Brotzeit · Gedanken12. Oktober 202613 MinutenVolker Schukai

Wem der Wert der Software gehört

Wer vom sinkenden Herstellungsaufwand für Software profitiert.

Ein paar Stunden. So lange braucht ein Agent in diesem Gedankenexperiment, um eine Anwendung zu bauen, für die bisher mehrere Wochen Entwicklungsarbeit nötig waren. Sie funktioniert, ist getestet und lässt sich zuverlässig betreiben. Der Kunde sieht das Ergebnis und stellt eine nachvollziehbare Frage: Warum sollte ich dafür noch viel Geld bezahlen? Der Softwareanbieter verweist auf den Nutzen. Doch der Kunde hat bereits die nächste Frage: Wenn mein Agent dasselbe Ergebnis liefern kann, wofür brauche ich dann noch euch?

In dieser zweiten Frage steckt der wirtschaftliche Umbruch. Software kann weiterhin enorme Werte schaffen, während die Unternehmen, die sie herstellen, einen kleineren Anteil davon behalten. Die eigentliche Frage ist deshalb: Wenn die Herstellung immer weniger kostet, wer kann dann noch welchen Anteil des geschaffenen Nutzens für sich beanspruchen?

Software war schon vor generativer KI ein ungewöhnliches Wirtschaftsgut. Die erste funktionierende Version konnte teuer sein, jede weitere Kopie fast kostenlos. Trotzdem ließen sich hohe Preise erzielen. Kunden bezahlten für eine verfügbare Lösung; Wettbewerber mussten zunächst den Aufwand ihrer Entwicklung bewältigen. KI könnte nun auch die Herstellung einer funktional vergleichbaren Alternative drastisch verbilligen. Damit wird ein bestehender Codebestand als Schutz vor Konkurrenz schwächer. Die investierten Entwicklerjahre bleiben historische Kosten. Sie verpflichten niemanden, künftig einen entsprechenden Preis zu bezahlen.

Wie weit diese Veränderung bereits reicht, zeigt keine eindrucksvolle Demo, sondern erst eine Messung im Arbeitsalltag. Drei randomisierte Feldexperimente mit insgesamt 4.867 Entwicklern ergaben zusammen rund 26 Prozent mehr erledigte Aufgaben durch einen KI-Coding-Assistenten. Das ist ein beachtlicher Produktivitätsgewinn. Es bedeutet weder, dass komplette Produkte um denselben Betrag günstiger werden, noch dass heutige Agenten auf diesen Effekt begrenzt wären. Die Untersuchung misst bestimmte Werkzeuge und Arbeitsbedingungen, keine unveränderliche Grenze der Automatisierung.¹

Das Forschungspapier „Writing Code vs. Shipping Code“ verdeutlicht, warum diese Unterscheidung zählt. Die Autoren finden starke Zuwächse bei Codeänderungen, aber deutlich geringere Zuwächse bei ausgelieferten Releases. Auf vier untersuchten Softwaremarktplätzen beobachten sie außerdem mehr neue Anwendungen, ohne einen entsprechenden Anstieg der gemessenen Gesamtnutzung. Die Ergebnisse beruhen auf einer Beobachtungsstudie: Für die GitHub-Daten vergleichen die Autoren mit passenden Vergleichsgruppen, die Marktplatzdaten sind beschreibend. Sie zeigen einen gegenwärtigen Engpass: Eine größere Menge erzeugten Codes wird nur teilweise zu zusätzlicher ausgelieferter und genutzter Software.²

Die Annahme der wenigen Stunden bleibt deshalb ein Gedankenexperiment. Für die wirtschaftliche Frage ist sie trotzdem nützlich. Sie zwingt dazu, über eine Zukunft nachzudenken, in der heutige Schwierigkeiten kleiner werden. Wer seine gesamte Geschäftsstrategie darauf gründet, dass Agenten an Tests, Integration oder Wartung dauerhaft scheitern, setzt auf eine technische Grenze, deren Beständigkeit niemand nachgewiesen hat.

Auch die Kosten entwickeln sich schnell. Nach Angaben der OECD sank ihr qualitätsbereinigter Preisindex für Sprachmodelle zwischen Januar 2024 und April 2026 um knapp 80 Prozent. Zugleich weist sie darauf hin, dass Agenten durch intensive Modellnutzung erheblichen Rechenaufwand erzeugen können. Die Kosten zuverlässig erledigter Arbeit fallen daher nicht zwangsläufig im gleichen Verhältnis wie die Modellpreise.³ Billiger ist eine Richtung; kostenlos eine weit stärkere Behauptung.

Selbst vollständig kostenlose Herstellung würde den Nutzen einer Anwendung nicht beseitigen. Angenommen, eine Software spart einem Betrieb jährlich 50.000 Euro. Diese Ersparnis besteht unabhängig davon, wie lange jemand am Code gearbeitet hat. Werden gleichwertige Anwendungen aber für wenige hundert Euro angeboten, kann ein Hersteller kaum dauerhaft 20.000 Euro verlangen. Der Nutzen für den Kunden bleibt hoch, während der erzielbare Preis fällt. Die Differenz kommt zunächst dem Kunden zugute.

Deshalb reicht der vertraute Satz, man verkaufe Ergebnisse statt Programmierstunden, als Antwort nicht aus. Er beschreibt, wofür ein Kunde grundsätzlich zu zahlen bereit ist. Wie viel ein konkreter Anbieter davon erhält, hängt auch von den Alternativen ab. Selbst ein hervorragend gelöstes Problem kann für den Hersteller ein schlechtes Geschäft sein, wenn viele Wettbewerber dieselbe Leistung zuverlässig erbringen. Wertschöpfung und die Fähigkeit, daraus Gewinne zu erzielen, sind verschiedene Dinge.

Für Anwender wäre eine solche Entwicklung oft willkommen. Kleine Betriebe könnten Anwendungen erhalten, die sich bisher nicht rechnen. Seltene Anforderungen würden nicht mehr zwangsläufig an einem zu kleinen Markt scheitern. Ein Betrieb könnte einen Ablauf anpassen lassen, statt seine Organisation dauerhaft um die Grenzen eines Standardprodukts herumzubauen. Mehr wirtschaftlicher Nutzen könnte entstehen, obwohl pro Anwendung weniger Umsatz bei Softwareanbietern anfällt. Der Zustand der Softwareindustrie wäre dann ein unvollständiger Maßstab für den gesellschaftlichen Erfolg der Software.

Für die Hersteller entsteht daraus ein härterer Wettbewerb. Ein kleines Team kann mit Agenten möglicherweise einen Markt bedienen, für den früher eine größere Organisation erforderlich war. Dieselbe Möglichkeit steht jedoch anderen kleinen Teams offen. Die niedrige Eintrittshürde hilft dem Gründer heute und seinem nächsten Konkurrenten morgen. Wer nur schneller dieselben Funktionen anbietet, besitzt einen Vorteil, dessen Lebensdauer kurz sein kann.

Dauerhafte Einnahmen hängen dann stärker davon ab, was jenseits der leicht reproduzierbaren Funktion knapp bleibt. Das kann ein schwer zugänglicher Kundenkreis sein, ein gewachsenes Netzwerk oder die Fähigkeit, eine Software in einen konkreten Betrieb einzuführen. Auch Verlässlichkeit hat einen Preis: Ein Kunde muss wissen, wer bei einer Störung erreichbar ist, wer eine Wiederherstellung organisiert und wer die Folgen einer Änderung überblickt. Diese Arbeit kann durch KI günstiger werden. Solange ihre zuverlässige Beschaffung Aufwand verursacht, besteht dafür ein Markt.

Allerdings sollte man auch Fachwissen, Daten und Vertrauen nicht zu unangreifbaren Schutzmauern erklären. Fachliche Analyse lässt sich teilweise automatisieren. Daten verlieren einen Teil ihrer bindenden Wirkung, wenn sie einfach übertragen werden können. Vertrauen in einen Anbieter kann sinken, wenn ein Wettbewerber nachweisbar bessere Ergebnisse liefert. Eine tragfähige Position muss sich daher an den tatsächlichen Alternativen des Kunden messen lassen. Die Behauptung, komplexe Software brauche eben Menschen, erklärt noch keinen dauerhaft erzielbaren Preis.

Anbieter versuchen bereits, ihre Abrechnung an erledigter Arbeit auszurichten. Intercom verlangt für bestimmte Ergebnisse seines Agenten Fin, etwa eine nach den eigenen Regeln gelöste Supportanfrage, 0,99 US-Dollar. Die Definition ist relevant: Auch ein Gespräch, das der Kunde nach einer Antwort ohne weitere Hilfsanfrage verlässt, kann als gelöst zählen.⁴ Ein Ergebnispreis verbindet das Entgelt enger mit der Nutzung. Er beseitigt weder die Frage, ob der Kunde das Ergebnis genauso bewertet, noch den Wettbewerb um den günstigsten Preis.

Bei solchen Modellen konkurriert Software zunehmend um Budgets, aus denen bisher menschliche Arbeit bezahlt wurde. Das kann neue Umsätze eröffnen. Wer einen Vorgang zuverlässig erledigt, verkauft eine andere Leistung als jemand, der lediglich ein Werkzeug dafür bereitstellt. Gleichzeitig können Kunden ihre Einsparungen mit mehreren Anbietern vergleichen. Ob der Produktivitätsgewinn beim Hersteller oder beim Auftraggeber ankommt, bleibt eine Frage der Verhandlungsmacht.

Eine weitere Möglichkeit ist, dass ein größerer Teil der Einnahmen an die Anbieter der technischen Grundlagen fließt. Viele Anwendungen könnten von wenigen Modell-, Cloud- oder Vertriebsplattformen abhängen. Dann entstehen zahlreiche neue Produkte, während sich wichtige Einnahmequellen bei den Betreibern dieser Infrastruktur konzentrieren. Das ist ein mögliches Szenario, keine technische Zwangsläufigkeit. Austauschbare Modelle, offene Schnittstellen und einfacher Datenexport würden die Verhandlungsposition der Anwender und kleinerer Anbieter stärken. Hohe Wechselkosten wirken in die andere Richtung.

Die Beschäftigung folgt keiner einfachen Formel des Fortschritts. Halbiert sich in einem vereinfachten Modell der menschliche Aufwand je vergleichbarer Lösung, müsste sich die nachgefragte Menge verdoppeln, damit das Arbeitsvolumen gleich bleibt. Neue Nachfrage ist wahrscheinlich, weil geringere Kosten zusätzliche Anwendungen wirtschaftlich machen können. Ob sie groß genug ausfällt, bleibt offen. Mehr Software, höhere Gewinne und weniger benötigte Arbeitsstunden können gleichzeitig auftreten.

Besonders deutlich wird diese Spannung in Indien. Das Etikett „Billiglohnland“ verdeckt die Unterschiede zwischen einfachen ausgelagerten Tätigkeiten, hoch spezialisierter Entwicklung und international tätigen Technologiekonzernen. Dennoch ist der Vorteil niedrigerer Personalkosten für einen Teil des Outsourcinggeschäfts zentral. Wenn dieselbe Aufgabe mit deutlich weniger menschlichen Stunden erledigt werden kann, sinkt die absolute Ersparnis durch den günstigeren Standort. Abstimmungsaufwand und Kundennähe können dann stärker ins Gewicht fallen.

Daraus folgt kein automatischer Rückzug der Arbeit nach Europa oder Nordamerika. Indische Entwickler können ebenfalls Agenten einsetzen. Ein Vergleich zwischen einem deutschen Team mit KI und einem indischen Team ohne KI würde die wichtigste Anpassung unterschlagen. Anbieter in Indien verfügen über bestehende Kundenbeziehungen und betriebliche Erfahrung. Wie viel davon sie in neue Leistungen übersetzen können, ist für ihre Zukunft wichtiger als die Frage, an welchem Ort der nächste Codeblock entsteht.

Die verfügbaren Branchendaten zeigen bislang Wachstum. Nasscom schätzte im Februar 2026 den Umsatz der breiten indischen Technologiebranche für das Geschäftsjahr FY26 auf 315 Milliarden US-Dollar, 6,1 Prozent mehr als im Vorjahr. Die Beschäftigung sollte um 2,3 Prozent wachsen. Die Angaben stammen vom Branchenverband und umfassen neben IT-Dienstleistungen auch Geschäftsprozessdienste, Engineering- und Forschungsdienste, Softwareprodukte und Hardware. Sie belegen weder einen Zusammenbruch der Branche noch, dass die Umstellung für alle Beschäftigten problemlos verläuft.⁵

Auch KI selbst kann zum Geschäft indischer Dienstleister werden. TCS meldete im Oktober 2026 einen auf Jahresbasis hochgerechneten KI-Umsatz von 3,1 Milliarden US-Dollar. Das entsprach nach Unternehmensangaben mehr als zehn Prozent des Gesamtumsatzes.⁶ Die Zahl beschreibt die vom Unternehmen abgegrenzten KI-Aktivitäten. Sie sagt nicht, wie viel davon zusätzliches Geschäft ist oder welche bisherigen Leistungen dadurch ersetzt werden. Sie zeigt aber, dass etablierte Anbieter an der Umstellung verdienen können.

Für Indien als Gesellschaft ist damit noch wenig entschieden. Eine IT-Branche kann ihre Umsätze und Gewinne steigern und gleichzeitig weniger neue Menschen benötigen. Ein Unternehmen bewertet das als Produktivitätsfortschritt. Für einen Absolventen, dessen erste Stelle nicht mehr entsteht, sieht derselbe Vorgang anders aus. Die wirtschaftliche Zukunft eines Landes lässt sich deshalb nicht allein an den Quartalszahlen seiner größten Arbeitgeber ablesen.

Die Weltbank berichtete 2025 für Südasien, dass Stellenanzeigen in besonders KI-exponierten und leicht ersetzbaren Berufen seit der Veröffentlichung von ChatGPT um rund 20 Prozent relativ zu anderen Berufen zurückgegangen waren. Das ist eine Aussage über Ausschreibungen in einer Region, keine Messung vernichteter Arbeitsplätze allein in Indien.⁷ Sie lenkt die Aufmerksamkeit auf eine Veränderung, die weniger sichtbar sein kann als eine große Entlassungswelle: Unternehmen stellen bestimmte Beschäftigte gar nicht erst ein.

Dazu passt eine im August 2026 aktualisierte Untersuchung des Stanford Digital Economy Lab. In den ausgewerteten US-Gehaltsabrechnungsdaten lag die Beschäftigung der 22- bis 25-Jährigen in KI-exponierten Berufen 19 Prozent unter dem Vergleichspfad weniger exponierter Gleichaltriger. Die Lücke entstand überwiegend durch geringere Einstellungen. Die Autoren bewerten das ausdrücklich als beschreibenden Befund und nicht als kausalen Nachweis einer KI-Wirkung; bei zusätzlichen Kontrollen werden die Unterschiede teilweise kleiner.⁸

Wenn gerade einfache Entwicklungs-, Test- und Supportaufgaben entfallen, betrifft das auch die Ausbildung von Erfahrung. An solchen Aufgaben konnten Berufseinsteiger bisher lernen, bevor sie größere Verantwortung übernahmen. Unternehmen müssen dann andere Wege schaffen, Nachwuchs auszubilden. Die Forderung nach Weiterbildung bleibt sinnvoll, beantwortet aber nicht, wie viele Stellen mit den neu erworbenen Fähigkeiten entstehen. Ein erfolgreicher Übergang für Unternehmen kann mit einem schwierigen Übergang für eine ganze Generation zusammenfallen.

Gleichzeitig eröffnet KI Ländern wie Indien neue Möglichkeiten. Die Weltbank beschreibt im Oktober 2026 zusätzliche Chancen für südasiatische Zulieferer durch ihre Einbindung in internationale Wertschöpfungsketten und durch KI-Nutzung. Sie betont dafür die Bedeutung von Qualifikation, Infrastruktur und besseren Voraussetzungen für die Einführung in Unternehmen.⁹ Ob solche Chancen viele Menschen erreichen, hängt davon ab, wie breit diese Voraussetzungen geschaffen werden und wer Zugang zu den neuen Tätigkeiten erhält.

Die Frage nach dem Wert der Software wird damit zu einer Frage der Verteilung. Kunden können durch niedrigere Preise gewinnen. Beschäftigte können produktiver werden und höhere Einkommen erzielen, sofern ihre Fähigkeiten gefragt bleiben und sie an den Gewinnen beteiligt werden. Unternehmen können zusätzliche Märkte erschließen. Plattformbetreiber können einen Anteil an jeder dieser Aktivitäten verlangen. Keine dieser Entwicklungen folgt allein daraus, dass ein Modell besseren Code erzeugt.

Für Softwareunternehmen wird es deshalb schwieriger, den eigenen Wert mit dem Umfang des Codebestands oder der Zahl der eingesetzten Entwickler zu begründen. Ihre Leistung muss für den Kunden auch dann überzeugend bleiben, wenn die nächste technische Alternative billig verfügbar ist. Für die Wirtschaftspolitik stellt sich entsprechend die Frage, ob Wettbewerb, Ausbildung und Zugang zu Infrastruktur so gestaltet sind, dass die Produktivitätsgewinne breit ankommen. Die Technik legt diese Verteilung nicht fest.

Die paar Stunden vom Anfang können also sehr viel wert sein. Sie können einem Betrieb Tausende Arbeitsstunden ersparen, einem kleinen Anbieter einen neuen Markt öffnen oder eine bisher unbezahlbare Anwendung möglich machen. Wie viel davon beim Hersteller landet, entscheiden die Alternativen des Kunden und die Abhängigkeiten auf dem Weg zum fertigen Ergebnis. Eine Gesellschaft kann durch Software reicher werden, während Teile ihrer Softwareindustrie weniger verdienen. Die anspruchsvolle Frage lautet, unter welchen Bedingungen dieser zusätzliche Wohlstand auch diejenigen erreicht, deren bisherige Arbeit die Agenten übernehmen.

Read in EnglishMehr aus GedankenAlle Beiträge