Newsletter · · Ashutosh Agarwal

IBMs Gewinnwarnung erschüttert die IT-Services-These, während KI die abrechenbare Arbeitsstunde neu bepreist - IT Services vs AI - Woche vom 18. Juli 2026

IT Services vs AI-Newsletter für die Woche vom 18. Juli 2026, basierend auf Podcasts, die vom 11. bis 18. Juli veröffentlicht wurden. IBMs Gewinnwarnung wird zum besten Makro-Datenpunkt der Services-Bären, während Betreiber und Analysten die KI-getriebene Deflation abrechenbarer Stunden bei Accenture, Infosys und Wipro quantifizieren.

IT Services vs AI

Woche vom 18. Juli 2026: IBMs Gewinnwarnung erschüttert die IT-Services-These, während KI die abrechenbare Arbeitsstunde neu bepreist

Podcasts veröffentlicht zwischen 11. und 18. Juli 2026.

TL;DR

IBM erlebte seinen schlimmsten Tag seit 1968 mit einem Kurseinbruch von rund 25% an einem einzigen Handelstag, wobei innerhalb von zwei Tagen etwa 72 Milliarden US-Dollar an Marktwert vernichtet wurden, nachdem das Unternehmen gewarnt hatte, dass Kunden Budgets aus Software und Mainframes abziehen, um KI-Server und Speicherchips zu kaufen. Der Satz, der jeden Services-Investor beunruhigen sollte, stammt von Anurag Rana von Bloomberg Intelligence, zitiert auf Tech Brew Ride Home: "Diskretionäre IT-Ausgaben verschlechtern sich weiter und werden wahrscheinlich das Hauptthema bei den meisten Softwareunternehmen sein, wenn diese ihre Ergebnisse vorlegen."

Die Geschichte der Deflation bei abrechenbaren Stunden ist nicht länger abstrakt. Bei The Data Exchange sagte ein ehemaliger Leiter der KI-Sparte von IBM, dass Kunden nun 30–50% Preisnachlässe auf KI-gestützte Beratungsleistungen verlangen, und nannte Accenture, Wipro und Infosys als die Firmen, die unter Druck stehen, Personal umzuschichten und ihre Einstellungspraxis zu ändern.

Der bislang klarste operative Beweis dafür, dass KI Implementierungsumsätze komprimiert: Bei [Un]Churned berichteten zwei Deltek-Führungskräfte, dass Claude Code ihre Entwicklungszyklen für individuelle Integrationen um 50–60% verkürzt, Dokumentations-/Schulungszeit um 80% reduziert, einen großen Rückstau abgebaut und es ihnen ermöglicht hat, eine achtmonatige Implementierung als vierm onatige neu zu verpacken – "und wir haben tatsächlich unsere erste verkauft."

What's new

Eine im Kalender ruhig wirkende Woche wurde am Dienstag laut. Das größte Einzelereignis, IBMs Gewinnwarnung, hatte gar nichts mit Consulting zu tun, lieferte den Services-Bären aber ihren besten Makro-Datenpunkt seit Monaten. Darunter lieferten die Podcasts, die tatsächlich IT-Services abdecken, die schärfsten, spezifischsten Kommentare, die wir bisher dazu gehört haben, wie KI abrechenbare Arbeit neu bepreist. Sortiert danach, wie stark sie Ihre Einschätzung der Namen bewegen sollten:

  1. IBMs Vorabmeldung ist eine Sirene für diskretionäre Ausgaben, nicht nur ein IBM-Problem. Am 14. Juli gab IBM seine erste Gewinnwarnung seit den frühen 2000er Jahren heraus. Laut den Zahlen, die auf TraderMerlin und Valuetainment verlesen wurden, lag der vorläufige Q2-Umsatz bei 17,2 Milliarden US-Dollar, nur etwa 1% über dem Vorjahr, gegenüber erwarteten rund 17,86 Milliarden US-Dollar, mit einem bereinigten Gewinn je Aktie von 2,93 US-Dollar gegenüber einer Schätzung von 3,02 US-Dollar – ein Fehlbetrag beim Umsatz von rund 600 Millionen US-Dollar. Die Aktie fiel an einem Tag um etwa 25%, der schlechteste Wert seit 1968, und Moderator Patrick Bet-David rechnete vor, dass innerhalb von 48 Stunden rund 72 Milliarden US-Dollar an Marktwert verschwunden seien. CEO Arvind Krishnas eigene Worte, wortwörtlich zitiert auf Tech Brew Ride Home: "Was sich abspielte, war schlimmer als unsere Erwartungen … Diese Bedingungen erfordern von unseren Teams eine perfekte Ausführung, und in diesem Quartal haben wir gestrauchelt. Wir haben uns nicht schnell genug angepasst und bewegt, und zahlreiche große Deals kamen nicht in den erwarteten Zeitrahmen zum Abschluss." Die Ursache, ganz einfach gesagt: In den letzten Juniwochen verlagerten Kunden Kapital hin zu Servern, Speicher und Arbeitsspeicher, um sich die Versorgung vor weiteren Preissteigerungen zu sichern, was IBMs Mainframe- und Softwaresparten aushungerte. Warum das für Services wichtig ist: Dieselbe Budgetumschichtung, die IBMs Software traf, trifft überall die Verkaufszyklen. Brent Thill von Jefferies nannte auf The Exchange drei Gründe für ins Stocken geratene Deals und prägte den Ausdruck der Woche, "AI-Paralyse": "Sie haben effektiv Unternehmen, die einfrieren, weil sie herausfinden wollen, wohin sie sich bei KI entwickeln, und die sich in einer Testphase befinden, was Käufe zum Stillstand bringen kann." Er argumentierte, dies sei eher IBM-spezifisch als branchenweit, räumte aber ein, dass Software zu einer "Finanzierungsquelle" geworden sei, während Gelder in Richtung KI abwandern. (Krishna ist Betreiber/Insider; Thill und Rana sind Sell-Side-Analysten; die Kurs- und Umsatzzahlen sind Podcast-berichtete Vorschauwerte und sollten bis zum vollständigen Bericht als vorläufig behandelt werden.)

  2. "Neo-Consulting" und Preisnachlässe von 30–50%, mit Accenture, Wipro und Infosys namentlich genannt. Der wertvollste servicespezifische Kommentar der Woche kam von Evangelos Simoudis, einem ehemaligen Leiter der KI-Sparte von IBM, der heute eine Beratungspraxis führt, auf The Data Exchange. Seine Kunden – und seine eigene Firma – werden gebeten, die Sätze zu senken, weil jeder weiß, dass KI-Tools die Arbeit erledigen: "Kunden fordern niedrigere Stundenpreise, Sätze, weil sie wissen, dass wir alle diese Tools nutzen … Sie sagen: Wenn du Gemini, Anthropic oder was auch immer benutzt, kannst du mir nicht X berechnen, du musst mir 30% von X, 50% von X berechnen." Er erwartet, dass etablierte Firmen wie Accenture und KPMG letztlich ein Zweiklassenmodell fahren werden – reduzierte Zeit-und-Material-Sätze für traditionelle Arbeit, plus ein separates ergebnisbasiertes Modell für KI-Delivery – und warnte, dass "eine Firma wie Accenture, mit über 400.000 Mitarbeitern," vor "einer Menge Umschichtungen, vielleicht sogar einigen Stellenkürzungen" stehe. Zu den Offshore-Namen im Speziellen: "Wenn wir mit einigen der Unternehmen sprechen, mit denen wir in Indien zusammenarbeiten, die entweder Engineering- oder IT-Dienstleistungen anbieten, spüren sie einen enormen Druck, ihre Kosten zu senken," und bei den börsennotierten Firmen "wird man anfangen zu sehen, dass Umsatzziele verfehlt werden, und auch, wie sie einstellen, wen sie einstellen, wie viele sie einstellen." Sein Schlussakkord: Das ergebnisbasierte Modell "funktioniert in den Händen von Hyperscalern wie Microsoft und den herstellergeführten 'Neo-Consulting'-Einheiten bei OpenAI und Anthropic viel besser" als in den Händen der traditionellen Integratoren. Warum das wichtig ist: Dies ist die Bären-These, jetzt mit einem Praktiker als Quelle und erstmals mit einer konkreten Größenordnung für den Preisrückgang.

  3. "Das Geld verschiebt sich, es schrumpft nicht." Dave Sobels Business of Tech rahmte die IBM-Warnung als eine Geschichte der Budgetumsiedlung und verknüpfte sie besser mit der Arbeitsmarktfrage als jeder andere: "Software-Verlängerungen wurden gegen KI-Projekte getauscht. Gehälter für Senioren wurden gegen 'aufgerüstete Juniors' getauscht. Engineering-Stunden wurden gegen Plattform-Abonnements getauscht. Eine Dynamik, drei Märkte." Seine Datenpunkte, alle mit Quelle: Eine mit Revio Labs erstellte RAMP-Studie (Anbieterforschung, entsprechend zu gewichten) ergab, dass die intensivsten KI-Anwender ihre Gesamtbeschäftigung über zwei Jahre um etwa 10% und die Einstiegseinstellungen um 12% steigerten; CompTIAs Auswertung der Juni-Daten zeigte, dass Arbeitgeber fast 15.000 IT-Mitarbeiter hinzugewonnen haben, wodurch die IT-Arbeitslosigkeit auf 2,9% sank – erstmals in diesem Jahr unter 3% –, selbst während Tech-Firmen weitere 15.000 Kürzungen ankündigten. Und der Rentabilitätsbericht 2026 von Service Leadership zeigt, dass Managed-Service-Provider im obersten Quartil beim "Servicemultiplikator auf Löhne" – wie viel ein Service im Verhältnis zu den dahinterstehenden Arbeitskosten einbringt – davonziehen, wobei der Unterscheidungsfaktor die frühe Einführung von Service-Desk-Automatisierung ist. Warum das wichtig ist: Hier zeigt sich die Spannung zwischen Bullen und Bären an einem Ort. Die Gewinner entlassen keine Leute; sie bepreisen die Stunde neu und rücken in den "verantwortlichen KI-Betrieb" auf. Die Verlierer "verteidigen den einzigen Teil des Budgets, der wirklich schrumpft."

  4. Deltek: Claude Code verwandelte eine achtmonatige Implementierung in eine viermonatige. Der beste operative Beweis der Woche für die Disintermediation von Systemintegratoren kam kurioserweise von einem Podcast zur Kundenbindung. Bei [Un]Churned erklärte Deltek, das projektbasierte ERP-Systeme an Regierungsauftragnehmer und professionelle Dienstleister verkauft, was KI mit der eigenen Delivery-Organisation angestellt hat. VP Jason Goldsmith: Individuelle Integrationen, die "früher 6, 8, 10, 12 Wochen für einen Zyklus brauchten," verkürzen sich jetzt "dramatisch, so um 50%, 60%, je nach Komplexität," und "die individuelle Arbeit ist oft der Flaschenhals einer Implementierung." CCO Margo Martin fügte hinzu, dass sie einen "riesigen Rückstau" abgebaut haben ("plötzlich sagte Jason, ja, wir sind komplett aufgeholt"), die Dokumentation und Schulung für neue Versionen um 80% reduziert haben ("von Monaten zu Wochen … zu Tagen") und eine Benchmark-Implementierung neu verpackt haben: "Früher hat es acht Monate gedauert … jetzt bringen wir das auf vier runter. Und wir haben das verpackt. Wir haben tatsächlich unsere erste verkauft." Warum das wichtig ist: Implementierungs- und Integrationsstunden sind genau das, wofür Systemintegratoren abrechnen. Wenn der Servicearm eines Softwareanbieters selbst diese halbieren kann und trotzdem den kürzeren Auftrag verkauft, dann bricht das lineare Modell von Personalzahl zu Umsatz in Echtzeit zusammen. Beachten Sie die Nuance: Deltek fährt ein "gemischtes Modell", kauft Agenten, wo möglich, und baut selbst, wo die ERP-Datenstrukturen für andere zu komplex sind – das ist also Kompression, kein Verschwinden.

  5. Die Gegenströmung: KI kann mehr Arbeit schaffen, und Teams können größer werden. Nicht jeder glaubt, dass der Kuchen schrumpft. Bei Odd Lots beschrieb Gary Wingens, Vorsitzender der Anwaltskanzlei Loewenstein Sandler, ein Due-Diligence-Projekt, dessen Kosten dank KI um 70% sanken, von rund "10 Millionen US-Dollar" auf "3 Millionen US-Dollar" – wodurch ein Auftrag, für den der Kunde ursprünglich nicht zahlen wollte, zu tatsächlich realisiertem Umsatz wurde (das Jevons-Paradoxon: Billigere Arbeit führt zu mehr davon). Sein Preissignal für alle, die die Deflation im Servicegeschäft modellieren: Die Stundensätze der Top-Kanzleien stiegen 2025 um 10,1% gegenüber einer Inflation von rund 3%, "weil die abrechenbare Stunde durch KI-Tools tatsächlich produktiver und wertvoller geworden ist," selbst während der Gesamtpreis einer fertigen Lösung sinkt. Kanzleien verteidigen ihre Marge, indem sie die menschliche Qualitätskontrollebene behalten, die Kunden selbst nicht übernehmen wollen. Die makroskeptische Version kam von Chamath Palihapitiya bei All-In, der einen Kunden zitierte, dessen "Token-Kosten sich alle 45 Tage verdoppeln" für "höchstens 5%" Produktivitätsgewinn, und der den tatsächlichen KI-getriebenen EPS-Zuwachs über den S&P 493 hinweg auf "irgendwo zwischen 0 und 2%" bezifferte. Warum das wichtig ist: Wenn KI vor allem das Volumen der Wissensarbeit erweitert statt sie zu vernichten, ist die Nachfragezerstörungs-These für Integratoren schwächer, als die Bären behaupten, und die ROI-Abrechnung könnte die KI-Investitionen bremsen, die derzeit ohnehin die IT-Budgets kannibalisieren. (Alles operator-/praktikernahe Kommentare; die Zahl von 0–2% ist Chamaths On-Air-Einschätzung, keine geprüfte Kennzahl.)

The debate

Bullen: KI vergrößert den Kuchen und lässt Anbieter mehr pro Stunde verdienen. Die optimistische Lesart hat diese Woche echte Belege. Die Jevons-Dynamik bei Odd Lots, ein 70-prozentiger Kostenkollaps, der zuvor unwirtschaftliche Arbeit freisetzt, während gleichzeitig die Stundensätze steigen, ist genau das, was ein Integrator-Bulle sehen will: Billigere Delivery erweitert das adressierbare Universum an Projekten, während die produktive Stunde sich nach oben neu bepreist. Business of Tech zeigt, dass die intensivsten KI-Anwender mehr Menschen einstellen, nicht weniger, und Anbieter im obersten Quartil eine wachsende Prämie erzielen, indem sie in den "verantwortlichen KI-Betrieb" vorstoßen. Sogar der Bär bei Data Exchange räumte ein, dass diese Verschiebung "noch offen ist … es ist unklar, wie weit und wie stark die Zielkunden sie annehmen werden." Und beim Tech Lead Journal argumentierte ein ehemaliger Gojek-CTO, dies sei "eine kognitive industrielle Revolution", die Rollen umverteilt statt sie zu zerstören: Man brauche "weniger Entwickler auf Ausführungsebene, aber wesentlich mehr Business-Analysten und Produktmanager," weil "Urteilsvermögen teuer wird." Jemand muss die Spezifikationen definieren, die Leitplanken besitzen und für das Ergebnis verantwortlich sein – und dieser Jemand kann ein Integrator sein.

Bären: KI absorbiert 5–25% der abrechenbaren Arbeit und bricht das Wachstumsmodell bei der Personalzahl. Die pessimistische Lesart wurde konkreter als je zuvor. Data Exchange bezifferte die Deflation: Kunden verlangen 30–50% Preisnachlässe auf KI-gestützte Arbeit, und Accenture, Wipro und Infosys wurden als exponiert benannt. Der Fall Deltek zeigt, dass Implementierungszeiten – der Kern des SI-Umsatzes – in der Praxis halbiert werden und der Kunde den kürzeren, billigeren Auftrag gerne kauft. IBMs Warnung (The Exchange, Bloomberg Surveillance) beweist, dass die Nachfrageseite bereits große Deals aufschiebt: "AI-Paralyse" plus ein 25-prozentiger Preisschock bei Komponenten zwingen die Global 2000, "Software-Verlängerungen … Nutzerzahlen" genau zu prüfen. Und die Disintermediationsgefahr ist strukturell: Data Exchange argumentiert, dass das neue ergebnisbasierte Modell "in den Händen von Hyperscalern wie Microsoft und den herstellergeführten Neo-Consulting-Einheiten bei OpenAI und Anthropic viel besser funktioniert" als in den Händen der traditionellen SIs.

Der entscheidende Faktor: ob durch KI freigesetzte neue Nachfrage (mehr Projekte, mehr Rechtsstreitigkeiten, mehr Patente, mehr zu bauende und betreibende Agenten) die Deflation bestehender abrechenbarer Arbeit übertrifft, und ob Kunden weiterhin Integratoren dafür bezahlen, verantwortlicher Eigentümer von KI-Ergebnissen zu sein, oder das Geld direkt zu den Plattformanbietern leiten. Diese Woche haben die Bären die härteren Schläge mit konkreten Details gelandet; die Bullen haben das bessere langfristige strukturelle Argument. Beide sind sich einig, dass das lineare Modell von Personalzahl zu Umsatz vorbei ist.

Stocks in play

Accenture (ACN). Diese Woche nicht in einem eigenen Podcast diskutiert; die Einschätzung stammt aus dem Neo-Consulting-Thread. Data Exchange nannte Accenture direkt als Archetyp unter Druck: Über 400.000 Mitarbeiter stehen vor "Umschichtungen, vielleicht sogar einigen Stellenkürzungen", einem wahrscheinlichen Zweiklassen-Preismodell und Preisnachlässen von 30–50% bei KI-gestützter Arbeit. Bulle: Accenture ist die etablierte Firma, die am ehesten eine glaubwürdige herstellerneutrale KI-Praxis aufbauen und das "Budget für verantwortlichen KI-Betrieb" erfassen kann, das laut Business of Tech sich gerade auffüllt, während andere Sparten ausbluten; Skalierung und Multi-Vendor-Neutralität sind ein Vorteil, wenn Kunden einen Partner wollen, der nicht an einen einzelnen Hyperscaler gebunden ist. Bär: Accenture ist das Musterbeispiel des Pyramidenmodells, das die Bären für einbrechend halten, und die Größe erschwert eine schnelle Neubepreisung von Marge/Mix. Nächster zu beobachtender Katalysator: der Q4-Bericht des Geschäftsjahres (September), insbesondere Neuaufträge, Wachstum bei Managed Services, und jeder Kommentar zu GenAI-Aufträgen im Verhältnis zu Preisnachlässen. (Eine Randbemerkung: Accenture schaltete eine Werbung auf Valuetainment für seine Arbeit bei der Automatisierung von Spotify-Werbeabläufen, eine Erinnerung daran, dass Accenture Song selbst genau die Automatisierung verkauft, die kreative abrechenbare Stunden komprimiert.)

IBM (IBM). Mit weitem Abstand der meistdiskutierte Name der Woche. Die Warnung vom 14. Juli dominierte Dutzende Shows. Bulle: Diversifikation ist die Verteidigung, wie TraderMerlin es ausdrückte: "Wenn KI plötzlich zusammenbricht … werden sie immer noch Geld verdienen mit Consulting … Infrastruktur und Software." Consulting macht etwa ein Drittel des Unternehmens aus; laut TBPN macht Software etwa 44% des Umsatzes bei rund 80% Bruttomarge aus, Consulting etwa 31% bei unter 30% Marge und Infrastruktur etwa 23% bei knapp unter 60%; Consulting wurde in der Guidance in etwa als stabil geführt (etwa 1% Anstieg zu konstanten Wechselkursen, laut Schwab-Network-Kommentar diese Woche). IBM präsentiert auch genuin KI-zeitgemäße Produkte: Deep View stellte IBMs "Sovereign Core"-Governance-Software für regulierte Branchen vor. Bär: Der CEO gab zu, "wir haben uns nicht schnell genug angepasst und bewegt"; das Watsonx-Wachstum von nur "19% bis 22%" (TraderMerlin) hinkt den Hyperscalern deutlich hinterher; die Mainframe-/Software-Basis ist genau das, was durch die Umschichtung der KI-Investitionen ausgehungert wird; und Wall Street Unplugged wies auf steigende speichergetriebene Preiserhöhungen sowie neue Konkurrenz durch Coding-Modelle von Meta und SpaceX als frische Margenbedrohungen hin. Valuetainment sendete unverifizierte, aus Reddit stammende Behauptungen über ein Moralproblem und eine Verschiebung von Personal von den USA nach Indien (der eigene On-Air-Check des Moderators: "135.000 Mitarbeiter" in Indien gegenüber "40.000" in den USA; "2.840 offene Stellen für IBM in Indien … 376 verfügbar in den USA") – als Anekdote zu behandeln, nicht als Fakt. Nächste zu beobachtende Zahl: der vollständige Q2-Bericht, ob die gescheiterten "Elefanten-Deals" im zweiten Halbjahr zurückkommen, und ob die Consulting-Aufträge halten, während sich diskretionäre Budgets verengen.

Infosys (INFY). Trotz Mitte Juli als indischer IT-Berichtssaison keine direkte Podcast-Berichterstattung diese Woche. Die einzige Einschätzung: Data Exchange nannte Infosys unter den Offshore-Firmen, die "einen enormen Druck spüren, ihre Kosten zu senken", und warnte, dass börsennotierte indische IT-Namen anfangen werden, "Umsatzziele zu verfehlen" und ihre Praxis zu ändern, "wie sie einstellen, wen sie einstellen, wie viele sie einstellen." Bulle: Offshore-Kostenarbitrage kombiniert mit KI könnte es Infosys ermöglichen, KI-Transformation günstiger als westliche Firmen zu liefern und Marktanteile über den Preis zu gewinnen. Bär: Das lineare Modell des Personalwachstums, das Herzstück der indischen IT-Maschine, ist die am stärksten exponierte Struktur gegenüber KI-Produktivität, und preisgetriebener Wettbewerb wirkt in beide Richtungen. Nächster Katalysator: Infosys' eigenes Quartalsergebnis und, entscheidend, die Guidance zu Neueinstellungen sowie jede Änderung an seiner Entwicklung von Personalzahl zu Umsatz. Wir kennzeichnen das Fehlen von Primärkommentaren als echte Berichtslücke, nicht als Zeichen von Ruhe.

Wipro (WIT). Keine direkte Podcast-Berichterstattung diese Woche. Gleiche Einschätzung wie bei Infosys: bei Data Exchange als Offshore-Firma unter Kosten-/Preisdruck genannt und als Kandidat für den Aufbau einer herstellerneutralen "Neo-Consulting"-Praxis. Bulle: Wenn Wipro schneller als seine Wettbewerber zu einer ergebnisbasierten KI-Delivery umschwenken kann, schützt das seine Relevanz, selbst während die Stunde deflationiert. Bär: Kleinere Größenordnung und ein historisch wachstumsschwaches Portfolio machen es anfälliger sowohl für Kürzungen diskretionärer Ausgaben als auch für KI-getriebene Ratenkompression. Nächste zu beobachtende Zahl: Wipros Auftragseingang/Total Contract Value bei Großaufträgen und Margenkommentar bei seinem nächsten Bericht sowie jede explizite Quantifizierung des Umsatzbeitrags von KI im Verhältnis zur Kannibalisierung.

Read-throughs

TCS, Cognizant (CTSH), Capgemini, EPAM. Diese Woche null direkte Podcast-Berichterstattung; kein Moderator und kein Betreiber nannte diese Namen. Das einzige Signal ist der branchenweite Druck, der bei Data Exchange beschrieben wird (30–50% Preisnachlässe, Offshore-Kostendruck, Zweiklassen-Preismodell). Angesichts der Tatsache, dass Mitte Juli der Höhepunkt der indischen IT-Berichtssaison ist, ist das Schweigen eine Lücke im englischsprachigen Podcast-Korpus, kein Zeichen dafür, dass diese Namen unbeeinträchtigt sind; die Einschätzung ist nur als Richtungsangabe zu behandeln.

Enterprise-Software-Anbieter, deren Implementierungen Services speisen (CRM, NOW, WDAY, SAP). Der klarste Datenpunkt ist negativ: Am Tag von IBMs Warnung berichtete Tech Brew Ride Home, dass "Workday und ServiceNow um rund 6% fielen" im Zuge der Einschätzung zu diskretionären Ausgaben, und The Exchange wies auf Erwartungen für ServiceNow-Ergebnisse im einstelligen Bereich hin. Kein Podcast dieser Woche brachte neue, namentlich belegte Evidenz zu Agentforce, ServiceNow-KI-Agenten, SAP Joule oder Workday-Agenten-Adoption – eine bemerkenswerte Ruhe nach der Agentforce-Zweifels-Story von KeyBank letzte Woche. Wenn Enterprise-Agentenplattformen im "Proof of Concept" steckenbleiben, stockt auch der SI-Implementierungsumsatz-Rückenwind, der damit verbunden ist; wenn sie skalieren, könnten sie genau die Integratoren disintermediieren, die die Einrichtung verkaufen. Beide Anbieter sollten bei ihren nächsten Berichten auf Kennzahlen zur Agenten-Adoption beobachtet werden.

Microsoft / GitHub Copilot. Diese Woche weniger als Coding-Tool gerahmt, sondern eher als Gewinner der Umschichtung im Servicegeschäft. Data Exchange argumentierte, das ergebnisbasierte Modell "funktioniert in den Händen von Hyperscalern wie Microsoft viel besser" – d.h., Microsofts eigene Services- und Partnerbewegungen könnten Budget erobern, das früher an unabhängige SIs ging. Bullisch für MSFTs Services-Optionalität; bärisch für die Integratoren, die stromabwärts davon sitzen.

Build-versus-Buy und interne KI. Der Deltek-Fall ist das Vorlagenbeispiel: Unternehmen fahren ein Mischmodell, kaufen Agenten für Standardaufgaben und bauen nur dort selbst, wo eigene Daten/Komplexität es erfordern. Bei 20VC bot Glean-Mitgründer Arvind Jain einen bemerkenswerten internen Datenpunkt: ein Triage-Agent, der "1 Million US-Dollar pro Monat kostet und die Arbeit von 15 Bereitschaftsingenieuren ersetzte", während er zugleich argumentierte, dass Teams größer, nicht kleiner werden. Der rote Faden: Jeder Dollar, den ein Kunde für den Aufbau oder das Mieten eigener Agenten ausgibt, ist ein Dollar, den er nicht an einen Integrator für diese Arbeit zahlt, doch die Komplexität von Unternehmensdaten lässt weiterhin eine große Lücke von "Hilf mir, das tatsächlich einzusetzen" offen, die demjenigen zugutekommt, der das Ergebnis verantworten kann.

What changed vs last week

Die Ausgabe der letzten Woche (Woche vom 06. Juli) ließ mehrere offene Fäden zurück. Hier ist die Bewegung:

  • Die Deflation der abrechenbaren Stunde eskalierte von These zu Zahlen. Letzte Woche war es noch praktikergefärbt (TSIA, WSJ, Deloitte). Diese Woche fügte Data Exchange eine Größenordnung an (30–50% Preisnachlässe) und nannte ACN/INFY/WIT direkt – eine klare Eskalation derselben Geschichte.
  • Der herstellerfinanzierte Landgrab im Servicegeschäft vertiefte sich. Der Thread aus letzter Woche zu Microsofts "Frontier"/Amazon/OpenAI-Berater-Armee erhielt konzeptionelle Unterstützung: Data Exchange argumentiert, dass die Ökonomie ergebnisbasierter KI-Delivery strukturell die Hyperscaler und herstellergeführten Neo-Consulting-Einheiten gegenüber den traditionellen SIs begünstigt. Diese Woche wurden keine neuen Geldzusagen offengelegt, aber das "warum es funktioniert" wurde klarer.
  • NEU: Ein harter Makro-Datenpunkt: diskretionäre IT-Ausgaben verlangsamen sich sichtbar. Letzte Woche gab es kein Gegenstück dazu. IBMs Warnung, "AI-Paralyse", verschobene "Elefanten-Deals", ein 25-prozentiger Preisschock bei Komponenten, der Budgetprüfungen erzwingt (The Exchange, Bloomberg Surveillance), treibt das Thema der Verlängerung von Verkaufszyklen mit einem echten, datierten Beispiel direkt voran.
  • Agentforce-POC-Stillstand: keine frische Bestätigung. Die KeyBank-Herabstufung von Agentforce letzte Woche fand diese Woche keine Fortsetzung; ServiceNow und Workday tauchten nur als Kollateralschaden beim IBM-Ausverkauf auf (rund 6% gefallen). Das POC-Stillstandsmuster ist weder bestätigt noch widerlegt – weiter verfolgen.
  • Die Frage der Pyramideninversion erhielt neue (wenn auch nicht identische) Evidenz. Letzte Woche war der Höhepunkt Pat Caseys ServiceNow-Verhältnis von Ingenieur zu PM, das von 7:1 auf 1:1 sank. Niemand zitierte diese Woche ein einzelnes klares Verhältnis erneut, aber Tech Lead Journal ("weniger Entwickler auf Ausführungsebene, mehr Business-Analysten/PMs; Urteilsvermögen wird teuer") und Delteks Kompression der Zyklen um 50–60% zeigen beide in dieselbe Richtung.
  • Accenture Song: ruhig. Die vertiefende Analyse von Song letzte Woche hatte keine Fortsetzung; der Name tauchte nur als Werbekunde auf (Spotify-Werbeautomatisierung) bei Valuetainment. Kein Update zu der unverifizierten Datenschutzverletzungs-Behauptung von vor zwei Wochen.
  • Indische IT bleibt unterrepräsentiert. Trotz der Berichtssaison Mitte Juli erhielten TCS, Infosys, Wipro, HCL, Tech Mahindra und LTIMindtree diese Woche null direkte Podcast-Berichterstattung – dieselbe chronische Lücke wie letzte Woche schon markiert.