17. Mai 2026

Was KI nicht kaufen kann

KI hat die Halbwertszeit von Wettbewerbsvorteilen radikal verkürzt

Vor drei Jahren hätte ich eine andere Frage gestellt, wenn ich ein Softwareunternehmen bewertet habe. Heute stelle ich sie immer noch, aber sie hat eine andere Bedeutung bekommen. Nicht weil sich die Märkte verändert haben. Sondern weil sich verändert hat, wie schnell ein Vorteil wieder verschwindet.

KI hat die Halbwertszeit von Wettbewerbsvorteilen radikal verkürzt. Was das konkret bedeutet für Investoren, Portfolio-CEOs und jeden, der gerade einen Investment Case aufbaut oder bewertet, dazu komme ich am Ende.

Warum Feature-Vorsprünge heute kein Moat mehr sind

Ein Feature, das vor drei Jahren sechs Monate Entwicklungszeit brauchte, wird heute an einem Wochenende repliziert, oder sogar noch schneller. Das ist die operative Realität in jedem SaaS-Markt, den ich gerade beobachte.

Wettbewerbsvorteile, die auf Entwicklungsaufwand basieren, sind strukturell kurzlebig geworden. Genau das ist die Verschiebung, die PE-Investoren und Portfolio-CEOs heute neu kalibrieren müssen. Nicht jedes Unternehmen mit einem guten Produkt hat einen Moat. Und nicht jeder Moat ist in einem Produkt-Deck sichtbar.

Welche drei Vorteile wirklich halten?

In meiner Arbeit, gerade in technischen Due Diligences, habe ich gelernt, auf drei Dinge zu achten, die KI nicht replizieren kann.

1.   Das operative Datenflywheel

Nicht Daten als statischer Bestand, sondern der Prozess, der täglich neue, proprietäre Daten generiert, als direktes Nebenprodukt des laufenden Geschäfts. Das ist der Unterschied, den ich in TDDs gezielt prüfe.

Wird das Modell besser, je mehr Kunden onboarden? Oder ist die KI-Funktionalität im Kern statisch, also trainiert auf einem einmaligen Datensatz, der nicht wächst?

Ein statisches Modell ist replizierbar. Ein Flywheel, das mit jeder Transaktion, jedem Nutzer-Feedback, jeder Entscheidung im System besser wird, ist es nicht. Denn um aufzuholen, muss ein Wettbewerber nicht das Modell kopieren. Er muss den gesamten operativen Prozess replizieren, inklusive der Jahre an realem Nutzungsvolumen, die dahinterstehen.

2.   Organisations- und Delivery-Fähigkeit

KI schreibt Code. Sie baut keine Organisation, die zuverlässig und schnell deployed, Prioritäten unter Druck hält und aus Fehlern systematisch lernt.

Engineering-Kultur, Delivery-Velocity, die Fähigkeit eines Führungsteams, Nein zu sagen und diese Entscheidung zu verteidigen, das sind strukturelle Vorteile, die Jahre brauchen, um zu entstehen. Und die sofort sichtbar werden, wenn man sie sucht.

Aus meiner Erfahrung in Wachstums- und Transformationsphasen war die größte Herausforderung nie das Produkt. Es war die Frage, ob die Organisation liefern kann, was sie verspricht, und ob das auch in sechs Monaten noch gilt. Genau diese Fähigkeit ist in Due Diligences oft das entscheidende Signal, das über das Pricing entscheidet.

3.   Echte Wechselkosten

Nicht Kundenzufriedenheit, nicht NPS, sondern die operative Verwebung des Produkts in die tatsächlichen Workflows des Kunden. Was kostet ein Wechsel wirklich? Nicht im Vertrag, sondern in Mensch-Stunden, Datenmigration, Re-Training, unterbrochenen Prozessen?

Diese Frage wird in Investoren-Decks systematisch unterbewertet, weil sie sich nicht leicht quantifizieren lässt. In der Due Diligence lässt sie sich jedoch sehr präzise einschätzen, durch Interviews mit den Top-Kunden und eine ehrliche Analyse der Integrationstiefe.

Was ich heute in jeder Due Diligence frage

Drei Fragen, unabhängig von Branche und Unternehmensgröße.

1. Wächst der Datenvorteil mit jeder Kundeninteraktion, oder ist er statisch?
2. Kann die Engineering-Organisation in sechs Monaten liefern, was sie heute verspricht?
3. Wie hoch sind die echten Wechselkosten für die wichtigsten Kunden, gemessen in Zeit und operativem Aufwand, nicht in Vertragsklauseln?

Wer diese drei Fragen nicht überzeugend beantworten kann, hat kein Moat-Problem. Er hat ein Timing-Problem.

Was bedeutet das für Investment Cases heute?

Vor drei Jahren habe ich gefragt, welche Problem löst das Produkt für wen? Heute zählt, wie lange bleibt dieser Vorteil differenziert, und was würde es einen gut finanzierten Wettbewerber mit Zugang zu modernen KI-Tools kosten, ihn zu schließen?

Wenn die Antwort unbequem ist, ist jetzt der richtige Zeitpunkt, das zu wissen. Nicht nach der Investition.

Experten mit Struktur und auf Augenhöhe

finden Sie bei der F&P Executive Solutions AG.