung. Märkte neigen dazu, in extremen Narrativen zu denken, und in den letzten Monaten wurde Software genau auf diese Weise dargestellt: Wenn sich ein Prozess definieren lässt, kann er an KI übergeben werden; und wenn er an KI übergeben werden kann, muss die ihn umgebende Software gefährdet sein. Genau damit hat sich mein Kollege Quentin Macfarlane in seinem jüngsten Newsletter (Es ist eine Art Magie) befasst.

In diesem Newsletter untersuchen wir die wichtigsten Faktoren, durch die KI Druck auf Softwareunternehmen ausüben könnte, sowie die strukturellen Schutzmechanismen, die anfälligere von besser geschützten Unternehmen unterscheiden könnten. Bei Seilern konzentriert sich unser Research-Prozess darauf, Unternehmen mit nachhaltigen Wettbewerbsvorteilen zu identifizieren. Im Softwarebereich bedeutet dies, über die Benutzeroberfläche hinauszublicken, um zu verstehen, wo der tatsächliche Wert liegt und wie schwierig dieser zu ersetzen ist. Entgegen der derzeit vorherrschenden Marktmeinung glauben wir, dass KI in manchen Fällen den etablierten Anbieter nicht verdrängen, sondern vielmehr den Wert vertiefen und ausweiten könnte, den dieser innerhalb der Arbeitsabläufe seiner Kunden liefert.

Woher der Druck kommen könnte

Ein Teil der Schwierigkeit bei der Diskussion von KI-Risiken besteht darin, dass der Markt sowohl «Software» als auch «KI-Disruption» oft so behandelt, als handle es sich jeweils um klar definierte, einheitliche Konzepte. Software umfasst jedoch eine Vielzahl von Geschäftsmodellen, die unterschiedliche Branchen, Kunden und Endmärkte bedienen – von den universellen Produktivitätstools von Microsoft über die Software von Veeva zur Unterstützung klinischer Studien bis hin zu Autodesk, das Architekten und Ingenieuren bei der Gebäudeplanung hilft. Dabei handelt es sich um vielschichtige Unternehmen, und KI birgt für die verschiedenen Bestandteile ihrer Geschäftsmodelle jeweils unterschiedliche Risiken.

Bei Seilern haben wir die potenziellen Risiken in sieben Hauptvektoren zusammengefasst, die uns gemeinsam dabei helfen zu beurteilen, wo ein Unternehmen tatsächlich verwundbar sein könnte und wo der Markt möglicherweise überreagiert. In diesem Newsletter konzentrieren wir uns auf zwei Aspekte, die im Zusammenhang mit dem jüngsten Ausverkauf besonders relevant erscheinen: das Risiko, dass das Produkt weniger sichtbar wird, und das Risiko, dass Teile des Produkts leichter kopierbar werden.

Eines der klarsten Risiken ist das, was wir als Problem des «unsichtbaren Produkts» bezeichnen könnten. Ein Teil des Werts eines Softwareprodukts bestand traditionell darin, dass es der Ort war, an dem sich Mitarbeitende täglich anmeldeten. Wenn KI-Assistenten jedoch beginnen, mehr Aufgaben im Hintergrund auszuführen, könnten die Nutzer weniger Zeit direkt in der Software verbringen. Anstatt sich durch Menüs zu klicken, bitten sie den Assistenten einfach, die Arbeit zu erledigen.

Sollte dies eintreten, beginnt der Vorteil, die tägliche Benutzeroberfläche zu kontrollieren, an Bedeutung zu verlieren. Die Software wird möglicherweise weiterhin genutzt, wird jedoch weniger sichtbar. Mit der Zeit wird es für ein Produkt, mit dem Nutzer seltener direkt interagieren, schwieriger, seinen Wert zu unterstreichen, zusätzliche Funktionen zu verkaufen und die gleiche direkte Beziehung zu den Anwendern aufrechtzuerhalten. In den am stärksten exponierten Fällen läuft die Software Gefahr, zur Infrastruktur im Hintergrund zu werden, während eine andere Ebene die Kundeninteraktion kontrolliert.

Ein weiteres Risiko besteht darin, dass bestimmte Funktionen leichter kopierbar werden könnten. Dies ist besonders dort relevant, wo die höherwertigen Funktionen eines Produkts auf der Erstellung von Inhalten, der Klassifizierung von Daten oder der Generierung von «gut genug» Ergebnissen beruhen. Wenn KI diese Fähigkeiten günstiger und breiter verfügbar macht, könnten Funktionen, die einst als differenzierend galten, von Wettbewerbern leichter repliziert werden. Was zuvor eine Premiumfunktion war, könnte zunehmend wie eine austauschbare Standardleistung erscheinen.

Das bedeutet jedoch nicht, dass sämtliche Softwarefunktionen ihren Wert verlieren. Der entscheidende Unterschied besteht darin, ob die Funktion lediglich auf dem Workflow aufsetzt oder tief in etwas eingebettet ist, das schwerer zu ersetzen ist. Ein Textgenerierungstool, ein einfacher Assistent oder eine generische Zusammenfassungsfunktion lassen sich möglicherweise leichter kopieren. Ein Produkt hingegen, das solche Fähigkeiten mit proprietären Daten, spezialisierten Regeln, vertrauenswürdigen Ergebnissen oder einem tief verankerten Workflow kombiniert, ist wesentlich besser geschützt.

Wo die Schutzmechanismen am stärksten sind

Die stärkste Form des Bear-Case besteht darin, dass mehrere Belastungsfaktoren gleichzeitig auf ein Unternehmen treffen. Für die am stärksten exponierten Softwareunternehmen könnte dies existenzbedrohend sein. Doch nicht jede Software ist gleich stark exponiert, und die widerstandsfähigsten Unternehmen weisen mehrere gemeinsame Merkmale auf. Manche Softwarelösungen orchestrieren geschäftskritische Prozesse, anstatt lediglich auf diesen aufzusetzen. In solchen Fällen ist die Eleganz der Benutzeroberfläche weit weniger entscheidend als die Frage, wie tief die Software in den Workflow eingebettet ist.

SAP ist hierfür ein gutes Beispiel. Wenn ein Pharmaunternehmen Inhaltsstoffe von einem ausländischen Lieferanten einkauft, mag die Transaktion von aussen betrachtet einfach erscheinen. Tatsächlich muss das System jedoch Sanktionslisten prüfen, Budgets bestätigen, Einfuhrzölle anwenden, die Logistikverfolgung organisieren, Qualitätskontrollen koordinieren und Produktionspläne aktualisieren – häufig sofort und im Hintergrund. Wenn ein Teil dieses Prozesses ausfällt, kann der gesamte Ablauf zum Stillstand kommen. Diese Integration in den Workflow bleibt entscheidend, unabhängig davon, ob die Aufgabe von einem Menschen oder einem KI-Agenten ausgeführt wird.

Eine zweite Quelle des Schutzes ist spezialisiertes Wissen. Allgemein einsetzbare KI kann beeindruckend sein, doch viele Workflows beruhen auf über Jahre aufgebautem Fachwissen rund um sehr spezifische Anwendungsfälle.

Die Software für Halbleiterdesign von Cadence basiert auf jahrzehntelanger Engineering- und Design-Erfahrung. Ihre Tools enthalten Tausende technischer Regeln, Prüfungen und Ausnahmen. Zudem sind die Kosten eines fehlerhaften Chipdesigns extrem hoch: fehlgeschlagene Produktionsläufe, teure Neuentwicklungen und erhebliche Verzögerungen. Es ist schwer vorstellbar, dass ein neues KI-Unternehmen das tief verwurzelte Know-how von Cadence replizieren könnte. Und selbst wenn dies möglich wäre, ist das Risiko von Fehlern so hoch, dass Kunden kaum bereit sein dürften, sich von den etablierten Anbietern abzuwenden – insbesondere dann nicht, wenn diese selbst KI-Tools integrieren.

Diese Dynamik gilt auch allgemeiner. Die besseren Softwareunternehmen werden nicht durch einen einzelnen Burggraben geschützt, sondern durch mehrere sich überlagernde Schutzmechanismen. KI könnte verändern, wie Kunden mit diesen Produkten interagieren, und in manchen Fällen auch, wie Wert generiert und abgeschöpft wird. Doch dort, wo ein Unternehmen bereits eine wichtige Position innerhalb des Workflows seiner Kunden innehat, ist es oft wahrscheinlicher, dass KI in das bestehende System integriert wird, anstatt dieses vollständig zu ersetzen.

Von der Verteidigung zur Chance

Dieselben Eigenschaften können auch zu einem Weg werden, KI zu monetarisieren. Ein etablierter Anbieter mit vertrauenswürdigen Daten, etablierten Vertriebskanälen, einer nachgewiesenen Erfolgsbilanz und tief verankerten Kundenbeziehungen muss Kunden nicht davon überzeugen, ein vollständig neues System einzuführen. Stattdessen kann er KI in Produkte integrieren, die bereits genutzt werden und bei denen der Mehrwert durch höhere Geschwindigkeit, Genauigkeit oder Produktivität unmittelbar erkennbar ist.

Microsoft ist das klarste Beispiel dafür. Das Unternehmen verkauft bereits an nahezu jedes grosse Unternehmen, und seine Produkte sind fest in den täglichen Arbeitsabläufen von Wissensarbeitern verankert. Anstatt durch KI verdrängt zu werden, hat Microsoft diese in Word, Excel, Teams, Outlook, GitHub und den gesamten Unternehmensworkflow integriert. Dabei erhebt das Unternehmen Aufpreise für neue Copilot-Stufen und monetarisiert diese über eine Kombination aus nutzerbezogenen und nutzungsabhängigen Preismodellen. Der Vorteil von Microsoft besteht darin, KI-Funktionen genau dort zu platzieren, wo Kunden bereits ihre Zeit verbringen, und Produktivitätsgewinne über eine sehr grosse installierte Basis in zusätzliche Umsätze umzuwandeln.

RELX veranschaulicht eine andere, aber verwandte Chance: den Einsatz von KI zur Steigerung des Werts vertrauenswürdiger, proprietärer Inhalte. Die Plattform LexisNexis ist bereits tief in einen hochsensiblen juristischen Workflow eingebettet, in dem Kunden Antworten benötigen, die sie überprüfen und verteidigen können. KI kann Juristen dabei helfen, Inhalte effizienter zu durchsuchen, zusammenzufassen, zu vergleichen und zu analysieren – allerdings nur dann, wenn die Ergebnisse weiterhin auf verlässlichen und nachvollziehbaren Quellen beruhen. In diesem Kontext liegt der Vorteil von RELX nicht nur darin, eine Antwort zu generieren, sondern diese Antwort mit autoritativen juristischen Inhalten zu verknüpfen.

Für die am besten geschützten etablierten Anbieter kann die Integration von KI daher mehr sein als nur eine defensive Notwendigkeit. Sie kann bestehende Produkte nützlicher machen, Aufgaben mit geringer Wertschöpfung automatisieren, die Produktivität der Kunden steigern und die Rolle des Unternehmens innerhalb des Workflows weiter vertiefen. Dieselben Eigenschaften, die ein Unternehmen vor Disruption schützen, können ihm zugleich einen privilegierten Weg eröffnen, die Technologie zu monetarisieren.

Was dies für unsere Fonds bedeutet

KI wird im Softwaresektor Gewinner und Verlierer hervorbringen, und die Risiken sollten nicht unterschätzt werden. Einige Unternehmen könnten tatsächlich unter Druck geraten, wenn Produkte weniger sichtbar werden, Umsatzmodelle infrage gestellt werden und Wettbewerbsvorteile an Stärke verlieren. Nach unserer Einschätzung sind jedoch die meisten Softwareunternehmen, in die wir investiert sind, durch die Tiefe ihrer Workflows, das Vertrauen, das sie bei ihren Kunden aufgebaut haben, sowie das in ihren Produkten verankerte spezialisierte Wissen gut geschützt. Für diese Unternehmen ist es wahrscheinlicher, dass KI in das bestehende Wertversprechen integriert wird, anstatt eine existenzielle Bedrohung darzustellen.

Damit schliesst sich der Kreis zu Amaras Gesetz. Der Markt hat den Sektor zeitweise so behandelt, als wären die Risiken gleichermassen verteilt – möglicherweise wurde die unmittelbare Wirkung von KI überschätzt, während gleichzeitig die langfristigen Auswirkungen durchaus erheblich sein könnten. Wir glauben jedoch nicht, dass sich diese Auswirkungen gleichmässig bemerkbar machen werden. In einigen Fällen könnte KI die ökonomischen Rahmenbedingungen unter Druck setzen. In anderen Fällen könnte sie das Produkt etablierter Anbieter stärken, die Ergebnisse für Kunden verbessern und neue Wachstumsmöglichkeiten schaffen. Genau diese Unterscheidung steht heute im Zentrum unserer Analyse unserer Softwarebeteiligungen.

¹ Zugeschrieben wird das Zitat Roy Amara, einem amerikanischen Forscher und ehemaligen Präsidenten des Institute for the Future (IFTF). Obwohl er es nie formell publiziert hat, wird die Aussage seit Mitte der 1970er Jahre weithin mit ihm in Verbindung gebracht und seither durch Sekundärzitate popularisiert.