SaaS & AI Pricing 2027: Warum der Seat wegbricht und Discovery zum Engpass wird
Neue Studie zeigt, wie Softwareanbieter KI monetarisieren und warum der Deal längst entschieden ist, bevor jemand auf die Preisseite schaut
Inhalt
- Die halbe Branche baut gerade ihr Preismodell um
- Der Seat verliert seine Rolle als Leitwährung
- Wenn Agenten arbeiten, zahlt ein anderes Budget
- Discovery wird zum neuen Engpass
- Preise, die keine Maschine liest, werden ersetzt
- Fazit: Pricing ist kein eigenes Projekt mehr
153 Softwareanbieter haben uns erzählt, wie sie KI heute bepreisen und was sie in den nächsten zwölf Monaten ändern. Dazu haben wir mit den Kolleg*innen von hy und Appinio 4.400 Softwareprofile auf OMR Reviews ausgewertet und 23 Tiefeninterviews geführt. Das Ergebnis: Die Branche schraubt gerade an ihren Preismodellen, während sich parallel verschiebt, wer überhaupt in den Preisvergleich kommt.
Das Wichtigste in Kürze
- „Per-Seat“ bekommt ernstzunehmende Konkurrenz: Outcome- und Credit-basierte Preismetriken gewinnen an Zuwachs.
- 80 % aller befragten Unternehmen planen oder evaluieren eine Preisänderung innerhalb von zwölf Monaten.
- 41 % nennen die KI-Suche als größte Veränderung im Softwarekauf. 76 % passen ihre Vermarktung deswegen bereits an.
- 92 % der B2B-Kaufenden entscheiden sich am Ende für ein Produkt, das schon auf ihrer allerersten Liste stand.
Die halbe Branche baut gerade ihr Preismodell um
Vor einem Jahr lautete die Frage in den meisten Produktrunden: Was kostet unser neues KI-Feature? Heute lautet sie: Wie verkaufen wir Arbeit, die eine Maschine erledigt?
Der Grund liegt in der Kostenstruktur. Klassisches SaaS skalierte praktisch ohne Grenzkosten. Jede KI-Interaktion kostet echtes Geld, jedes Mal. Wer beim reinen Pro-Nutzer-Modell bleibt, gerät in eine Zwickmühle: KI senkt die Zahl der benötigten Seats beim Kunden, während die eigenen Token-Kosten die Marge fressen.
In privaten Finanzierungsrunden zahlen Investoren für KI-native Architekturen im Median das 21,2-fache des Umsatzes, für nachgerüstete KI-Funktionen 8,5x und für Legacy-SaaS-Plattformen 5,5x.
Beim Packaging sieht die Realität allerdings noch anders aus: 50 % der Anbieter integrieren KI schlicht kostenlos ins Kernprodukt, 22 % monetarisieren sie überhaupt nicht. Bezahlte Add-ons kommen auf 15 %, Credit-Modelle auf 5 %.
Der Seat verliert seine Rolle als Leitwährung
Die spannendste Zahl im Report ist ein Vorher-Nachher. Wir haben gefragt, wie heute abgerechnet wird und welche Metrik künftig die wichtigste sein wird.
Reines Pay-as-you-go scheitert im B2B trotzdem regelmäßig an der Budgetlogik der Einkaufsseite. Niemand unterschreibt gern eine Rechnung ohne Deckel. Durchsetzen werden sich deshalb hybride Modelle: ein planbarer Sockel für den Zugang, eine variable Komponente für die KI-Leistung. Der Anteil reiner Abos sinkt laut Studie von 46 % auf 22 %.
Wenn Agenten arbeiten, zahlt ein anderes Budget
Der interessanteste Hebel im Report hat nichts mit der Preishöhe zu tun, sondern mit dem Topf, aus dem gezahlt wird.
Ein KI-Feature macht Mitarbeitende schneller. Es konkurriert damit im Softwarebudget, gegen andere Tools. Ein Agent, der eine Aufgabe von Anfang bis Ende übernimmt, konkurriert dagegen mit FTE-Kosten, Dienstleister-Tagessätzen und den Kosten unerledigter Arbeit. Damit wird ein anderes Budget adressiert.
Wer Arbeit verkauft statt Zugang, verhandelt also in einer anderen Liga. Vorausgesetzt, die Leistung lässt sich sauber abgrenzen. Wie Figma, Clay, Intercom, Microsoft und Salesforce das konkret lösen, steht im hy-Report über SaaS- und AI-Pricing.
Discovery wird zum neuen Engpass
Und hier kommt die Entwicklung ins Spiel, die das ganze Preisthema relativiert.
Wir haben die 153 Anbieter gefragt, was das Software-Buying am stärksten verändert. 41 % nennen die KI-Suche, mit klarem Abstand vor allem anderen. Auf Platz zwei folgen KI-Agenten als Käufer mit 16 %. Und es bleibt nicht bei der Einschätzung: 76 % sagen, dass KI ihre Go-to-Market-Strategie bereits verändert.
Der Markt hat also verstanden, dass sich Discovery verschiebt. Was fehlt, ist die Umsetzung.
Ein Viertel der Softwaresuchenden nutzt für die Recherche ein KI-System (Software-Buying-Studie 2026). Auf Anbieterseite nennen 22 % KI-Systeme bereits als Lead-Kanal, ohne dass Budget dahinter liegt (AI Search Report).
Der Unterschied zur klassischen Suche ist nicht der Kanal, sondern die Menge. Google zeigt mehr als zehn Ergebnisse, die nach dem Klick wiederum mehrere Lösungen aufführen. Ein LLM nennt zwei oder drei Tools und es gibt keine zweite Seite.
Dazu kommt eine Zahl, die alles andere rahmt: 92 % der B2B-Kaufenden entscheiden sich am Ende für ein Produkt, das schon auf ihrer ersten Liste stand. Diese Liste entsteht zunehmend in KI-Systemen. Wer dort nicht auftaucht, verhandelt gar nicht erst.
Das Problem dabei: 93 % der Anbieter publizieren primär auf der eigenen Domain, nur 22 % auf Bewertungsplattformen (AI Search Report). KI-Systeme validieren aber extern. Laut AirOps-Studie stammen 85 % der Zitate in KI-Antworten aus Non-Paid-Quellen wie Earned Media. Die eigene Website liefert die Datenbasis, aber nicht die Bestätigung.
Wie fragil dieser Zustand gerade noch ist, zeigt ein Experiment von Otterly: Eine frei erfundene Agentur stand nach 14 Tagen auf Platz 3 der ChatGPT-Empfehlungen ihrer Kategorie, platziert über Listicles und Verzeichniseinträge. Kurzfristig lässt sich KI-Sichtbarkeit also billig kaufen. Genau deshalb erwarten wir, dass die Systeme stärker auf Quellen gewichten, die sich nicht in zwei Wochen bauen lassen.
Preise, die keine Maschine liest, werden ersetzt
Hier schließt sich der Kreis zum Pricing.
Preise werden dort verglichen, wo sie lesbar sind. Wer keine strukturierten Preisinformationen veröffentlicht, verschwindet nicht aus dem Vergleich. Er wird mit Drittdaten verglichen: mit Schätzungen, Angaben aus Foren und nicht selten über die Seite eines Wettbewerbers, der die Pricing-Narrative seiner Konkurrenten über eigene Blog-Posts besetzt. „Contact Sales" ist keine Preiskommunikation, sondern deren Abgabe.
Im Enterprise muss das keine vollständige Preisliste sein. Preismetrik, Einstiegspreis und Paketlogik reichen aus, um zitierbar zu werden.
Fazit: Pricing ist kein eigenes Projekt mehr
Der Report zeigt eine Branche, die an drei Stellen gleichzeitig umbaut.
Die Preismetrik entscheidet, ob dein Umsatz mit dem Kundennutzen mitwächst. Solange du pro Seat abrechnest, während KI die Zahl der benötigten Seats beim Kunden senkt, wächst dein Umsatz gegen den Nutzen statt mit ihm.
Das Abrechnungsmodell entscheidet, ob am Ende Marge übrig bleibt. Jede KI-Interaktion kostet echtes Geld. Ein reines Abo fängt das nicht ab, ein reines Pay-as-you-go verkauft sich im B2B nicht.
Die Sichtbarkeit entscheidet, ob du überhaupt gefragt wirst. Das sauberste Preismodell nützt nichts, wenn dein Produkt in der KI-Shortlist nicht vorkommt.
Das eine universelle KI-Preismodell wird es nicht geben. Was es geben wird, sind Anbieter, die Produkt, Packaging und Preis als ein System behandeln und laufend nachziehen, statt einmal im Jahr eine Preisrunde zu drehen. 80 % planen gerade die nächste. Wer 2027 höhere Preise durchsetzen will, fängt dieses Jahr damit an.
Im kostenlosen Report bekommst du alle sieben Kapitel: Packaging, Abrechnungsmodelle, Preismetriken, Agenten, ergebnisbasiertes Pricing, KI-Infrastruktur und Buyer-Journey. Dazu Praxisbeispiele von Figma, Clay, Intercom, Microsoft und Salesforce sowie ein Entscheidungsframework in acht Schritten.
Datenbasis: Befragung von 153 Software- und KI-Unternehmen zur KI-Preisstrategie, Auswertung von 4.400 Softwareprofilen auf OMR Reviews und 23 Expertengespräche, durchgeführt 2026 von hy Consulting, OMR Reviews und Appinio. Bei einzelnen Fragen waren Mehrfachnennungen möglich. Prozentwerte sind gerundet.
Externe Quellen: AirOps 2026; Google und Bain & Company 2022; OMR Reviews und duwerk 2026 (AI Search Report); OMR Reviews und cse advisory 2026 (Software-Buying-Studie 2026); Otterly.ai 2026.Bewertungsmultiples privater Finanzierungsrunden: Finro Q1 2026 (575 Unternehmen), Windsor Drake Q1 2026, Eqvista, Aventis Advisors.
Autor*In
Mariella Knospe
Mariella Knospe ist Senior Consultant für Pricing & Sales bei hy und Spezialistin für Pricing- und Go-to-Market-Strategien digitaler Geschäftsmodelle. Sie verantwortet 2026 mit Charlotte Pohlmann und Sebastian Voigt den SaaS & AI Pricing Report und arbeitet daran, wie sich der tatsächliche Wert von Software und KI in profitable Preismodelle übersetzt.
Autor*In
Sebastian Voigt
Dr. Sebastian Voigt ist Partner & Co-CEO bei hy und leitet das führende Pricing-Consulting-Team in Deutschland (laut Brand Eins und Statista 2025). Er hat über 20 Jahren Erfahrung in der Pricing-Optimierung: von schnell wachsenden SaaS Scale-ups bis hin zu DAX-Schwergewichten. Als Host des "Pricing Friends Podcast" teilt er wöchentlich Insights zu SaaS- und Tech-Pricing. Zuvor war er Head of Pricing and Monetization bei Axel Springer und Director bei Simon-Kucher. Sebastian promovierte an der TU Darmstadt über die Monetarisierung zweiseitiger digitaler Märkte und ist gefragter Speaker auf internationalen Konferenzen.
Autor*In
Felix Rahlmeyer
Felix ist Mitarbeiter Nummer eins bei OMR Reviews. Seit 2020 beobachtet er den DACH-SaaS-Markt nicht von der Seitenlinie, sondern von innen – erst als Aufbauer und Leiter des Content-Bereichs, heute als VP Strategy mit Verantwortung für die Gesamtstrategie. Seine Kernfragen: Wie verschiebt sich der B2B-Software-Markt im KI-Zeitalter? Welche Moats halten noch stand? Was ist echter Wettbewerbsvorteil und was strategische Hoffnung? Fünf Jahre Marktdaten, Plattformpraxis und operative Realität bilden die Grundlage. Am OMR Festival beleuchtet er jährlich den State of SaaS.