KI-gestützte SaaS-Lizenz-Optimierung und Tool-Konsolidierung

Das echte Ausmaß des Problems

Die Zahl, die fast alle überrascht: 52,7 Prozent der gekauften SaaS-Lizenzen werden nicht genutzt. Das ist der Durchschnittswert aus dem Zylo SaaS Management Index 2025, der Daten von über 30 Millionen Lizenzen und 34 Milliarden US-Dollar SaaS-Ausgaben auswertet. Pro Großunternehmen entspricht das einer durchschnittlichen Verschwendung von 21 Millionen US-Dollar pro Jahr — eine Steigerung von 14,2 Prozent gegenüber dem Vorjahr.

Im deutschen Mittelstand ist das Bild ähnlich, nur in kleinerem Maßstab. Laut einer Analyse des cloudmagazin (Januar 2026) nutzen deutsche Unternehmen mit 500+ Mitarbeitenden im Durchschnitt 130 SaaS-Anwendungen — die IT-Abteilung kennt typischerweise nur 50 bis 60 Prozent davon. Der Rest ist Schatten-IT: Tools, die einzelne Fachbereiche eigenständig einführen, oft über persönliche Kreditkarten oder pragmatische Workarounds, ohne Beteiligung der IT.

Das Problem ist strukturell, nicht operativ. SaaS-Beschaffung ist heute so einfach geworden, dass jede Marketing-Managerin in zehn Minuten ein neues Tool aktivieren kann. Die Hürde liegt unter dem Radar von IT und Finance. Drei Effekte addieren sich:

• Doppelungen: Drei Teams nutzen drei verschiedene Projektmanagement-Tools, weil jedes Team seines eingeführt hat. Niemand vergleicht.
• Karteileichen: Jemand testete vor zwei Jahren ein Tool, fand es okay, hat es aber nie aktiv genutzt. Das Abo läuft weiter — manchmal auf einer Kreditkarte, die es längst nicht mehr gibt, aber automatisch verlängert wird.
• Lizenz-Wildwuchs: 50 Lizenzen gekauft, weil das beim Vertragsabschluss günstiger war. 18 Personen nutzen das Tool tatsächlich — für die anderen 32 zahlt das Unternehmen jeden Monat.

Der gefährlichste Effekt: SaaS-Ausgaben wächst still. Niemand entscheidet bewusst, dass das Unternehmen jetzt 78.000 Euro statt 47.000 Euro pro Monat ausgeben soll. Es passiert einfach, ein Abo nach dem anderen.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Inventar-Vollständigkeit und Auslastungsdaten stammen aus dem Zylo SaaS Management Index 2024 und 2025. ¹ Optimierte Auslastung: konsistente Praxisbeobachtungen aus SaaS-Management-Implementierungen, abhängig von Konsequenz der Konsolidierung — keine repräsentative Studie, aber wiederholt belegt in Zylo- und Productiv-Kundenberichten.

Der entscheidende Unterschied liegt nicht in der Geschwindigkeit, sondern in der Vollständigkeit: Eine manuelle Inventur findet immer nur, was sie aktiv sucht. Ein automatisiertes System findet auch, was niemand kennt — und genau dort liegen die größten Einsparpotenziale.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5)
Kein täglicher Mitarbeiter-Zeitgewinn, nur IT/Beschaffung: SaaS-Lizenz-Optimierung spart die Zeit für die jährliche Inventur — aber nicht die tägliche Arbeitszeit der Mitarbeitenden. Anders als die Kundenkorrespondenz oder Berichterstellung, die direkt im Alltag entlasten, wirkt SaaS-Management ausschließlich auf der Management- und Beschaffungs-Ebene. Konkret: 2–4 Wochen IT-Zeit pro Jahr eingespart — wertvoll fürs Budget, aber kein Hebel für die tägliche Produktivität der Belegschaft.

Kosteneinsparung — sehr hoch (5/5)
Hier liegt der eigentliche Hebel. 20–30 Prozent Reduktion der SaaS-Ausgaben sind in den ersten 6–12 Monaten realistisch — bei einem mittelständischen Unternehmen mit 60.000 Euro/Monat SaaS-Ausgaben sind das 12.000–18.000 Euro/Monat oder 144.000–216.000 Euro/Jahr. Das ist der höchste direkt messbare Einsparhebel unter den verglichenen Anwendungsfällen. Vergleichbar mit der Rechnungsverarbeitung oder Qualitätssicherung, aber mit einer klareren Ausgaben-Linie auf der Rechnung.

Schnelle Umsetzung — hoch (4/5)
Bis zum vollständigen SaaS-Inventar vergehen 3–6 Wochen — vorausgesetzt, die Datenquellen sind verfügbar (SSO, Kreditkartenabrechnungen, Buchhaltung). Die Konsolidierungsentscheidungen brauchen weitere 4–8 Wochen Verhandlungs- und Kündigungsphase. Das ist deutlich schneller als Predictive Analytics (Score 1) oder Onboarding, und ungefähr auf dem Niveau einer Wissensdatenbank. Hinweis zur Branchen-Kalibrierung: Die 4 bezieht sich auf den Einstieg bis zum ersten vollständigen Inventar — die Konsolidierungs- und Verhandlungsphase rechnet die Branchen-Tabelle nicht mit, weil sie eine Konsequenz-Phase ist, kein Einstiegsschritt.

ROI-Sicherheit — sehr hoch (5/5)
Der Nutzen ist direkt auf der Rechnung sichtbar: gekündigte Abos, reduzierte Lizenzanzahl, verhandelte Rabatte. Diese Zahlen liegen vor und nach der Implementierung schwarz auf weiß auf den monatlichen Anbieter-Rechnungen. Das ist messbarer als bei jedem indirekten Use Case wie Sentiment-Analyse oder dem Wissensassistenten — wo Nutzen geschätzt werden muss.

Skalierbarkeit — mittel (3/5)
Das Tool selbst skaliert linear, aber die Pflege wächst mit dem Software-Bestand: Mehr Tools, mehr Anbieter, mehr Verhandlungen, mehr Compliance-Fragen. Insbesondere bei Tools wie Zylo ist die Plattform-Gebühr (35.000–45.000 USD/Jahr) für Unternehmen unter 500 Mitarbeitenden nicht wirtschaftlich. Mittelstand-Tools wie Cledara oder Torii skalieren bis ca. 1.500 Mitarbeitende sehr gut — darüber hinaus sind dedizierte Procurement-Teams nötig.

Richtwerte — stark abhängig von Unternehmensgröße, SaaS-Ausgaben und Reife der IT-Beschaffung-Prozesse.

Was ein KI-gestütztes SaaS-Management-Tool konkret macht

Der Kern ist keine Generative KI, sondern eine spezialisierte Machine Learning-Pipeline für SaaS-Erfassung und -Klassifikation. Klingt technisch, ist im Prinzip dreistufig:

1. Erfassung — woher kommen die Daten?

Das System sammelt Signale aus mehreren Quellen parallel:

• Finanz-Daten: Kreditkartenabrechnungen, ERP-Buchungen, Spesenabrechnungen — jeder SaaS-Anbieter hinterlässt eine wiederkehrende Zahlung
• Identity-Daten: SSO-Logs (Okta, Microsoft Entra ID, Google Workspace) zeigen, welche Tools tatsächlich genutzt werden und wer sich einloggt
• Browser-Daten: Optionale Browser-Erweiterungen erkennen, welche Web-Anwendungen Mitarbeitende öffnen
• API-Integrationen: Direkte Verbindung zu wichtigen Anbietern (Salesforce, Microsoft 365, Slack, Google Workspace) liefert echte Nutzungsdaten

Eine ML-Pipeline klassifiziert diese Signale: „Diese 8 USD/Monat-Zahlung an Stripe ist Calendly”, „Diese SSO-Logins gehören zu HubSpot”, „Diese 24 inaktiven Salesforce-Lizenzen wurden zuletzt 2023 verwendet”. Die führenden Tools haben Datenbanken mit über 22.000 erkannten SaaS-Anwendungen (Zylo) bzw. über 250.000 (Zluri).

2. Nutzungsanalyse — wer nutzt was wirklich?

Hier liegt der entscheidende Mehrwert gegenüber einer manuellen Excel-Liste. Das System bewertet pro Lizenz:

• Login-Frequenz (täglich, wöchentlich, monatlich, nie)
• Feature-Verwendung (bei Productiv auf Feature-Ebene messbar)
• Aktivitätsdauer pro Session
• Letzte Nutzung pro Person

Daraus entsteht ein Auslastungs-Score pro Lizenz: „Person X hat seit 142 Tagen Salesforce nicht geöffnet — Lizenz reklamierbar.”

3. Empfehlungen — was tun?

Auf Basis der Daten werden konkrete Maßnahmen vorgeschlagen:

• Kündigen: Tools mit weniger als 10 Prozent aktiven Nutzern
• Downgrade: Enterprise-Tarife, deren Premium-Features niemand nutzt
• Konsolidieren: Mehrere Tools mit überlappender Funktionalität (z. B. Asana + Trello + Monday)
• Verhandeln: Vertragsverlängerung mit niedrigerer Lizenzanzahl, gestützt durch Nutzungsdaten

Die KI-Komponente liegt also weniger in der Antwort, sondern in der Datenintegration: Erst die automatisierte Verknüpfung von Finance-, Identity- und Nutzungsdaten macht eine Aussage möglich, die manuell drei Wochen Excel-Arbeit kostet.

Erfassungs-Realität — woher die Daten wirklich kommen

Hier liegt der häufigste Stolperstein, über den Marketing-Material schweigt. Kein Erfassungs-Mechanismus alleine sieht den ganzen Software-Bestand:

Praxis-Konsequenz: Wer nur eine Quelle anbindet, sieht 40–70 Prozent des tatsächlichen Software-Bestands. Wer drei oder mehr kombiniert, kommt auf 92–98 Prozent. Vollständige Sichtbarkeit ist mathematisch nicht möglich — laut BetterCloud kommen in Durchschnittsorganisationen pro Monat sechs neue Anwendungen hinzu, die niemand zentral aktiviert hat.

Die Konsequenz für die Tool-Auswahl: Der wichtigste Auswahlfaktor ist nicht die Tool-Funktionalität, sondern die Zahl und Qualität der Datenquellen, die euer Unternehmen anbinden kann. Wer keine SSO hat, der sollte zuerst SSO einführen — nicht ein SaaS-Management-Tool kaufen.

Konkrete Werkzeuge — was wann passt

Der Markt ist nach Unternehmensgröße und Schwerpunkt klar segmentiert. Die Wahl des falschen Tools kostet doppelt: Lizenzgebühr plus verlorene Implementierungszeit.

Cledara — Die naheliegendste Wahl für KMU in Europa. Cledara ist eine SaaS-Management-Plattform aus London, kombiniert mit virtuellen Kreditkarten: Jedes SaaS-Abo läuft über eine Cledara-Karte, dadurch wird Erfassung zum Nebeneffekt der Bezahlung. EU-Datenhaltung, DSGVO-konform, Karten in EUR ohne Umrechnungsaufschlag. Preis ab 75 USD/Monat (bis 20 Apps). Sinnvoll ab ca. 30 Mitarbeitenden mit 5.000–25.000 Euro/Monat SaaS-Ausgaben.

Torii — Die Mittelstand-Wahl für Unternehmen, die über reine Erfassung hinaus auch Workflows automatisieren wollen. Stärke: Lebenszyklus-Automatisierung (Eintritt, Austritt, Lizenz-Reallokation). Wenn ein Mitarbeiter im HRIS auf „ausgeschieden” gesetzt wird, entzieht Torii automatisch in 14 Tools die Lizenz. Preis ab 250 USD/Monat. Sinnvoll für Unternehmen mit 200–1.500 Mitarbeitenden und hoher Fluktuation. US-Hosting — AVV verfügbar, EU-Datenresidenz nicht.

Zluri — Mittelstand-Wahl mit Identity-Governance-Schwerpunkt. Wenn eure Compliance-Anforderungen (SOC 2, ISO 27001) regelmäßige Access-Reviews verlangen, kombiniert Zluri SaaS-Management mit Audit-konformen Workflows. Erfassungs-Plan teilweise kostenlos verfügbar — guter Einstiegspunkt für eine erste Inventur. Pro-Plan auf Anfrage.

BetterCloud — Die operativ-orientierte Wahl, wenn euer Software-Bestand stark um Google Workspace oder Microsoft 365 zentriert ist. Stärke: tiefe Native-Integrationen und ausgereifte Workflow-Engine. Schwäche: Kostenfokus weniger ausgeprägt als bei Zylo oder Productiv, Mindestabnahme typisch 500 Sitzplätze. Seit 2024 Teil von CoreStack — Roadmap-Unsicherheit als Risiko.

Zylo — Die Enterprise-Wahl mit der größten Praxisbewährung. Marktführer im Gartner Magic Quadrant 2024 und 2025, eigene jährliche Marktstudie (SaaS Management Index), KI-gestützter Erfassungs-Engine mit über 22.000 erkannten Anwendungen. Plattformgebühr 35.000–45.000 USD/Jahr — sinnvoll erst ab ca. 500 Mitarbeitenden und 500.000+ USD jährlichen SaaS-Ausgaben. US-Hosting, US-zentriertes Beschaffungs-Netzwerk.

Productiv — Enterprise-Alternative mit Spezialisierung auf tiefe Nutzungsanalyse. Anders als andere Tools misst Productiv nicht nur Logins, sondern Feature-Verwendung pro Abteilung. Sinnvoll, wenn ihr Konsolidierungsentscheidungen datenbasiert begründen müsst — etwa „Welches Collaboration-Tool ablösen?”. Preis auf Anfrage, Enterprise-Fokus.

Vendr — Vendr ist kein SaaS-Management-Tool im Sinne dieses Anwendungsfalls — es löst eine Anschluss-Frage: Wenn das Inventar steht und ihr identifiziert habt, welche Tools ihr behaltet, übernimmt Vendr die Verhandlung mit den Anbietern. Datenbasierte Preis-Benchmarks aus über 750.000 Deals im Datensatz. Sinnvoll, wenn ihr signifikante SaaS-Ausgaben (500K+ USD/Jahr) habt und Vertragsverlängerungen externalisieren wollt. Marketplace mit Festpreisen ist kostenlos einsehbar — das alleine ist schon ein nützlicher Realitätscheck. Wichtig: Vendr ersetzt keinen der drei Schritte (Erfassen, Klassifizieren, Empfehlen), sondern ist nachgelagert.

Zusammenfassung: Wann welcher Ansatz

• 30–200 Mitarbeitende, Europa-Fokus, DSGVO-Priorität → Cledara
• 200–1.500 Mitarbeitende, Workflow-Automatisierung wichtig → Torii
• Compliance-Audit-Druck (SOC 2, ISO 27001) → Zluri
• Software-Bestand zentriert auf Google Workspace oder Microsoft 365 → BetterCloud
• 500+ Mitarbeitende, komplexer Enterprise-Software-Bestand → Zylo oder Productiv
• Hohe SaaS-Ausgaben mit Verhandlungsbedarf → Vendr nachgelagert nach abgeschlossener Inventarisierung

Datenschutz und Datenhaltung

SaaS-Management-Tools verarbeiten zwei sensible Datenarten: Mitarbeiterdaten (wer nutzt was, wann, wie oft) und Finanzdaten (Kreditkartennummern, Vertragspreise, Lieferantenbeziehungen). Beide fallen unter die DSGVO, und die Konsequenz ist eindeutig: Ohne sauberen AVV mit dem Anbieter und ohne Zustimmung des Betriebsrats darf kein Tool produktiv eingesetzt werden.

EU-Datenhaltung: Unter den genannten Tools ist Cledara der einzige mit echter EU-Datenresidenz. Alle anderen — Zylo, Productiv, Torii, BetterCloud, Zluri, Vendr — hosten in den USA. AVVs sind verfügbar, Standardvertragsklauseln werden angeboten, aber die physische Verarbeitung bleibt US-seitig. Für sensible personenbezogene Daten ist das mit eurem Datenschutzbeauftragten zu klären.

Mitbestimmung: SaaS-Management-Tools tracken Login- und Nutzungsdaten pro Person. Das fällt in Deutschland unter § 87 Abs. 1 Nr. 6 BetrVG — Mitbestimmungspflicht bei der Einführung technischer Einrichtungen, die geeignet sind, Verhalten oder Leistung zu überwachen. Die Rechtsprechung zu §87 BetrVG ist umfangreich (vgl. BAG-Beschluss 1 ABR 51/13 zur Skype-Nutzung, BAG 1 ABR 7/20 zu IT-Monitoring) — eine kurze Abstimmung mit Datenschutzbeauftragtem oder Arbeitsrechtsanwalt ist Pflicht, nicht Empfehlung. Konkret: Vor dem Rollout muss der Betriebsrat informiert und beteiligt werden, eine Betriebsvereinbarung ist üblich. Wer das übergeht, riskiert ein Unterlassungsurteil und verbrennt politisches Kapital für künftige IT-Projekte.

Praxis-Empfehlung: Definiert vor dem Tool-Auswahl-Prozess gemeinsam mit Datenschutzbeauftragten und Betriebsrat:

• Welche Daten dürfen erfasst werden? (Login-Frequenz ja, Inhalte nein)
• Wie lange werden sie gespeichert? (typisch 12–24 Monate)
• Wer hat Zugriff auf personenbezogene Auswertungen? (typisch nur aggregiert für IT, namentlich nur bei berechtigtem Anlass)
• Wie wird die Information an die Belegschaft kommuniziert? (transparente Vorab-Info, nicht entdecken-lassen)

Diese vier Fragen vorab geklärt, läuft die Einführung — übergangen, blockiert sie sich selbst.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• Tool-Auswahl, Datenschutz-Prüfung, Betriebsvereinbarung: typisch 4–8 Wochen Aufwand intern, ggf. mit externer Datenschutz-Beratung (1.500–4.500 Euro)
• Datenquellen-Anbindung (SSO, ERP, Finance): 2–4 Wochen IT-Aufwand, abhängig von vorhandener Infrastruktur
• Erste Erfassungs-Phase (Datensammlung): 2–4 Wochen reine Laufzeit, kein aktiver Aufwand

Laufende Kosten (monatlich)

• Cledara Basic: 75 USD/Monat (bis 20 Apps), Premium 200 USD/Monat (bis 75 Apps)
• Torii: ab 250 USD/Monat (Jahresvertrag)
• Zluri: Erfassungs-Plan teils kostenlos, Pro-Plan auf Anfrage
• BetterCloud: 5–8 USD/Nutzer/Monat ab 500 Sitzplätzen
• Zylo: 35.000–45.000 USD/Jahr Plattformgebühr (laut Spendflo-Branchenrecherche)
• Productiv: Preis auf Anfrage, Enterprise-Fokus
• Vendr: 1–3 Prozent der verhandelten SaaS-Ausgaben (Erfolgshonorar)

Wie du den Nutzen tatsächlich misst
Der harte Beweis liegt auf den monatlichen SaaS-Anbieter-Rechnungen. Drei klare Kennzahlen:

1. Ausgaben pro Monat: Vor und nach der Optimierung — Differenz ist der direkte Effekt
2. Lizenz-Auslastung: Genutzte Lizenzen / gekaufte Lizenzen — sollte von 47–52 Prozent (Branchendurchschnitt) auf 70–85 Prozent steigen
3. Anzahl aktiver Anbieter: Vor und nach Konsolidierung — typische Reduktion 15–25 Prozent

Was du dagegenrechnen kannst Realistisches Mittelstand-Szenario: Unternehmen mit 250 Mitarbeitenden, 60.000 Euro/Monat SaaS-Ausgaben (durchschnittlich 240 Euro pro Person, im realistischen Korridor). 25 Prozent Optimierungspotenzial sind 15.000 Euro/Monat oder 180.000 Euro/Jahr Einsparung.

Erstjahres-Kosten transparent gerechnet:

• Tool-Kosten: Torii Mittelstand-Tarif für 250 Mitarbeitende ca. 660 EUR/Monat (höhere Stufe, nicht der 250-USD-Einstiegspreis) = 8.000 EUR/Jahr
• Implementierung intern: 4–8 Wochen IT-Anbindung × 1.500–2.250 EUR Vollkosten/Woche = 6.000–18.000 EUR
• Datenschutz-Beratung extern: 1.500–4.500 EUR
• Summe: 15.500–30.500 EUR Erstjahres-Kosten

Netto-Einsparung im ersten Jahr: 150.000–165.000 Euro (180.000 minus 15.500–30.500). Auch im konservativen Szenario (15 Prozent Einsparung statt 25 Prozent) bleiben über 80.000 Euro netto. Das ist die direkteste ROI-Rechnung unter allen KI-Anwendungsfällen auf dieser Seite.

Vier typische Einstiegsfehler

1. Tool kaufen, ohne SSO-Strategie zu haben.
Der Reflex: SaaS-Management-Tool als Wundermittel sehen. Realität: Ohne SSO-Anbindung sieht das Tool nur die Hälfte des Software-Bestands. Wer kein zentrales Identity-Management hat (Okta, Microsoft Entra ID, Google Workspace), sollte zuerst SSO einführen — und dann erst SaaS-Management. Sonst zahlt man für ein Tool, das im Nebel sucht.

2. Erfassung ohne Aktion lassen.
Häufigster Fehler in der zweiten Phase: Tool findet 40 ungenutzte Lizenzen — niemand kündigt sie. Die Diskussion „Wer braucht das?” zieht sich über Monate, weil keine klare Verantwortlichkeit definiert ist. Konsequenz: Die Plattform-Gebühr läuft, die Einsparung bleibt aus. Lösung: Vor dem Rollout festlegen, wer entscheidet (typisch CFO + IT-Leitung), in welchen Zyklen Reviews stattfinden (monatlich), und wer die operative Umsetzung macht (typisch IT-Beschaffung).

3. Ohne Betriebsrat anfangen.
Der gefährlichste Fehler — er blockiert sich selbst. SaaS-Management-Tools tracken pro Person, wer welche Tools wie oft nutzt. Das ist mitbestimmungspflichtig nach § 87 Abs. 1 Nr. 6 BetrVG. Wer das übergeht, bekommt eine Unterlassungsverfügung und verbrennt das Vertrauen für künftige IT-Projekte. Lösung: Betriebsrat in Phase 0 einbeziehen, Betriebsvereinbarung vor der ersten Datenquelle aufsetzen.

4. Plattform einführen, aber nicht pflegen.
Das stille Risiko nach 12 Monaten. Die Erstoptimierung lief gut, 30 Prozent der Ausgaben reduziert — und dann lässt die Aufmerksamkeit nach. Niemand schaut mehr in das Dashboard, neue SaaS-Tools schleichen sich wieder ein, die Einsparung schmilzt langsam ab. Laut BetterCloud-Daten kommen pro Monat sechs neue Anwendungen hinzu — wer das nicht kontinuierlich monitort, ist nach 18 Monaten wieder auf dem Ausgangsniveau.

Die Lösung ist organisatorisch, nicht technisch: Ein dedizierter SaaS-Verantwortliche/r (typisch in IT-Beschaffung oder Finance) mit monatlichem Review-Termin, definierten Kennzahlen und einer klaren Eskalationspfad. Wer keine Person mit dieser Verantwortung benennen kann, sollte das Tool nicht kaufen.

Was nach der Erstoptimierung passiert

Die Erstoptimierung ist nur der Startschuss. Der eigentliche Wert eines SaaS-Management-Tools entsteht im laufenden Betrieb — und das ist der Teil, den die meisten Implementierungen unterschätzen.

Die Vertragsverlängerung-Phase: SaaS-Verträge laufen typisch jährlich. Mit Nutzungsdaten in der Hand verändert sich die Verhandlungsdynamik fundamental. Ein Beispiel aus der Praxis: Salesforce-Vertrag mit 200 Lizenzen läuft aus, 78 zeigen weniger als 5 Logins pro Quartal. Mit Daten kann die IT-Leitung beim Vertragsverlängerung sagen: „Wir nehmen 130 Lizenzen statt 200, und für die Verlängerung erwarten wir den Mengenrabatt der vorherigen Größe.” Diese Argumentation funktioniert ohne Daten nicht — der Anbieter argumentiert dann immer mit historischen Lizenzzahlen.

Die kontinuierliche Erfassung: Pro Monat kommen typisch sechs neue Anwendungen hinzu, oft über persönliche Spesenabrechnungen. Ohne kontinuierliches Monitoring wandert der Software-Bestand langsam wieder ins Unbekannte. Die Tools alarmieren bei neuen Anbietern — aber nur, wenn jemand auf die Alarme reagiert.

Die Lizenz-Reallokation: Wenn jemand das Unternehmen verlässt, wird die Lizenz typisch nicht zurückgegeben, sondern bleibt aktiv. Ein automatisierter Workflow (Torii, BetterCloud) entzieht die Lizenz beim HRIS-Eintrag „Austritt” automatisch. Effekt: 5–10 Prozent zusätzliche Einsparung, ohne dass jemand aktiv handeln muss.

Die KI-Tool-Welle: Seit 2024 explodiert der KI-SaaS-Markt. Jedes zweite Team testet sein eigenes KI-Tool — ChatGPT-Abos, Claude, Perplexity, spezialisierte Vertical-KI-Tools. Productiv und Zylo haben hier bereits dedizierte KI-Steuerung-Module. Wer SaaS-Management einführt und KI-Wildwuchs ignoriert, hat in zwei Jahren das gleiche Problem nochmal — nur mit anderen Tools.

Realistischer Zeitplan mit Risikohinweisen

Wichtig: Die Erfassung liefert auch nach Wochen kein 100-Prozent-Bild. Tools über persönliche Geräte oder Bargeschäfte bleiben im toten Winkel. 92–98 Prozent Erfassung ist das Ziel — und das reicht für signifikante Einsparungen.

Häufige Einwände — und was dahintersteckt

„Wir haben schon eine SaaS-Liste in Excel.”
Wahrscheinlich. Die Frage ist, wie aktuell sie ist. Erfahrungswerte aus Tool-Implementierungen: Die manuelle Liste enthält typisch 50–60 Prozent der tatsächlichen Tools. Der Rest ist Schatten-IT, die niemand zentral kennt — genau dort liegen die ungenutzten 78 Salesforce-Lizenzen oder das Zweit-CRM, das Marketing vor zwei Jahren eingeführt hat.

„Das ist doch zu teuer für uns.”
Stimmt — wenn ihr Zylo bei 50 Mitarbeitenden anschaut. Stimmt nicht — wenn ihr Cledara für 200 USD/Monat einsetzt und 15 Prozent eines 30.000-Euro-Bestands einspart. Die richtige Rechnung ist nicht „Was kostet das Tool?”, sondern „Was kostet das Tool im Verhältnis zu den aktuellen SaaS-Ausgaben?” Bei monatlichen SaaS-Ausgaben unter 5.000 Euro lohnt sich nichts; ab 10.000 Euro/Monat lohnt sich praktisch immer eine Mittelstand-Lösung.

„Wir können auch selbst eine Excel-Inventur machen.”
Könnt ihr — und es ist nicht falsch, das einmal als Test zu probieren, bevor ihr ein Tool kauft. Aber: Eine manuelle Inventur liefert eine Momentaufnahme, kein kontinuierliches System. Nach drei Monaten ist sie schon wieder veraltet. Und sie findet nicht, was niemand kennt — Schatten-IT bleibt im toten Winkel. Für eine einmalige Bestandsaufnahme reicht Excel; für laufende Optimierung nicht.

„Was, wenn das System eine Lizenz fälschlich als ungenutzt meldet?”
Das passiert. Eine Lizenz, deren Nutzer 3 Monate Elternzeit hat, sieht ungenutzt aus. Eine Software, die nur einmal pro Quartal für den Quartalsabschluss verwendet wird, fällt durch das Raster der täglichen Login-Bewertung. Lösung: Vor jeder Kündigung ein Review-Schritt durch den Fachbereich — das System schlägt vor, der Mensch entscheidet. Diese Regel kostet 1–2 Tage pro Quartal, verhindert aber peinliche Kündigungen.

„Tracken wir damit nicht unsere Mitarbeitenden?”
Ja — und das ist mitbestimmungspflichtig nach § 87 BetrVG. Die saubere Lösung: Betriebsvereinbarung definiert, dass Login-Daten nur aggregiert ausgewertet werden (nicht „Stefan Müller”, sondern „14 von 20 Personen im Vertrieb nutzen Salesforce wöchentlich”). Personenbezogene Auswertungen sind nur bei berechtigtem Anlass zulässig — etwa bei einem Verdacht auf Lizenz-Sharing. Diese Differenzierung muss vor dem Rollout sauber kommuniziert werden, sonst entsteht (zu Recht) Misstrauen.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist beim SaaS-Management einfach. Das Schwierige sind die organisatorischen Konflikte, die sichtbar werden.

Die Fachbereich-Reaktion: „Das brauche ich aber!” Wenn Marketing erfährt, dass ihr Calendly-Abo gekündigt werden soll, kommt der Reflex: „Aber wir brauchen das!” Auch wenn die Daten zeigen, dass es seit sechs Monaten niemand mehr genutzt hat. Hinter dem Reflex steckt selten echte Notwendigkeit, sondern Verlustaversion — und manchmal die Sorge, dass IT zu viel Kontrolle bekommt. Lösung: Konsolidierungsentscheidungen nicht „IT entscheidet”, sondern „IT zeigt Daten, Fachbereich entscheidet mit”. Das verzögert um zwei Wochen pro Tool, sichert aber die Akzeptanz.

Der Beschaffungs-Konflikt: Plötzlich stellt sich heraus, dass dasselbe Tool an drei Stellen separat eingekauft wurde — drei Verträge, drei Preise, drei Vertragslaufzeiten. Die Konsolidierung in einen Vertrag spart Geld, bedeutet aber, dass eine der drei Beschaffungen „gewinnt” und die anderen ihre Lieferanten-Beziehung verlieren. Das ist keine technische, sondern eine politische Frage. Lösung: Klare Konsolidierungsregeln vorab definieren (z. B. „Vertrag mit dem niedrigsten Pro-Lizenz-Preis übernimmt”), nicht im Einzelfall verhandeln.

Die KI-Welle: Seit Anfang 2024 fragen Fachbereiche praktisch wöchentlich nach neuen KI-Tools. Wer SaaS-Management einführt, bekommt automatisch Mitsprache bei diesen Anfragen — was als Hindernis empfunden wird, wenn es als „IT bremst Innovation” rüberkommt. Lösung: Klarer Prozess für KI-Tool-Anfragen, mit Leitplanken (Datenschutz, Ausgaben-Schwelle, Pilot-Phase) statt Standard-Ablehnungen.

Was konkret hilft:

• Konsolidierungsentscheidungen mit Fachbereich, nicht über ihn
• schnelle Erfolge zuerst: Karteileichen kündigen, bevor Konsolidierungs-Gespräche starten
• Erfolge sichtbar machen: Monatliche „Eingesparte Ausgaben”-Zahl im IT-Reporting
• KI-Tool-Anfragen mit klarem Prozess statt Ad-hoc-Ablehnungen

Woran du merkst, dass das zu dir passt

• Eure monatlichen SaaS-Ausgaben liegen über 8.000 Euro — und niemand kann genau sagen, wofür
• Ihr habt mehr als 30 verschiedene SaaS-Anbieter in der Buchhaltung, mit zunehmender Tendenz
• Es gibt mindestens drei Fachbereiche, die eigenständig Tools einführen, ohne IT zu fragen
• Vertragsverlängerungen laufen ohne Datenbasis — Anbieter argumentieren mit historischen Lizenzzahlen, ihr argumentiert mit Bauchgefühl
• Das letzte SaaS-Audit ist über 12 Monate her, oder hat nie stattgefunden
• Bei der nächsten Compliance-Prüfung (DSGVO-Audit, ISO-Zertifizierung, SOC 2) müsst ihr ein vollständiges SaaS-Inventar liefern können — könnt es aber heute nicht

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter ca. 50 Mitarbeitenden oder unter 8.000 Euro/Monat SaaS-Ausgaben. Bei dieser Größenordnung lohnt sich auch das günstigste Tool (Cledara Basic ab 75 USD/Monat) selten — eine quartalsweise Excel-Inventur durch Finance plus konsequente Beschaffungs-Hygiene reicht. Investiert die Zeit lieber in einen einheitlichen Beschaffungsprozess als in ein Tool. Zwischen 5.000 und 8.000 EUR/Monat SaaS-Ausgaben ist die Frage offen — eine erste manuelle Inventur reicht oft, bevor ein Tool gerechtfertigt ist.

2. Kein Single Sign-On (SSO) im Einsatz und keine zentrale Beschaffung. Wenn jeder Mitarbeitende Tools über die persönliche Kreditkarte oder über lokale Logins anlegt, sieht das Erfassungs-Tool nur Bruchstücke. Erst SSO einführen (Microsoft Entra ID, Okta, Google Workspace), dann Beschaffung zentralisieren — und erst dann SaaS-Management. Andersherum kauft ihr ein Tool, das im Nebel sucht.

3. Software-Bestand ist überwiegend on-premise oder lizenzbasiert (klassische Software). Wer 80 Prozent seiner Software als Dauerlizenz oder on-premise nutzt (klassische ERP-Welten wie SAP on-prem oder AS400-Anwendungen, CAD-Volumenlizenzen wie AutoCAD oder SolidWorks, branchenspezifische On-Premise-Software), hat das falsche Problem. SaaS-Management löst kein Lizenz-Management für diese klassischen Welten. Wenn euer SaaS-Anteil unter 30 Prozent des IT-Budgets liegt, lohnt sich der Aufwand nicht.

Das kannst du heute noch tun

Bevor du ein Tool kaufst, mach den 90-Minuten-Test, der dir zeigt, ob das Problem in deinem Unternehmen real ist:

1. Lass dir aus der Buchhaltung alle Kreditkartenabrechnungen der letzten drei Monate exportieren
2. Filtere nach wiederkehrenden Zahlungen unter 500 Euro/Monat — das sind fast immer SaaS-Abos
3. Zähle die unterschiedlichen Anbieter und Summe die monatlichen Beträge

Was du danach weißt: Wie hoch eure SaaS-Ausgaben wirklich sind (typisch 30–80 Prozent höher als geschätzt), wie viele Anbieter im Software-Bestand sind, und ob das Volumen ein Tool rechtfertigt. Kostet 90 Minuten, kein Cent.

Für den nächsten Schritt — eine erste systematische Erfassung — gibt es einen Prompt, mit dem du ein generisches LLM wie ChatGPT oder Claude für die Erstanalyse einsetzen kannst:

Diese Erstanalyse ist kein Ersatz für ein dediziertes Tool — aber sie zeigt dir in 30 Minuten, ob das Problem in deinem Unternehmen real ist und ob sich der weitere Aufwand lohnt.

Quellen & Methodik

• 52,7 % unbenutzte Lizenzen, 21 Mio. USD durchschnittliche Verschwendung pro Großunternehmen: Zylo, „2025 SaaS Management Index” (2025) — Datenbasis 30 Mio. Lizenzen und 34 Mrd. USD SaaS-Ausgaben. Vorjahreswerte 49 % unbenutzt, 18 Mio. USD Verschwendung aus Zylo, „2024 SaaS Management Index” (2024).
• 130 SaaS-Anwendungen pro Mittelständler, IT kennt nur 50–60 %: cloudmagazin, „SaaS-Management-Plattformen: Schatten-IT in der Cloud unter Kontrolle bringen” (Januar 2026).
• Sechs neue Anwendungen pro Monat ungewollt im Software-Bestand: BetterCloud, Branchen-Erhebung im Rahmen der Schatten-IT-Detection-Studie (2024).
• Tool-Pricing Cledara, Torii, Zylo, Productiv, BetterCloud, Zluri, Vendr: Veröffentlichte Tarife der jeweiligen Anbieter sowie unabhängige Preisrecherchen (Spendflo, Vendr Marketplace, Capterra) — Stand April 2026. Zylo-Plattformgebühr 35.000–45.000 USD/Jahr laut Spendflo-Branchenanalyse.
• 20–30 % Kosteneinsparung durch SaaS-Optimierung: Direkte Ableitung aus dem Zylo SaaS Management Index 2025 (52,7 % unbenutzte Lizenzen) bei realistischer Konsolidierungsquote von 40–60 % der ungenutzten Lizenzen. Ergänzend: Gartner-Aussagen zu „toxic SaaS spend” — sekundär zitiert über Zylo-Reports und Branchenanalysen 2024–2025; eine spezifische Gartner-Primärquelle (Magic Quadrant SaaS Management 2024) ist kostenpflichtig.
• § 87 Abs. 1 Nr. 6 BetrVG (Mitbestimmung bei Verhaltens- und Leistungsüberwachung): Betriebsverfassungsgesetz in der aktuell gültigen Fassung.
• Art. 28 DSGVO (AVV): Datenschutz-Grundverordnung in der aktuell gültigen Fassung.

Du willst wissen, wie viel SaaS-Ausgaben ihr realistisch optimieren könnt und welches Tool zu eurer Größe passt? Meld dich — wir machen in 60 Minuten einen ersten Kassensturz auf Basis eurer Buchhaltungsdaten.