Wie SaaS-Unternehmen KI überleben

loading="lazy" width="400px">Sind Sie schon „Oktopus“?Vladimir Wrangel | shutterstock.com



Vor circa 66 Millionen Jahren löschte ein Asteroid 75 Prozent allen irdischen Lebens aus. Oktopusse gehörten zu den glücklichen 25 Prozent, die überlebt haben. Der Grund: Sie sind in der Lage, ihre biologischen Systeme innerhalb von Stunden an neue Begebenheiten anzupassen – wenn es sein muss auch radikal. SaaS-Unternehmen sehen heute ihren eigenen Asteroiden auf sich zukommen: KI. Und auch in diesem Fall kann der Oktopus als Beispiel herangezogen werden, um Überlebensstrategien zu entwickeln.



Wie das in der Praxis konkret umgesetzt werden kann, zeigen Unternehmen, die heute florieren – etwa die Freelancer-Plattform Upwork. Als Dave Bottoms, Senior Vice President des Unternehmens, dessen KI-Stack neu aufbaute, traf er eine Entscheidung, die zunächst kontraintuitiv wirken mag: Anstatt auf das aktuell beste Modell zu optimieren, entwarf er eine Architektur, die auf „Disposability“ ausgelegt ist.



„Was wir heute für das beste Modell halten, ist morgen vielleicht nicht mehr das beste Modell“, erklärt der Manager. Deswegen entwickelte er mit seinem Team einen „Options-Layer“, über den sich KI-Modelle so einfach austauschen lassen wie Batterien. Bottoms hatte erkannt, dass sich KI schneller weiterentwickelt als die Architektur-Zyklen von SaaS – und, dass starre KI-Implementierungen im Moment ihrer Auslieferung zu Legacy-Systemen werden.



KI-Ansatzpunkte



Der fatale Fehler, den viele SaaS-Unternehmen im Zusammenhang mit KI begehen: Sie konzentrieren sich zunächst darauf, was die Technologie leisten kann. Anstatt darauf, was die Kunden von ihr erwarten. Aarthi Ramamurthy, Chief Product Officer bei Rithum (ehemals CommerceHub), geht einen anderen Weg. „Mein Startpunkt ist Empathie. Ich weiß, womit das Retail-Ökosystem zu kämpfen hat und wie komplex es ist“, erklärt die Managerin. Diese Empathie veranlasste sie dazu, KI auf ein vermeintlich simples Problem anzusetzen: Lieferanten-Onboarding. Oder um es etwas konkreter zu formulieren: Wenn ein Unternehmen einen Pullover als „rosa“ bezeichnet, ein anderes ihn aber unter „fuchsia“ führt, kommt es durch einen manuellen Abgleich zu Reibungsverlusten.



Doch Ramamurthy und ihr Team haben das Problem der KI nicht einfach „über den Zaun geworfen“: Sie haben spezifische „Jobs to Be Done“ gemappt und anschließend den jeweils richtigen KI-Ansatz gewählt. Dabei haben sie mit einem einfachen algorithmischen Abgleich begonnen, bevor sie Machine Learning für die Nachfrageprognose integrierten. Dieses Vorgehen steht im krassen Gegensatz zum allzu typischen Ansatz, LLMs „zu haben“ und dann „irgendwo“ eine Anwendung dafür zu suchen.



Letzteres Vorgehen beobachtet auch Sushma Kittali-Weidner, ehemals Chief Product Officer beim Plattformanbieter Rheaply, regelmäßig: „Die Leute suchen nach einem Wundermittel und denken nicht ausreichend darüber nach, wie KI die Effizienz in bestehenden Prozessen steigern kann.“



Das Oktopus-Potenzial



Das Wertvollste, was SaaS-Unternehmen mit KI erreichen können, wird durch die Technologie ermöglicht, geht aber weit darüber hinaus: Sie können ihre Kunden dabei unterstützen, Intelligenz und Autorität in ihrer Organisation zu verteilen. Oder anders ausgedrückt: Sie können ihnen ermöglichen, zu einer Oktopus-Organisation zu werden – die schneller agieren und reagieren kann, weil Entscheidungen näher an der Basis getroffen werden.  



Das demonstriert etwa die „Da Vinci“-Plattform des SaaS-Anbieters Movable Ink. Das System ermöglicht den Massenversand hochgradig personalisierter E-Mails, indem es Vision-Modelle, generative KI, Insight-Engines und Prediction-Algorithmen miteinander kombiniert. Dabei überträgt die Plattform komplexe Personalisierungsentscheidungen an die Marketing-Mitarbeiter an der Basis. Diese mussten zuvor die Genehmigung der Geschäftsleitung für Änderungen an Kampagnen einholen. Nun bestimmt das System, welche Stories wann und wie oft an den Kunden ausgeliefert werden – und auch welche kreativen Elemente dabei zum Einsatz kommen. 



Damit werden Entscheidungsbefugnisse in großem Maßstab dezentralisiert: Im Team mit der KI wird jeder einzelne Marketing-Mitarbeiter wesentlich leistungsfähiger und kann Tausende von Mikroentscheidungen treffen – was in traditionellen Hierarchien undenkbar gewesen wäre. Das Beispiel verdeutlicht: Erfolgreiche SaaS-Produkte helfen Kunden dabei, zu „Oktopus-Organisationen“ zu werden – verteilt, anpassungsfähig und intelligent an jedem Punkt.



Die SaaS-Realität



Leider sieht die Realität anders aus. Die meisten SaaS-Unternehmen können ihren Kunden nicht dabei helfen, zum Oktopus zu werden, weil sie selbst keiner sind. Ein Oktopus verfügt über ein „Neural Necklace“, einen Ring aus Nervenbündeln, der seine Arme miteinander verbindet und einen sofortigen Informationsaustausch zwischen ihnen ermöglicht – ohne dass das zentrale Gehirn eingeschaltet werden muss. Diese Verbindungen sind bei SaaS-Unternehmen jedoch häufig unterbrochen.



Man muss sich nur die Customer-Success- und Produktteams ansehen: Erstere erfahren, wo Produkte versagen, wo Workflows Reibungspunkte verursachen und wo latente Bedürfnisse unerfüllt bleiben. Zweitere verfügen über Telemetrie- und Performance-Daten. Wenn diese Informationen frei zwischen den Teams fließen, entsteht eine außergewöhnliche Wahrnehmungsfähigkeit. Typischerweise haben sie aber getrennte Berichtswege: Sie tauschen bereinigte Zusammenfassungen aus – und kritische Signale gehen verloren.



Ramamurthy ging dieses Problem bei Rithum an, indem sie KI zunächst in interne Dashboards und anschließend in externe Funktionen integrierte. Das Ergebnis war ein gemeinsames Verständnis über sämtliche Funktionen hinweg. Wenn Customer-Success-, Produkt- und Engineering-Teams auf dieselben KI-generierten Insights zum Kundenverhalten zugreifen, können sie eine gemeinsame Sprache entwickeln und Prioritäten abstimmen.



Der Weg zur Continuous Transformation



KI-Fähigkeiten entwickeln sich beinahe wöchentlich weiter. Dementsprechend müssen SaaS-Unternehmen diese Geschwindigkeit adaptieren. Das hat Rheaply-CPO Kittali-Weidner am eigenen Leib erfahren: Sie und ihr Team hatten lediglich begrenzte Ressourcen zur Verfügung und konnten sich kein Overengineering leisten. Also entwarfen sie modulare KI-Implementierungen, die ohne umfangreiche Refactoring-Maßnahmen weiterentwickelt werden konnten. Der Research- und Prototyping-Prozess, der früher Wochen in Anspruch nahm, findet nun in Echtzeit im Rahmen von Co-Creation-Sessions statt – ein echter Wettbewerbsvorteil.



On-Demand-Anpassungen erfordern jedoch auch das richtige Team. Man braucht:




Engineers, die sich auf Wegwerf-Code einlassen,



Produktmanager, die Features ausliefern, obwohl sie wissen, dass diese in wenigen Monaten ersetzt werden, und



Führungskräfte, die bereit sind, die Durchbrüche von gestern zugunsten der Verbesserungen von morgen aufzugeben.




SaaS-Unternehmen scheitern entweder daran, dass sie zu wenig automatisieren und KI als Spielerei betrachten – oder daran, dass sie zu viel automatisieren und damit Widerstand auslösen. An dieser Stelle kann die 80/20-Regel helfen: 80 Prozent der Arbeit können automatisiert werden. Für die restlichen 20 Prozent ist weiterhin menschliches Urteilsvermögen notwendig.



SaaS-Anbieter, die den KI-Asteroiden überleben wollen, müssen in zweifacher Hinsicht handeln:




Extern muss ihr Produkt die Kunden dazu befähigen, zur Oktopus-Organisation zu werden: Intelligenz verteilen, Entscheidungsbefugnisse delegieren und Anpassungsfähigkeit fördern.



Intern müssen sie selbst zum Oktopus werden: Informationen über Silos hinweg vernetzen, auf kontinuierliche Transformation ausrichten und Autonomie mit Koordination in Einklang bringen.




(fm)



Dieser Beitrag wurde im Rahmen des englischsprachigen Expert Contributor Network von Foundry veröffentlicht. Alle Infos zum deutschen Experten-Netzwerk finden Sie hier.