Go-to-Market ist ein Handwerk.
Pricing ist eine Disziplin.
Enterprise-Deals gewinnt man mit beidem.

Per-Seat-Pricing ging nie wirklich um Arbeitsplätze. Es war ein Proxy: ein grober, aber verlässlicher Stellvertreter für Wert in einer Welt, in der Software Menschen produktiver machte und mehr Menschen mehr Wert bedeuteten.

KI kehrt diesen Proxy um. Wenn ein Agent das Support-Ticket löst, den Vertrag entwirft oder das Hauptbuch abstimmt, steigt der gelieferte Wert, während die Zahl der Seats sinkt. Ein Anbieter mit Seat-Pricing wird also dafür bestraft, ein besseres Produkt zu bauen. Die besten KI-Unternehmen werden ihre eigenen Seat-Zahlen kannibalisieren — und das Preismodell muss neu gebaut werden, bevor das passiert, nicht erst bei der Verlängerung, wenn ein Kunde fragt, warum er 400 Lizenzen für 60 Menschen bezahlt.

Die unbequeme Antwort: Es gibt keine einzelne Nachfolgemetrik. Arbeitseinheiten, gelöste Ergebnisse, Verbrauch mit Mindestabnahme, Wertbeteiligung an messbaren Einsparungen — jede passt zu einem anderen Käufer, Budgetprozess und Vertrauensniveau. Die Kunst liegt darin, Metrik und Markt zusammenzubringen. Konzerne unterschreiben keinen ungedeckelten ergebnisbasierten Vertrag mit einem Series-B-Anbieter, aber sie unterschreiben ein Hybridmodell: Plattformgebühr für Planbarkeit, Nutzung für Skalierung, ein Ergebnis-Kicker dort, wo der ROI belegbar ist. Wer das richtig macht, schützt nicht nur den Umsatz, während Seats verschwinden — er erfasst erstmals die tatsächliche Ökonomie der Arbeit, die seine Software leistet.

Software genoss zwei Jahrzehnte lang ein ökonomisches Wunder: Bruttomargen von über 80 %, die niemand managen musste. KI hat das Wunder beendet. Grenzkosten sind zurück — und die meisten Preismodelle haben es noch nicht bemerkt.

Jedes KI-Feature startet mit laufendem Zähler. Der Token-Verbrauch schwankt massiv je nach Kunde, Use Case und sogar Prompt-Stil. Wer ein Flat-Abo gegen variable Kosten stellt, hat seinen Kunden eine kostenlose Option geschrieben. Die intensivsten Nutzer — oft die Vorzeigelogos — werden zu den unprofitabelsten Accounts. Ich habe KI-Produkte gesehen, bei denen das oberste Nutzerdezil das 20-Fache des Medians verbrauchte. Bei Flat-Pricing ist das keine Power-User-Erfolgsgeschichte, sondern ein struktureller Margenverlust, den der CFO irgendwann findet.

Das ist ein Pricing-Design-Problem — lösbar, aber nur bewusst. Es heißt, Cost-to-Serve auf Account-Ebene zu kennen, nicht im Mischsatz. Es heißt Fair-Use-Schwellen, zugesagte Nutzungsstufen und Overage-Konditionen, die kommerziell elegant statt strafend sind. Es heißt zu entscheiden, welche Margenrisiken man behält (Effizienzgewinne der Modelle, die man vereinnahmen kann) und welche man teilt (kundengetriebenes Volumen). Und es heißt, der VC-finanzierten Versuchung zu widerstehen, KI mit Verlust zu bepreisen — denn Umsatz mit negativer Marge skaliert nicht zu einem Geschäft, sondern zu einem größeren Problem. Im KI-Zeitalter ist die Bruttomarge kein Buchhaltungsergebnis. Sie ist eine Architekturentscheidung.

Der Konzerneinkauf bepreist Software seit dreißig Jahren. Intelligenz bepreist er seit etwa drei. Das Ergebnis ist ein Verhandlungstisch, an dem keine Seite die vertraglich fixierte Kostenstruktur vollständig versteht — und der Anbieter bezahlt üblicherweise für die Unschärfe.

Große Käufer importieren Cloud-Ära-Taktiken in KI-Deals: pauschale All-you-can-eat-Preise, während ihre eigene KI-Nutzung unvorhersehbar wächst; mehrjährige Preisbindungen für Leistungen, deren zugrunde liegende Kosten (Modellpreise, Kontextlängen, agentische Workloads) sich quartalsweise bewegen; Benchmarking-Klauseln, die ein Reasoning-System wie ein Commodity-SaaS-Modul behandeln. Anbieter, versessen auf das Logo, unterschreiben Konditionen, die das gesamte Nutzungsrisiko übertragen und keinerlei Upside. Drei Jahre später ist der gefeierte Vertrag eine Margenfalle, aus der niemand herauskommt.

Die Verhandlungsfront verschiebt sich vom Preisniveau zur Risikoverteilung. Wer trägt Bewegungen der Modellkosten, und wer profitiert, wenn Inferenz billiger wird? Was ist vertraglich eine „Einheit“ KI-Arbeit, und wer misst sie? Flext eine zugesagte Ausgabenstruktur über Modelle und Use Cases hinweg, oder bindet sie den Käufer an die Architektur von gestern? Diese Klauseln — nicht der Rabatt in der Überschrift — bestimmen die Deal-Ökonomie. Mein Rat an Anbieter: Verhandeln Sie den Zähler, bevor Sie die Zahl verhandeln. Und an die PE-Firmen, die diese Umsatzströme unterschreiben: Lesen Sie zuerst die KI-Klauseln in den zehn größten Verträgen. Dort liegt heute die eigentliche Ertragsqualität.