Wenn alle Softwareaktien verkaufen, sagen HSBC, ihr liegt falsch

Der Marktpanik ist eine Fehldeutung.

Artikel geschrieben von: Uzumaki Umi, Deep Tide TechFlow

Im Februar 2026 erlebt der Technologiesektor eine systemische Krise, die von einigen Medien als „SaaSpocalypse“ (SaaS-Endzeit) bezeichnet wird.

Salesforce-Aktien sind seit ihrem Höchststand 2025 um fast 40 % gefallen; ServiceNow stürzte nach der Veröffentlichung der Quartalszahlen an einem Tag um über 11 %, was lediglich daran lag, dass das Management in einem Telefonat erwähnte, dass „AI-Intelligenzen die Sichtbarkeit des Sitzplatzwachstums erschweren“; Workday fiel um über 22 %; der gesamte S&P 500 Software- und Service-Index verlor in den ersten sechs Wochen des Jahres fast 1 Billion US-Dollar an Marktkapitalisierung.

Die Logik des Marktes ist einfach: KI-Agenten können bereits viele menschliche Tätigkeiten ersetzen. Unternehmen, die KI für Aufgaben einsetzen, die früher 100 Personen erforderten, brauchen natürlich keine 100 Software-Sitze mehr. Das auf Sitzplatzgebühren basierende SaaS-Geschäftsmodell gilt als am Ende seiner Laufbahn.

Während die Panikverkäufe die Branche erfassten, veröffentlichte Stephen Bersey, Leiter der US-Technologieforschung bei HSBC, eine provokante Studie mit dem Titel: „Software wird KI verschlingen“ (Software Will Eat AI).

Seine Kernaussage lässt sich in einem Satz zusammenfassen: Die Marktpanik ist eine Fehldeutung.

Gegen den Trend: Der Bericht

„Die Sorge, dass KI Unternehmenssoftware verdrängen wird, ist falsch.“

Er beginnt den Bericht mit dieser Aussage. Für ihn wird KI keine Software vernichten, sondern von ihr aufgenommen und in die Fähigkeitsschichten der Unternehmenssoftware integriert. Software ist kein Gegner von KI, sondern das Vehikel, durch das KI in die reale Welt gelangt.

Dieses Umkehren der Logik dreht das gesamte aktuelle Narrativ im Markt um. Die Angst ist, „KI ersetzt Software“, während Bersey meint: „Software wird KI zähmen.“

Er zieht einen Vergleich aus der Internet-Ära: Als das Internet explodierte, lag der ursprüngliche Wert vor allem in der physischen Infrastruktur – Server, Glasfaserkabel, Rechenzentren. Große Kapitalmengen flossen in Hardware, während die frühen Internetfirmen, die mit Schwierigkeiten kämpften, letztlich die langfristigen Gewinner waren. Software ist das Endziel des Internets.

Bersey glaubt, dass die Entwicklung von KI dasselbe Muster wiederholt. 2024 und 2025 seien die Infrastruktur-Phase, in der Rechenleistung, Modelle und Code-Integration aufgebaut werden – alles, um die Software-Explosion vorzubereiten. 2026 sei das Jahr, in dem die Motoren wirklich zünden.

„Software wird der Hauptmechanismus sein, durch den KI in den weltweit größten Unternehmen verbreitet wird. Wir sehen 2026 als das Jahr des Beginns der Monetarisierung von Software.“

Warum können Basis-Modelle Unternehmenssoftware nicht ersetzen?

Der überzeugendste Punkt im Bericht ist die schichtweise Analyse der Logik, dass „KI Software direkt revolutioniert“.

Kritiker argumentieren, dass große Sprachmodelle bereits Code schreiben können, Vibe Coding (direkte Generierung funktionierender Software durch natürliche Sprache) im Aufschwung ist, KI-Modelle bereits mehr auf Anwendungsebene experimentieren. Warum brauchen Unternehmen dann noch Oracle, SAP, Salesforce – die teuren, traditionellen Softwaresysteme?

Bersey antwortet auf drei Ebenen.

Erstens: Basis-Modelle haben „angeborene Mängel“.

Der Bericht weist klar darauf hin, dass Basis-Modelle „innere Schwächen“ haben und nicht in der Lage sind, die „Gesamtplattform“ großer Unternehmen vollständig zu ersetzen. Sie sind gut in engen Szenarien: Bildgenerierung, kleine Anwendungen, Textverarbeitung. Für hochpräzise, unternehmenskritische Plattformen sind sie jedoch „nicht realistisch“.

Der Grund liegt in den begrenzten Trainingsdaten. LLMs werden auf öffentlich zugänglichen Internetdaten trainiert, während das Wissen um proprietäre Architektur, Geschäftslogik und Betriebsnormen, das sich in Unternehmenssoftware über Jahrzehnte angesammelt hat, nicht öffentlich zugänglich ist. Diese Kernpatente und -wissen können AI nicht lernen oder kopieren. Die Wettbewerbsvorteile von Oracle, SAP sind nicht durch Code zu erreichen, sondern durch Zeit und Szenarien, die im Laufe der Jahre aufgebaut wurden.

Zweitens: Die Grenzen von Vibe Coding werden massiv überschätzt.

Der Bericht nennt direkt die Schwächen von Vibe Coding: Es überträgt die Designverantwortung vollständig auf den Entwickler. Wenn du AI sagst: „Ich will ein System für globale Lieferketten“, kann AI Code generieren, aber „wie man die Architektur definiert, wie man Ausnahmen behandelt, wie man bei extremem Druck stabil bleibt“ – all das erfordert menschliches Urteil.

Wichtiger noch: Bersey weist darauf hin, dass die führenden AI-Modelle „fast keine Erfahrung in der Entwicklung von Unternehmenssoftware haben“. Sie steigen in eine äußerst komplexe Umgebung ein. Unternehmenssoftware hat sich über Jahrzehnte entwickelt und erreicht „fast null Fehler, hohe Durchsatzrate, hohe Zuverlässigkeit“ – Standards, die AI-Startups kurzfristig nicht erreichen können.

Drittens: Die Kosten für den Systemwechsel sind eine echte Barriere.

Selbst wenn AI tatsächlich in der Lage wäre, gleichwertigen Code zu schreiben, sind die Kosten für den Austausch kritischer Systeme enorm: Einnahmeverluste, Produktivitätsverluste, Kompatibilitätsprobleme, das Vertrauen in Marken und Servicequalität. Diese realen Wechselkosten verschwinden nicht nur, weil AI Code schreiben kann.

Unternehmenssoftware erfordert jahrzehntelange bewährte Betriebszeiten von 99,999 %, fehlerfreie Funktion in komplexen IT-Umgebungen. Dieses Vertrauen ist das Ergebnis der Zeit, nicht nur von Code.

Wer wird der wahre Nutznießer der Monetarisierung von KI sein?

Wenn der erste Teil defensiv war, ist der zweite Teil des Berichts offensiv ausgerichtet.

Bersey ist der Meinung: Der größte Wertschöpfungsanteil der KI wird letztlich in der Software-Schicht liegen, nicht in Hardware oder Chips.

„Wir glauben, dass KI die wichtigste Wertquelle im Software-Stack ist, und der langfristige Wert wird hauptsächlich der Software zugeschrieben, nicht der Hardware.“

Er weist auch auf die Knappheit bei Hardware hin: GPU-Mangel, Strombegrenzungen, Rechenzentrumsengpässe werden in den kommenden Jahren bestehen bleiben. Diese Knappheit stärkt die strategische Position der Softwareplattform: Nur Software kann KI-Fähigkeiten in skalierbare, wiederholbare Geschäftsmodelle umwandeln.

Als konkretes Monetarisierungsinstrument nennt der Bericht die KI-Agenten.

Bersey prognostiziert, dass 2026 große Mengen an task-orientierten, in Arbeitsabläufe eingebetteten KI-Agenten in Fortune-2000-Unternehmen und KMUs im großen Stil eingesetzt werden. Seine Einschätzung der Agenten unterscheidet sich jedoch deutlich von der Mainstream-Erzählung: Er sieht sie nicht als Software-Substitution, sondern als innerhalb definierter Parameter und Berechtigungen operierende KI. Diese „begrenzten Agenten“ erfüllen die Anforderungen an Risikokontrolle und Governance in Unternehmen.

Mit anderen Worten: Unternehmen brauchen keine allmächtigen, frei laufenden KI-Systeme, sondern kontrollierbare, auditierbare und regelkonforme KI. Nur tief in die Unternehmenssoftware eingebettete Agenten können das leisten.

„Software ist der Schlüssel, um KI in Unternehmen kontrolliert zu nutzen.“ Das ist die zentrale Aussage des Berichts.

Zudem prognostiziert er, dass die Nachfrage nach Inferenz (Inference) in den kommenden Jahren die Trainingsnachfrage übersteigen wird, was das Wachstum des Rechenaufwands antreibt. Mit zunehmender Verbreitung von Agenten wird der Rechenbedarf also nicht sinken, sondern weiter steigen – und damit das gesamte Software- und Infrastruktur-Ökosystem stützen.

Chance oder Falle?

Der Bericht wurde veröffentlicht, als die Bewertung des Softwaresektors bereits historische Tiefstwerte erreicht hatte. Bersey ist der Ansicht: Niedrige Bewertungen plus das bevorstehende Monetarisierungsjahr sind eine Chance, kein Signal zum Ausstieg.

„Die Bewertung von Software ist auf historische Tiefststände gefallen, obwohl die Branche vor einer groß angelegten Expansion steht.“

Was konkrete Aktien betrifft, so ist die Logik von HSBC klar: Unternehmen, die bereits eine starke Datenbasis haben, KI-Agenten integrieren können und nicht auf reine Personalkosten setzen, werden die größten Profiteure dieser KI-Monetarisierungswelle sein. Empfohlene Kaufkandidaten sind Oracle, Microsoft, Salesforce, ServiceNow, Palantir, CrowdStrike, Alphabet – fast alle führenden Player im Unternehmenssoftwarebereich.

Es ist auch erwähnenswert, dass HSBC die Bewertungen von IBM und Asana herabgestuft hat und Palo Alto Networks auf „Reduce“ setzt. Nicht alle Softwareunternehmen werden die Krise unbeschadet überstehen. Entscheidend ist, ob sie die Infrastruktur für KI-Agenten bereitstellen können, anstatt nur manuelle Schnittstellen zu sein.

Berseys Bericht ist logisch stringent, der Zeitpunkt präzise. Sein Gegen den Trend stellen hat eine starke Verbreitungskraft.

Doch eine Frage bleibt offen: Wenn KI-Agenten wirklich innerhalb des Unternehmenssoftware-Frameworks effizient funktionieren, sinkt dann die Nachfrage nach Software „Sitzen“ nicht doch heimlich? Der Wert der Software als KI-Träger mag bestehen, aber ob das Geschäftsmodell „nach Personenzahl abrechnen“ die aktuellen Bewertungen rechtfertigt, bleibt eine offene Frage.

Ob Software die KI verschlingt oder umgekehrt – diese Debatte wird in den kommenden Jahren durch jede Quartalsbilanz neu befeuert.