KI-Firmen verkaufen jetzt fertige Arbeit: Warum dein Fachwissen genau das ist, was sie brauchen
Matej Milosievski
15 min · 29. Oktober 2026
Manche KI-Firmen berechnen inzwischen fertige Arbeit, zum Beispiel einen geprüften Vertrag, statt Software-Lizenzen zu verkaufen. Dieses Modell heißt „Services as Software“. Es funktioniert nur mit Menschen, die eine Tätigkeit so gut kennen, dass sie sagen können, wie ein fertiges Ergebnis aussieht. Fachleute aus Marketing, Finanzen und Operations können eine erste Version eines solchen Tools heute selbst bauen.
Rimvydas Samulionis hat über 20 Jahre Bauprojekte geleitet. In Building with AI Agents hat er Ceiling Advisor gebaut: eine App, die Fragen von Architekt:innen zu Deckenprodukten aus technischen Datenblättern beantwortet und die Quelle anzeigt. Sein Vorsprung war, dass er wusste, welche Fragen auf Bauprojekten aufkommen und wo die Antworten in den Unterlagen stehen.
Dieser Artikel ist für alle, die ihre Arbeit gut kennen: Leute aus Marketing, Finanzen und Operations, Beratung, Kanzleien und Projektmanagement. Du erfährst, welche Aufgaben aus deinem Job sich als fertige Arbeit liefern lassen, was Teilnehmende am Turing College aus ihrer eigenen Erfahrung gebaut haben und wie du eine erste Version eines Tools für eine Aufgabe baust. Zahlen zu Firmen und Marktgröße folgen am Ende, falls du das größere Bild sehen willst.
Services as Software in fünf Fakten
Services as Software heißt: Eine KI-Firma berechnet das fertige Ergebnis statt einer Software-Lizenz. Die KI-Kanzlei Crosby zum Beispiel verlangt 250 bis 1.000 US-Dollar pro geprüftem Vertrag.
Am meisten brauchen diese Firmen Wissen darüber, wie eine Tätigkeit wirklich abläuft: welcher Schritt die Zeit kostet, was ein fertiges Ergebnis enthält und wie man es prüft.
Mit KI-Coding-Agenten wie Claude Code können auch Menschen ohne Programmierhintergrund ein erstes funktionierendes Tool für eine Aufgabe bauen, die sie kennen. Teilnehmende am Turing College haben Tools für Architekt:innen, Kanzleien und Berliner Vermieter:innen gebaut.
Unternehmen geben viel mehr für Arbeit aus als für Software: rund 58 Billionen US-Dollar im Jahr für Arbeit (unsere Schätzung auf Basis von Daten der ILO und der Weltbank) gegenüber 1,24 Billionen für Software (Gartner-Prognose für 2025).
Building with AI Agents zeigt Fachleuten aus Marketing, Finanzen oder Operations, wie sie solche Tools bauen, ohne Programmiererfahrung. AI Engineering zeigt Entwickler:innen, wie sie diese Tools zuverlässig machen. Beide Programme können bis zu 100 % über einen Bildungsgutschein gefördert werden, wenn du die Voraussetzungen erfüllst.
Was bedeutet es, wenn eine KI-Firma fertige Arbeit verkauft?
Eine Softwarefirma verkauft ein Werkzeug, meist pro Nutzer oder Lizenz, und die Arbeit erledigt weiterhin dein Team. Eine Firma, die fertige Arbeit verkauft, übernimmt die Aufgabe selbst und berechnet das Ergebnis: einen geprüften Vertrag, eine fertige Mauer, einen bearbeiteten Antrag.
Dieses Modell wird oft „Services as Software“ genannt. So heißt auch der Eilla-Newsletter von Nikola Lazarov (auf Englisch). Möglich wird es durch KI, weil ein System inzwischen genug von einer Aufgabe zuverlässig genug erledigt, damit eine Firma das Ergebnis zusagen und einen Preis dafür festlegen kann.
Was sich ändert, wenn eine KI-Firma das fertige Ergebnis statt einer Lizenz verkauft.
Für dich ist wichtig, was diese Firmen richtig machen müssen. Eine Vertragsprüfung, die pro Vertrag verkauft wird, funktioniert nur, wenn jemand festgelegt hat, was eine fertige Prüfung enthält, welche Klauseln zählen und woran man einen Fehler erkennt. Dieses Wissen kommt von Menschen, die die Arbeit seit Jahren machen.
Welche Aufgaben aus deinem Job könnte KI als fertige Arbeit liefern?
Am besten eignen sich Aufgaben, die du oft wiederholst, die mit einem prüfbaren Ergebnis enden und deren Schritte du einer neuen Kollegin erklären könntest. Die Tabelle zeigt Beispiele nach Rolle. Sie sollen dir helfen, auf deine eigene Arbeit zu schauen. Es ist keine Liste von Aufgaben, die KI schon heute zuverlässig erledigt.
Rolle | Wiederkehrende Aufgabe | So sieht „fertig“ aus | So prüfst du es |
|---|---|---|---|
Marketing | Der monatliche Kampagnenbericht | Eine Seite mit Budget, Ergebnissen und den Änderungen, die du empfiehlst | Die Zahlen stimmen mit den Werbeplattformen überein, und jede Empfehlung folgt aus den Daten |
Finanzen | Lieferantenrechnungen mit Bestellungen abgleichen | Jede Rechnung ist zugeordnet oder mit Begründung markiert | Stichproben markierter und nicht markierter Rechnungen mit den Originalbelegen vergleichen |
Operations | Fragen von Kolleg:innen zu internen Abläufen beantworten | Eine richtige Antwort mit Link zur Richtlinie, aus der sie stammt | Die verlinkte Richtlinie sagt dasselbe wie die Antwort |
Kanzlei und Verwaltung | Ein neues Mandat aufnehmen | Eine vollständige Akte, mit der eine Anwältin arbeiten kann | Keine nötige Angabe und kein Dokument fehlt |
Bau und Technik | Produktfragen aus technischen Datenblättern beantworten | Eine Antwort mit der Seite, aus der sie stammt | Das Datenblatt sagt dasselbe wie die Antwort |
Zwei Fragen helfen dir bei der Auswahl. Wie oft machst du die Aufgabe? Eine Aufgabe, die jede Woche anfällt, macht den Aufwand für ein Tool viel schneller wett als eine, die zweimal im Jahr vorkommt. Und erkennst du in wenigen Minuten, ob ein Ergebnis gut oder schlecht ist? Wenn du das Ergebnis nicht prüfen kannst, kannst du einem Tool, das es liefert, nicht vertrauen.
Unternehmen schauen bereits auf dieselben Bereiche. 2025 nutzten laut Eurostat rund 20 % der Unternehmen in der EU mit 10 oder mehr Beschäftigten mindestens eine KI-Technologie. Am häufigsten setzten diese Unternehmen KI für Marketing oder Vertrieb ein (34,7 %) und für die Organisation von Verwaltungsabläufen oder Management (31,1 %).
Was haben Fachleute aus ihrer eigenen Arbeit gebaut?
Teilnehmende am Turing College haben KI-Tools gebaut, die jeweils einen bestimmten Teil der Arbeit in einem Bereich übernehmen, den sie gut kennen. Alle haben mit jahrelanger Erfahrung in diesem Bereich angefangen.
Person | Erfahrung zu Beginn | Was gebaut wurde | Programm |
|---|---|---|---|
Rimvydas Samulionis | Über 20 Jahre Leitung von Bauprojekten | Ceiling Advisor, eine KI-App, die Fragen von Architekt:innen zu Deckenprodukten aus technischen Dokumenten beantwortet und die Quellen nennt | Building with AI Agents |
Rasim Baybars | Über 20 Jahre Websites für Kanzleien in Berlin | Unfall-Hilfe, ein digitales Aufnahmesystem für Verkehrsunfall-Mandate, das er an Kanzleien verkauft | AI for Business |
Konstrukteur in der Luftfahrt, dann Data Scientist und AI Engineer | Condense, das die Tokens reduziert, die KI-Coding-Agenten verbrauchen. Edvard wurde in ein Start-up-Programm von a16z aufgenommen | Data Science, dann AI Engineering | |
Yoav Pollack und Team | Fünf Teilnehmende, gefördert über ihren Bildungsgutschein | Amt-Buddy, ein KI-Agent, der Bewerbungen von Mietinteressent:innen für Berliner Vermieter:innen vorsortiert. Er gewann Battle of the Tech Schools 2026 gegen sechs andere Schulen | Yoav hatte AI Engineering eine Woche vorher abgeschlossen |
Rasims Produkt folgt derselben Logik wie Crosby. Die Kanzlei bekommt von allen Mandant:innen eine fertige, maschinenlesbare Akte statt einer E-Mail, die sie erst sortieren muss. „It's not user-centric“, sagt Rasim über die meisten Kanzlei-Websites. „It's lawyer-centric.“ („Sie sind nicht auf die Nutzer ausgerichtet, sondern auf die Anwälte.“)
„The interesting problems are often not technological problems at all. They are ordinary business problems that people have learnt to live with.“ („Die interessanten Probleme sind oft gar keine technischen Probleme. Es sind ganz normale geschäftliche Probleme, mit denen sich die Leute abgefunden haben.“) Rimvydas Samulionis, Teilnehmer in Building with AI Agents
Wie wird aus einer Aufgabe, die du kennst, ein funktionierendes KI-Tool?
Fang mit einer Aufgabe und einer klaren Beschreibung des fertigen Ergebnisses an, dann baust und testest du mit echten Beispielen. Die sechs Schritte unten folgen der Reihenfolge, in der die Arbeit anfällt.
Von einer Aufgabe, die du kennst, zu einem Tool, dem du vertrauen kannst. In Schritt 5 steckt die meiste Arbeit.
Wähle eine wiederkehrende Aufgabe. Nimm eine Aufgabe aus deiner eigenen Arbeit, die mindestens einmal im Monat anfällt und mit einem prüfbaren Ergebnis endet.
Schreib auf, wie „fertig“ aussieht. Beschreib das fertige Ergebnis so, wie du es einer neuen Kollegin erklären würdest: was es enthält, was auf keinen Fall falsch sein darf und woher die Informationen kommen.
Sammle 10 bis 20 echte Beispiele. Nimm alte Berichte, Rechnungen, Anfragen oder Akten zusammen mit dem Ergebnis, das du damals geliefert hast. Entferne vorher personenbezogene Daten. Diese Beispiele werden deine Testfälle.
Bau eine erste Version mit einem KI-Coding-Agenten. Beschreib das Tool einem Agenten wie Claude Code, lass ihn den Code schreiben und teste das Tool mit einem Beispiel nach dem anderen.
Teste mit deinen Beispielen und behebe, was nicht passt. Vergleich jedes Ergebnis mit deinem eigenen. Notier, wo es danebenliegt, beschreib dem Agenten die Korrektur und lass alle Beispiele noch einmal laufen.
Entscheide, wo das Tool eingesetzt wird. Nutz es für deine eigene Arbeit, stell es deiner Führungskraft als Vorschlag vor oder biete es anderen in deiner Branche an, so wie Rasim es mit Kanzleien macht.
„The quality of the result depends heavily on the quality of the description.“ („Die Qualität des Ergebnisses hängt stark von der Qualität der Beschreibung ab.“) Rimvydas Samulionis, Teilnehmer in Building with AI Agents
Schritt 5 entscheidet, ob ein Tool nützlich ist. Hier verdient oder verliert auch eine Firma, die fertige Arbeit verkauft, ihr Geld: Wenn du pro Ergebnis abrechnest, kostet dich jeder Fehler.
Welche Fähigkeiten braucht eine Firma, die fertige Arbeit verkauft?
Zwei: Wissen über die Arbeit selbst und Engineering, das KI diese Arbeit jedes Mal richtig erledigen lässt. Viele Gründungsteams bringen Leute mit beidem zusammen.
Die beiden Fähigkeiten entsprechen den beiden KI-Programmen von Turing College.
Menschen, die die Arbeit kennen. Eine Kanzleiassistentin weiß, wie eine vollständige Mandatsakte aussieht. Ein Finance Manager weiß, welche Rechnungen jeden Monat Ärger machen. Eine Marketerin weiß, welcher Bericht durch drei Hände geht, bevor er rausgeht. Dieses Wissen entscheidet, was automatisiert wird, was „fertig“ bedeutet und wofür ein Kunde zahlt. Mit KI-Coding-Agenten können diese Menschen die erste funktionierende Version heute selbst bauen.
Engineers, die die KI zuverlässig machen. Wenn eine Firma pro Vertrag abrechnet, muss das Tool jedes Mal richtig liegen. Dafür braucht es die Suche in den richtigen Dokumenten (Retrieval), Agenten, die Aufgaben mit mehreren Schritten abschließen, Evaluationen, die Fehler finden, bevor ein Kunde sie sieht, und Kosten pro Aufgabe, die unter dem Preis bleiben.
Welches Programm passt zu dir: Building with AI Agents oder AI Engineering?
Wähle Building with AI Agents, wenn du ein Geschäftsproblem gut kennst und das Tool dafür selbst bauen willst. Programmiererfahrung brauchst du nicht. Wähle AI Engineering, wenn du schon programmierst und KI-Systeme bauen willst, die im echten Einsatz halten.
Für wen | Fachleute aus Marketing, Vertrieb, Beratung, Finanzen, Produktmanagement und Operations | Entwickler:innen und Engineers, die bereits programmieren |
Voraussetzung | Keine Programmiererfahrung nötig | Mindestens ein Jahr Erfahrung mit Python oder JavaScript |
Was du baust | Fünf Projekte bis zu einem Abschlussprojekt nach deiner eigenen Idee. Du beschreibst Claude Code, was du brauchst, und testest und korrigierst das Ergebnis. Mit Datenbanken, Login, KI-Assistenten und Grundlagen zu DSGVO und EU AI Act | LLM-Anwendungen mit Retrieval (RAG), Agenten mit LangGraph, Evaluationen, lokale Modelle und ein Abschlussprojekt von etwa 40 Stunden |
Rolle in einer Firma, die Arbeit verkauft | Dein Wissen über die Arbeit in ein erstes funktionierendes Tool verwandeln | Das Tool so zuverlässig machen, dass pro Ergebnis abgerechnet werden kann |
Mit Bildungsgutschein | 3 Monate in Vollzeit, synchron: 30 Stunden pro Woche, Montag bis Freitag 09:00 bis 16:30 Uhr. Bis zu 100 % gefördert | 3 Monate in Vollzeit, synchron: 30 Stunden pro Woche, Montag bis Freitag 09:00 bis 16:30 Uhr. Bis zu 100 % gefördert |
Selbstfinanziert | Etwa 12 Stunden pro Woche über dreieinhalb bis viereinhalb Monate | Etwa 10 Stunden pro Woche über drei bis vier Monate |
In beiden Programmen bespricht ein Senior Team Lead jedes deiner Projekte mit dir eins zu eins, und du kannst dein Abschlussprojekt im Turing College Showcase veröffentlichen. Mit Bildungsgutschein bekommst du außerdem das Karrieremodul mit Bewerbungstraining. Beide Programme werden auf Englisch unterrichtet. Alles zur Förderung findest du auf unserer Seite zum Bildungsgutschein.
Welche Ergebnisse haben Teilnehmende nach dem Programm erzielt?
In unserer letzten Auswertung (Datenstand Juli 2026, aktualisiert im September 2026) waren 31 von 35 Teilnehmenden mit Bildungsgutschein (88,6 %) mindestens sechs Monate nach Programmende beschäftigt.
Niemand wurde aus der Zählung ausgeschlossen. Building with AI Agents ist zu neu, um in dieser Auswertung vorzukommen. In unserem Leitfaden zu Vermittlungsquoten (auf Englisch) erklären wir, wie wir gezählt haben.
Ein solches Ergebnis ist kein Versprechen für alle. Wie es für dich ausgeht, hängt von deiner Erfahrung ab, von den Projekten, die du baust, und von den Stellen, auf die du dich bewirbst.
Warum zahlen Unternehmen jetzt für fertige Arbeit?
Weil das Budget für Arbeit viel größer ist als das Budget für Software. Software wird aus dem IT-Budget bezahlt. Arbeit wird aus dem Budget für Gehälter, Freelancer und externe Dienstleister bezahlt, und das ist etwa 47-mal so groß wie die weltweiten Software-Ausgaben.
Jährliche Ausgaben in US-Dollar, Flächen maßstabsgetreu. Quellen: Gartner für Software (Prognose 2025), Ken Research für freiberufliche und gewerbliche Dienstleistungen (2025, Schätzung eines Marktforschungsinstituts) und unsere Berechnung für bezahlte Arbeit insgesamt: ILO-Lohnquote von 52,3 % × Weltbank-Welt-BIP 2024 von 111,7 Billionen US-Dollar.
Die 58 Billionen sind eine Schätzung, die Zahlen aus verschiedenen Jahren verbindet: die Lohnquote der ILO (52,3 % im Jahr 2022, bis 2024 unverändert), das Welt-BIP 2024 und Gartners Software-Prognose für 2025. Lies sie als Größenordnung. Die Lohnquote enthält außerdem Einkommen von Selbstständigen und umfasst damit mehr als nur Gehälter. An der Aussage ändert das nichts: Eine Firma, die fertige Rechtsarbeit verkauft, konkurriert um das, was Unternehmen für Anwält:innen ausgeben, und das ist weit mehr als ihr Budget für Legal-Software.
„Markets move to whoever delivers more for less“ („Märkte bewegen sich zu dem, der mehr für weniger liefert“), schreibt Lukas Kaminskis, CEO von Turing College, in seinem Essay AI is repricing work. Europe should move first (auf Englisch). Darin geht es darum, wie KI den Preis von Wissensarbeit senkt.
Welche KI-Firmen berechnen schon heute fertige Arbeit?
Recht und Bau sind bisher die deutlichsten Beispiele. Jede Firma unten übernimmt eine Aufgabe, die früher komplett von Menschen erledigt wurde, und wird für das Ergebnis bezahlt.
Firma | Arbeit, die sie übernimmt | Wofür der Kunde zahlt | Quelle |
|---|---|---|---|
Crosby | Vertragsprüfung durch eine Kanzlei, die KI-Agenten einsetzt und jedes Ergebnis anwaltlich prüfen lässt | Jeden Vertrag, für 250 bis 1.000 US-Dollar, statt abrechenbarer Stunden | |
Monumental (Amsterdam) | Mauern mit Robotern auf Baustellen in den Niederlanden und Großbritannien, Start in den USA geplant | Die fertige Mauer, angeboten pro Stein oder pro Quadratmeter | |
microagi (München) | Aufzeichnen, wie Menschen körperliche Arbeit erledigen, und daraus Trainingsdaten für Fabrikroboter machen | Trainingsdaten für Roboter und Roboter, die für eine bestimmte Tätigkeit in einer Fabrik angepasst sind |
„We're selling them a wall“ („Wir verkaufen ihnen eine Mauer“), sagte Monumental-Gründer Salar al Khafaji zu Fortune, als das Unternehmen eine Series B über 32 Millionen US-Dollar unter Führung von Khosla Ventures abschloss. Bauunternehmen zahlen für gesetzte Steine. Im Rechtsbereich hat Lawhive im September 2025 eine regulierte britische Kanzlei gekauft und kann Rechtsarbeit damit selbst erbringen.
microagi gibt an, sechs Monate nach dem Start von Shift eine annualisierte Umsatz-Run-Rate von 100 Millionen US-Dollar erreicht zu haben. Über Shift bezahlt microagi Menschen in 15 Ländern dafür, sich bei Aufgaben zu filmen. Die Zahl stammt vom Unternehmen selbst und wurde nicht unabhängig geprüft. Wie Humanoids Daily anmerkt, rechnet sie aktuellen Umsatz auf ein Jahr hoch und zählt ab dem Start von Shift statt ab der Gründung. Dealroom ergänzt, dass sie nicht zwischen wiederkehrenden Datenumsätzen und einmaligen Roboter-Einsätzen trennt. Im Juli 2026 sammelte microagi eine Seed-Runde von 55 Millionen US-Dollar ein.
FAQ
Was bedeutet „Services as Software“? Eine Firma erbringt eine Dienstleistung mit KI und berechnet das fertige Ergebnis, zum Beispiel einen geprüften Vertrag, statt Software-Lizenzen zu verkaufen. Die KI-Kanzlei Crosby etwa verlangt 250 bis 1.000 US-Dollar pro Vertrag.
Welche Aufgaben aus meinem Job eignen sich für ein KI-Tool? Aufgaben, die mindestens einmal im Monat anfallen, mit einem Ergebnis enden, das du in wenigen Minuten prüfen kannst, und deren Schritte du einer neuen Kollegin erklären könntest. Beispiele sind ein monatlicher Kampagnenbericht, der Abgleich von Rechnungen mit Bestellungen oder Antworten aus technischen Unterlagen mit Quellenangabe.
Kann ich ohne Programmierkenntnisse ein KI-Tool für meinen Job bauen? Ja, eine erste funktionierende Version kannst du bauen, indem du einem KI-Coding-Agenten wie Claude Code beschreibst, was du brauchst, und das Ergebnis dann testest und korrigierst. Für Building with AI Agents brauchst du keine Programmiererfahrung. Du arbeitest im Programm mit Code, baust aber, indem du den Agenten anleitest.
Muss ich dafür eine Firma gründen? Nein. Die meisten bauen zuerst ein Tool für ihre eigene Arbeit oder ihr Team, und manche bieten es später anderen in ihrer Branche an. Rasim Baybars zum Beispiel verkauft sein Aufnahmesystem für Verkehrsunfall-Mandate an Kanzleien.
Ersetzen KI-Firmen, die fertige Arbeit verkaufen, meinen Job? Manche Aufgaben werden in vielen Berufen anders erledigt werden, und niemand kann genau sagen, wie schnell. Die Firmen in diesem Artikel sind weiterhin auf Menschen angewiesen, die wissen, wie ein fertiges Ergebnis aussieht, und es prüfen können. Wer eine Aufgabe gut kennt und ein Tool dafür bauen und testen kann, nutzt dieses Wissen selbst.
Ist die 100-Millionen-Zahl von microagi geprüft? Nein. Die 100 Millionen US-Dollar sind eine annualisierte Run-Rate, die microagi selbst angegeben hat, gezählt ab dem Start des Datenprogramms Shift. Keine externe Quelle hat sie bestätigt.
Kann ich Building with AI Agents oder AI Engineering mit Bildungsgutschein machen? Ja, beide Programme können bis zu 100 % über einen Bildungsgutschein gefördert werden, wenn du die Voraussetzungen erfüllst. Die Entscheidung trifft die Agentur für Arbeit oder das Jobcenter. Prüfe deine Chancen mit unserem Eignungs-Quiz.
Weiterlesen
Bildungsgutschein für KI-Weiterbildung: Wer ihn bekommt, wer zahlt
Vom Luftfahrtkonstrukteur zum KI-Gründer im a16z-Programm: Edvard Sivickij und Condense
From construction to Building with AI Agents: Rimvydas's story (auf Englisch)
AI is repricing work. Europe should move first (auf Englisch)
Quellen
Alle Quellen abgerufen zwischen dem 19. und 27. Oktober 2026.
Eurostat: Nutzung künstlicher Intelligenz in Unternehmen, Datenstand Dezember 2025
Gartner: Prognose der weltweiten IT-Ausgaben, 23. Oktober 2024
ILO: World Employment and Social Outlook, September 2024 Update (Lohnquote)
Weltbank: Welt-BIP in aktuellen US-Dollar (NY.GDP.MKTP.CD), über FRED
Fortune: Monumental sammelt 32 Mio. US-Dollar ein, 15. Juli 2026
TNW: Monumental in Großbritannien und den USA, 15. Juli 2026
Legal Cheek: Lawhive kauft eine britische Kanzlei, September 2025
TNW: Seed-Runde von microagi über 55 Mio. US-Dollar, Juli 2026
Osborne Clarke: Seed-Runde von microagi über 55 Mio. US-Dollar, Juli 2026
Humanoids Daily: microagis Angabe zur Run-Rate von 100 Mio. US-Dollar, 10. Oktober 2026
Eilla: Newsletter Services as Software, Nikola Lazarov, 14. Oktober 2026
Möchtest du eigene Tools mit KI entwickeln?
Entwickle eigene Produkte mit KI-Agenten im Kurs Building with AI Agents.