# bain-100b-saas-opportunity-cross-system-labor-agentic-ai-2026-05

## Veille

Bericht von **Bain & Company**, **Mai 2026** (David Crawford, Chris McLaughlin, Greg Fiore — Teil einer **fünfteiligen Serie über die Softwarebranche im Zeitalter der KI**), der die noch ungenutzte SaaS-Chance in der *cross-system labor* — der menschlichen Arbeit der Koordination zwischen Systemen, die KI-Agenten nun automatisieren können — auf **~100 Mrd. USD in den USA (~200 Mrd. USD einschließlich Kanada/Europa/AU/NZ)** beziffert. **Aktuelle Erfassung: 4-6 Mrd. USD (10 % der Chance)** — somit sind **>90 % noch zu erschließen**. Pivot-These: Die größte Chance in agentischer KI besteht **nicht darin, bestehende SaaS zu ersetzen**, sondern darin, **die Koordinationsarbeit über Systeme hinweg zu automatisieren** (Mitarbeiter, die Daten aus ERP-Systemen ziehen, den Lagerbestand in einer Tabelle prüfen, Freitextantworten interpretieren, Ermessensentscheidungen treffen). Verteilung: Vertrieb (20 Mrd. USD) + COGS/Betrieb (26 Mrd. USD) + F&E/Engineering (6-12 Mrd. USD) + Support (6-12 Mrd. USD) + Finanzen (6-12 Mrd. USD). **Sechs Automatisierungsfaktoren**: Verifizierbarkeit des Outputs, Schwere der Konsequenzen bei Fehlern, Verfügbarkeit digitalisierten Wissens, Integrationskomplexität, Prozessvariabilität, Abhängigkeit von der physischen Welt. **Automatisierungspotenzial nach Funktion**: Kundensupport & F&E **40-60 %**, Finanzen & HR **35-45 %**, Vertrieb & IT **30-40 %**, Recht **20-30 %**. **Strategischer Wandel**: Der Wettbewerbsvorteil verschiebt sich vom *Besitz des system of record* (Salesforce, SAP, Workday) hin zum ***cross-workflow decision context*** — der Fähigkeit, über mehrere integrierte Systeme hinweg zu sehen und zu handeln. **Beispiele**: Sierra (autonome Lösung von Kundenanliegen), Glean (funktionsübergreifende Koordination von Mitarbeiteranfragen), GitHub Copilot (erweitert über Versionskontrolle hinaus), **Cursor** (ARR verdoppelte sich in einem Quartal auf 2 Mrd. USD). **Dauerhafter Burggraben**: *„accumulated execution data that grows more valuable over time and becomes harder for competitors to replicate“*. **Dreiphasiges Playbook**: Assessment (sechs Faktoren + Marktgrößenbestimmung) → Strategic Positioning (Datenassets + angrenzende Workflows + tatsächliche operative Landkarten) → Execution (Build/Buy/Partner + Reorganisation + Neugestaltung der Datengrundlagen für Agent Readiness). Hohe Relevanz für CIOs/CDOs/Strategy Leaders in B2B-SaaS und Enterprise-Kunden: Rahmt die Debatte *„AI vs SaaS“* neu als ***„AI = SaaS, die endlich Koordinationsarbeit automatisiert“***. Ergänzend zu lesen: DORA ROI (finanzieller Rahmen), Tatsyi/Raiffeisen (Bank-Fallstudie mit 7 beispiellosen KI-Produkten), Wescale (realistisches 3x-4x), MIT NANDA (95 % der Pilotprojekte scheitern), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).

## Titre Article

The $100-Billion SaaS Opportunity Hiding in Cross-System Labor

## Date

2026-05

## URL

https://www.bain.com/insights/100-billion-saas-opportunity-hiding-in-cross-system-labor/

## Keywords

Bain & Company, 100 Milliarden SaaS-Chance, cross-system labor, primäre Marktchance agentischer KI, system of record ownership vs cross-workflow decision context, sechs Automatisierungsfaktoren, Verifizierbarkeit des Outputs Fehlerkonsequenz digitalisiertes Wissen Integrationskomplexität Prozessvariabilität physische Weltabhängigkeit, Kundensupport F&E 40-60 Prozent Automatisierung, Finanzen HR 35-45 Prozent, Vertrieb IT 30-40 Prozent, Recht 20-30 Prozent, Sierra autonome Lösung von Kundenanliegen, Glean funktionsübergreifende Koordination, GitHub Copilot über Versionskontrolle hinaus, Cursor ARR verdoppelt 2 Milliarden, accumulated execution data Wettbewerbsvorteil, dreiphasiges Playbook Assessment Strategic Positioning Execution, build buy partner, Reorganisation Struktur Anreize, redesign data foundations for agent readiness, Umwandlung von Personalkosten in Softwareausgaben, 4-6 Milliarden aktuell erfasst 10 Prozent, Vertrieb 20 Milliarden COGS 26 Milliarden F&E 6-12 Milliarden Support 6-12 Milliarden Finanzen 6-12 Milliarden, agent readiness, fünfteilige Serie Softwarebranche im Zeitalter der KI, David Crawford, Chris McLaughlin, Greg Fiore, Mai 2026, B2B SaaS, Automatisierung teurer Koordinationsarbeit, Ersatz bestehender SaaS

## Authors

**David Crawford, Chris McLaughlin, Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights, partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).

## Ton

**Profil**: Strategischer Bain & Company-Bericht für CEOs / Vorstände / CIOs / CDOs / VP Strategy im SaaS-Bereich, ~10-15 Minuten Lesezeit. Zielgruppe: SaaS-Investorenentscheider (PE/VC) und große Industrieunternehmen, die die agentische KI-Chance in ihrem Stack und ihren Abläufen einschätzen wollen.

**Stil**: Institutionelle Bain-Stimme — klares Englisch, datendicht, **wie ein zu Prosa verdichtetes Consulting-Deck strukturiert**. Kein Hype: eine präzise Pivot-These (cross-system labor, nicht SaaS-Ersatz), eine belegte Marktgrößenbestimmung, ein handlungsorientiertes Bewertungsraster (sechs Faktoren), ein dreiphasiges Playbook. **Präskriptiver, aber neutraler** Ton — Bain bleibt neutral in der Frage *„wer gewinnt“* und gibt stattdessen vor, *„so positionieren Sie sich“*.

**Zentrale Aphorismen**:
- ***„The $100-billion SaaS opportunity hiding in cross-system labor.“*** (Titel — Pivot-Formel).
- ***„Competitive advantage moves from system of record ownership to cross-workflow decision context.“*** (der strategische Wandel).
- ***„Accumulated execution data that grows more valuable over time and becomes harder for competitors to replicate.“*** (der neue Burggraben).

**Ausgearbeitete Metaphern**:
- ***Cross-system labor*** — bezeichnet die **Koordinationsarbeit** zwischen Systemen, die regelbasierte Automatisierung nicht adressieren konnte. Gründungsmetapher: Diese **nicht skalierbare menschliche Arbeit** ist nun **für Agenten adressierbar**.
- ***Hiding*** (im Titel) — die Chance ist in traditionellen, auf vertikales SaaS fokussierten Analysen *unsichtbar*; sie zeigt sich erst beim Blick **zwischen** den Systemen.
- ***Umwandlung von Personalkosten in Softwareausgaben*** — der ökonomische Mechanismus: Was Lohnkosten waren, wird zu wiederkehrendem agentischem SaaS-Umsatz. Rahmt die Chance aus dem Blickwinkel **direkte Kostensubstitution → wiederkehrender Umsatz**.

**Epistemische Haltung**: Analyse aus **Marktgrößenbestimmung + strategischem Rahmenwerk** + *handlungsorientiertem Playbook*. Bain dokumentiert präzise die Lücke zwischen Chance (100 Mrd. USD) und aktueller Erfassung (4-6 Mrd. USD, 10 %) — eine **explizite Einladung zu aggressiven Investitionen**.

**Autorität**: gestützt auf (a) die **Marke Bain** im Bereich SaaS / PE Software, (b) die **fünfteilige Serie**, die den Bericht in eine vollständige Branchenanalyse einbettet, (c) **quantifizierte Präzision** (Verteilung nach Funktion, nach Automatisierungsbandbreite), (d) **konkrete Beispiele** (Sierra, Glean, Cursor, GitHub Copilot), die die These empirisch belegen.

## Pense-betes

- **Datum / Quelle**: **Mai 2026**, bain.com/insights, Bericht Teil 2/5 der Serie *„software industry in the age of AI“*.
- **Autoren**: David Crawford, Chris McLaughlin, Greg Fiore (Bain SaaS-Partner).
- **Pivot-These**: ***die primäre Marktchance agentischer KI besteht nicht darin, bestehende SaaS zu ersetzen, sondern die Koordinationsarbeit über Systeme hinweg zu automatisieren***. ### Die Marktgrößenbestimmung | Geografie | Marktgröße | |------------|---------------| | USA | **~100 Mrd. USD** | | USA + Kanada + Europa + AU/NZ | **~200 Mrd. USD** | | **Aktuelle Erfassung** | **4-6 Mrd. USD (10 %)** | | **Noch zu erschließen** | **>90 Mrd. USD** | **Verteilung nach Funktion (USA)**:
- Vertrieb: **20 Mrd. USD**
- COGS / Betrieb: **26 Mrd. USD**
- F&E / Engineering: **6-12 Mrd. USD**
- Support: **6-12 Mrd. USD**
- Finanzen: **6-12 Mrd. USD** ### Die sechs Automatisierungsfaktoren 1. **Verifizierbarkeit des Outputs** — lässt sich die Qualität des Ergebnisses leicht überprüfen? 2. **Schwere der Konsequenzen bei Fehlern** — wie gravierend ist ein Fehler? 3. **Verfügbarkeit digitalisierten Wissens** — ist das erforderliche Wissen digitalisiert? 4. **Integrationskomplexität** — wie viele Systeme müssen verbunden werden? 5. **Prozessvariabilität** — ist der Prozess standardisiert oder stark variabel? 6. **Abhängigkeit von der physischen Welt** — hängt es von Handlungen in der physischen Welt ab? → **Je verifizierbarer der Output + je geringer die Fehlerkonsequenz + je digitalisierter das Wissen + je einfacher die Integration + je geringer die Variabilität + je weniger Abhängigkeit von der physischen Welt, desto höher das Automatisierungspotenzial**. ### Automatisierungspotenzial nach Funktion | Funktion | % automatisierbar | |----------|-----------------| | Kundensupport | **40-60 %** | | F&E | **40-60 %** | | Finanzen | 35-45 % | | HR | 35-45 % | | Vertrieb | 30-40 % | | IT | 30-40 % | | Recht | 20-30 % | ### Der strategische Wandel — der neue Burggraben **Vorher**: *Besitz des system of record* — Salesforce/SAP/Workday besitzen die Daten, und das verschafft ihnen einen Burggraben. **Jetzt**: ***cross-workflow decision context*** — die **übergreifende** Fähigkeit, über mehrere integrierte Systeme hinweg zu sehen und zu handeln. **Dauerhafter Burggraben**: ***„accumulated execution data that grows more valuable over time and becomes harder for competitors to replicate“*** — jede Agentenausführung bereichert die Fallbasis, die für die nächste Ausführung wertvoller wird. Klassischer **Flywheel**-Effekt, aber auf neuer Grundlage. ### Vier veranschaulichende Beispiele | Akteur | Position | |--------|----------| | **Sierra** | Autonome Lösung von Kundenanliegen (systemübergreifend) | | **Glean** | Funktionsübergreifende Koordination von Mitarbeiteranfragen | | **GitHub Copilot** | Erweitert über Versionskontrolle hinaus (Multi-System-Dev-Workflows) | | **Cursor** | ARR verdoppelte sich in einem Quartal auf **2 Mrd. USD** | ### Dreiphasiges strategisches Playbook | Phase | Aktivitäten | |-------|-----------| | **1. Assessment** | Identifikation hochwertiger automatisierbarer Workflows anhand der 6 Faktoren; Bestimmung der Marktchance | | **2. Strategic Positioning** | Bewertung der Datenassets; Identifikation angrenzender Workflow-Chancen; Kartierung **tatsächlicher operativer Workflows** (nicht theoretischer Prozesse) | | **3. Execution** | Schließen von Fähigkeitslücken (Build / Buy / Partner); Reorganisation von Struktur und Anreizen; Neugestaltung der Datengrundlagen **für Agent Readiness** | ### Verbindungen im Dossier #### Konvergenz zu „agent readiness“ / „data foundations“
- **Bain**: *redesign data foundations for agent readiness*.
- **DORA ROI 2026** (2026-04-21): *AI-accessible internal data + healthy data ecosystems + machine-readable documentation quality*.
- **Foundation Capital — Context Graphs trillion-dollar opportunity** (2025-12-22): Entscheidungsspuren, neue systems of record.
- **Habert PROJ-AI** (2026-05-05): *DOCS / IDEAS / DR / OUT / DOCTRINE / AGENT* — sechs Zonen, Doktrin.
- **Seale Semantic Agent** (2026-04-17): *(Model+Harness) + (Ontology+Data) — Ontologie als einziger Burggraben*.
- **Talisman Ontology Pipeline Refresh** (2026-05-04): *Governance + KI-Partnerschaft* in der Ontologie-Pipeline.
- → **Starke Konvergenz**: Die Vorbereitung der **Daten für Agenten** ist das **strategische Projekt 2026**, unabhängig vom Modell. #### Konvergenz zu „Burggraben = Ausführungsdaten + cross-workflow context“
- **Bain**: accumulated execution data + cross-workflow decision context.
- **Foundation Capital**: Context Graphs als neues system of record.
- **Curran/Intercom** (2026-04-16): Skills-Based Plugin Architecture, 153 Mitwirkende, 267 Skills — Akkumulation von Ausführungsmustern.
- **Stripe Minions** (2026-02-19): Toolshed ~500 MCP-Tools, Blueprints, Devboxes, 1300+ PRs/Woche — Burggraben durch agentische Operationen.
- → **Konvergenz**: Der Burggraben von 2026 ist nicht mehr die **Datenbank**, sondern die **Ausführungsbasis** (Spuren, Entscheidungen, Skills). #### Produktive Spannung mit MIT NANDA „95 % der Pilotprojekte scheitern“
- **MIT NANDA** (zitiert in **DORA 2026** als *„pessimistische Perspektive“*): 95 % der KI-Pilotprojekte scheitern, *shadow AI economy*.
- **Bain**: 90 % des Marktes noch nicht erfasst.
- → **Korrekte Lesart**: Beide konvergieren — 95 % der Pilotprojekte scheitern **gerade deshalb**, weil 90 % des Marktes unstrukturiert bleiben; die Akteure, denen es gelingt, das Pilotprojekt in ein Produkt zu verwandeln, werden diejenigen sein, die die agentische Chance erfassen. **Bain liefert den strategischen Rahmen, um Pilotprojekte in Produkte zu verwandeln**. #### Sektorale Konvergenz „Sierra“
- **Bain** nennt Sierra als agentisches Referenzbeispiel.
- **Sierra Iyengar/Asemanfar/Wang** (2026-04-22): KI-natives Interview Plan/Build/Review.
- **Taylor Sierra** (2026-04-20): Überarbeitung der Engineering-Einstellungspraxis.
- **Sierra Iyengar/Asemanfar/Wang AI-native interview** (2026-04-22).
- → **Sierra ist in 3 Notizen des Dossiers vertreten** — eine emblematische Position für *cross-workflow decision context* im Kundensupport. ### Zu verwenden für
- **SaaS- / PE-Software-Vorstandspräsentationen**: **quantifizierte Größenbestimmung** der Chance (100 Mrd. USD USA / 200 Mrd. USD erweitert) — eine kanonische Referenz für Business Cases.
- **B2B-SaaS-Produktstrategie**: Neuformulierung des Product Briefs im Sinne der zu automatisierenden *cross-system coordination labor*.
- **Investoren / VCs**: Das **Sechs-Faktoren**-Raster dient als schnelles **Due-Diligence**-Werkzeug zur Bewertung eines agentischen Dossiers.
- **CDOs / Data Leaders**: *redesign data foundations for agent readiness* wird zu einem priorisierten, budgetierbaren Projekt.
- **FR / Europa-Verbindung**: Bain liefert den US-Rahmen; abzugleichen mit Wescale (Usine Logicielle Augmentée) für französische Vorstandspräsentationen.

## RésuméDe400mots

**Bain & Company** veröffentlicht im Mai 2026 (David Crawford, Chris McLaughlin, Greg Fiore) einen Bericht, Teil 2/5 einer Serie über *„die Softwarebranche im Zeitalter der KI“*. **Pivot-These**: Die größte Chance in agentischer KI besteht **nicht darin, bestehende SaaS zu ersetzen**, sondern darin, **die Koordinationsarbeit über Systeme hinweg zu automatisieren** — *„Mitarbeiter, die Budgetdaten aus einem ERP-System ziehen, den Lagerbestand in einer Tabelle prüfen, Freitextantworten interpretieren und Ermessensentscheidungen treffen“*.

**Marktgröße**: ~100 Mrd. USD in den USA (~200 Mrd. USD einschließlich Kanada/Europa/AU/NZ). **Aktuelle Erfassung 4-6 Mrd. USD (10 %)** — somit sind **>90 % noch zu erschließen**. Verteilung in den USA: Vertrieb (20 Mrd. USD) + COGS/Betrieb (26 Mrd. USD) + F&E (6-12 Mrd. USD) + Support (6-12 Mrd. USD) + Finanzen (6-12 Mrd. USD).

**Sechs Automatisierungsfaktoren** zur Bewertung eines Workflows: (1) Verifizierbarkeit des Outputs, (2) Schwere der Konsequenzen bei Fehlern, (3) Verfügbarkeit digitalisierten Wissens, (4) Integrationskomplexität, (5) Prozessvariabilität, (6) Abhängigkeit von der physischen Welt. **Potenzial nach Funktion**: Kundensupport & F&E **40-60 %**, Finanzen & HR **35-45 %**, Vertrieb & IT **30-40 %**, Recht **20-30 %**.

**Strategischer Wandel**: Der Wettbewerbsvorteil verschiebt sich vom *Besitz des system of record* (Salesforce/SAP/Workday) hin zum ***cross-workflow decision context*** — der übergreifenden Fähigkeit, über mehrere integrierte Systeme hinweg zu sehen und zu handeln. **Dauerhafter Burggraben**: ***„accumulated execution data that grows more valuable over time and becomes harder for competitors to replicate“***.

**Vier Beispiele**: **Sierra** (autonome Lösung von Kundenanliegen), **Glean** (funktionsübergreifende Koordination von Mitarbeiteranfragen), **GitHub Copilot** (erweitert über Versionskontrolle hinaus), **Cursor** (ARR verdoppelte sich in einem Quartal auf 2 Mrd. USD).

**Dreiphasiges Playbook**: (1) **Assessment** — sechs Faktoren + Marktgrößenbestimmung; (2) **Strategic Positioning** — Datenassets + angrenzende Workflows + tatsächliche operative Landkarten; (3) **Execution** — Build/Buy/Partner + Reorganisation + ***Neugestaltung der Datengrundlagen für Agent Readiness***.

**Verbindungen im Dossier**: starke Konvergenz mit **DORA ROI 2026** (finanzieller ROI-Rahmen), **Foundation Capital Context Graphs** (Entscheidungsspuren), **Seale Semantic Agent** (Ontologie als Burggraben), **Habert PROJ-AI** (sechs Zonen + Doktrin), **Talisman Ontology Pipeline Refresh** (Governance + KI-Partnerschaft). Produktive Spannung mit **MIT NANDA 95 % der Pilotprojekte scheitern**: Beide konvergieren — Pilotprojekte scheitern gerade deshalb, weil 90 % des Marktes unstrukturiert bleiben. **Sierra** erscheint in 3 Notizen des Dossiers (Bain als Referenzfall + 2 KI-native Interview-Notizen), was seine emblematische Position bestätigt. Zu verwenden für SaaS-Vorstände / PE / VC-Due-Diligence / CDO-Datengrundlagen.

## GrapheDeConnaissance

- Bain & Company —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.97)
- David Crawford —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.96)
- Chris McLaughlin —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.96)
- Greg Fiore —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.96)
- Bain & Company —mesure→ marché cross-system labor ~100 Md$ US (~200 Md$ étendu) (MESURE, 0.95)
- Bain & Company —mesure→ capture actuelle du cross-system labor : 10% (4-6 Md$) (MESURE, 0.94)
- IA agentique —remplace→ Cross-system labor (CONCEPT, 0.96)
- Bain & Company —affirme_que→ l'avantage concurrentiel se déplace du system of record ownership vers le cross-workflow decision context (AFFIRMATION, 0.95)
- Output verifiability, consequence of failure, digitized knowledge, integration complexity, process variability, physical world dependency —fait_partie_de→ Six facteurs d'automatisation (Bain) (METHODOLOGIE, 0.96)
- Bain & Company —mesure→ potentiel d'automatisation customer support : 40-60% (MESURE, 0.92)
- Bain & Company —mesure→ potentiel d'automatisation legal : 20-30% (MESURE, 0.92)
- Autonomous customer issue resolution cross-system —observé_dans→ Sierra (ORGANISATION, 0.94)
- Cross-function employee request coordination —observé_dans→ Glean (ORGANISATION, 0.93)
- Cursor —mesure→ ARR doublé en un trimestre, atteignant 2 Md$ (MESURE, 0.93)
- Accumulated execution data —est_instance_de→ moat durable agentic AI (CONCEPT, 0.95)
- Bain & Company —recommande→ Playbook 3 phases (Bain) (METHODOLOGIE, 0.94)
- Bain & Company —recommande→ redesign des data foundations pour l'agent readiness (AFFIRMATION, 0.95)
- The $100-Billion SaaS Opportunity —converge_avec→ DORA ROI 2026, Foundation Capital Context Graphs, Seale Semantic Agent, Talisman Ontology Pipeline (DOCUMENT, 0.93)
- Bain & Company —publie→ software industry in the age of AI (série 5 volets) (DOCUMENT, 0.95)

---
Canonical: https://www.thekb.eu/de/fiches/bain-100b-saas-opportunity-cross-system-labor-agentic-ai-2026-05/