Jochen Maurer

Technik perfekt, trotzdem unsichtbar in ChatGPT: Was wir aus dem GEO-Scan der eigenen Website gelernt haben — und welche drei Hebel die KI-Sichtbarkeit von B2B-Software wirklich bewegen.

Zwischen dem 9. Juni und dem 24. Juli 2026: Fable 5 kommt, verschwindet, kommt wieder. GPT-5.6 löst GPT-5.5 nach elf Wochen ab. DeepSeek V4 geht mit 1 Million Token Kontext live und schaltet vier Tage später die alten API-Endpoints hart ab. Wer sein Modell einmal auswählt und dann Ruhe erwartet, zahlt drauf. Ein Auswahl-Framework mit vier Prüfachsen — Task-Fit, Preis, Datenresidenz, Exit-Fähigkeit — für DACH-B2B-Entscheider.

SAP kündigt 224 Joule-Agenten mit Claude als Reasoning-Modell an, laut DSAG setzen aber über 75% der Kunden bei KI auf Non-SAP-Tools. Derweil liefert Microsoft im Business Central einen einzigen Agenten aus, der Bestell-Mails in Aufträge verwandelt — und der läuft. Warum der Mittelstand beim Agenten-Rollout den Startvorteil hat, den keiner auf der Keynote erwähnt: Clean Core ab Werk.

53% des Web-Traffics sind Bots, 32% bei Cloudflare automatisiert, AI-Agents wachsen mit 24% pro Quartal. Nur 4% der Top-200.000-Domains deklarieren AI-Präferenzen, 3,9% beherrschen Markdown Negotiation. Wer im Agent-Zeitalter B2B-Software verkauft, braucht sechs neue Disziplinen: entdecken, supporten, blocken, fördern, tracken, monetarisieren. The Playbook als Test-Implementierung.

Anthropic baut sein Research-System mit einem Lead-Agent plus parallel arbeitenden Sub-Agents — und schlägt das Single-Agent-Setup um 90,2%. Preis: 15-fache Token-Kosten. ChatDev 2.0 erlaubt Drag-and-Drop-Orchestrierung tausender Agents. Microsoft hat AutoGen schon im Oktober 2025 in den Wartungsmodus geschickt, seit April 2026 ist das Agent Framework 1.0 GA. Und Gartner erwartet, dass über 40% der Agentic-AI-Projekte bis Ende 2027 abgebrochen werden. Was funktioniert, was nicht, und wer in DACH überhaupt mitspielt.

Predictive, Generative, Agentic — drei Ären in fünfzehn Jahren. Was jede Welle ausgelöst hat, welche Anbieter gewonnen haben, was nach Era 3 kommt und warum DACH-PE in keiner der drei Wellen vorn war. Eine Zoom-out-Synthese.

Seit gestern darf das AI Office Bußgelder verhängen, bis 15 Mio. Euro oder 3 % Weltumsatz. Gleichzeitig hat der Digital Omnibus die Hochrisiko-Pflichten auf Dezember 2027 vertagt — Amtsblatt-Veröffentlichung am 24. Juli, neun Tage vor dem Termin. Was ab jetzt wirklich gilt, wer in DACH aufpasst und warum die Verschiebung kein Freifahrtschein ist.

25 Jahre Per-Seat-Pricing kommen an ihr Ende. AI-Agenten, variable Compute-Kosten und Outcome-Modelle zwingen jeden B2B-Software-Anbieter zur Pricing-Entscheidung — auch im DACH-Mittelstand.

Sierra steht bei $200M ARR — die zweiten $100M kamen in zwei Quartalen. Harvey macht $190M in drei Jahren, Decagon verdreifacht die Bewertung auf $4,5 Mrd. Sie verkaufen kein Tool, sondern das Arbeitsergebnis — pro gelöstem Ticket, pro Vertrag, pro qualifiziertem Lead. Was das für klassische SaaS-Margen, CAC-LTV-Modelle und DACH-Player wie Parloa, Cognigy und Personio bedeutet.

Rocket.new aus Surat liefert McKinsey-Style-Strategiereports für 250 Dollar im Monat. Lilli macht bei McKinsey 80 Prozent der Junior-Arbeit. Die Vibe-Trilogie schließt mit der unangenehmsten Frage: Was bleibt von Tier-1-Strategieberatung, wenn der Pyramidenboden wegbricht?

Compaq brauchte 1982 fünfzehn Ingenieure und neun Monate, um das IBM-BIOS sauber zu klonen. 2026 macht das ein Vibe-Coder am Wochenende. Was vom Cloning-Schutz übrig bleibt, wenn die alte Clean-Room-Doktrin nicht mehr greift — und welche Moats unter dem neuen Druck wirklich halten.

165 Software-Investoren dokumentiert das Playbook-Wiki, aber für ein konkretes Unternehmen passen davon selten mehr als zehn. Ein Leitfaden entlang der drei Fragen, die vor jeder Investorensuche stehen: Welche Phase, welches Modell, welcher Eigentümer-Typ — mit konkreten Namen von Main Capital bis henQ.

Ein US-Startup vermietet 'KI-Mitarbeiter' ab 99 $/Monat — der LLM-Verbrauch eines Monitoring-Agents liegt bei unter 10 Cent. Wir haben vier Markt-Agenten auf unserer eigenen Datenbasis gebaut und nachgemessen: Rohmarge über 99 %, der Engpass ist nie das Modell. Was Agent-driven Business im DACH-Mittelstand wirklich bedeutet — und woran die meisten Agenten-Pitches scheitern werden.

Claude Sonnet 5 stand zwei Tage nach Launch im Microsoft 365 Copilot, Fable 5 steckt als Preview-Modell mit Data Retention im Cowork-Modellwähler, und Microsoft hat die Ankündigungsfrist für KI-Subprozessoren von sechs Monaten auf 30 Tage verkürzt. Modell-Governance ist keine Beschaffungsentscheidung mehr, sie ist Betriebsaufgabe im Monatstakt.

Anthropic hat Fable 5 nach drei Wochen Zwangspause wieder freigeschaltet. Ausgelöst hatte den Stopp ein Jailbreak, der das Modell Software-Schwachstellen finden ließ. Die neuen Safeguards sind stark klassifikatorgetrieben, mit bewusst breiter Sicherheitsmarge. Genau da sitzt das Risiko für Teams, die legitime Security-Arbeit machen.

DORA, NIS2, ISO 27001 — die meisten Mittelständler bekommen ein Zertifikat gezeigt und unterschreiben. Das reicht nicht, sagt der Anbieter selbst im Kleingedruckten. Hier ist die Mindestcheckliste, mit der ein 200-MA-Unternehmen einen SaaS-Vertrag in 90 Minuten ehrlich prüft — plus die KI-spezifischen Fragen, die in keinem Standard-Questionnaire stehen.

Meine Kollegen schaffen zwei, vielleicht drei KI-Agenten gleichzeitig, dann reißt der Faden. Auch Anthropics Claude-Code-Chefin Fiona Fung sagt offen: Das Context-Switching-Problem hat sie nicht gelöst. Der nächste Engpass agentischer Entwicklung sitzt im Kopf des Menschen, und er ist messbar — über die Eingriffsrate.

Meine Kollegen schaffen zwei, vielleicht drei KI-Agenten gleichzeitig, dann reißt der Faden. Auch Anthropics Claude-Code-Chefin Fiona Fung sagt offen: Das Context-Switching-Problem hat sie nicht gelöst. Der nächste Engpass agentischer Entwicklung sitzt im Kopf des Menschen, und er ist messbar — über die Eingriffsrate.

Zwölf Reports von McKinsey bis Microsoft, ein Befund: Fast jeder investiert in AI, ein Bruchteil verdrahtet das Operating Model neu. Wer Agenten über Legacy stülpt, holt zehn Prozent raus; wer Arbeit, Daten und Governance umbaut, das Mehrfache. Was das für den DACH-Mittelstand heißt.

ChatGPT sucht über Bing, Gemini über Google, Claude über Brave, Perplexity über den eigenen Index. Wie Antwortmaschinen das Web durchsuchen, wem sie glauben — und was das für deine KI-Sichtbarkeit heißt.

Wir haben deutsche B2B-Softwareanbieter durch den GEO-Scanner geschickt: Wer wird von ChatGPT und Perplexity zur eigenen Kategorie genannt — und wer gar nicht. Die Ergebnisse sind unbequem.

Ein Agent mit Tool-Zugriff handelt mit seinen Rechten im Auftrag von jemandem, der diese Rechte nicht hat. Kombiniert mit einer Injection wird das gefährlich: Eine Anweisung in einem Support-Ticket löst eine echte Mail an einen echten Kunden aus. OWASP nennt es Excessive Agency. Vektor 3 der Fable-5-Security-Serie — und der Grund, warum Least Privilege jeden klugen Prompt schlägt.

Zwei verwandte Probleme: systematisches Abfragen rekonstruiert Modell oder System-Prompt, und manipulierte Quellen vergiften die Wissensbasis, die deine AI später als Fakt ausgibt. Die Lieferkette eines AI-Features reicht vom Modell über die Embedding-Pipeline bis zu jeder Datenquelle dahinter. Vektor 5 der Fable-5-Security-Serie.

Das Modell gibt aus, was es nicht ausgeben soll: System-Prompt-Secrets, Daten anderer Tenants, interne Dokumente aus dem RAG. Ein klassischer Trick lässt das Modell einen Markdown-Bild-Link rendern, der die Daten beim Anzeigen an den Angreifer-Server lädt. Vektor 4 der Fable-5-Security-Serie — mit Multi-Tenant-RAG als heikelstem Fall.

DAN und Rollenspiel sind gegen Frontier-Modelle tot. Was bleibt, nutzt strukturelle Schwächen: Many-shot flutet das Kontextfenster, Crescendo eskaliert über Turns, Best-of-N sampelt bis eine Variante durchkommt. Mit den Erfolgsraten aus der Forschung — und was das heißt, wenn ein Branded Bot an deinem Namen hängt. Vektor 2 der Fable-5-Security-Serie.

Die gefährlichste Variante steckt nicht im Eingabefeld, sondern in den Daten, die dein Modell verarbeitet — einer E-Mail, einem PDF, einem Support-Ticket. LLMs trennen Instruktion und Daten über denselben Attention-Mechanismus nicht zuverlässig. Vektor 1 der Fable-5-Security-Serie: Mechanik, Produkt-Risiko und Abwehr.

Anthropic baut um Fable 5 einen Klassifikator und Monitoring — du baust um dein Feature das Äquivalent. Defense-in-Depth in fünf Layern, vom Gateway bis zur Governance, mit den Zahlen aus der Forschung: Constitutional Classifiers blocken über 95 % gegen 14 % ohne. Plus die Schwellen, die das ganze Bild kippen würden. Der konstruktive Abschluss der Fable-5-Security-Serie.

Drei Tage nach dem Launch hat eine US-Exportkontroll-Direktive den Zugriff auf Fable 5 und Mythos 5 weltweit ausgesetzt — wegen eines behaupteten Jailbreaks. Der eigentliche Befund ist Anthropics eigenes Eingeständnis: Perfekte Jailbreak-Resistenz ist für keinen Anbieter möglich. Genau die Angriffsfläche importierst du, sobald du ein Frontier-Modell in dein Produkt einbaust. Hub mit fünf Vektor-Deep-Dives plus Referenzarchitektur.

Anthropic hat heute Claude Fable 5 released — direkt produktiv über die API, $10/$50 pro Mio. Tokens (rund doppelter Opus-Token-Preis), kostenloses Fenster bis 22. Juni. Ein erster interner Vergleich zeigt: pro Token teurer als Opus, pro fertigem Task ähnlich nah dran. Was der CPTO jetzt tun sollte. (Update: drei Tage später per Regierungsdirektive ausgesetzt.)

AI-Kosten explodieren, weil keiner sie misst. Drei harte Hebel — Model-Routing, FinOps-Tooling und Cost-per-Customer — bevor das CFO-Gespräch unschön wird.

Public Software EV/Sales unter 5x, 46% der LBO-Software-Loans reifen bis 2030, Permira kauft Notleidende. Die Bifurkation zwischen AI-native und AI-resistant zerlegt das alte Bewertungsmodell. Was DACH-PE jetzt rechnen muss.

70 Tage bis zum Stichtag. Hochrisiko-Pflichten, Artikel-50-Transparenz und ein Bußgeldrahmen bis 35 Mio. Euro oder 7% Weltumsatz. KI-MIG ist seit Februar in Kraft, Bundesnetzagentur koordiniert. Drei von fünfzehn DACH-Anbietern sind vorbereitet. Der Rest verdrängt.

Tag 1: Web-App. Tag 2: PWA. Tag 3: Native iOS und Android. Ein Gründer, kein Dev-Team, drei Tage. 92% der US-Entwickler nutzen AI-Coding täglich. 41% allen Codes ist AI-generiert. Der Vibe-Coding-Markt wächst auf $12,3 Mrd. bis 2027. Und im Februar 2026 hat Wall Street $285 Mrd. von SaaS-Bewertungen gelöscht — weil es begriffen hat, was das bedeutet.

€207 Mrd. in europäischen Add-on Deals, 46% aller SaaS-M&A in Vertical-Nischen, Main Capital vs. Hg Capital als zwei Archetypen. Was die Buy-and-Build-Maschine 2026 wirklich antreibt — und ab wann sie kippt.

Eine deutsche IT-Verantwortliche fragt LinkedIn nach einer Enterprise-KI-Plattform — und schreibt damit das Pflichtenheft einer neuen Softwarekategorie, für die es noch keinen etablierten Begriff gab. Wir nennen sie Horizontal AI Workbench (HAW). Während Microsoft und Salesforce um die SaaSpocalypse-These streiten, entstehen in Berlin, München und Vechta zehn Anbieter, die in der Lücke sitzen, die kein Hyperscaler füllen kann.

SAP investiert $60 Mio. in n8n bei $5,2 Mrd. Bewertung — das Doppelte vom Oktober 2025. Klingt nach Sieg. Ist es nicht. Wer 2007 das SAP/Business-Objects/Crystal-Reports-Drama miterlebt hat, weiß: Wenn SAP investiert statt akquiriert, ist das Produkt strategisch markiert — und für die 80% Nicht-SAP-Kundenbasis ab sofort verbrannt. Die Konkurrenten von Workato, Activepieces und Make haben gerade 12 Monate Sales-Aufwind bekommen.

Notion wird seit Monaten nur noch über den MCP-Server genutzt — die UI ist irrelevant geworden. Stripe dagegen umarmt MCP ohne Risiko. Das Paradox: Genau die Eigenschaft, die ein SaaS-Produkt für Agents wertvoll macht — eine perfekte API plus MCP-Server — macht es gleichzeitig austauschbar. Wer seinen Moat nur in der UX hat, verliert ihn. Wer ihn in Daten, Regulatorik oder physischer Verankerung hat, multipliziert ihn.

20.000 Unternehmen verpassen die S/4HANA-Deadline. Berater-Raten steigen 20%, Demand übersteigt Supply um Faktor 3. Die All for One Group kauft apsolut für 450 Mitarbeiter — der SAP-Partner-Markt konsolidiert sich im Rekordtempo. Wer jetzt nicht migriert, riskiert den Support-GAU. Wer klug kauft, baut die nächste SAP-Plattform.

Ein AI-Agent ersetzt 5 Analysten-Seats — und 80% des SaaS-Revenue verschwinden. Salesforce verliert 26% Börsenwert, weil das eigene Produkt Agentforce Kunden-Seats kannibalisiert. Gartner prognostiziert: 35% aller SaaS-Tools werden bis 2030 durch Agents ersetzt. Aber 40% der Agentic-AI-Projekte werden abgebrochen. Wer gewinnt — und wer stirbt beim Versuch?

SaaStr betreibt 30 AI Agents — einer lieferte 4 Monate lang veraltete Daten, ohne dass es jemand merkte. 91% aller ML-Modelle degradieren. 40% der Agentic-AI-Projekte werden abgebrochen. Und ab August 2026 macht der EU AI Act Human Oversight zur Pflicht.

28% aller M&A-Deals 2025 waren AI-related. Aber 95% der GenAI-Pilots scheitern. AI-generierter Code enthält 1,7x mehr Issues als menschlicher. Und EQT wartet seit Monaten auf einen Käufer für thinkproject. Die alte Tech-DD reicht nicht mehr — fünf neue Dimensionen entscheiden jetzt über Exit oder Stuck.

60 Jahre lang war die GUI das Maß aller Dinge. Jetzt generiert die KI für jede Aufgabe ein eigenes Interface — Task Completion, Dashboards, Freigabe-Workflows. Das verändert nicht nur UX, sondern das gesamte SaaS-Geschäftsmodell.

$316 Milliarden Börsenwert vernichtet durch zwei Anthropic-Ankündigungen. Chegg um 99,5% gefallen. Stack Overflow verliert 78% seiner Fragen. Aber PSI Software, Procore und Gingco Systems schlafen ruhig. Was unterscheidet die Überlebenden von den Opfern?

Tokenbasiert, nutzerbasiert, outcome-based: Ein strukturierter Vergleich der wichtigsten Preismodelle für AI-Features in B2B-SaaS — mit Praxisbeispielen und einer klaren Empfehlung.

Bain identifiziert fünf Szenarien von 'No AI' bis 'Spending compresses'. Eine Einordnung für den DACH-B2B-Softwaremarkt mit konkreten Beispielen.

Welche Wettbewerbsvorteile schützen B2B-Softwareunternehmen im DACH-Markt vor AI-Disruption? Eine Analyse der 10 wichtigsten Software-Moats — von Daten-Netzwerkeffekten bis regulatorischer Komplexität.

Anthropics Legal-, Security- und COBOL-Skills haben in einer Woche Milliarden an Börsenwert vernichtet. Was Software-Anbieter daraus lernen müssen.