Datum: 18. August 2026
Stellen Sie sich eine bevorstehende Vertragsverlängerung für eine Softwarelösung vor. Noch vor wenigen Jahren waren die Fragen für das IT Asset Management-Team vergleichsweise einfach: Wie viele Lizenzen haben wir gekauft? Wie viele Installationen gibt es? Sind wir compliant? Und wie viele Lizenzen benötigen wir im kommenden Jahr?
Heute sieht die Diskussion ganz anders aus.
Wie viele SaaS-Abonnements werden tatsächlich genutzt? Welche Fachbereiche haben eigenständig Anwendungen beschafft? Sind Mitarbeitenden Lizenzen zugewiesen, die sie nicht mehr benötigen? Welche Tools bieten sich überschneidende Funktionen? Wer ist für die Verträge verantwortlich? Warum ist die Nutzung gestiegen? Welche Vertragsverlängerungen stehen an? Und wie werden sich neue KI-Services mit nutzungsabhängigen Preismodellen auf das künftige Softwarebudget auswirken?
Die Herausforderung besteht nicht darin, dass Unternehmen verlernt hätten, Software zu managen. Vielmehr haben sich die Software selbst und die Art, wie Unternehmen sie nutzen, grundlegend verändert. Diese Entwicklung prägt einen neuen Begriff im IT Asset Management: SaaS und Software Asset Management – kurz SSAM.
Was ist SaaS und Software Asset Management?
SaaS und Software Asset Management (SSAM) bezeichnet die kontinuierliche Erfassung, Konsolidierung, Optimierung und Governance klassischer Software und SaaS-Anwendungen über ihren gesamten Lebenszyklus hinweg. SSAM verbindet technische, kommerzielle und nutzungsbezogene Informationen, um vier grundlegende Fragen zu beantworten:
- Was haben wir?
- Was nutzen wir?
- Wofür bezahlen wir?
- Was sollten wir als Nächstes tun?
Vor allem die letzte Frage ist entscheidend.
Traditionelles Software Asset Management konzentriert sich häufig stark auf Softwareinventarisierung, Lizenzierung und Compliance. Diese Disziplinen bleiben unverzichtbar und sind in etablierten IT Asset Management-Frameworks wie ISO/IEC 19770-1 verankert.
SSAM baut auf diesem Fundament auf. Es verbindet klassisches Software Asset Management mit SaaS, cloudbasierter Software, verbrauchsabhängigen Services, Finanzinformationen und kontinuierlicher Optimierung. Ziel ist es nicht mehr nur, zu einem bestimmten Zeitpunkt eine verlässliche Lizenzbilanz zu erstellen. Unternehmen müssen ihre Technologienutzung zunehmend fortlaufend verstehen und steuern.
Mit anderen Worten: SSAM entwickelt Software Asset Management von punktueller Transparenz zu kontinuierlicher Kontrolle weiter.
Die daraus entstehende SSAM-Kategorie spiegelt einen grundlegenden Wandel im Markt für Software Management wider. Im „The SaaS And Software Asset Management Solutions Landscape, Q3 2026“-Report betrachtet Forrester klassische Software und SaaS erstmals gemeinsam aus einer Marktperspektive, die auf kontinuierliche Erfassung, Konsolidierung, Optimierung und Governance ausgerichtet ist
Warum gewinnt SSAM gerade jetzt an Bedeutung?
Drei Entwicklungen verändern grundlegend, wie Unternehmen ihre Softwarelandschaften managen.
1. Softwareausgaben werden dynamischer
Traditionelle Lizenzmodelle, die auf Geräten, Installationen oder festen Nutzungsrechten basieren, bestehen weiterhin. Zunehmend kommen jedoch SaaS-Abonnements, nutzungsabhängige Lizenzmodelle, cloudbasierte Anwendungen und KI-Services hinzu. Dadurch werden Technologieausgaben deutlich dynamischer.
Eine Lizenz kann zugewiesen sein, ohne jemals genutzt zu werden. Ein SaaS-Abonnement kann noch lange aktiv bleiben, nachdem ein Mitarbeiter seine Rolle gewechselt oder das Unternehmen verlassen hat. Zwei Abteilungen können unterschiedliche Tools für nahezu identische Geschäftsfunktionen erwerben. Verbrauchsabhängige Services können zusätzliche Kosten verursachen, ohne dass die Zahl der Mitarbeitenden oder Geräte steigt.
Gleichzeitig wird die Softwarebeschaffung zunehmend dezentral. Fachbereiche und einzelne Mitarbeitende können neue SaaS-Anwendungen einführen, ohne die zentrale IT, den Einkauf oder das Software Asset Management-Team einzubeziehen.
Unternehmen müssen Optimierungspotenziale deshalb kontinuierlich erkennen – und nicht erst beim nächsten Audit, in der nächsten Budgetrunde oder kurz vor einer Vertragsverlängerung.
2. Softwaredaten sind über das gesamte Unternehmen verteilt
Die Informationen, die für eine verlässliche Softwareentscheidung erforderlich sind, befinden sich nur selten an einem Ort.
Discovery- & Inventory-Lösungen wissen, was installiert ist. SaaS-Plattformen wissen, wer sich angemeldet hat. Beschaffungssysteme enthalten Einkaufsdaten. Verträge beschreiben Nutzungsrechte und Lizenzbedingungen. Der Finanzbereich kennt die tatsächlichen Ausgaben. Identity-Plattformen geben Aufschluss über Zugriffsrechte. Security-Teams bewerten Schwachstellen und Risiken.
Bleiben diese Informationen fragmentiert, können Unternehmen über enorme Datenmengen verfügen und dennoch keine verlässlichen Antworten erhalten.
Ein Vertrag allein zeigt nicht, ob die zugehörige Software tatsächlich genutzt wird. Ein Installationsdatensatz erklärt nicht, ob das Unternehmen zur Nutzung des Produkts berechtigt ist. Ein SaaS-Konto gibt keinen Aufschluss darüber, ob das zugewiesene Abonnement einen Mehrwert bietet. Und ein Kostendatensatz benennt nicht automatisch den verantwortlichen Owner oder die zugehörige Geschäftsfunktion.
Deshalb sind Datenqualität, Normalisierung und Kontext grundlegende SSAM-Fähigkeiten. Bevor Unternehmen Software und SaaS optimieren können, müssen sie den Daten vertrauen können, auf denen ihre Entscheidungen basieren.
3. KI schafft eine neue Form des Softwareverbrauchs
Über Jahrzehnte konzentrierte sich Software Asset Management vor allem auf menschliche Nutzer und Geräte. Lizenzmetriken waren üblicherweise an Installationen, Prozessoren, Geräte, Named User oder Concurrent User gebunden.
KI-Services etablieren zunehmend ein anderes Modell.
Der Verbrauch kann heute anhand von Tokens, Credits, API-Aufrufen, Rechenkapazität, Modellnutzung oder Agentenaktivitäten gemessen werden. Dabei ist der Verbraucher nicht mehr zwangsläufig ein Mensch. Anwendungen, automatisierte Workflows und autonome KI-Agenten können selbstständig Verbrauch erzeugen.
Damit entstehen neue Fragen zu Verantwortlichkeit, Kostenzuordnung, Rechenschaftspflicht und Governance:
- Welche KI-Services werden genutzt?
- Welche Anwendungen und Agenten erzeugen den Verbrauch?
- Welcher Geschäftsbereich trägt die damit verbundenen Kosten?
- Wie lässt sich der Bedarf prognostizieren, wenn sich der Verbrauch dynamisch verändert?
- Welche Kontrollen sind erforderlich, um unerwartete Ausgaben zu vermeiden?
- Wie können Unternehmen den geschäftlichen Mehrwert des KI-Verbrauchs bewerten?
Frameworks wie das NIST AI Risk Management Framework verdeutlichen ebenfalls, wie wichtig eine kontinuierliche Governance von KI-Systemen über ihren gesamten Lebenszyklus hinweg ist. Aus Sicht des Asset Managements benötigen Unternehmen zunehmend nicht nur Transparenz darüber, wo KI eingesetzt wird, sondern auch darüber, wie sich der Technologieverbrauch und die damit verbundenen Kosten entwickeln.
Autor:
Andreas Gieseke
SVP Technology & Information Managing DirectorBlog teilen:
Weiterführende Links:
Die Zukunft Ihrer IT: Warum ein Technologiekatalog der entscheidende Gamechanger ist
In diesem Whitepaper zeigen wir Ihnen, wie ein Technologiekatalog die Datenqualität und -vollständigkeit verbessert und den Erfolg all Ihrer IT-Initiativen fördert. Sie werden erfahren:
- Wie ein Technologiekatalog die Zuverlässigkeit Ihrer Daten erhöht
- Wie ein Technologiekatalog Ihre Daten anreichert, um strategische Erkenntnisse zu gewinnen
- Welche Risiken ungenaue Daten mit sich bringen
Von SAM zu SSAM: Was verändert sich konkret?
SSAM ersetzt Software Asset Management nicht, sondern baut darauf auf.
Traditionelles SAM fragt beispielsweise: „Welche Software besitzen wir, wo ist sie installiert und sind wir korrekt lizenziert?“
SSAM erweitert diese Perspektive: „Welche Software und SaaS-Services nutzen wir kontinuierlich, was kosten sie, wer ist dafür verantwortlich, werden sie effizient eingesetzt und wo müssen wir handeln?“
| Traditionelles SAM | SSAM |
|---|---|
| Fokus auf klassische Softwarelizenzen | Software, SaaS, cloudbasierte Software und KI-Verbrauch |
| Punktuelle Lizenzbilanz | Kontinuierliche Transparenz und Kontrolle |
| Installationen und Nutzungsrechte | Nutzung, Zugriffe, Verbrauch, Verträge und Kosten |
| Fokus auf Compliance und Audits | ITAM, Einkauf, Finance, FinOps, Security und Fachbereiche |
| Analyse und Reporting | Analyse, Empfehlungen und operative Maßnahmen |
Ein ausgereifter SSAM-Ansatz verbindet eine Reihe voneinander abhängiger Fähigkeiten:
Discovery schafft Transparenz. Normalisierung macht fragmentierte Informationen vergleichbar. Enrichment ergänzt Hersteller-, Markt-, Lifecycle-, Security- und Business-Kontext. Nutzungs-, Vertrags-, Berechtigungs- und Organisationsdaten schaffen Verständnis. Optimierung deckt unnötige Ausgaben und Risiken auf. Governance definiert Ownership und Verantwortlichkeiten. Automatisierung überführt Erkenntnisse in wiederholbare Maßnahmen.
Deshalb verbindet SSAM zunehmend Teams, die bisher mit getrennten Datensätzen gearbeitet haben: ITAM, SAM, Einkauf, Finance, FinOps, IT Operations, Security und die Fachbereiche.
Use Case: Die Vertragsverlängerung mit SSAM
Kehren wir zur bevorstehenden Vertragsverlängerung zurück.
Ohne eine einheitliche Datengrundlage muss ein Asset Manager möglicherweise zunächst Einkaufsdaten, Tabellen, Lizenzinformationen, Deployment-Daten, Account-Listen und Informationen zur Anwendungsnutzung manuell zusammenführen, bevor die Verhandlungen überhaupt beginnen können.
Selbst danach können wichtige Fragen offenbleiben: Werden alle zugewiesenen Abonnements weiterhin benötigt? Zahlen unterschiedliche Abteilungen für Anwendungen mit überschneidenden Funktionen? Entspricht die aktuelle Abonnementstufe der tatsächlichen Nutzung? Welche Vertragsbedingungen beeinflussen die Handlungsoptionen des Unternehmens?
Mit einem SSAM-Ansatz verändert sich die Diskussion. Das Unternehmen kann erkennen, welche Software vorhanden ist, Lizenz- und Nutzungsinformationen nachvollziehen, mögliche Redundanzen identifizieren, Optimierungspotenziale untersuchen und Maßnahmen priorisieren, bevor ein Vertrag verlängert wird.
Statt nur zu fragen: „Wie viele Lizenzen sollten wir verlängern?“, kann das Unternehmen die entscheidende Frage stellen: „Was benötigen wir tatsächlich – und warum?“
Dieser Wandel vom Reporting zur fundierten Entscheidung bildet den Kern von SSAM.
Verlässliche Daten bilden das Fundament von SSAM
Die Qualität jeder SSAM-Entscheidung hängt von der Qualität der zugrunde liegenden Daten ab.
Sind Produktnamen uneinheitlich, Inventardaten unvollständig, Verträge nicht mit Nutzungsinformationen verknüpft oder Verantwortlichkeiten ungeklärt, kann weder Compliance-Berechnungen noch Optimierungsempfehlungen uneingeschränkt vertraut werden.
Dasselbe Prinzip gilt für KI. Der Einsatz künstlicher Intelligenz auf unvollständigen oder inkonsistenten Daten beseitigt Unsicherheit nicht – er kann sie sogar verstärken.
Unternehmen benötigen daher eine verlässliche Datengrundlage, die Software, SaaS, Nutzung, Verträge, Nutzungsrechte, Kosten, Verantwortliche und Lifecycle-Informationen miteinander verbindet.
Vollständige, normalisierte und angereicherte Daten schaffen die Basis für sichere Entscheidungen. Sie ermöglichen Unternehmen, nicht nur zu verstehen, welche Technologien vorhanden sind, sondern auch, wie sie genutzt werden, was sie kosten, welche Risiken sie verursachen und was als Nächstes geschehen sollte.
Der SSAM-Ansatz von Raynet
Die Plattform schafft eine verlässliche Datengrundlage, um Software, SaaS, Verträge, Nutzungsrechte, Verwendung, Kosten, Compliance-Risiken und Optimierungspotenziale ganzheitlich zu verstehen. Dieselben vertrauenswürdigen Daten können auch bestehenden SAM-Lösungen von Partnern und Drittanbietern zur Verfügung gestellt werden.
Unternehmen können Raynet One damit entweder als integrierte SSAM-Plattform nutzen oder bestehende Software Asset Management-Umgebungen durch normalisierte und angereicherte Technologiedaten stärken.
Dieser Ansatz folgt der Raynet-Mission Discover to Manage: Unternehmen müssen ihre Technologielandschaft zunächst vollständig erfassen und verstehen, bevor sie Kosten steuern, die Nutzung optimieren, Risiken reduzieren und wirksame Maßnahmen ergreifen können.
SAM AI powered by Raynet One: Expertise skalieren, ohne die Kontrolle abzugeben
Mit SAM AI powered by Raynet One führen Raynet und Deloitte diesen SSAM-Ansatz konsequent weiter.
Traditionelle SAM-Prozesse sind häufig manuell, von einer begrenzten Zahl an Lizenzspezialisten abhängig und nur schwer skalierbar. Komplexe Verträge enthalten mehrdeutige Formulierungen, individuelle Ausnahmen, kundenspezifische Metriken und herstellerspezifische Bedingungen, die sich nicht immer durch statische Regeln abbilden lassen.
Generische KI allein löst dieses Problem nicht. Entscheidungen im Softwarelizenzmanagement können erhebliche finanzielle, vertragliche und auditbezogene Auswirkungen haben. Ergebnisse müssen deshalb nachvollziehbar, reproduzierbar und belastbar bleiben.
SAM AI wurde nicht entwickelt, um Lizenzexperten zu ersetzen oder eigenständig Compliance-Entscheidungen zu treffen. Die Lösung verbindet verlässliche Daten, integrierte Lizenzexpertise von Deloitte und kontrolliert eingesetzte KI, um bei der Vertragsinterpretation, Szenarioanalyse und Erstellung kontextbezogener Empfehlungen zu unterstützen.
Ziel ist es, Expertise zu skalieren, ohne die abschließende Beurteilung dem Menschen aus der Hand zu nehmen.
Dieser Ansatz hilft Unternehmen dabei,
- den manuellen Aufwand für Vertrags- und Lizenzanalysen zu reduzieren,
- spezialisiertes Wissen konsistenter anzuwenden,
- Ergebnisse auf relevante Vertragsinformationen und Annahmen zurückzuführen,
- die SAM-Abdeckung über eine kleine Zahl besonders risikoreicher Hersteller hinaus zu erweitern,
- IT, Einkauf und Finance einen einfacheren Zugang zu relevanten Erkenntnissen zu geben und
- sich vom reaktiven Compliance-Reporting hin zu einem kontinuierlichen Management zu entwickeln.
KI unterstützt die Analyse. Verlässliche Daten und von Experten definiertes Wissen bilden das Fundament. Die abschließende Entscheidung bleibt beim Menschen.
Welche Vorteile bietet SSAM
Ein integrierter SSAM-Ansatz kann Unternehmen dabei unterstützen,
- mehr Transparenz über Software und SaaS zu gewinnen,
- Abonnements und Verbrauch besser zu kontrollieren,
- ungenutzte Lizenzen und inaktive Accounts frühzeitig zu erkennen,
- sich überschneidende oder redundante Anwendungen sichtbar zu machen,
- Vertragsverlängerungen und Herstelleraudits besser vorzubereiten,
- die Compliance und Belastbarkeit im Auditfall zu stärken,
- Verantwortlichkeiten für Softwarekosten und -risiken klarer zuzuordnen,
- fundiertere Beschaffungs- und Verhandlungsentscheidungen zu treffen,
- die Zusammenarbeit zwischen IT, Einkauf, Finance und Security zu verbessern und
- das Softwareportfolio kontinuierlich zu optimieren.
Der größte Mehrwert entsteht, wenn SSAM nicht bei Dashboards und Berichten endet. Erkenntnisse müssen zu konkreten Maßnahmen führen – von der Rückgewinnung ungenutzter Abonnements über die Optimierung von Verträgen und die Reduzierung von Risiken bis hin zur Ablösung redundanter Technologien.
Fazit: SSAM macht aus Transparenz kontinuierliche Kontrolle
Software wird zunehmend als Service bereitgestellt, dynamisch genutzt und verbrauchsabhängig abgerechnet. Dadurch verändern sich die Anforderungen an das Software Asset Management grundlegend.
SSAM verbindet traditionelles Software Asset Management mit SaaS, cloudbasierter Software und neuen Verbrauchsmodellen. Technische, kommerzielle, finanzielle und organisatorische Informationen werden zu einer gemeinsamen Grundlage für Compliance, Kostenkontrolle, Governance und konkrete Maßnahmen zusammengeführt.
Der Erfolg von SSAM hängt von vollständigen und verlässlichen Daten ab. Nur auf dieser Grundlage können Automatisierung und KI vertrauenswürdige Ergebnisse liefern.
Die Zukunft des Software Asset Managements wird nicht dadurch bestimmt, wer die meisten Daten sammelt. Entscheidend wird sein, wer fragmentierte Technologiedaten in verlässliche Informationen verwandelt – und aus verlässlichen Informationen wirksame Maßnahmen ableitet.
Erst Transparenz schaffen. Dann Vertrauen in die Daten aufbauen. Anschließend gezielt Managen, Optimieren und Handeln.
Häufig gestellte Fragen zu den SAM AI
Wofür steht SSAM?
SSAM steht für SaaS und Software Asset Management. Es verbindet traditionelles Software Asset Management mit dem kontinuierlichen Management von SaaS-Anwendungen, cloudbasierter Software, Nutzung, Verbrauch, Zugriffen, Kosten und Governance.
Was ist der Unterschied zwischen SAM und SSAM?
SAM konzentriert sich traditionell auf das Management von Software-Assets, Lizenzen, Nutzungsrechten, Compliance und Optimierung. SSAM erweitert diesen Ansatz um SaaS und zunehmend dynamische Verbrauchsmodelle. Dadurch entsteht eine kontinuierliche Sicht auf Softwarenutzung, Kosten, Verträge, Zugriffe und Lifecycle-Entscheidungen.
Ersetzt SSAM das Software Asset Management?
Nein. SSAM baut auf den etablierten Disziplinen und Prozessen des Software Asset Managements auf. Es erweitert deren Umfang um SaaS, cloudbasierte Software, verbrauchsabhängige Services sowie eine umfassendere finanzielle und operative Governance.
Ist SaaS Management ein Bestandteil von SSAM?
Ja. SaaS Management ist ein zentraler Bestandteil von SSAM. Dazu gehören die Erkennung von SaaS-Anwendungen, die Analyse ihrer Nutzung, das Management von Zugriffsrechten, die Optimierung von Abonnementkosten, die Vorbereitung von Vertragsverlängerungen und die Governance einer dezentralen SaaS-Nutzung.
Wie senkt SSAM die Kosten für Software und SaaS?
SSAM kann ungenutzte Lizenzen, inaktive SaaS-Accounts, überdimensionierte Abonnements, sich überschneidende Anwendungen und ungünstige Vertragsverlängerungen identifizieren. Auf Basis dieser Erkenntnisse können Unternehmen Lizenzen zurückgewinnen oder neu zuweisen, Abonnementstufen anpassen, Tools konsolidieren und Verträge wirksamer verhandeln.
Wie beeinflusst KI SSAM?
KI führt zu neuen Verbrauchsmodellen, die über klassische Nutzer- oder Gerätemetriken hinausgehen. Tokens, APIs, Credits, Rechenleistung und automatisierte Agentenaktivitäten machen die Technologienutzung dynamischer. Gleichzeitig kann KI SSAM-Teams dabei helfen, komplexe Datenbestände zu analysieren, Optimierungspotenziale zu erkennen und Entscheidungen zu beschleunigen.