Mit KI eine SaaS gebaut, doch zwei Monate nach dem Launch fehlen die aktiven Nutzer
Ein Entwickler hat mit KI eine vollstaendig funktionierende SaaS-Plattform gebaut und kostenlos veroeffentlicht. Zwar registrierten sich Nutzer, aktiv genutzt wird das Angebot aber kaum. Zwei Monate nach dem Start zaehlt die Plattform null aktive Nutzer.
Veröffentlicht am 24. Oktober • Zuerst erschienen auf Medium
Die Software funktioniert. Sie ist unbefristet kostenlos. Sogar angemeldet haben sich Leute. Sie wirklich zur Nutzung zu bewegen? Das ist eine andere Geschichte.
Vor zwei Monaten habe ich meine SaaS-Plattform gestartet.
Keine Landingpage, die E-Mail-Adressen sammelt. Kein Prototyp mit drei Knöpfen, die nicht funktionieren. Eine echte Software-Plattform mit Benutzerkonten, Produktverwaltung, Online-Bestellungen, Zahlungsintegration und betrieblichen Werkzeugen.
Sie ist live, funktionsfähig und für Unternehmen kostenlos nutzbar. Keine Testphase. Kein Aktionsangebot. Unbefristet kostenlos.
Und zwei Monate später habe ich immer noch null aktive Kunden.
KI Kann Software Bauen. Offenbar Kann Sie Aber Nicht Dafür Sorgen, Dass Menschen Sie Wollen.
"Gründe ein Startup, ohne programmieren zu können!"
"So habe ich mit KI ein SaaS mit 10.000 Dollar Monatsumsatz gebaut!"
Hier kommt der interessante Teil: KI hat die Softwareentwicklung tatsächlich drastisch erleichtert.
Man kann Code generieren, Benutzeroberflächen erstellen, Zahlungsdienstleister integrieren, Fehler beheben und Anwendungen deployen zu einem Bruchteil der Kosten, die diese Fähigkeiten vor ein paar Jahren verursacht hätten.
Das ist bemerkenswert. Ich habe es selbst erlebt.
Aber in den meisten dieser Erfolgsgeschichten fehlt ein Detail.
Nur weil man etwas bauen kann, bedeutet das nicht, dass es jemand nutzen will.
Und selbst wenn die Leute sagen, dass sie es wollen, heißt das nicht, dass sie es tatsächlich verwenden werden.
Die Leute Waren Interessiert. Dann Verschwanden Sie.
Ich habe nicht einfach eine Website gestartet und darauf gewartet, dass Kunden von selbst erscheinen.
Ich habe potenzielle Nutzer kontaktiert, Werbung geschaltet, Fragen beantwortet, Funktionen demonstriert und auf Basis von Feedback Änderungen vorgenommen.
So sah mein Akquise-Trichter aus:
Zahlen müssen vor der Veröffentlichung mit den tatsächlichen Aufzeichnungen abgeglichen werden.
Die Leute haben die Idee nicht unbedingt abgelehnt. Manche waren bereit, sich zu registrieren und ihr Unternehmen einzurichten.
Aber sie haben den Weg nicht zu Ende gegangen.
Ich begann zu untersuchen, an welcher Stelle sie absprangen.
Ein Problem wurde deutlich: Das Onboarding verlangte von den Leuten Entscheidungen, bevor sie bereit dafür waren. Schon die Formulierung eines Buttons konnte den Prozess als größere Verpflichtung erscheinen lassen, als sie gemeint war.
Ich habe diesen Teil der Nutzererfahrung kürzlich neu gestaltet, unter anderem so, dass deutlicher wird, dass man seinen Fortschritt speichern kann, ohne sofort etwas zu veröffentlichen.
Eine Anmeldung ist kein Kunde. Ein Kunde ist nicht unbedingt ein aktiver Nutzer. Und ein interessierter Interessent ist kein Beweis für Nachfrage.
Hier ist ein weiteres Problem, vor dem dich niemand warnt, wenn KI die Entwicklung erleichtert.
Jedes Mal, wenn jemand sagt: "Es wäre toll, wenn deine Software auch das könnte", kann man es tatsächlich bauen.
Man fügt eine weitere Funktion hinzu, verbessert einen Arbeitsablauf, gestaltet einen Bildschirm neu oder integriert einen weiteren Dienst. Jede Verbesserung fühlt sich wie Fortschritt an, denn technisch gesehen ist sie es auch.
Hat diese neue Funktion dir auch nur einen einzigen aktiven Kunden gebracht?
In meinem Fall war es deutlich einfacher, die Software zu verbessern, als jemanden von der Nutzung zu überzeugen.
Die Entwicklung liefert sofortiges Feedback. Man ändert etwas, testet es und sieht das Ergebnis.
Kundengewinnung ist anders. Man kann Stunden damit verbringen, Menschen zu kontaktieren, sein Produkt zu erklären und Fragen zu beantworten, um am Ende nur Stille zu erhalten.
Natürlich ist es verlockend, zur Entwicklung zurückzukehren.
Kostenlos Beseitigt Nicht Die Wechselkosten
Das war eine meiner größten Lektionen.
Ich ging davon aus, dass eine kostenlose Plattform ein großes Hindernis für die Einführung beseitigen würde. Aber Unternehmen haben bereits ihre Art, Dinge zu erledigen, selbst wenn diese Methoden ineffizient sind.
Sie nutzen vielleicht Tabellenkalkulationen, Social-Media-Nachrichten, Bezahl-Apps, handschriftliche Notizen oder eine Kombination aus all dem.
Etwas Neues auszuprobieren bedeutet, ein Konto anzulegen, eine weitere Oberfläche zu lernen, Einstellungen zu konfigurieren, Produkte anzulegen und einer unbekannten Plattform einen Teil ihres Geschäfts zu vertrauen.
Das ist ein echter Kostenfaktor, selbst wenn die Software selbst nichts kostet.
Ich konkurriere nicht nur mit anderen SaaS-Plattformen. Ich konkurriere mit der Art und Weise, wie die Dinge bereits erledigt werden.
Und offenbar ist Vertrautheit ein stärkerer Wettbewerber, als ich erwartet hätte.
Die Hürde, Software zu bauen, ist zusammengebrochen. Die Hürde, sie zu verkaufen, nicht.
Vor KI erforderte die Entwicklung anspruchsvoller Software erhebliches technisches Wissen, Geld, Zeit oder Zugang zu Entwicklern.
Diese Anforderungen schufen Eintrittsbarrieren.
KI hat diese Barrieren drastisch gesenkt.
Heute können tausende Menschen Produkte in Märkten bauen, die sie kaum verstehen, und viele dieser Produkte wirken überraschend professionell.
Aber es bedeutet auch, dass die Fähigkeit, Software zu bauen, immer weniger zu einem Wettbewerbsvorteil wird.
Ihre Wettbewerber haben Zugang zu denselben Werkzeugen.
Sie können ähnliche Funktionen entwickeln, ansprechende Websites launchen und dieselben Dienste integrieren.
Inzwischen sind die schwierigen Teile nicht verschwunden: Kunden finden, Vertrauen gewinnen, Gewohnheiten verändern, den Einstieg vereinfachen und Menschen dazu bringen, zurückzukehren.
KI hat es einfacher gemacht, Software herzustellen. Sie hat es nicht einfacher gemacht, Kunden zu gewinnen.
Ich werde nicht behaupten, dass zwei Monate ohne nennenswerte Adoption beweisen, dass mein Produkt keinen Markt hat.
Vielleicht ist mein Messaging falsch. Vielleicht ist meine Zielgruppe falsch. Vielleicht brauchen die Menschen mehr Hilfe beim Einstieg.
Aber ich habe drei Dinge gelernt, die ich vor dem Launch schon verstanden hätte.
Erstens: Interesse ist billig. Wenn jemand sagt, dass Ihr Produkt nützlich aussieht, ist das nicht dasselbe wie die Bereitschaft, die eigene Arbeitsweise zu ändern.
Zweitens: Onboarding ist Teil des Produkts. Groartige Funktionen zu bauen bedeutet wenig, wenn Nutzer nie weit genug kommen, um sie zu erleben.
Drittens: Distribution verdient genauso viel Aufmerksamkeit wie die Entwicklung. Es ist möglich, monatelang Software zu verbessern und dabei fast keine Fortschritte bei der Kundengewinnung zu machen.
Die technische Arbeit ist nicht mehr unbedingt das grösste Hindernis.
Menschen zu finden, die das Gebaute tatsächlich nutzen, könnte es sein.
Es gibt ein altes Sprichwort über Goldrauschen: Die Menschen, die konsequent Geld verdienen, sind nicht unbedingt die Goldgräber.
Menschen kaufen KI-Abos, Tokens, Hosting, Domains, Entwicklungswerkzeuge, Werbung und Kurse über den Aufbau von Software-Unternehmen.
Sie bauen Anwendungen schneller als je zuvor.
Und viele tun sich trotzdem schwer, einen einzigen Kunden zu gewinnen.
Aber die Unternehmen, die die Werkzeuge verkaufen, werden bezahlt, ob diese Startups Erfolg haben oder scheitern.
Die KI-Unternehmen verdienen Geld, wenn Sie bauen.
Die Hosting-Unternehmen verdienen Geld, wenn Sie deployen.
Die Werbeplattformen verdienen Geld, wenn Sie bewerben.
Und Sie verdienen nur dann Geld, wenn Ihr Produkt tatsächlich Umsatz generiert.
Beachten Sie, welche davon am wenigsten garantiert ist.
Ich behaupte nicht, dass KI-Werkzeuge wertlos sind. Ganz im Gegenteil. Sie haben mir ermöglicht, Software zu bauen, die sonst deutlich mehr Ressourcen erfordert hätte.
Aber das bedeutet nicht, dass der Bau eine gute Geschäftsentscheidung war.
Ich habe Probleme beim Onboarding identifiziert und Änderungen vorgenommen. Ich führe weiterhin Gespräche mit potenziellen Kunden und versuche zu verstehen, was sie von der Nutzung der Software abhält.
Ich messe Erfolg nicht mehr daran, wie viele Funktionen ich veröffentliche oder wie viel Funktionalität KI mir hilft umzusetzen.
Mein nächster Meilenstein ist ein echter, eigenständig aktiver Kunde.
Ein Unternehmen, das die Software nutzt, zurückkommt und sich tatsächlich darauf verlässt.
Keine Registrierung. Kein Kompliment. Keine weitere Funktionsanfrage.
Ich werde den Folgeartikel schreiben, wenn das eintritt, oder wenn ich etwas Bedeutendes darüber lerne, warum es nicht eingetreten ist.
Bis dahin hier mein Rat an alle, die diese KI-SaaS-Erfolgsvideos ansehen und planen, am Wochenende das nächste Startup im Wert von einer Million Dollar zu launchen.
Denn dem Markt ist es egal, wie beeindruckend Ihr KI-generierter Code ist. Es ist ihm egal, wie viele Funktionen Sie implementiert haben oder wie viel Sie zu deren Erstellung ausgegeben haben.
Jeder hat eine Schaufel. Jeder gräbt.
Und diejenigen, die Geld verdienen, sind möglicherweise genau die, welche die Schaufeln verkaufen.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Posted on Oct 24 • Originally published at Medium
The software works. It's free indefinitely. People even signed up. Getting them to actually use it? That's another story.
Two months ago, I launched my SaaS platform.
Not a landing page collecting emails. Not a prototype with three buttons that don't work. A real software platform with user accounts, product management, online ordering, payment integration, and operational tools.
It's live, functional, and free for businesses to use. Not a trial. Not a promotional offer. Free indefinitely.
And two months later, I still have zero active customers.
AI Can Build Software. Apparently, It Can't Make People Want It.
"Launch a startup without knowing how to code!"
"Here's how I built a $10K/month SaaS using AI!"
Here's the interesting part: AI really has made software development dramatically easier.
You can generate code, create interfaces, integrate payment processors, troubleshoot errors, and deploy applications at a fraction of what those capabilities would have cost a few years ago.
That's remarkable. I've experienced it firsthand.
But there's one detail missing from most of those success stories.
Just because you can build something doesn't mean anyone wants to use it.
And even when they say they want it, that doesn't mean they'll actually use it.
People Were Interested. Then They Disappeared.
I didn't simply launch a website and expect customers to show up.
I contacted potential users, ran advertisements, responded to questions, demonstrated features, and made changes based on feedback.
Here's what my acquisition funnel looked like:
Numbers to be verified against the actual records before publication.
People weren't necessarily rejecting the idea. Some were willing to register and start configuring their businesses.
But they weren't completing the journey.
I started investigating where they stopped.
One problem became clear: the onboarding experience was asking people to make decisions before they were ready. Even the wording of a button could make the process feel like a bigger commitment than intended.
I recently redesigned that part of the experience, including making it clearer that people can save their progress without immediately publishing anything.
A signup isn't a customer. A customer isn't necessarily an active user. And an interested prospect isn't proof of demand.
Here's another problem nobody warns you about when AI makes development easier.
Every time someone says, "It would be great if your software could also do this," you can actually build it.
You add another feature, improve a workflow, redesign a screen, or integrate another service. Every improvement feels like progress because technically it is.
Did that new feature bring you a single active customer?
In my case, improving the software has been considerably easier than convincing someone to adopt it.
Development gives you immediate feedback. You change something, test it, and see the result.
Customer acquisition is different. You can spend hours reaching out to people, explaining your product, and answering questions, only to receive silence.
Naturally, it's tempting to return to development.
Free Doesn't Eliminate the Cost of Switching
This has been one of my biggest lessons.
I assumed making the platform free would remove a major obstacle to adoption. But businesses already have ways of doing things, even if those methods are inefficient.
They might use spreadsheets, social media messages, payment apps, handwritten notes, or a combination of all four.
Trying something new means creating an account, learning another interface, configuring settings, adding products, and trusting an unfamiliar platform with part of their business.
That's a real cost, even when the software itself costs nothing.
I'm not just competing with other SaaS platforms. I'm competing with the way people already do things.
And apparently, familiarity is a stronger competitor than I expected.
The Barrier to Building Software Has Collapsed. The Barrier to Selling It Hasn't.
Before AI, creating sophisticated software required substantial technical knowledge, money, time, or access to developers.
Those requirements created barriers to entry.
AI has lowered those barriers dramatically.
Now thousands of people can build products in markets they barely understand, and many of those products look surprisingly professional.
But it also means that being able to build software is becoming less of a competitive advantage.
Your competitors have access to the same tools.
They can build similar features, launch attractive websites, and integrate the same services.
Meanwhile, the difficult parts haven't gone away: finding customers, earning trust, changing habits, simplifying onboarding, and getting people to come back.
AI has made software easier to produce. It hasn't made customers easier to acquire.
I'm not going to claim that two months without meaningful adoption proves my product has no market.
Perhaps my messaging is wrong. Perhaps my audience is wrong. Perhaps people need more help getting started.
But I've learned three things that I wish I'd understood before launching.
First, interest is cheap. Someone saying your product looks useful is not the same as someone being willing to change how they operate.
Second, onboarding is part of the product. Building great features means little if users never get far enough to experience them.
Third, distribution deserves as much attention as development. It's possible to spend months improving software while making almost no progress toward acquiring customers.
The technical work is not necessarily the biggest obstacle anymore.
Finding people who will actually use what you've built may be.
There's an old saying about gold rushes: the people consistently making money aren't necessarily the miners.
People buy AI subscriptions, tokens, hosting, domains, development tools, advertising, and courses about building software businesses.
They build applications faster than ever.
And many still struggle to get a single customer.
But the companies selling the tools get paid whether those startups succeed or fail.
The AI companies make money when you build.
The hosting companies make money when you deploy.
The advertising platforms make money when you promote.
And you make money only when your product actually generates revenue.
Notice which one is the least guaranteed.
I'm not suggesting AI tools are worthless. Quite the opposite. They've made it possible for me to build software that would otherwise have required substantially more resources.
But that doesn't mean building it was a good business decision.
I've identified problems in onboarding and made changes. I'm continuing to talk to potential customers and trying to understand what prevents them from adopting the software.
I'm no longer measuring success by how many features I release or how much functionality AI helps me implement.
My next milestone is one genuine, independently active customer.
One business that starts using the software, comes back, and actually relies on it.
Not a registration. Not a compliment. Not another feature request.
I'll write the follow-up when that happens, or when I learn something significant about why it hasn't.
Until then, here's my advice to everyone watching those AI SaaS success videos and planning to launch the next million-dollar startup over the weekend.
Because the market doesn't care how impressive your AI-generated code is. It doesn't care how many features you've implemented or how much you spent generating them.
Everyone has a shovel. Everyone is digging.
And the people making money might just be the ones selling the shovels.