SaaS-Preismodelle im Vergleich: Seat-, Usage- und Outcome-based Pricing

Seat-basiert, Usage-based oder Outcome-based? Die Wahl des richtigen Preismodells für ein SaaS-Produkt gehört zu den Entscheidungen, die sich am schwersten richtig treffen und im Nachhinein am schwersten korrigieren lassen. Jedes Modell hat aus meiner Sicht eine klare Berechtigung, aber auch klare Grenzen. Wer hier aus dem Bauch heraus entscheidet und Produktkomplexität, Kundensegmente sowie die eigene Wachstumsstrategie ignoriert, verschenkt Umsatzpotenzial oder verliert Kunden.

Seat-basiert vs. Usage-based vs. Outcome-based: Die drei Preismodelle im Überblick

SaaS-Anbieter rechnen ihr Produkt heute vor allem über drei Logiken ab: pro Nutzer, nach tatsächlichem Verbrauch oder nach nachgewiesenem Ergebnis. Jede Logik passt zu einer anderen Produktrealität, und keine davon ist per se die richtige Antwort für jedes SaaS-Unternehmen.

*Daten aus dem hy SaaS & Pricing Report 2027

Ein Grund, warum diese Entscheidung gerade jetzt so drängt: Ich sehe inzwischen in fast jedem Pricing-Projekt dasselbe Muster. Ein KI-Feature bedient heute zigtausend Anfragen pro Seat, während die Zahl der zahlenden Nutzer stagniert oder sogar sinkt. Irgendwann wird klar, dass sich der Seat-Preis komplett von der tatsächlichen Nutzung und vor allem vom Wert, den die Software stiftet, entkoppelt hat, und das klassische SaaS-Preismodell passt nicht mehr.

Seat-based Pricing: der bewährte Standard mit Wachstumsgrenze

Seat-based Pricing rechnet den Softwarezugang pro zahlendem Nutzer und Monat ab. Der Nutzer ist dabei als Äquivalent zu verstehen: Ähnliche Metriken, etwa die Abrechnung pro Gerät, funktionieren vom Prinzip her genauso. Das Modell stammt aus der klassischen SaaS-Logik: Ein Team bucht so viele Seats, wie es Mitarbeitende gibt, die das Produkt aktiv nutzen. Es handelt sich dabei um ein Abo-Modell: Kunden mieten Nutzerzugänge für die Vertragslaufzeit, statt wie beim klassischen Lizenzmodell Software dauerhaft zu kaufen. Einfachheit und Planbarkeit machen Seat-based Pricing bis heute zum verbreitetsten Ansatz im Softwaremarkt.

In unserem aktuellen SaaS & Pricing Report sehen wir dazu klare Zahlen: 38 % der SaaS-Anbieter nutzen die Abrechnung pro Nutzer noch als primäre Preismetrik. Diese Metrik verzeichnet mit minus 31 Prozentpunkten den mit Abstand stärksten erwarteten Rückgang aller Metriken in den kommenden zwei Jahren. Auf Ebene der Abrechnungsmodelle zeigt sich dasselbe Bild: Reine Subscription-Modelle bleiben mit 40 % zwar 2026 noch das häufigste Abrechnungsmodell, in zwei Jahren erwarten aber nur noch 22 % der Befragten, dass sie relevant bleiben.

Ich glaube, der Grund für den Rückgang liegt in der Logik von KI-Produkten, und aus meiner Erfahrung lohnt sich ein Modellwechsel meist aus drei Gründen:

1. Kostendeckung: Die eigenen KI-Rechenkosten lassen sich mit dem bestehenden Seat-Preis nicht mehr decken, während sich der Wettbewerb sichtbar zu neuen Preismodellen bewegt.
2. Entkoppeltes Wertwachstum: Der generierte Wert wächst nicht mehr linear mit der Anzahl an Seats, weil ein einzelner Nutzer heute im Zweifel Tausende Agenten gleichzeitig bedienen kann. Was früher zehn Seats gebraucht hat, erledigt heute eine Person, oft sogar mit höherem Kundennutzen.
3. Schrumpfende Seat-Basis: Der große Vorteil von KI ist Effizienz, also das Versprechen, viele Dinge schneller und besser zu machen. Eure Kunden brauchen für dieselben Ergebnisse deshalb vermutlich weniger Leute, und wenn ihr pro Seat abrechnet, sinkt euer Umsatz mit jedem Seat, der dadurch wegfällt.

Trotzdem ist Seat-based Pricing für mich nicht automatisch das falsche Modell. Für Teams, die ein Produkt kollaborativ und in konstantem Umfang nutzen, bietet die Abrechnung pro Seat weiterhin die einfachste Vertriebslogik und die höchste Planungssicherheit auf beiden Seiten.

Usage-based Pricing: fair abgerechnet, schwer vorhergesagt

Usage-based Pricing rechnet nach tatsächlichem Verbrauch ab, etwa nach API-Aufrufen, verarbeiteten Datenmengen oder abgeschlossenen Transaktionen. Statt einer nutzerabhängigen Gebühr zahlt die Kundschaft für das, was sie im jeweiligen Monat tatsächlich nutzt.

Reines Usage-based Pricing ist heute noch selten, wächst aber deutlich, vor allem bei der Abrechnung nach Credits, Tokens sowie API-Aufrufen und Konsum. Das liegt für mich vor allem an den tatsächlichen Grenzkosten von KI-Funktionen. Bei klassischer Software gehen die Grenzkosten pro zusätzlichem Nutzer gegen null, sobald das Produkt entwickelt ist. Bei KI-gestützten Anfragen entstehen dagegen reale Rechenkosten pro Nutzung, die ein Anbieter decken muss, sonst zahlt er für jede Kundennutzung drauf.

Reine Nutzungsabrechnung löst zwar das Kostenproblem, schafft aber ein neues: Umsatzschwankungen, die keinen stabilen Sockelumsatz erlauben, und auf Kundenseite die Angst vor unkontrollierbaren Monatsrechnungen.

Outcome-based Pricing: das mächtigste Modell, aber nicht für jeden

Outcome-based Pricing rechnet ausschließlich nach dem nachgewiesenen Ergebnis ab, unabhängig von Nutzerzahl oder Verbrauch. Je nach Geschäftsmodell kann das Ergebnis eine erfolgreiche Bewerbung, ein abgeschlossener Kundenservice-Fall oder ein produziertes Gut sein.

Aus reiner Pricing-Theorie ist Outcome-based Pricing für mich das stärkste Modell, um den erzeugten Wert vollständig abzuschöpfen: Wo echter Nutzen entsteht, verdient der Anbieter direkt mit, und für die Kundschaft ist der Zusammenhang zwischen Preis und Nutzen sofort nachvollziehbar.

Voraussetzung dafür ist, dass sich das Ergebnis eindeutig messen und dem Softwareanbieter fehlerfrei zuordnen lässt, sonst folgt am Monatsende eine Diskussion um jede einzelne abgerechnete Position. Genau diese Anforderung erfüllen die wenigsten Anwendungsfälle vollständig, weshalb ich das Modell in der Praxis auf Nischen mit besonders klarer Erfolgsmessung begrenzt sehe.

Interessant ist, dass der Markt das anders erwartet: In unserem Report ist Outcome mit 5 % heute noch selten, gewinnt mit plus 20 Prozentpunkten aber stärker an Bedeutung als jede andere Preismetrik.

Zwischenfazit: Hybride Modelle als Praxisstandard

Weil keines der drei reinen Modelle alle Anforderungen allein erfüllt, kombinieren immer mehr Unternehmen eine Nutzungskomponente mit einem festen Grundpreis, statt vollständig auf Verbrauch umzustellen. Die Zahlen bestätigen das: Hybride Preismodelle sind mit 34 % bereits 2026 die zweitstärkste Kategorie, und 63 % der Befragten erwarten sie in zwei Jahren als relevantestes Modell.

Zwei Beispiele aus unserem SaaS & AI Pricing Report 2027 zeigen, wie unterschiedlich sich das umsetzen lässt: Figma inkludiert ein monatliches Credit-Guthaben pro Seat und verkauft darüber hinausgehenden Verbrauch flexibel als Top-up, während Chaos, Anbieter von 3D-Visualisierungssoftware, seine verbrauchsabhängigen KI-Credits in feste Jahresabonnements mit monatlich oder jährlich bereitgestellten Kontingenten bündelt. Beide Varianten eint dasselbe Prinzip: ein planbarer Sockel, ergänzt um eine Verbrauchskomponente. Diese Kombination funktioniert aus meiner Sicht deshalb so gut, weil sie beide Risiken gleichzeitig entschärft:

• Die Grundgebühr sichert Anbietern einen planbaren Sockelumsatz.
• Die Verbrauchskomponente stellt sicher, dass besonders intensive Nutzung die eigenen Rechenkosten nicht unbemerkt übersteigt.

Kunden erhalten dadurch gleichzeitig Preissicherheit im Normalfall und eine nachvollziehbare, faire Abrechnung bei Ausreißern nach oben.

Warum ihr KI-Features früh monetarisieren solltet

Wie riskant ein verpasstes Zeitfenster für die Monetarisierung ist, zeigt ein Beispiel aus einem unserer Projekte: Ein Softwareunternehmen integrierte ein KI-Chat-Interface mit nur einer kleinen Preiserhöhung direkt in sein bestehendes Produkt. Innerhalb eines Jahres nutzte die deutliche Mehrheit der Kunden fast ausschließlich noch dieses Feature statt der traditionellen Oberfläche, ohne dass es je als eigenständiges, höherpreisiges Angebot positioniert wurde. Die Zahlungsbereitschaft dafür lässt sich jetzt kaum noch nachträglich abschöpfen, weil Kunden empfindlich auf einen späteren Preisaufschlag für etwas reagieren, das sie längst gewohnt sind. Genau deshalb halte ich es für kritisch, sich frühzeitig eine Strategie zur Monetarisierung neuer KI-Features zu überlegen, bevor daraus ein Gewohnheitsrecht der Kunden wird, das sich kaum noch korrigieren lässt. Dieses Prinzip gilt unabhängig davon, welches der drei Preismodelle ihr letztlich wählt.

Welches Preismodell passt zu eurem SaaS-Produkt? Ein Entscheidungsframework

Vier Fragen helfen bei der Einordnung:

1. Ersetzt euer Produkt Arbeit, die bisher Menschen im Team erledigt haben? Dann ist ein reines Seat-Modell riskant, weil mit jeder eingesparten Stelle auch ein Seat wegfällt. Ausgleichen ließe sich das nur über deutlich höhere Preise für die verbleibenden Seats, was in der Praxis selten durchsetzbar ist. Setzt dann auf eine Metrik, die mit der erledigten Arbeit wächst, und klärt mit den folgenden Fragen, welche.
2. Lässt sich das erzeugte Ergebnis eindeutig messen? Dann kommt Outcome-based Pricing infrage.
3. Ist das Ergebnis nicht eindeutig messbar, aber das Aufgabenvolumen schwankt stark? Dann passt Usage-based Pricing.
4. Unterstützt euer Produkt Menschen, statt sie zu ersetzen, und schwankt das Volumen kaum? Dann bleibt eine einfache Seat-based Abrechnung die pragmatischste Wahl, weil sie Anbietern und Kunden bei stabiler Nutzung die höchste Planungssicherheit bietet.

Wie wir Unternehmen bei der Wahl des richtigen SaaS-Preismodells begleiten

hy ist eine partnergeführte Unternehmensberatung mit Sitz in Berlin, gegründet 2017. Wir verstehen uns dabei als Unternehmer im Kundenauftrag, nicht als klassische Strategieberatung, die nur ein Konzeptpapier liefert. Bei der Wahl des richtigen SaaS-Preismodells begleiten wir die Umsetzung von der ersten Analyse bis zur Preiskommunikation gegenüber euren Kunden.

Um die passende Kombination zu finden, reicht die interne Perspektive aus meiner Erfahrung selten aus. Kunden sprechen im eigenen Kundengespräch selten ehrlich über ihre tatsächliche Zahlungsbereitschaft, weil sie wissen, dass der Anbieter strategisch zuhört. In unseren Projekten führen wir deshalb Kundeninterviews als neutrale externe Instanz, kombiniert mit Wettbewerbsanalyse und einer Zerlegung des Geschäftsmodells in seine einzelnen Wertschöpfungselemente, um Nutzung, Wert und tatsächliche Zahlungsbereitschaft realistisch einzuschätzen.

Konkret führen wir einen Pricing Opportunity Check durch, um euer bestehendes Modell gegen die Marktentwicklung zu spiegeln, und entwickeln anschließend im Price Model Development das neue Zielmodell. Im anschließenden Price Improvement Plan begleiten wir auch die operative Umsetzung, von der Preiskommunikation bis zur Migrationslogik für eure Bestandskunden, statt euch nach der Konzeptphase allein zu lassen.

Bei der Zusammenarbeit tragen wir das Risiko mit: Neben dem klassischen Fixpreis bieten wir ein unternehmerisches Modell mit reduziertem Festpreis und Erfolgsbeteiligung an, statt wie klassische Beratungen ausschließlich nach Stunden abzurechnen. Wenn unsere Empfehlung keinen zusätzlichen Umsatz bringt, verdienen wir selbst deutlich weniger daran.

Dr. Toni Schmidt, Partner bei FLEX Capital Management, beschreibt die Zusammenarbeit so: „Durch hy’s Expertise ist es uns gelungen, die optimale Preisstrategie für unseren Buy & Build Case zu finden.“ Als Nr. 1 Pricing-Beratung laut brand eins und Statista 2025 verbinden wir Pricing-Exzellenz mit einer hands-on Umsetzungsbegleitung, die klassische Großberatungen selten mitbringen.