Newsletter · · Ashutosh Agarwal

Unternehmen drosseln ihre KI-Token-Rechnungen, während Consumption-Pricing sich als zweischneidiges Schwert erweist - Ist SaaS kaputt? - Woche vom 11.–17. Juli 2026

Software-Newsletter für die Woche vom 11. bis 17. Juli 2026. Unternehmen wechselten von maximalem Token-Verbrauch zur Drosselung ihrer KI-Nutzungsrechnungen und verwandelten Consumption-Pricing damit von SaaS' Rettung in ein neues Risiko, während Salesforce und Datadog mit Operatoren und Produktsubstanz dagegenhielten.

Is SaaS Broken?

Woche vom 11.–17. Juli 2026: Unternehmen drosseln ihre KI-Token-Rechnungen, während Consumption-Pricing sich als zweischneidiges Schwert erweist

Den größten Teil dieses Jahres war die Geschichte einfach und beängstigend: KI-Agenten würden die Nutzerzahlen einbrechen lassen, und die Softwareunternehmen, die überleben, würden dies durch den Wechsel zu "Consumption"-Pricing tun, also durch Abrechnung nach tatsächlicher Nutzung, wie bei einem Versorgungsunternehmen. Diese Woche bekam die Consumption-Geschichte eine dunkle Seite. Mehrere Podcasts beschrieben denselben Umschwung: Unternehmen, die im Winter Geld in KI schaufelten ("Token-Maxing"), verbrachten diesen Sommer damit, die Rechnung zu entdecken und sie wieder zurückzufahren. Wenn nutzungsbasiertes Pricing Software retten sollte, dann ist eine Welle von Kunden, die ihre Nutzung kürzen, keine Rettung, sondern eine neue Art, die Zahlen zu verfehlen.

Darunter passierten gleichzeitig drei Dinge. Salesforce schickte seine eigenen Führungskräfte in Podcasts, um die Herabstufung der letzten Woche mit einer echten Adoptionszahl zu beantworten. Der Chairman von OpenAI (der früher Salesforce leitete) sagte, die Zukunft seien nicht Sitzplätze oder Tokens, sondern die Bezahlung für Ergebnisse, was jeden erschrecken sollte, der ein Abonnement verkauft. Und ein angesehener Software-Investor lieferte das klarste "Ist Software tot?"-Framework des Jahres. Unterdessen kam ein neues, nahezu kostenloses chinesisches Modell auf den Markt, Halbleiter fielen in einen Bärenmarkt, und die Phrase der Woche an den Handelstischen war "AI reckoning".

TL;DR

Consumption-Pricing wirkte diese Woche in beide Richtungen. Unternehmen wechselten von "nutzt so viele Tokens wie ihr wollt" (Dezember 2025–März 2026) zu "zügelt es" (Mai–Juli), da die Rechnungen die Budgets sprengten. Eine Gruppe von KI-Verantwortlichen senkte die Token-Kosten von 6.000 auf 600 US-Dollar pro Monat; ein Unternehmen erzählte Chamath Palihapitiya, seine Token-Kosten verdoppelten sich alle 45 Tage bei vielleicht 5 % mehr Produktivität. Das Pricing-Modell, das SaaS neu bewerten sollte, ist auch dasjenige, gegen das Kunden optimieren.

Das Pricing-Endspiel hat jetzt einen Namen, und es sind weder Sitzplätze noch Tokens. Bret Taylor, Chairman von OpenAI und CEO des KI-Startups Sierra, sagte unumwunden: "Sie bezahlen nicht für Tokens. Sie bezahlen für gelieferte Geschäftsergebnisse." Ein CNBC-Moderator sprach aus, was jeder Software-Aktionär dachte: dass dies "vielen Softwareunternehmen Angst einjagen würde... die an das Abo-Modell gewöhnt sind."

Salesforce und Datadog verteidigten ihre Positionen; die zwei Zahlen, die alles klären würden, fehlen weiterhin. Salesforce stellte zwei Operatoren mit einer echten Agentforce-Statistik ans Mikrofon (ein Team führt jetzt "hundert Personen und 400 Agenten", die "über hundert Millionen im Pipeline" generieren), und Datadogs Chief Scientist erläuterte detailliert dessen Observability-KI. Aber zum sechsten Mal in Folge hat keiner der sieben Namen eine Bruttomarge für KI-Features oder eine neue Net-Retention-Zahl offengelegt. Adobe und HubSpot erhielten nur Marketing-Interviews; Atlassian, Asana und Monday.com blieben praktisch stumm.

Was neu ist

Geordnet nach dem, was für die Positionierung eines Buchs diese Woche tatsächlich zählt.

1. "Token-Maxing" ist vorbei, und der Kater ist die eigentliche Geschichte. [Analyst]

Dies ist der wichtigste Wandel der Woche, weil er alle sieben Namen gleichzeitig trifft. Auf Everyday AI, Ep. 820 (16. Juli) beschrieb Host Jordan Wilson einen klaren, datierten Verlauf: "von Dezember 2025 bis... März 2026... waren Unternehmen wie: ja,... nutzt so viele Tokens wie ihr könnt. Und dann heißt es: Moment, diese Token-Kosten werden immer höher... Also haben wir jetzt, im Mai, Juni, Juli, diesen Umschwung gesehen, bei dem Unternehmen sagen: Moment, wir müssen anfangen, die Ausgaben zu zügeln." Er war unverblümt darüber, warum sich zuvor niemand darum kümmerte: bei "20 bis 50 Dollar pro Monat und Sitzplatz konnten die meisten Mitarbeiter das gar nicht ausschöpfen... wir spielten bis vor etwa vier Monaten mit Monopoly-Geld."

Die Zahlen hinter dem Rückzug sind bemerkenswert. Auf The Exchange (17. Juli) sagte Analyst Ray Wang, er sei gerade "auf einer Konferenz mit einer Gruppe von KI-Verantwortlichen gewesen, die ihre Token-Kosten von 6.000 Dollar im Monat auf 600 Dollar senken konnten. Und sie wissen, dass sie mit effizienterem Coding auf 60 Dollar kommen werden." Auf All-In (11. Juli) berichtete Chamath Palihapitiya von einem Gründer, der ihm erzählte, "unsere Token-Kosten verdoppeln sich alle 45 Tage", während "die nachgelagerte Produktivität... maximal 5 %" steigt, weil "man deutlich mehr Tokens braucht, um zur nächsten Verbesserungsstufe zu kommen, weil wir uns effektiv schon einem Plateau genähert haben." Und The Informations Berichterstattung von der UBS-Softwarekonferenz (15. Juli) benannte den Trend direkt: "Token-Optimierung... wird zu einem dominierenden Thema in Tech-Kreisen", da Unternehmen "feststellen, dass ihre Compute-Token-Kosten weit über das budgetierte Maß hinausgehen... Und sie fangen an, es zu drosseln."

Warum das die Zahlen bewegt: "Consumption-Pricing" wertet ein Softwareunternehmen nur dann nach oben, wenn Kunden jedes Quartal bereitwillig mehr konsumieren. Diese Woche zeigte den gegenteiligen Reflex: Käufer behandeln KI-Nutzung wie jede Versorgungsrechnung und suchen nach Einsparungen. Das ist direkt bearish für die nutzungsbasierten Namen (Datadog und Monday.coms KI-Credit-Modell) und untergräbt die gesamte These "Sitzplätze sterben, aber Consumption wird uns retten". The AI Daily Brief (16. Juli) fasste den Stimmungswandel präzise zusammen: Unternehmen "sind jetzt aktiv davon abgerückt, wie sie ihre Leute dazu bringen, Tokens zu nutzen, hin zu einem Unwohlsein über die eskalierenden Token-Kosten ohne klare Verbindung zum Umsatz."

2. Das Pricing-Endspiel hat jetzt einen Namen: Ergebnisse, nicht Sitzplätze, nicht einmal Tokens. [Operator]

Auf Squawk on the Street (16. Juli) lieferte Bret Taylor den zitierfähigsten Satz der Woche. Taylor lohnt sich hier doppelt zuzuhören: Er ist Chairman von OpenAI, CEO des KI-Agenten-Startups Sierra und ehemaliger Co-CEO von Salesforce, sitzt also gleichzeitig auf der Modell-Ebene, der Anwendungs-Ebene und beim Platzhirsch, den er einst leitete. Sein Pitch: "Bei einem Sierra-Agenten bezahlen Sie nicht für Tokens. Sie bezahlen für gelieferte Geschäftsergebnisse. Sie bezahlen dafür, dass dieser Termin gebucht wird... es ist unsere Aufgabe, uns um die Tokenomics zu kümmern." Er prognostizierte, dass sich der gesamte Markt in diese Richtung bewegt: "Ich glaube, wir werden uns zu einer Welt bewegen, in der man für Ergebnisse bezahlt."

Der Interviewer zog sofort die naheliegende Schlussfolgerung, und sie ist die These dieses Newsletters in einem Satz: dieser Wandel "würde vielen Softwareunternehmen Angst einjagen. Wenn sie an das Abo-Modell gewöhnt sind und wir anfangen, für Ergebnisse zu bezahlen, könnte das ein längeres Gespräch werden." Taylors anderer wichtiger Punkt war defensiv, und er ist der Fluchtweg der Platzhirsche: Während sich Modelle kommodifizieren, "was hat man dann noch? Man hat seine Kundenbeziehungen und die Erinnerung an all diese Interaktionen... dieses sich zusammensetzende Asset, das der eigene Burggraben ist."

Warum das die Zahlen bewegt: eine nach Ergebnissen bepreiste Welt ist die Version von "SaaS ist kaputt", die sogar ein Bulle respektieren muss. Wenn Käufer sich damit anfreunden, pro gebuchtem Termin oder pro vergebenem Kredit zu zahlen, wird das Pro-Sitzplatz-Abo, vorhersehbar, margenstark, die Basis des Multiples, zur alten Welt. Aber man beachte: Taylors Fluchtweg ist genau das, worauf sich Salesforce (unten) stützt: proprietäre Kundendaten als Burggraben, den KI nicht kommodifizieren kann.

3. Salesforce beantwortete die Herabstufung der letzten Woche, mit Operatoren und einer echten Zahl. [Operator]

Letzte Woche kassierte Salesforce seinen ersten harten Sell-Side-Schlag der KI-Ära (eine KeyBank-Herabstufung wegen "sich verlangsamender Adoption bei Agentforce"). Diese Woche schlug das Unternehmen durch seine eigenen Führungskräfte zurück. Auf Venture with Grace (11. Juli) lieferte Kris Billmaier, EVP & GM von Sales Cloud, die konkrete Adoptions-Anekdote, auf die die Bullen gewartet haben: Der Leiter von Salesforces eigenem SDR-Team (die Vertriebsmitarbeiter, die Sales-Leads nachverfolgen) "führt in etwa hundert SDR-Personen. Wir haben einen Agenten zugewiesen, um all diese 75 % der Leads aufzunehmen, die wir nie bearbeiten, und haben... über hundert Millionen an Pipeline generiert, die sonst unsichtbar geblieben wäre. Jetzt leitet sie also ein Team aus hundert Personen und 400 Agenten." Sein Framing ist die direkte Widerlegung der Sitzplatz-Erosionsthese: "Ich glaube nicht, dass es ein Ersatz ist. Ich glaube, es ist wirklich... eine Partnerschaft, effektiv." Er zitierte auch den Kunden Batteries Plus, der "10 Agenten" einsetzt, die "Zehntausende von Gesprächen pro Tag per E-Mail" abwickeln.

Auf Marketing Beyond (15. Juli) betonte Kevin Siminski, Salesforces Chief Customer Officer für Agentforce Marketing, die "Day-Zero"-Adoption, also das Design von Anreizen, damit Kunden das Produkt "vom allerersten Moment an" nutzen, und bestätigte zwei strategische Schritte: Salesforce bringe "MCP-Unterstützung in Marketing Cloud Engagement... um im Wesentlichen ein Headless-Erlebnis zu ermöglichen," und habe sich zum Kauf des Headless-CMS-Anbieters Contentful verpflichtet, das "voraussichtlich im... Q3" abgeschlossen werde. Er bestätigte zudem die Anthropic-Investition sowie eine "offene" Agent-zu-Agent-Haltung ("Super-Agenten").

Warum das die Zahlen bewegt: Salesforce versucht hier, "Agentforce stockt" in "Agentforce ist eine Partnerschaft, die erweitert, was Vertriebsmitarbeiter tun können" umzuwandeln. Die 100-Millionen-Dollar-Pipeline-Statistik ist genau die Art von Beweis, die den Cramer/KeyBank-gegen-Benioff-Streit beilegen könnte, sofern sie als berichteter Umsatz und nicht als interne Anekdote auftaucht. Vorsicht: es ist eine First-Party-Zahl von einer Salesforce-Führungskraft in einem Gründer-Interview-Podcast, keine testierte Offenlegung. Als richtungsweisend ermutigend behandeln, nicht als verifiziert. Und man beachte, was weiterhin fehlt: keine Details zu Sitzplatz-versus-Consumption-Pricing, keine Net-Retention-Zahl.

4. "Software ist nicht tot. Sie ist schwieriger geworden." Das klarste Struktur-Framework des Jahres. [Analyst]

Auf The Official SaaStr Podcast, Ep. 868 (15. Juli) legte Rory O'Driscoll von Scale Venture Partners die gesamte Debatte in Zahlen dar. Der Makro-Hintergrund: Hyperscaler geben "dieses Jahr 688 Milliarden Dollar" für KI aus, während "das, was auf der anderen Seite herauskommt... etwa 110 Milliarden Dollar an tatsächlichen Umsätzen sind, der größte Teil davon, 89 Milliarden Dollar... von den zwei Foundation-Modellen." Ganz einfach ausgedrückt: "Wir geben eine halbe Billion Dollar mehr aus, als wir einnehmen", und nach seiner Rechnung "dauert es bis 2031 oder 2032, bis der Umsatz dieser beiden Unternehmen die gesamten CapEx übersteigt", also noch fünf oder sechs Jahre im "Investitionsmodus", mit reichlich Raum für einen "Ausrutscher" auf halber Strecke.

Sein zentraler Reframe: Wenn Leute fragen "ist Software tot?", meinen sie nicht OpenAI und Anthropic (die Software sind und ganz und gar nicht tot). "Manchmal meinen sie, ist die altmodische... reinrassige SaaS tot", und manchmal meinen sie "wie wird der wirtschaftliche Wert zwischen den Foundation-Modellen und modernen Softwareunternehmen verteilt." Das, sagte er, sei "die größte Frage von allen. Wie will das Unternehmen über die nächsten 5 oder 6 Jahre KI im Wert von einer Billion Dollar konsumieren?", es alles direkt von Anthropic kaufen (in diesem Fall, scherzte er, könne die Softwarebranche "nach Hause gehen"), oder über Unternehmen, die "Mehrwert obendrauf schaffen." Er vermittelte auch ein plastisches Gefühl für die dabei stehende Summe: um eine Billion Dollar zu erreichen, brauchen Foundation-Modelle "15 %, 17 % aller Wissensarbeiter-Dollar" und "deutlich mehr als 25 %" der Software-Entwicklergehälter, "für je 200.000 Dollar Softwareentwickler geben sie 50.000 Dollar für Tokens aus."

Warum das die Zahlen bewegt: das ist das Framework, das ein Portfoliomanager in jeden dieser sieben Namen mitnehmen sollte. Die Frage ist nicht "wird SaaS sterben", sondern "wer erfasst den Wert: die Modellhersteller oder die App-Unternehmen, die darauf sitzen." Der Bull-Case für alle sieben beruht auf derselben Wette, die O'Driscoll formuliert: dass Unternehmen wertschöpfende Software wollen, kein rohes Modell.

5. Datadog erhielt Produktsubstanz für die "Infrastruktur-Gewinner"-These. [Operator]

Letzte Woche wurde Datadog auf Basis eines allgemeinen Frameworks zum archetypischen KI-Gewinner gekrönt (seit Jahresbeginn 88 % im Plus, das "MRT-Scan" für KI-Systeme). Diese Woche bekam das echte Substanz. Auf The Data Exchange (16. Juli) erklärte Datadogs Chief Scientist Amit Talwalkar die "Zeitreihen-Foundation-Modelle" des Unternehmens, Toto, die mit "100 Millionen Parametern" begannen, wobei neuere Modelle "bis zu etwa 2,5 Milliarden" haben, aufgebaut auf dem Berg von Monitoring-Daten, die Datadog bereits sammelt. Ein aufschlussreiches Detail zur Ökonomie: der KI-Ansatz ist tatsächlich günstiger im Betrieb als die alte statistische Methode, weil "es für uns tatsächlich günstiger ist, ein Zero-Shot-Modell mit 100 Millionen Parametern zu nutzen... schneller bei der Inferenzzeit, als tatsächlich ein ARIMA-Modell live zu tunen." Das Ziel ist ein "Weltmodell", das "das Verhalten eines verteilten Softwaresystems simulieren" und Vorfälle vorhersagen kann, indem es "Metriken mit Logs, Traces, Topologie, Code und Alerts" verschmilzt. Separat listete auf Motley Fools Hidden Gems (12. Juli) ein erfahrener Software-Manager "Snowflake, Databricks, Datadoc" [Datadog] unter den Datenlager-Namen auf, die "enormen Nutzen zeigen... die Marktkapitalisierungen steigen."

Warum das die Zahlen bewegt: das ist der Picks-and-Shovels-Bull-Case, der ein faktisches Rückgrat statt einer Metapher bekommt. Datadog überwacht KI nicht nur, es baut KI-Modelle auf seinen eigenen Daten, und behauptet entscheidend, dass seine Inferenz günstig ist. Der Bären-Konter ist unverändert und angesichts von Punkt 1 nun schärfer: Datadog ist ein consumption-bepreistes Geschäft, also ist der Token-Drosselungsreflex, der durch Unternehmen fegt, genau das Risiko, das man beim nächsten Zahlenausweis beobachten muss.

Die Debatte: Ist Pro-Sitzplatz-SaaS strukturell kaputt, oder wertet es nur neu?

Der Bären-Case (es bricht). Die Einheit, auf der SaaS aufgebaut wurde, ein Mensch, der monatlich zahlt, um in einer App zu sitzen, wird von der Arbeit losgelöst, und das "Consumption"-Modell, das sie ersetzen sollte, erweist sich als etwas, das Käufer kürzen, nicht ausweiten. Diese Woche lieferte dafür den klarsten Beweis: den Umschwung von Token-Maxing zu Drosselung, die Kürzungen von 6.000 auf 600 Dollar, Kosten, die sich "alle 45 Tage verdoppeln" für 5 % mehr Output (All-In, 11. Juli). Die Modellökonomie darunter bleibt hässlich und erhielt frische Bestätigung: auf Tom Bilyeus Impact Theory (14. Juli), als Reaktion auf Bären-Analyst Ed Zitron, zitierte der Moderator OpenAIs testierte Finanzzahlen: "OpenAI hat 2025 20,9 Milliarden Dollar verbrannt... ihre Kosten steigen linear mit ihren Umsätzen. Es gibt keinen Beweis dafür, dass sie ihre Margen verbessern können", während Motley Fool (12. Juli) das Cash-Burn auf "3 Milliarden Dollar im Monat" bezifferte und feststellte, dass "bis zu 40 Prozent der Enterprise-KI-Projekte letztlich aufgegeben werden könnten." Bilyeu gab zudem den Seitenhieb von Palantir-CEO Alex Karp weiter, dass Unternehmen das Gefühl haben, sie "chillen und verschwenden... Zeit mit Tokens... bekommen keinen Wert, und sie [die Labs] bekommen mein geistiges Eigentum," sowie den scharfen Punkt, dass die Labs "Verschwendung fördern... sie berechnen nicht nach Ergebnissen... weil man das mit großen Sprachmodellen nicht kann. Sie sind von Natur aus halluzinationsanfällig." Dazu kommen Bret Taylors eigene Prognose, dass sich Pricing zu Ergebnissen verschiebt (schlecht für Abos), ein neues, nahezu kostenloses chinesisches Modell (Kimi K3, "fast 3 Billionen Parameter", wovor Databricks-CEO Ali Ghodsi auf The Exchange warnte "würde noch mehr Margendruck bedeuten"), sowie Halbleiter, die in einen Bärenmarkt fielen, und man hat eine Branche, die sichtbar ihr Risiko neu bepreist. Chamaths ROI-Sondierung ist die Pointe: rechnet man NVIDIA-Chipumsätze heraus, liegt der KI-getriebene Gewinn-je-Aktie-Anstieg der S&P-493 bei "irgendwo zwischen 0 und 2 %."

Der Bull-Case (es wertet neu, stirbt nicht). Das steel-manned Argument ist, dass dies gewöhnliche Disruption ist, an die sich gut geführte Platzhirsche anpassen. O'Driscolls Rahmen "Software ist nicht tot, sie ist schwieriger geworden" (SaaStr, 15. Juli) ist der Anker: jemand vereinnahmt jene Billion Dollar an Wert oberhalb der Modelle, und das werden nicht ausschließlich die Modellhersteller sein. Die direkteste Widerlegung der Sitzplatz-Erosionsthese kam von Glean-Mitgründer Arvind Jain auf 20VC (11. Juli), der darauf beharrte, dass "Teams größer werden, nicht kleiner." Seine Logik: "die Produktivität pro Person wird steil ansteigen, aber ebenso die Anforderungen. Um denselben Umsatz zu erzielen, muss man ein 10-mal besseres Produkt herstellen." Jains eigenes Unternehmen wächst von "aktuell über tausend Mitarbeitern" auf "hoffentlich 5.000." Er stach auch die Kommodifizierungspanik durch: "90 % oder mehr der [Enterprise-]Anwendungsfälle können nicht vollständig von... Open-Source-Modellen abgedeckt werden", und nannte Anthropics Vorstoß in vertikale Nischen "ziemlich oberflächlich... es ist immer Nettoneuland... die den Markt erweitern." Wix-Gründer Avishai Abrahami untermauerte auf 20VC (13. Juli) den Stickiness-Punkt mit einer Anekdote aus der Praxis: Sein eigenes Team aus "professionellen Entwicklern" verbrachte eine Woche, dann ein stärkeres Team zwei weitere Wochen, und konnte immer noch nicht die Geschäftslogik eines Friseursalons in einem Vibe-Coding-Tool nachbauen, "diese Dinge sind kompliziert"; "man wird Shopify nicht per Vibe-Coding nachbauen... der Business-Stack ist zu schwierig." (Er gestand sogar, "eine Menge Atlassian" aus derselben Logik zu besitzen, "alle Entwickler werden es durch ihr eigenes Ding ersetzen, was offensichtlich nicht passiert.") Und Salesforces Operatoren zeigten Agenten, die Pipeline zu sitzplatzbasierten Teams hinzufügen, statt sie zu ersetzen. Der verbindende Bull-Faden, von Taylor über Billmaier bis Abrahami, lautet: proprietäre Kundendaten und kodifizierte Geschäftslogik sind der Burggraben, den KI nicht billig kopieren kann.

Wo der Ausschlag liegt. Beide Seiten stimmen jetzt beim Zielort überein: eine Mischung aus Sitzplätzen, Consumption, Ergebnissen und Services, mit proprietären Daten als verteidigbarem Kern. Sie sind sich uneinig über Geschwindigkeit und darüber, wer sich anpasst. Aber die eine wichtigste Tatsache ist diejenige, die dieser Newsletter seit sechs Wochen in Folge markiert und immer noch nicht sehen kann: keine im Scope befindliche SaaS-Firma hat eine explizite Bruttomarge für ihre KI-Features offengelegt, und keine hat eine neue Net-Revenue-Retention-Zahl ausgewiesen. Die einzigen Margendaten dieser Woche lagen benachbart: KI-native Servicefirmen, die von "35 bis 45 Prozent Bruttomarge... auf 50 und 60 Prozent" wechseln (AI to ROI, 16. Juli), und Frontier-Labs, die berichteten "über 90 % Inferenzmarge" auf Modellebene fahren (AI Daily Brief, 13. Juli). Keiner von beiden verrät, was ein KI-Feature mit Salesforces oder Adobes Bruttomarge macht. Bis diese vorliegen, streiten Bullen und Bären über eine Zahl, die keiner von ihnen sehen kann.

Aktien im Fokus

Die direkte, substanzielle Berichterstattung dieser Woche ging an CRM (zwei Operator-Interviews) und DDOG (ein Chief-Scientist-Interview). ADBE und HUBS erhielten reine Marketing-Interviews, Marken- und Produktfarbe, keine Finanzen. TEAM tauchte nur als beiläufige Erwähnung auf; ASAN und MNDY blieben stumm. Ehrlich gekennzeichnet unten.

Salesforce (CRM), direkt behandelt; Operatoren in der Offensive.

  • Bull: Zwei leitende Führungskräfte machten das "Partnerschaft, nicht Ersatz"-Argument mit einer konkreten Statistik, ein SDR-Team, das jetzt "hundert Personen und 400 Agenten" führt, und "über hundert Millionen an Pipeline, die sonst unsichtbar geblieben wäre" (Venture with Grace, 11. Juli). Dazu ein "Day-Zero"-Adoptionsschub und die Contentful-Übernahme, die im Q3 abgeschlossen werden soll (Marketing Beyond, 15. Juli). Sein Datenmoat ist genau das verteidigbare Asset, das Bret Taylor und andere als überlebensfähig gegenüber Kommodifizierung bezeichnen.

  • Bär: Alles, was Salesforce zitierte, ist eine First-Party-Anekdote, keine testierte Kennzahl, und die "Bezahlung für Ergebnisse, nicht Sitzplätze"-Welt, die sein eigener ehemaliger Co-CEO jetzt vorhersagt, ist eine direkte Bedrohung für Salesforces Pro-Sitzplatz-Modell. Weiterhin keine Details zu Sitzplatz-versus-Consumption-Pricing und keine Net-Retention-Zahl.

  • Nächster Katalysator: Jede berichtete (nicht anekdotische) Agentforce-Umsatz-/Consumption-Kennzahl beim nächsten Earnings-Call, und wie der Contentful-Deal für die Monetarisierung eingerahmt wird.

Datadog (DDOG), direkt behandelt; Produktsubstanz hinzugefügt.

  • Bull: Chief Scientist detaillierte echte, produktive KI (Toto-Foundation-Modelle, 100 Mio.–2,5 Mrd. Parameter, ein "Weltmodell" für Vorfallvorhersage), aufgebaut auf Datadogs proprietären Observability-Daten, und behauptete, die KI sei günstiger im Betrieb als die alte Methode (The Data Exchange, 16. Juli). Erneut unter den Datenlager-Gewinnern genannt (Motley Fool, 12. Juli).

  • Bär: Datadog ist consumption-bepreist, sodass das dominierende Thema dieser Woche, Unternehmen, die Token-/Nutzungsausgaben drosseln (The Information, 15. Juli), genau dieses trifft. Der Punkt seines eigenen Wissenschaftlers, dass KI-Observability günstig sein kann, ist zweischneidig: günstig für Datadog im Betrieb, aber auch günstiger (weniger abrechenbar) für Kunden.

  • Nächster Katalysator: Nutzungs-/Consumption-Trends und jeder Kommentar zu Kundenausgaben beim nächsten Zahlenausweis, das Signal darüber, ob der Drosselungsreflex Datadog erreicht.

Adobe (ADBE), reines Marketing-Interview; kein Finanz-Update.

  • Bull: CMO Lara Balazs pries Firefly als "All-in-one-KI-Studio" und eine neu gestartete "agentische Schicht... Firefly-KI-Assistent über... InDesign, Illustrator, Photoshop" hinweg an, plus die SEMrush-Übernahme, die "eine einheitliche Plattform für SEO und GEO-Suche" schafft (Uncensored CMO, 15. Juli).

  • Bär: Dies war ein reines Marken- und Kreativitätsgespräch ohne jegliche Finanzzahlen, kein Update zur unbesetzten C-Suite, dem Freemium-Pivot oder dem letzte Woche markierten Abo-Umsatzdruck. Schweigen bei den Zahlen ist keine Beruhigung.

  • Nächster Katalysator: Eine dauerhafte CEO-/CFO-Berufung, sowie jede belastbare Zahl dazu, wie sich der Freemium-Wechsel und die Firefly-Monetarisierung auf den Abo-Umsatz auswirken.

Atlassian (TEAM), nur beiläufige Erwähnung.

  • Bull: Das Stickiness-Argument erhielt eine unerwartete Bestätigung: Wix' Gründer sagte, er besitze "eine Menge Atlassian" genau deshalb, weil die Angst, dass "alle Entwickler es durch ihr eigenes Ding ersetzen... offensichtlich nicht passiert" (20VC, 13. Juli).

  • Bär: Weiterhin ein Pro-Sitzplatz-Teamwork-Tool-Anbieter genau in der Sitzplatz-Erosionszone, und keine Rovo-Adoptions- oder Consumption-Kennzahl diese Woche aufgetaucht.

  • Nächster Katalysator: Eine Rovo-Adoptions- oder Consumption-Zahl, und ob sich das Sitzplatz-Pricing hin zu einer Hybrid- oder Consumption-Mischung wandelt.

HubSpot (HUBS), reines Marketing-Interview.

  • Bull: CMO Kipp Bodnar besprach Breeze im Kontext der Markenauffindbarkeit im KI-Zeitalter und der Kundendaten (The Agile Brand, 15. Juli), das Kundendaten-Argument ist dasselbe Moat-Thema, auf das sich die Bullen stützen.

  • Bär: Keine Breeze-Monetarisierungs-, Attach-Rate-, Sitzplatz- oder Net-Retention-Daten, nur ein Read-through. KMUs bleiben die Kunden, die am ehesten mit günstigen agentischen Tools "selbst herumbasteln" können, und HubSpots Pro-Sitzplatz-Kern liegt in der Erosionszone.

  • Nächster Katalysator: Eine erste Breeze-Attach- oder Monetarisierungszahl; jedes Net-Retention-Update.

Asana (ASAN), diese Woche stumm (keine Berichterstattung).

  • Bull: Das Management hat bereits eingeräumt, dass das untere Segment exponiert ist, und bewegt sich in Richtung Upmarket, argumentierbar der richtige Verteidigungsschritt.

  • Bär: Work-Management-Sitzplätze sind das Lehrbuchziel für "ein Agent ersetzt fünf Sitzplätze", und das Consumption-Drosselungsthema ist ein Gegenwind für jedes nutzungsbasierte Aufwärtspotenzial. Schweigen ist Abwesenheit von Information, nicht Beruhigung.

  • Nächster Katalysator: Jegliche AI-Studio-Nutzungsdaten oder eine Retention-Zahl für Enterprise-Kohorten.

Monday.com (MNDY), erneut stumm (mehrere Wochen in Folge).

  • Bull: Ein KI-Credit-Consumption-Modell ist theoretisch gut für die Consumption-Ära geeignet.

  • Bär: Genau diese Theorie wird diese Woche untergraben, wenn Unternehmen aktiv Token-/Credit-Konsum kürzen, verwandelt sich ein KI-Credit-Modell von Aufwärtspotenzial in Gegenwind. Und wir haben weiterhin null frische Daten dazu, ob es funktioniert.

  • Nächster Katalysator: Eine erste offengelegte KI-Credit-Consumption- oder Attach-Kennzahl.

Read-throughs

Sitzplatzlastiges SaaS (TEAM, HUBS, ASAN, MNDY). Wenig bis keine direkte Sendezeit, aber das zentrale Risiko der Woche landet exakt bei ihnen, und es hat sich weiterentwickelt: Es ist nicht mehr nur "Agenten lassen Sitzplätze einbrechen", sondern "das Consumption-Modell, das euch retten sollte, ist genau dasjenige, das Käufer jetzt kürzen." Für Monday.com im Speziellen ist ein KI-Credit-Modell ein Gegenwind, keine Absicherung, in einem Umfeld der Token-Drosselung. Die kompensierende Hoffnung ist der Moat-Faden, der sich durch jeden Bullen dieser Woche zieht, proprietäre Kundendaten und kodifizierte Geschäftslogik (Salesforce, Wix, Bret Taylor), plus Arvind Jains gegenläufiges "Teams werden größer"-Argument. Beobachten Sie, wer von diesen vieren als Erster eine tatsächliche KI-Attach- oder Retention-Zahl offenlegt; das Schweigen ist selbst ein Datenpunkt.

Modell- und Inferenz-Anbieter (OpenAI, Anthropic, Bedrock, Azure, DeepMind). Die Ökonomie blieb brutal und besser dokumentiert: OpenAI "verbrannte 2025 20,9 Milliarden Dollar" und ungefähr "3 Milliarden Dollar im Monat," wobei Oracle "7,1 Gigawatt... nur für einen Kunden" baut und laut Bären-Case "75 Milliarden Dollar Jahresumsatz" benötigt, um Stargate zu decken (Impact Theory, 14. Juli). Zwei strukturelle Gegenströmungen sind für SaaS relevant. Erstens ist die Token-Subvention enorm, aber endlich: Semi-Analysis-Zahlen, zitiert auf AI Daily Brief (13. Juli), beziffern die 20-Dollar-Stufe auf "400 Dollar an Nutzung bei Anthropic, oder 700 Dollar bei OpenAI," und die 200-Dollar-Stufe auf "8.000 Dollar... bei Anthropic, oder erstaunliche 14.000 Dollar... bei OpenAI." Zweitens "beschleunigte AWS sein Wachstum auf 28 %" (The Information, 15. Juli), und dieselben Analysten warnten, dass Kunden, während sie "auf günstigere, kleinere Modelle herunterstufen," die Frontier-Labs sich "vertikal in den Softwarebereich hinein integrieren werden," was mehr direkte Konkurrenz zwischen Modellherstellern und den sieben Namen über die nächsten mehreren Jahre bedeutet. Auf der Seite der günstigen Modelle habe Bridgewater angeblich ein chinesisches Open-Source-Modell feinjustiert, um "das beste getestete Frontier-Modell" zu schlagen, "bei 13,8-fach niedrigeren Kosten" (Everyday AI, 16. Juli).

Risiko einer breiten Neubewertung nach unten. Der gesamte Software-/KI-Komplex bepreiste sich diese Woche neu. Gavin Bakers Framework (via AI Daily Brief, 13. Juli) ist dasjenige, an dem man festhalten sollte: wenn sich der Anteil von "Frontier-Labs mit über 90 % Inferenzmarge hin zu günstigeren Modellen" verschiebt, werden Margendollar "von den Frontier-Labs zu KI-Infrastrukturanbietern umverteilt." Das ist konstruktiv für die Infrastruktur-/Observability-Schicht (Datadog) und negativ für alle, deren Wertschöpfung nur ein dünner Wrapper auf einem teuren Modell ist. Und das Tape bestätigte die Nervosität: auf The Exchange (17. Juli) fielen Halbleiter in einen Bärenmarkt, der Nasdaq hatte seine schlechteste Woche seit fast einem Monat, und Geld rotierte in Gesundheitswesen und Finanzwerte hinein, eine "AI-Abrechnung." IPO-Beobachtung: Der IPO von SpaceX ("75 Milliarden Dollar bei 1,75 Billionen Dollar... gehandelt bei 2 Billionen Dollar bei ungefähr 35 Milliarden Dollar Forward-Umsatz") ist die Vorlage, wobei Anthropic (gerüchteweise "über 100 Milliarden Dollar Umsatz") wahrscheinlich OpenAI (gerüchteweise "etwa 70 Milliarden Dollar" Run-Rate) an die Börse zuvorkommen wird, beide potenziell über 1 Billion Dollar (All-In, 11. Juli). Bret Taylor gab "kein Update zu IPO-Plänen" (Squawk on the Street, 16. Juli).

Was sich gegenüber der Vorwoche geändert hat

Neu: die Consumption-These kippte von Retter zu Risiko. Der Rahmen der letzten Woche war, dass Platzhirsche durch den Wechsel von Sitzplätzen zu Consumption-Pricing neu bewertet werden könnten. Diese Woche dokumentierten mehrere Podcasts Unternehmen, die Consumption kürzen, den Umschwung von "Token-Maxing" zu "Token-Effizienz", Kürzungen von 6.000 auf 600 Dollar, Ausgabenobergrenzen. Das ist eine echte Eskalation: sie bedeutet, dass der Fluchtweg aus der Sitzplatz-Erosion seine eigene Falltür hat. Am direktesten bearish für die nutzungsbasierten Namen (DDOG, MNDY).

Neu: Salesforce beantwortete die KeyBank-Herabstufung mit Operatoren und einer Zahl. Letzte Woche war CRM die führende Bären-Geschichte (eine Buy-zu-Hold-Kürzung wegen stockendem Agentforce). Diese Woche gingen zwei Salesforce-Führungskräfte öffentlich mit einer konkreten "Partnerschaft, nicht Ersatz"-Adoptionsstatistik ("100 Personen und 400 Agenten," "100 Millionen Dollar in der Pipeline") plus der Contentful-Übernahme. Die Debatte ist jetzt lebendig und beidseitig statt einseitig, wenngleich ohne testierte Zahlen weiterhin unentschieden.

Neu: "Bezahlung für Ergebnisse" bekam eine Marken-Operator-Stimme. Bret Taylor (OpenAI-Chairman / Sierra-CEO / Ex-Salesforce) sagte explizit, dass sich Pricing über Tokens hinaus zu Geschäftsergebnissen bewegt, eine klarere, beängstigendere Formulierung als die "Hybrid Sitzplätze + Consumption"-Synthese der letzten Woche, und zielte direkt auf Abo-Software.

Bestätigt: die OpenAI-Cash-Burn-Geschichte bekam ihre testierte Schlagzeilenzahl. Letzte Woche: durchgesickerte Zahlen (1,60 Dollar Ausgaben je verdientem Dollar, ein Verlust von rund 21 Mrd. Dollar). Diese Woche: "20,9 Milliarden Dollar" verbrannt in 2025 aus den testierten Finanzzahlen, plus "3 Milliarden Dollar im Monat," plus Oracles Bau von 7,1 GW für einen einzigen Kunden. Die Margenboden-These ist besser dokumentiert, aber nicht gelöst.

Weiterentwickelt: Datadog wechselte von Metapher zu Mechanismus. Letzte Woche war DDOG der "MRT-Scan"-Gewinner auf Basis eines Frameworks. Diese Woche erläuterte sein Chief Scientist die tatsächlichen KI-Produkte (Toto-Foundation-Modelle, Weltmodelle) und behauptete günstige Inferenz, Substanz hinter der Geschichte, wenngleich das Consumption-Drosselungsrisiko jetzt größer aufragt.

Weiterhin fehlend (sechs Wochen in Folge): die zwei Zahlen, die die Debatte beenden würden. Keine explizite KI-Feature-Bruttomarge von einem der sieben, und keine neue Net-Retention-Zahl. Die nächstliegenden Proxys (KI-native Servicemargen von 35–45 %, steigend auf 50–60 %; Frontier-Lab-Inferenzmargen von "über 90 %") beschreiben andere Schichten des Stacks, nicht im Scope befindliches SaaS.

Ruhig: Adobe und HubSpot wurden qualitativ, und drei Namen blieben stumm. ADBE (CMO zu Firefly/agentischer Schicht/SEMrush) und HUBS (CMO zu KI-Suche) erhielten reine Marketing-Sendezeit ohne Finanzzahlen. TEAM tauchte nur als beiläufige Erwähnung auf; ASAN und MNDY hatten erneut keine substanzielle Berichterstattung.