Essay · KI, Wirtschaft und Beratung
Wenn aus 100 Personentagen zehn werden
Wie künstliche Intelligenz die Wirtschaftlichkeit von Softwareentwicklung und Beratung verändert. Und warum wir ernsthaft fragen sollten, wofür Kunden künftig noch bezahlen.
Von Stephan Nassberger
Ich sehe eine der spannendsten wirtschaftlichen Fragen unserer Branche nicht darin, ob KI Software entwickeln kann. Das kann sie bereits erstaunlich gut. Mich beschäftigt, was das für Unternehmen bedeutet, deren Geschäftsmodell bisher wesentlich auf dem Verkauf menschlicher Arbeitszeit basiert.
Stellen wir uns ein Softwareprojekt vor, für das früher 100 Personentage kalkuliert wurden. Durch KI-gestützte Entwicklung, automatisierte Tests und wesentlich schnellere Umsetzung benötigen wir bei gleichem Leistungsumfang künftig vielleicht nur noch zehn.
Das ist zunächst eine großartige Entwicklung. Für den Kunden, für die Geschwindigkeit der Innovation und im Idealfall auch für die Qualität der Software.
Für ein klassisch nach Aufwand abrechnendes Softwareunternehmen ist dieselbe Entwicklung allerdings eine ziemlich grundlegende wirtschaftliche Frage: Warum sollte der Kunde für 100 Tage bezahlen, wenn der Anbieter zehn benötigt?
Der Wert eines Ergebnisses ist nicht seine Herstellungsdauer
Viele Beratungs- und Entwicklungsleistungen werden nach Aufwand verkauft. Das ist verständlich, weil Personentage gut kalkulierbar und für den Einkauf leicht vergleichbar sind. Aber das Modell enthält einen Widerspruch: Wer schneller arbeitet, kann bei gleicher Leistung weniger verrechnen. Eine technische Verbesserung wird unter Umständen zur wirtschaftlichen Bestrafung.
Bei zehn statt 100 Tagen sprechen wir über eine hypothetische Produktivitätssteigerung um den Faktor zehn, nicht über einen bereits nachgewiesenen Branchenwert. Trotzdem lohnt sich die Rechnung, denn genau in diese Richtung verändert KI unsere Erwartungen.
100 Tage oder zehn?
Reine Modellrechnung mit 1.000 € Verkaufspreis je Personentag. Kein Marktbenchmark und keine Prognose.
Umsatz je Projekt bei unverändertem Tagessatz und ausschließlich aufwandsbasierter Abrechnung.
Die tatsächliche Rechnung hängt von Leistungsumfang, Projektkomplexität, Lizenzkosten, Haftung, Nachbetreuung und Wettbewerb ab.
Natürlich kann der Anbieter versuchen, die gewonnene Zeit in bessere Qualität zu investieren. Vielleicht braucht er dann nicht zehn, sondern 25 Tage, liefert aber eine deutlich gründlicher getestete, sicherere und langfristig wartbare Lösung.
Das kann wirtschaftlich vernünftig sein. Nur muss der Kunde diesen Unterschied erkennen, verstehen und bezahlen wollen. „Wir haben mehr Zeit in Qualität investiert“ genügt als Begründung nicht. Was ist objektiv besser? Gibt es weniger Störungen, kürzere Wiederherstellungszeiten, niedrigere Betriebskosten oder geringere Risiken?
Zusätzliche Qualität ist kein Argument, solange sie nur behauptet wird. Sie muss nachweisbar sein.
Vielleicht schreibt KI heute schon den besseren Code
Wir sollten die Fähigkeiten von KI nicht kleinreden, nur damit unsere bisherigen Berufsprofile beruhigend unverändert aussehen.
KI kann sehr gut strukturierten, lesbaren und konsistenten Code erzeugen. Sie kann bestehende Lösungen analysieren, Tests formulieren, Refactorings vorschlagen und technische Dokumentation erstellen. Ich halte es keineswegs für abwegig, dass ihr Ergebnis in vielen alltäglichen Situationen sauberer und nachvollziehbarer ist als der Code, den ein durchschnittlicher Mensch unter Zeitdruck schreibt.
Diese Einschätzung ist allerdings keine allgemeine empirische Qualitätsrangliste. Untersuchungen liefern ein differenziertes Bild: Eine groß angelegte Analyse menschlichen und KI-generierten Codes beobachtete Unterschiede in Komplexität, Wartbarkeit und Sicherheitsproblemen. Menschlicher Code zeigte stärker ausgeprägte Wartbarkeitsprobleme, KI-Code unter anderem höhere Risiken bei bestimmten Sicherheitslücken. [4]
Es wäre also gleichermaßen unseriös zu behaupten, KI-Code sei grundsätzlich schlechter, oder er sei grundsätzlich besser.
Mein Maßstab wäre: Funktioniert die Lösung unter realen Bedingungen? Bleibt sie unter Änderungen stabil? Können andere sie warten? Wie gut ist sie abgesichert? Und wie leicht lässt sich ein Fehler im Betrieb eingrenzen?
Schon ISO/IEC 25010 betrachtet Softwarequalität mehrdimensional. Die bloße Anzahl produzierter Codezeilen sagt darüber praktisch nichts aus. [5]
Was der Kunde tatsächlich einkauft
Eigene Darstellung, angelehnt an grundlegende Qualitätseigenschaften aus ISO/IEC 25010:2023. Keine vollständige Wiedergabe des Standards.
Schneller entwickeln bedeutet noch nicht besser betreiben
Ein Unternehmen kauft bei einer Softwarelösung nicht nur ihren Quellcode. Es kauft die Fähigkeit, über Jahre hinweg eine bestimmte Aufgabe verlässlich zu erfüllen.
Das hat Konsequenzen: Anforderungen ändern sich, Schnittstellen entwickeln sich weiter, Datenqualität schwankt, Sicherheitslücken werden entdeckt und im Betrieb treten Fehler auf, die beim Testen niemand vorgesehen hat.
KI kann in all diesen Bereichen zunehmend helfen. Gerade deshalb halte ich das häufig vorgebrachte Argument „Für Wartung und Betrieb braucht es weiterhin zwingend Menschen“ für zu bequem. Auch Betrieb, Überwachung, Fehleranalyse und Fehlerbehebung werden stärker automatisiert. Ob vollständig oder nur teilweise, hängt vom konkreten System, seinen Risiken und den tatsächlich erreichten Fähigkeiten ab.
Ein Anbieter kann seine Zukunft jedenfalls nicht damit begründen, dass KI ausgerechnet beim nächsten Arbeitsschritt plötzlich aufhören wird, besser zu werden.
Was die Produktivitätsstudien tatsächlich zeigen
In drei randomisierten Feldexperimenten mit zusammen 4.867 Entwicklern wurde ein Anstieg erledigter Aufgaben um rund 26 % durch KI-Unterstützung beobachtet. [1] Das ist erheblich, aber kein Faktor zehn.
In einer anderen randomisierten Untersuchung benötigten 16 erfahrene Open-Source-Entwickler für 246 reale Aufgaben mit damaligen KI-Werkzeugen durchschnittlich 19 % länger. Die Forscher betonten die Grenzen dieser spezifischen Versuchsanordnung. Im Februar 2026 erklärten sie zudem, dass neuere Werkzeuge und veränderte Nutzungsmuster die Messung erschweren und die aktuellen Effekte nicht zuverlässig aus den alten Zahlen abgeleitet werden können. [2]
Die DORA-Studie von Google aus 2025, basierend auf Befragungen von fast 5.000 technischen Fachkräften, beschreibt KI vor allem als Verstärker bestehender organisatorischer Stärken und Schwächen. [3]
Das ist keine Ausrede gegen KI. Es ist der Hinweis, dass wir sauber messen müssen: Aufgabenmenge, Durchlaufzeit, Fehler, Betriebskosten und Nutzen für den Kunden sind unterschiedliche Größen.
Wenn alle effizienter werden, wer verdient dann noch Geld?
Hier liegt für mich die eigentliche Brisanz. Nehmen wir an, ein Unternehmen lebt davon, 100 Personentage zu verkaufen. Künftig benötigt es nur zehn. Bei unveränderten Preisen je Tag verliert es pro vergleichbarem Auftrag rechnerisch 90 % Umsatz.
Das kann man mit mehr Projekten kompensieren. Aber dafür benötigt man bei unverändertem Preis und Leistungsumfang die zehnfache Projektzahl. Es ist keineswegs sicher, dass Nachfrage, Vertrieb und Marktgröße entsprechend mitwachsen.
Gleichzeitig können neue Wettbewerber mit deutlich geringeren Einstiegskosten entstehen. Kleinere Teams werden Leistungen anbieten können, für die früher große Entwicklungsabteilungen erforderlich waren. Das ist eine Chance für Innovation und Kunden. Für etablierte Anbieter bedeutet es erheblichen Preisdruck.
Ich halte es deshalb für wahrscheinlich, dass reine Aufwandsmodelle und wenig differenzierte Standardleistungen stark unter Druck geraten. Nicht jedes Softwareunternehmen wird verschwinden. Aber ein Teil der heutigen Geschäftsmodelle könnte wirtschaftlich unattraktiv werden.
Wer künftig nur Arbeitszeit verkauft, verkauft zunehmend etwas, das technisch immer billiger produziert werden kann.
Und was ist mit den KI-Beratern?
Diese Frage betrifft auch meine eigene Branche. Braucht ein Unternehmen noch jemanden, der ihm erklärt, was KI ist, welche Anwendungsfälle möglich sind und wie man sie verwendet, wenn ein KI-System genau das bereits selbst erklären, demonstrieren und zunehmend auch umsetzen kann?
Meine klare Antwort: Für einen wachsenden Teil dieser Leistungen vermutlich nicht.
Allgemeine Einführungsvorträge, generische Anwendungsfalllisten, einfache Prompt-Trainings und das Übersetzen öffentlich verfügbarer Herstellerinformationen werden schwerer als eigenständige hochpreisige Beratung zu verkaufen sein. Eine KI, die mich proaktiv bei ihrer eigenen Nutzung unterstützt, stellt diese Angebote unmittelbar infrage.
Ich sehe keinen Grund, das schönzureden. Beratung hat keinen Anspruch auf Bestandsschutz. Auch nicht, wenn „KI“ auf der Visitenkarte steht.
Was bleibt? Derzeit gibt es Aufgaben, in denen externe Expertise echten Wert schaffen kann: widersprüchliche Interessen zwischen Bereichen klären, tragfähige Entscheidungen vorbereiten, eine unabhängige Bewertung von Risiken liefern, rechtliche und organisatorische Verantwortung zuordnen oder messbar nachweisen, dass eine Einführung wirtschaftlich funktioniert.
Nur wäre es naiv, daraus eine ewige Nische abzuleiten. Auch bei Analyse, Entscheidungsunterstützung, Governance und Veränderungsbegleitung wird KI leistungsfähiger. Die Grenze verschiebt sich weiter.
Der Beratungsmarkt wird sich deshalb neu legitimieren müssen: durch Unabhängigkeit, nachweisbare Ergebnisse, Verantwortung und die Fähigkeit, echte organisatorische Veränderung herbeizuführen. Nicht durch die Behauptung, Kunden könnten die Werkzeuge ohne uns grundsätzlich nicht verstehen.
Ein möglicher Wandel der Erlösmodelle
| Bisher im Vordergrund | Künftig stärker zu begründen |
|---|---|
| Personentage für Umsetzung | Preis für definierte Ergebnisse und Abnahme |
| Umfang des entwickelten Codes | Funktion, Sicherheit, Betriebskosten und Wartbarkeit |
| Einführung in ein KI-Werkzeug | Unabhängige Entscheidung, Integration und messbare Wirkung |
| Projektabschluss als Ziel | Nachweisbare Qualität im laufenden Betrieb |
Eigene wirtschaftliche Einordnung, keine empirische Prognose. Ergebnispreise übertragen außerdem Risiko auf den Anbieter und müssen entsprechend kalkuliert werden.
Der Kunde darf der Gewinner sein
Es wäre merkwürdig, die Produktivitätssteigerung zu begrüßen, aber gleichzeitig zu erwarten, dass Kunden dauerhaft die alten Preise für die alte Herstellungsdauer bezahlen.
Natürlich werden Kunden versuchen, einen erheblichen Teil des Effizienzgewinns für sich zu beanspruchen. Das ist rational. Anbieter werden versuchen, einen Teil als Marge, Investitionsspielraum oder Qualitätsgewinn zu behalten. Wie sich dieser Wert verteilt, entscheiden Wettbewerb, Differenzierung, Verantwortung und der tatsächlich nachgewiesene Nutzen.
Die Hoffnung, zehn Tage Arbeit einfach weiterhin als 100 Tage verkaufen zu können, halte ich jedenfalls nicht für eine nachhaltige Strategie.
Meine positive Perspektive ist eine andere: Wenn gute Software und hochwertige Beratung günstiger zugänglich werden, können plötzlich Projekte wirtschaftlich sinnvoll sein, die früher niemand finanziert hätte. Unternehmen können schneller experimentieren, kleine Probleme automatisieren und neue Leistungen anbieten.
Ob dieser zusätzliche Bedarf den Umsatzrückgang traditioneller Anbieter ausgleicht, wissen wir nicht. Dafür gibt es heute keine seriöse allgemeingültige Antwort.
Was ich unserer Branche empfehlen würde
Ich würde nicht versuchen, möglichst überzeugend zu erklären, warum KI unsere Arbeit niemals übernehmen kann. Ich würde die eigenen Leistungen konsequent aus Kundensicht neu bewerten.
Welche Tätigkeiten werden künftig selbstverständlich automatisiert? Welchen Teil unserer Leistung kann ein Kunde bald selbst erbringen? Für welche Ergebnisse würde er auch dann noch bezahlen, wenn deren technische Herstellung nahezu kostenlos wäre? Und welche Verantwortung sind wir bereit zu übernehmen, wenn wir nicht mehr bloß Aufwand verrechnen?
Wer sich diese Fragen ehrlich stellt, wird wahrscheinlich sein Portfolio, seine Preise und seine Arbeitsweise verändern müssen. Vielleicht auch die Größe seines Teams und die Fähigkeiten, die darin gebraucht werden.
Ich sehe darin keine persönliche Abwertung von Entwicklern oder Beratern. Fachliche Kompetenz bleibt wertvoll. Aber der wirtschaftliche Wert einer Tätigkeit wird neu verhandelt, wenn die gleiche Leistung mit einem Bruchteil des bisherigen Aufwands erbracht werden kann.
Ich glaube, wir werden künftig deutlich weniger dafür bezahlt bekommen, etwas zu produzieren. Entscheidend wird sein, welchen nachweisbaren Wert das Produzierte schafft und wer dafür Verantwortung übernimmt.
Ob es in zehn Jahren noch KI-Berater in ihrer heutigen Form gibt? Ich bin skeptisch. Ob es weiterhin Menschen und Unternehmen geben wird, die für schwierige Entscheidungen, anspruchsvolle Lösungen und verlässliche Ergebnisse bezahlt werden? Das halte ich für plausibel.
Aber wir sollten uns nicht darauf verlassen, dass diese Menschen zwangsläufig dieselben Berufe ausüben oder dieselben Unternehmen sein werden wie heute.
