KI-Coding stellt das MSP-Softwaremodell auf den Kopf

Immer mehr MSPs nutzen die Coding-Kapazitäten der KI, um Softwaretools besser an ihre Bedürfnisse anzupassen, oder gleich eigene Lösungen zu entwickeln. Während einige das als Befreiung von den Zwängen und Kosten der SaaS-Anbieter feiern, warnen andere MSPs und auch Hersteller davor, die Folgekosten und -risiken eigener Software zu unterschätzen.

Als Sandy McGrath Kosten senken wollte, begann er nicht damit, Softwareverträge neu zu verhandeln. Stattdessen fing er damit an, sie zu kündigen. In den vergangenen sechs Monaten hat sich der Präsident des kanadischen Managed-Intelligence-Anbieters MIPGlobal mit seinem Führungsteam zusammengesetzt, die Funktionen jedes Tools im Software-Stack geprüft und gefragt, ob ein intern entwickelter KI-Agent diese Aufgabe stattdessen übernehmen kann. In vielen Fällen, so stellte das Team fest, lautet die Antwort: ja. Dadurch konnte MIPGlobal die Tools eines Anbieters bereits komplett ablösen und spart nun rund 1.200 US-Dollar pro Monat. Diese Einsparungen könnten nach McGraths Einschätzung bis zum Jahresende auf mindestens 5.000 US-Dollar pro Monat steigen, wenn intern entwickelte Agenten weitere Tools im Software-Stack des Unternehmens ersetzen. "Wir suchen nicht mehr zuerst nach einem Softwareanbieter", erklärt er. "Die erste Frage lautet: Was ist mit Agenten und Automatisierung möglich? Wenn wir es nicht selbst bauen können oder es keinen Sinn ergibt, dann suchen wir nach einem Softwarepartner."

Die ersten Tools, die er abschaffte, waren ScalePads Lifecycle Manager und einige Reporting-Produkte. "Die KI ersetzt sie, indem sie direkt mit unseren Systemen arbeitet", führt er aus. "Sie kann sofort das tun, was wir wollen, statt jemanden dazu zu zwingen, sich bei einer weiteren Plattform anzumelden." Außerdem strich er Microsoft-Power-BI-Lizenzen, indem er KI-Agenten direkt mit den operativen Systemen des Unternehmens verband. Nach diesen Erfolgen will er Tools künftig grundsätzlich mit einer "Build-over-Buy"-Mentalität an.

Und damit ist er nicht allein. In der gesamten MSP-Branche haben KI-Coding-Tools eine der größten Veränderungen im MSP-Betrieb ausgelöst. Mit dem Aufkommen des sogenannten Vibe Coding, bei dem Menschen in natürlicher Sprache beschreiben können, welche Funktionen eine Software haben soll, und KI diese daraufhin erstellt, nutzen MSPs generative KI, um die Funktionalität ihrer Software-Stacks zu verbessern, Funktionslücken zu schließen oder in einigen Fällen kostenpflichtige Software durch selbst entwickelte Tools zu ersetzen. Mehrere MSPs erklärten gegenüber CRN, dass sie deshalb inzwischen die Tools, mit denen sie ihr Geschäft betreiben, darunter eigenständige Abrechnungs-, Rechnungsstellungs- und Dokumentationstools von MSP-fokussierten Anbietern sowie MSP-Plattformen von Unternehmen wie ConnectWise, Halo, Kaseya und N-able, eingehend daraufhin prüfen, wofür sie weiter bezahlen und was verbessert oder ersetzt werden kann.

Softwareanbieterunter Druck

Führungskräfte der Softwareanbieter selbst erklärten gegenüber CRN, sie sähen Chancen für Solution Provider, KI-generierte Tools als Ergänzung zu ihren eigenen Angeboten einzusetzen. Wenig überraschend warnten sie jedoch davor, diese vollständig zu ersetzen.

Unstrittig ist jedoch, dass der Aufschwung des Vibe Coding die Art und Weise verändert, wie MSPs über ihre Software-Stacks denken. Für Kevin Damghani, CEO des US-MSPs ITPartners+, hat Vibe Coding grundlegend den Ansatz verändert, wie sein Unternehmen Software einkauft. "Wir befinden uns in einem SaaS-Kaufstopp", berichtet Damghani. "Die erste Frage lautet: Können wir das selbst bauen? Noch bevor wir irgendetwas anderes tun."

Mithilfe von KI baute sein MSP ein CRM-Tool rund um seine Professional-Services-Automation-Plattform (PSA) sowie Projektmanagement-Anwendungen entlang der eigenen Workflows. "Man kann Upsells, Verlängerungen und Account-Erweiterungen nachverfolgen, erkennen, wenn Kunden personell wachsen, Ticket-Stimmungen mit KI analysieren, Abwanderungsrisiken aus Umfragen identifizieren und sogar Verlängerungen automatisch mit Aufsicht durch den Account Manager bearbeiten", erläutert er. "Das ist nur die CRM-Funktion, noch nicht einmal die Projektmanagement-Seite. Dort erstellen wir KI-generierte Projektaufbauten aus Leistungsbeschreibungen, integrieren automatisch PDFs, analysieren Projektkommentare, Risikoregister und Fälligkeitstermine und liefern anschließend ein klares Bild davon, was im Projekt passiert. Es ist erstaunlich, was alles möglich ist."

Die Entwicklung der Tools habe etwa zwei Wochen gedauert, "und wir weiten den Einsatz KI-gestützter Tools im gesamten Unternehmen aus". Auch wenn er so bei einigen Tools Kosten spart, sei das nicht die ursprüngliche Motivation gewesen. "Es begann damit, dass wir uns gesagt haben, dass wir es besser machen könnten", erzählt er. "Nachdem wir es besser gemacht hatten, entwickelte sich daraus die Frage, was wir sonst noch verbessern und zugleich Kosten sparen könnten."

"Den SaaS-Anbietern ausgeliefert"

Ähnliche Erfahrungen machte auch Antwine Jackson, der wie Damghani und McGrath KI nutzt, um Agenten zur Verbesserung des Software-Stacks seines Dienstleisters Enitech zu entwickeln. Seiner Ansicht nach war die Mehrheit der MSPs sei viel zu lange "den SaaS-Anbietern ausgeliefert". "Wenn man eine Funktion oder neue Funktionalität wollte, musste man darauf warten, dass sie innovativ werden", fasst Jackson zusammen. "In dieser neuen agentischen Ära müssen wir nicht mehr warten. Wir können selbst innovieren, und die Einstiegshürde ist längst nicht mehr so hoch wie früher."

Er fügte hinzu, dass sein MSP ein Anbieter-Tool ersetzt habe, ohne dessen Namen zu nennen, und dass er damit rechne, mehrere weitere abzulösen. "Es begann als Funktionalitätsthema", bestätigt auch er. "Dann stellten wir fest, dass wir wahrscheinlich 15.000 bis 20.000 US-Dollar pro Jahr sparen werden, wenn wir diesen Weg weitergehen. Die Kosteneinsparungen sind eigentlich nur ein Nebeneffekt. Uns geht es um die Funktionalität."

Jackson hat nach eigenen Angaben zwar derzeit noch keine Pläne, zentrale Betriebsplattformen wie PSA, Remote Monitoring and Management (RMM) oder Cybersicherheitstools durch KI-entwickelte Alternativen zu ersetzen. Zunächst stehen Customer-Success-Plattformen, Business-Intelligence-Tools, Reporting-Anwendungen und andere spezialisierte Produkte auf dem Prüfstand. "Das sind die niedrig hängenden Früchte", erklärt er. "Aber wir bleiben bei dem, was wir können. Wenn man in der Sicherheit falschliegt, können die Kosten katastrophal sein. Man übernimmt die Haftung und muss die Plattform zusätzlich warten und gegen Dinge wie Supply-Chain-Angriffe absichern."

MSP-Tools nach Maß: "Passend zu unserem Workflow gebaut"

Andere MSPs entwickeln KI-Agenten hingegen derzeit vor allem mit dem Ziel, ihre bestehenden Tools zu ergänzen oder Funktionslücken zu schließen, statt sie vollständig zu ersetzen. Bill Blum, dessen MSP das vergangene Jahr damit verbracht hat, intern KI-Agenten zu entwickeln, erklärt, sein Team habe erkannt, dass die größte Chance nicht darin bestehe, ausgereifte Software zu ersetzen, sondern mehr Nutzen daraus zu ziehen. "Wir haben eigentlich keine Tools ersetzt. Tatsächlich haben wir sogar mehr davon gekauft", berichtet Blum, CEO des in Bound Brook, New Jersey, ansässigen Unternehmens Alpine Business Systems, gegenüber CRN. "Wir erstellen Agenten, die mit diesen Tools interagieren, Daten auswerten, Workflows automatisieren und uns Informationen liefern, die diese Plattformen allein nicht ohne Weiteres bereitstellen."

Ein solcher Agent prüfe beispielsweise Tickets und Stundenzettel, ein anderer auditiere Backup-Umgebungen, weitere erstellten automatisch Cybersicherheitsangebote, Executive Reports und Agenden für Microsoft-Teams-Meetings. "Das nimmt jemandem jede Woche 15 oder 20 Minuten Arbeit ab", konstatiert Blum. "Multipliziert man das über alle unsere Manager und Meetings hinweg, ist das enorm."

Ein weiterer MSP verfolgt einen ähnlichen Ansatz und argumentiert, dass KI-Agenten Unternehmen die Möglichkeit geben, Software an ihre Geschäftsabläufe anzupassen – anstatt umgekehrt. "Das große Problem mit Anbietern, insbesondere PSA-Anbietern, ist, dass MSPs ihr Geschäft an der Software ausrichten müssen", befindet Bill Campbell, CEO von Balancelogic. "Das funktioniert nicht, weil jeder MSP tausend kleine Workflow-Unterschiede hat. Man kauft eine teure Plattform und muss dann sein Geschäft und seine Prozesse an die Software anpassen statt umgekehrt. Das ist der falsche Weg."

Deshalb verbrachte er das vergangene Jahr damit, KI-Anwendungen rund um diese Unterschiede zu entwickeln. Ein Projekt bündelt Onboarding, Rechnungsstellung, Ticket-Transparenz, Dokumentation und Self-Service in einem einzigen Kundenportal. Ein anderes erstellt automatisch gebrandete Angebote und Managed-Services-Verträge, indem es Kundeninformationen aus internen Systemen abruft. "Was früher eine Woche oder sogar eineinhalb Wochen dauerte, läuft heute automatisch", erzählt er. "Ich würde nicht sagen, dass wir es besser gebaut haben; ich würde sagen, wir haben es so gebaut, dass es zu unserem Workflow passt."

KI als Optimierungsmöglichkeit für Standard-Tools

Für andere MSPs geht es beim Aufbau eigener KI-Tools darum, die Reibungsverluste zu beseitigen, die entstehen, wenn man darauf wartet, dass Tool-Anbieter Funktionswünsche umsetzen. Als CEO des in Denver ansässigen Unternehmens New Charter Technologies verfolgt Peter Melby mit seiner KI-Agentenstrategie den Ansatz, alles zu bauen, was sein MSP nicht kaufen kann. Diese Philosophie führte 2025 zur Übernahme von Orchestra AI. Melby sagte, das Ziel sei nicht gewesen, mit Softwareanbietern zu konkurrieren, sondern die eigene KI-Roadmap des Unternehmens zu kontrollieren.

"Nicht, weil die Anbieter versagen", stellt er klar. "Es ist eine natürliche Herausforderung von Innovation. Softwareanbieter können nur Dinge entwickeln, die sie effektiv verkaufen können. Wenn etwas kommerziell nicht tragfähig ist, können sie die Entwicklung nicht rechtfertigen. Das führt dazu, dass sie sich oft darauf beschränken, bessere Versionen dessen zu schaffen, was wir heute bereits tun." Er unterstreicht: "Wir bauen Systeme nicht, um Anbieter zu ersetzen, sondern weil Anbieter nicht unbedingt auf eine völlig neue Denkweise über künftige Servicemodelle ausgerichtet sind."

Auch wenn KI die Hürden für Softwareentwicklung senkt, erwartet Melby, dass viele Tools letztlich von anderen Angeboten verdrängt werden. "Es wird immer Gründe geben, Dinge zu bauen, die es noch nicht gibt", ist er überzeugt. "Der Abstand zwischen dem, was am Markt verfügbar ist, und dem, was wir nutzen können, um ein besseres Kundenerlebnis zu schaffen, ist derzeit wahrscheinlich größer, als er jemals wieder sein wird. Das liegt nicht daran, dass Anbieter zurückliegen. Es ist einfach der Punkt, an dem wir uns im Innovationszyklus befinden."

Ein eigenes CRM?

Der Reiz, generative KI zum Bau eigener Tools zu nutzen, ist auch Chris Day, CEO von ScalePad, dem in Vancouver, British Columbia, ansässigen Hersteller der von MIPGlobal abgelösten Lifecycle-Management-Software, durchaus bewusst. Sein Team habe dieselben Überlegungen angestellt und zeitweise erwogen, interne Ersatzlösungen für zentrale Systeme zu entwickeln, berichtet er. "Wir schauten uns HubSpot an und sagten: Vielleicht sollten wir einfach unser eigenes CRM bauen. Wir könnten alles entfernen, was wir nicht nutzen, und es exakt so gestalten, wie wir es wollen", erklärt er. "Dann wurde uns klar, dass wir uns damit verpflichten würden, es dauerhaft zu warten."

Die Komplexität entstehe erst, nachdem der Agent gebaut sei, denn dann müsse er gewartet, verwaltet und abgesichert werden, warnt er deshalb. "Man kann in wenigen Tagen etwas bauen, das großartig aussieht", so Day gegenüber CRN. "Die Leute melden sich an, sind beeindruckt, und es fühlt sich an, als hätte man eine bessere Version gebaut. Dann holt einen die Realität ein." Zur Verdeutlichung der Risiken bemüht er das bildliche Beispiel des Eisbergs. "Alle sehen den glänzenden Teil über der Wasseroberfläche", fügt er hinzu. "Was sie nicht sehen, ist alles darunter: Audit-Logs, Änderungshistorie, Integrationen, Berechtigungen, Benachrichtigungen, APIs, Reporting, Skalierbarkeit – all die Dinge, die Software tatsächlich funktionieren lassen. Dann kommen Funktionswünsche. Dann die Fehler. Dann kauft jemand ein weiteres Sicherheitsprodukt, und plötzlich will er eine Integration. Jede Anfrage wird zu einem weiteren Projekt."

Verbessern, statt ersetzen

Seiner Ansicht nach sollten sich MSPs stattdessen besser darauf fokussieren, auf bestehenden Plattformen aufzubauen. "Wenn Ihre PSA nicht den gewünschten Bericht bietet, bauen Sie den Bericht", erläutert er. "Wenn zwei Produkte nicht integriert sind, verbinden Sie sie über ihre APIs."

Auch andere Anbieter von MSP-Software warnen, dass der Bau der ersten Version eines KI-Agenten der einfache Teil sei. Die eigentliche Herausforderung liege in der Wartung. "MSPs waren schon immer Entwickler", stellt etwa ConnectWise-CEO Manny Rivelo in einer E-Mail an CRN fest. "Das ist Teil dessen, was diese Branche so widerstandsfähig, unternehmerisch und schnelllebig macht. Aber die Frage ist nicht, ob ein MSP einen KI-Agenten für eine bestimmte Aufgabe bauen kann. Die wichtigere Frage ist, ob dieser Agent über die richtige Grundlage verfügt: vertrauenswürdige Daten, Workflow-Kontext, Sicherheit, Governance, Integrationen, Nachvollziehbarkeit und menschliche Kontrolle."

Mike Adler, Executive Vice President, CTO und Chief Product Officer des in Burlington, Massachusetts, ansässigen Unternehmens N-able, denkt, Agenten sollten auf bestehenden Plattformen aufsetzen, statt die Infrastruktur zu ersetzen, auf die MSPs angewiesen sind. "Wir sind die Präsenz auf dem Endpunkt", unterstreicht Adler gegenüber CRN. "Wir sind die Plattform, die Daten sichert, Software ausrollt, Geräte überwacht, Skripte ausführt, Bedrohungen erkennt und Sicherheit durchsetzt. MSPs sollten KI-Agenten über APIs und MCP-Server mit diesen Fähigkeiten verbinden, damit sie ihre eigenen Prozesse automatisieren können."

"Es geht nicht darum, den Menschen zu entfernen"

Viele Führungskräfte anderer MSP-Anbieter, mit denen CRN sprach, unterstützen die Idee, dass MSPs auf ihren Plattformen aufbauen sollten, warnten aber vor Nachteilen, wenn sie versuchen, die Plattformen selbst vollständig zu ersetzen. Tim Barton-Wines, Manager beim englischen Anbieter Halo, zeigt sich überzeugt, die Zukunft der Branche hänge davon ab, es Kunden zu erleichtern, Software so zu nutzen, wie sie es möchten. "Ich arbeite viel mit Enterprise-CTOs", berichtet er. "Viele wollen einfach die Möglichkeit haben, Daten aus unserer Plattform herauszuziehen, sie durch eigene proprietäre Modelle und Berechnungen laufen zu lassen und sie dann wieder in Halo einzuspeisen, um etwa Kundenabwanderung zu verhindern. Unsere Haltung darf nicht lauten: Nein, das könnt ihr nicht tun. Das ist schlicht nicht die richtige Denkweise."

Stattdessen sollten Anbieter seiner Ansicht nach Offenheit begrüßen. "Konzentriert euch auf eure Produkte. Macht eure APIs besser. Dokumentiert sie vollständig und macht sie öffentlich", fordert er. "Wir sind ein API-Unternehmen. Das wird nur noch wichtiger werden. Zuerst kommt das Produkt, alles andere folgt später."

Dieselbe Botschaft kommt von Kaseya-CTO Pratik Wadher. Nach seinem Dafürhalten wird das nächste Schlachtfeld bei MSP-Software nicht darin bestehen, welches KI-Modell das beste sei, sondern welche Plattform es Partnern am leichtesten mache, darauf aufzubauen und KI-Agenten plattformübergreifend arbeiten zu lassen. "Ich denke, eine offene Plattform ist der richtige Weg", bestätigt Wadher gegenüber CRN. "MSPs können Workflows beitragen, die andere nutzen können, Anbieter können sich in die Plattform integrieren, und Agenten können über APIs und MCP-Server interagieren. Dorthin bewegt sich die Branche."

Offene Plattformen als Grundlage

Anstatt MSPs davon abzuhalten, mit Agenten zu experimentieren, sollten sie seiner Ansicht nach genug bauen, um zu verstehen, was KI leisten kann – und was nicht. "Wir erzeugen rund 180 Millionen Tickets pro Jahr und verfügen über Milliarden historischer Tickets", erklärt er. "Diesen Datensatz wird man schlicht nicht schlagen. Wir können übergeordnete KI-Funktionen bauen, von denen alle profitieren, während MSPs sich auf die individuellen Regeln konzentrieren, die ihr Geschäft einzigartig machen."

Barton-Wines glaubt, dass sich die Branche in der ersten Phase der KI befindet, die er als Phase beschreibt, in der KI nahezu allem hinzugefügt wird, um zu sehen, was funktioniert. "In der ersten Phase lautet die Antwort im Grunde auf jede Frage: KI", so der Halo-Manager. "Alle stopfen KI in alles hinein und hoffen auf das Beste. Die Realität ist: Sie ist nicht so gut, wie viele glauben." In der nächsten Phase gehe es darum, Techniker deutlich produktiver zu machen. "Es geht nicht darum, den Menschen zu entfernen", ist er überzeugt. "Es geht darum, KI für das einzusetzen, worin sie wirklich gut ist – Mustererkennung – und den Menschen zur Prüfung und Entscheidung einzubeziehen."

Der schwierige Teil kommt nach dem Prototyp

Matt Rose, Mitgründer und Chief Experience Officer des MSPs Tech Rage IT, nutzt KI zwar für interne Abläufe, ist jedoch besorgt, dass einige MSPs KI-generierten Code mit produktionsreifer Software verwechseln. "So cool Vibe Coding auch ist: Wenn man Vibe Coding betreibt und einen Entwicklungshintergrund hat, ist das fantastisch. Aber ich glaube, viele MSPs haben keine Ahnung, was sie eigentlich sehen, wenn sie sich Code anschauen", befürchtet Rose. "Ich finde die Idee gut, vielleicht irgendwann mit KI einen Bericht oder etwas Ähnliches zu bauen, den unsere PSA nicht hat. Das ist ein großartiger Anwendungsfall."

Er stellt zudem infrage, ob die Kostensparschätzungen von MSPs die Entwicklungskosten berücksichtigen. "Es ist eine Sache zu sagen: Ich bezahle keinen Anbieter", sagt Rose. "Aber berücksichtigt man wirklich, wie viel Zeit der Aufbau gekostet hat? Wenn man acht Stunden am Tag daran herumfeilt, sind das acht Stunden am Tag, in denen man verkaufen könnte."

Dem stimmt auch Karl Fulljames, CTO des kanadischen Unternehmens Nucleus Networks, zu. Er hat ein kundenorientiertes Projektmanagement-Portal gebaut, das mit der Software von ConnectWise integriert ist, KI-gestützte Projektzusammenfassungen erstellt und Ticket-Routing automatisiert. "Ich werde nervös, wenn Leute sagen: Hey, ich spare 8.000 US-Dollar im Monat", erklärt er. "Das ist großartig, aber wer wartet das? Wer führt eure Sicherheitsprüfungen durch? Wer validiert, dass es tatsächlich sicher ist? Sehr viele Menschen stürzen sich darauf – ohne Plan."

Aus Anbietersicht verschiebt sich die Chance weg davon, jeden Workflow zu kontrollieren, und dafür hin dazu, die Grundlage zu werden, auf der MSPs aufbauen. Halo-Manager Barton-Wines erwartet, dass offene APIs immer wichtiger werden, wenn MSPs ihre eigenen KI-gestützten Workflows schaffen. Künftig würden MSPs sowohl bauen als auch kaufen. "Ich denke, es wird letztlich eine Kombination sein", ist er überzeugt.

ScalePads Day sagt, er habe keine Angst davor, dass die Software seines Unternehmens ersetzt werde. Er glaube lediglich, dass KI die Erwartungen an Anbieter erhöhe. "Sie ist eine Bedrohung für Softwareanbieter, die nicht innovieren", fasst er zusammen. Für die Zukunft erwartet er, dass viele MSPs ihre Herangehensweise daran, wofür sie Agenten bauen, letztlich überdenken werden. "Ich denke, jeder sollte bauen", fordert er. "Nur sollten keine Standardlösungen nachgebaut werden. Wenn man im Büro sitzt und ein Ticketsystem neu entwickelt, ist ein anderer MSP bereits beim Kunden und hilft ihm bei anderen Chancen."

Komplexität schafft Risiken

Michael Cervino, Mitgründer und CEO von Circle Square Consulting, stimmt zu, dass MSPs sich darauf konzentrieren sollten, "fehlerhafte Prozesse zu verbessern, Systeme zu verbinden und Fähigkeiten zu schaffen, die Anbieter nicht bereitstellen". "Ich werde keine eigene Plattform für Governance, Risk und Compliance bauen. Dafür gibt es keinen ROI", so Cervino weiter gegenüber CRN. "Aber wenn ein Prozess eindeutig defekt ist oder etwas nicht existiert, wird KI unglaublich wertvoll."

Paul Vedder, Mitgründer und CEO von VXIT aus Florida, stimmt zu, dass MSPs mit KI experimentieren sollten, warnt jedoch davor, den gesamten Technologie-Stack ersetzen zu wollen. "Wir werden nicht alles ersetzen", betont Vedder gegenüber CRN. "Wir werden einige einfache Tools ersetzen. Aber die komplizierten Tools? Die überlassen wir den Profis." Stattdessen nutzt Vedders MSP KI, um die Kapazität der Mitarbeiter zu erhöhen. "Wir bauen eine Erweiterung für unser bestehendes Team", berichtet er. "Wir ersetzen keine Menschen. Wir bauen kein Personal ab. Wir werden lediglich mehr Kapazität schaffen können."

Außerdem stellte er einen Vollzeitmitarbeiter ein, um Möglichkeiten im Bereich der künstlichen Intelligenz auszuloten. "Ich denke, in 18 bis 24 Monaten wird man auf ein Organigramm schauen und virtuelle Mitarbeiter sehen, die als KI-Agenten Arbeit erledigen", glaubt er. "Aber auch sie müssen gewartet werden. Sie müssen gemanagt werden."

Wettbewerbsvorteile für MSPs durch Agenten

Für MSPs liegt die größte Chance agentischer KI nicht nur in Kostensenkungen, sondern darin, wie sie entwickeln, bereitstellen und skalieren können. "Wenn man KI nur einführt, um Geld zu sparen, tut man es aus dem falschen Grund", warnt Campbell von Balancelogic. "Sicher, man spart vielleicht ein monatliches Software-Abo ein, aber dann liegt der gesamte Support bei einem selbst. Spart man wirklich Geld? Wir setzen KI ein, um zusätzliche Fähigkeiten zu gewinnen. Das führt zu zusätzlichem Umsatz, höherer Effizienz und mehr Produktivität. Die Kosteneinsparungen kommen später."

Während KI das Verhältnis zwischen MSPs und Anbietern weiter verändert, lernen viele MSPs, was sie bauen, was sie kaufen und wo sie die Grenze ziehen sollten. "Wenn in einer Managementbesprechung ein Schmerzpunkt auftaucht, müssen wir nicht mehr sechs Monate auf die Roadmap eines Anbieters warten", befindet McGrath von MIPGlobal. "Wir können intern jemanden damit beauftragen, es zu bauen. Diese Fähigkeit, schnell umzusteuern, kann mir Tausende Dollar pro Jahr sparen und mir zugleich genau dann neue Funktionalität geben, wenn ich sie brauche."

Diese Flexibilität, fügt er hinzu, könnte ihm einen größeren Wettbewerbsvorteil verschaffen. "Das ist ein grundlegender Wandel", ist er überzeugt. "Diese Agenten sind Personalergänzungen. Ein Mitarbeiter könnte vier, fünf oder zehn Agenten managen und sich selbst um das Zehnfache skalieren. Genau das wird es Unternehmen wie unserem ermöglichen, Jahr für Jahr weiter zu verdoppeln, ohne in dem Tempo einzustellen wie früher. Auf die alte Weise weiter zu skalieren, ist finanziell einfach nicht mehr tragfähig."

Dieser Artikel erschien zuerst bei unserer Schwesterpublikation crn.com.

CRN-Newsletter beziehen und Archiv nutzen - kostenlos: Jetzt bei der CRN Community anmelden