KI verändert die Entwicklung maßgeschneiderter Software grundlegend, jedoch nicht in der Weise, wie oft angenommen wird.
Der Kernpunkt ist nicht, dass Entwickler massenhaft ersetzt werden, sondern dass sich die wirtschaftliche Logik von Softwareunternehmen verändert. McKinsey kam bereits zu dem Schluss, dass Softwareentwickler bestimmte Aufgaben mit generativer KI bis zu doppelt so schnell erledigen können. Diese Zeitersparnis zeigt sich vor allem bei der Dokumentation, der Codegenerierung und dem Refactoring; bei hochkomplexen Aufgaben ist der Effekt deutlich geringer.
Diese Unterscheidung ist für den M&A-Markt von entscheidender Bedeutung. Bei Anbietern maßgeschneiderter Software verlagert sich der Wert dadurch weg von reiner Programmierkapazität hin zu Architektur, Fachwissen, Qualitätssicherung, Sicherheit und der Fähigkeit, KI erfolgreich in den Softwareentwicklungszyklus zu integrieren. KI kann vieles beschleunigen, erhöht aber gleichzeitig die Bedeutung menschlicher Aufsicht, klarer Überprüfungsprozesse und einheitlicher Entwicklungsstandards. McKinsey betont zudem, dass KI die Codequalität nur marginal verbessern kann und vor allem als Ergänzung zu Entwicklern wertvoll ist, nicht als deren Ersatz.
Für Käufer ergibt sich dadurch eine neue Unterscheidung. Es gibt Softwareunternehmen, die Copilots lediglich nutzen, um schneller liefern zu können, und es gibt Unternehmen, die ihren gesamten Entwicklungsprozess bereits umgestaltet haben: besseres Onboarding, kürzere Durchlaufzeiten, stärkere Wiederverwendung von Komponenten, schnelleres Prototyping und eine engere Verknüpfung zwischen Produkt, Technik und Daten. Gerade diese zweite Kategorie wird im Bereich M&A attraktiver. Dies steht im Einklang mit der allgemeineren Erkenntnis von McKinsey, dass Softwareentwicklung zu den Bereichen gehört, in denen Unternehmen am häufigsten konkrete Kostenvorteile durch KI verzeichnen.
Gleichzeitig wird die technische Due Diligence komplexer. Wenn KI-Code einen größeren Teil der Ergebnisse ausmacht, gewinnen Fragen rund um geistiges Eigentum, Lizenzen, Sicherheit, Rückverfolgbarkeit und Wartbarkeit an Bedeutung. Ein Käufer wird genauer wissen wollen, wie Code generiert, getestet, validiert und dokumentiert wird. Nicht, weil KI den Wert von Softwareunternehmen mindert, sondern gerade weil sich der Unterschied zwischen professionell integrierten KI-Prozessen und Ad-hoc-Anwendungen rasch vergrößert. Diese Schlussfolgerung ergibt sich aus der Beobachtung von McKinsey, dass KI vor allem bei bestimmten Aufgabenarten die Produktivität steigert und dass die Qualitätssicherung weiterhin von menschlichem Fachwissen abhängt.
Wir gehen daher davon aus, dass KI den Markt für maßgeschneiderte Software nicht pauschal billiger, sondern selektiver machen wird. Unternehmen, die KI lediglich als Effizienzinstrument einsetzen, werden vermutlich unter Preisdruck geraten. Unternehmen hingegen, die KI in ein nachweislich besseres Bereitstellungsmodell, höhere Margen und bessere Skalierbarkeit umsetzen, bauen eine stärkere „Equity Story“ auf. Für Investoren und strategische Käufer verschiebt sich die Frage dann von „Wie viele Entwickler hat dieses Unternehmen?“ hin zu „Wie ausgereift ist dieses Unternehmen bei der KI-gestützten Softwarebereitstellung?“
