SaaS-Bruttomarge erklärt: Was in die COGS gehört, der Benchmark von 75–80 % und warum KI-Inferenz sie nach unten drückt

Dein Investoren-Deck sagt 85 % Bruttomarge. Die GuV deines Buchhalters sagt 68 %. Dasselbe Unternehmen, derselbe Monat — und die Lücke ist fast sicher deine COGS-Klassifizierung, nicht dein Geschäft. In SaaS ist die Bruttomarge die Kennzahl, die Käufer, Kreditgeber und Investoren zuerst nachrechnen, weil sie die einzige Frage beantwortet, die im Maßstab zählt: Wie viele Cent von jedem Dollar Umsatz überleben die Kosten der Produktbereitstellung? Ordne die Töpfe falsch zu, und du wirst entweder mit falscher Zuversicht zu günstig bepreisen oder dir eine Finanzierungsrunde ausreden, die du verdient hättest.

Dieser Leitfaden behandelt die Formel, was genau in die SaaS-Herstellkosten gehört, die Benchmarks, mit denen sich ein Vergleich lohnt, und das Problem der KI-Inferenz, das sie alle neu schreibt.

Die SaaS-Bruttomarge-Formel​

Die Formel selbst ist universell:

Bruttomarge = (Umsatz − Herstellkosten) / Umsatz

Ein Unternehmen mit 200.000 $ Monatsumsatz und 50.000 $ COGS hat 150.000 $ Bruttogewinn und eine Bruttomarge von 75 %. Jeder zusätzliche Umsatzdollar bringt etwa 75 Cent vor Betriebsausgaben. Miss sie monatlich und zusätzlich auf Basis der letzten drei und sechs Monate, um Ausreißer zu glätten.

Doch die Gesamtzahl allein führt in die Irre. Eine gemischte Marge von 60 % könnte eine hervorragende Abonnementmarge von 90 % verbergen, die von Professional Services mit negativer Marge nach unten gezogen wird — oder ein mittelmäßiges Abonnementgeschäft, das von einem guten Services-Quartal geschönt wird. Ernsthafte SaaS-Operatoren berechnen Margen je Umsatzstrom: Abonnement, Professional Services und nutzungs- oder transaktionsbasierter Umsatz erhalten jeweils ihre eigene Marge, nach derselben Methode berechnet, nur mit dem Umsatz und den COGS, die zu diesem Strom gehören. Diese Aufteilung macht auch Budgetgespräche möglich: Du kannst einen Antrag auf Einstellungen im Support nicht gegen die prognostizierte Marge abwägen, wenn du nicht weißt, aus welchem Strom die Marge stammt.

Was in die SaaS-COGS gehört​

COGS — in der SaaS-GuV-Terminologie „cost of revenue" — ist der Topf an Ausgaben, der deine Umsatzströme direkt stützt. Der größte Rechenfehler von Gründern ist die Fehlklassifizierung. Bei einem reinen SaaS-Geschäft enthält COGS typischerweise vier Kostenstellen:

• DevOps und Hosting. Cloud-Infrastruktur, CDN, Monitoring, Datenspeicherung, SSL und die DevOps-Personalkosten, die den Produktivbetrieb aufrechterhalten. Hier landet auch die F&E-Abschreibung aus aktivierter Software, wenn du Entwicklungskosten aktivierst, plus etwaige Lizenzgebühren und Kosten für weiterverkaufte Produkte.
• Kundensupport. Die vollständig belasteten Kosten des Support-Teams — die Menschen, die Tickets beantworten und Kunden arbeitsfähig halten.
• Erbringung von Professional Services. Wenn du Implementierung, Onboarding, Migration oder kundenspezifische Arbeit verkaufst, gehören die Gehälter der Implementierer hierher, verrechnet gegen Services-Umsatz.
• Transaktions- und Drittkosten. Zahlungsabwicklungsgebühren, transaktionsabhängige Anbietergebühren, eingebettete Drittanbieter-APIs und Datenfeeds, die in deinem Produkt mitgeliefert werden. Wenn du Nutzungsumsatz hast, brauchst du einen passenden Topf für Transaktionsaufwendungen.

Zwei strukturelle Regeln halten das ehrlich. Erstens: Dein COGS-Bereich wird von deinen Umsatzströmen bestimmt: Kein Services-Umsatz bedeutet keine Services-Kostenstelle, aber Transaktionsumsatz verlangt eine Abteilung für Transaktionsaufwendungen. Vermische niemals Ströme — Services-Umsatz, der auf die Abonnementzeile gebucht wird, verfälscht beide Margen gleichzeitig. Zweitens: Jede COGS-Abteilung muss vollständig belastet sein: Löhne, Boni, Lohnnebenkosten, Benefits, Reisen, Schulungen und die interne Software des Teams landen alle in der Abteilung, die sie verursacht hat. Deine Abteilungsleiter sollten für alles verantwortlich sein, was sie kontrollieren, und G&A darf niemals zur Restkasse für Ausgaben werden, die oberhalb der Linie hingehören.

Die Frage nach dem Customer Success​

Die am meisten diskutierte Klassifizierung im SaaS-Finanzwesen ist Customer Success. Die Antwort hängt davon ab, was deine CSMs tatsächlich tun:

• Nur Bindung und Adoption? Dann gehören sie in die COGS. Sie sind Teil der Wertvermittlung des Produkts.
• Mit Quote, die Seat-Add-ons und Upsells abschließt? Dann gehören sie unterhalb der Linie in die Vertriebsbetriebskosten.
• Beides? Teile die Kosten zwischen COGS und Vertrieb auf, basierend auf einer belastbaren Aufteilung ihrer Zeit.

Diese Wahl verschiebt die Bruttomarge um ganze Prozentpunkte, also dokumentiere die Begründung und wende sie konsistent an. Ein Investor, der dich mit einem Peer mit gegenteiliger Politik vergleicht, vergleicht zwei verschiedene Definitionen — leg deine offen.

F&E-Abschreibung macht Vergleiche knifflig​

Unternehmen, die Softwareentwicklung aktivieren, schreiben einen Teil der F&E über die COGS ab; Unternehmen, die alles als Aufwand verbuchen, tun das nicht. Zwei ansonsten identische Geschäfte können allein aufgrund der Aktivierungspolitik deutlich unterschiedliche Abonnementmargen ausweisen. Berechne beim Benchmarking deine wiederkehrende Marge sowohl mit als auch ohne F&E-Abschreibung, damit du dich mit beiden Arten von Peers vergleichen kannst.

Was ist eine gute SaaS-Bruttomarge?​

Die Bruttomarge ist eine der wenigen Kennzahlen, bei denen ein Gesamt-Benchmark wirklich nützlich ist. Die seit Langem geltenden Ziele:

• Gesamtbruttomarge: 75–80 % oder höher. Reife Abonnementgeschäfte sollten 75 % überschreiten, und die besten Operatoren stoßen über 80 % hinaus.
• Abonnementmarge: nahe 90 %. Reiner wiederkehrender Umsatz mit disziplinierten Hosting- und Supportkosten sollte sich 90 Cent pro Dollar nähern.
• Services-Marge: deutlich niedriger. Implementierung und Onboarding sind naturgemäß personalintensiv; Mid-Market-SaaS mit echtem Onboarding-Aufwand kommt typischerweise auf insgesamt 72–80 %, und Enterprise-Anbieter mit hohem Implementierungsbedarf landen bei etwa 70–78 %.

Der Mix zählt mehr als jede einzelne Zahl. Ein Unternehmen mit 78 % insgesamt, einer Abonnementmarge von 90 % und einem kleinen, bewussten Services-Verlust ist gesünder als ein Unternehmen mit 78 %, einer Abonnementmarge von 80 % und gar keinen Services — das erste hat ein behebbares Kostenproblem, das zweite ein Produktkostenproblem. Lies die Gesamtmarge immer zusammen mit den Strom-Margen, bevor du Schlüsse ziehst.

Wie KI-Inferenz die Rechnung neu schreibt​

Traditionelles SaaS erzielt Margen von 75–85 %, weil Software-COGS größtenteils fix sind: Hosting skaliert unterproportional und jeder neue Kunde kostet fast nichts in der Bereitstellung. KI-Inferenz bricht diese Annahme. Jeder LLM-Aufruf, jede Transkription, jede Bildgenerierung trägt echte Kosten pro Nutzung — Tokens von einem Modellanbieter oder Rechenleistung von deinen eigenen GPUs —, die mit der Nutzung skalieren, so wie Rohstoffe in der Fertigung skalieren. Inferenz sind variable COGS, keine F&E-Position, und sitzbasierte oder pauschale Preisgestaltung obendrauf kann deine Marge mit wachsender Nutzung stillschweigend zerstören.

Die Daten sind eindeutig. KI-native Produkte erzielten 2024 durchschnittlich rund 41 % Bruttomarge und sollen 2026 nur etwa 52 % erreichen, gegenüber 75–85 % bei traditionellem SaaS, während die besten Operatoren lernen, Inferenzkosten zu steuern. Unternehmen, die KI-Funktionen in bestehende Tarife bündeln, berichten von 3–8 Prozentpunkten Margendruck, und ungesteuerte Inferenzrechnungen von 10–30 % des Umsatzes sind bei KI-lastigen Produkten üblich, gegenüber 1–3 % Drittanbieter-API-Kosten im klassischen SaaS. Analysten beschreiben inzwischen drei verschiedene GuV-Profile: KI-erweiterte Produkte mit Ziel ~80 %, KI-fähige Produkte mit 60–79 % und KI-native Produkte mit 50–60 %.

Wenn du KI-Funktionen auslieferst, schützen vier Disziplinen deine Marge:

1. Inferenzkosten messen und pro Kunde zuordnen. Du kannst nicht bepreisen, was du nicht misst. Verfolge Token- und Rechenausgaben so, wie ein Hersteller Materialien verfolgt.
2. Aggressiv routen und cachen. Einfache Anfragen an kleinere Modelle zu senden und wiederholte Antworten zu cachen senkt die Inferenzausgaben um 40–70 % bei minimalem Qualitätseinfluss.
3. Für Verbrauch bepreisen. Sitzbasierte Preisgestaltung setzt Grenzkosten nahe null voraus. Nutzungsbasierte Stufen, Credits oder KI-Zusatzgebühren bringen Umsatz und Kostenkurve in Einklang.
4. Eine Inferenzzeile ausweisen. Ziehe die KI-Inferenzschicht im COGS vom Hosting getrennt heraus, damit der Vorstand genau sieht, wie viele Margenpunkte sie kostet — und ob deine Optimierungen wirken.

Fehler, die die Zahl verfälschen​

• Umsatzströme vermischen. Abonnement-, Services- und Nutzungsumsatz brauchen jeweils ihre eigene Zeile. Gemischter Umsatz macht jede Marge gleichzeitig falsch.
• Customer Success falsch klassifizieren. Quote-tragende CSMs in den COGS blähen die Vertriebseffizienz auf und drücken die Bruttomarge; Bindungs-CSMs im Vertrieb bewirken das Gegenteil. Klassifiziere nach Funktion, teile auf, wenn gemischt.
• F&E-Abschreibung in Vergleichen ignorieren. Benchmarke deine Abonnementmarge mit und ohne sie, bevor du schließt, dass du einem Peer voraus oder hinterher bist.
• G&A als Restkasse missbrauchen. Team-Tools, Reisen und Schulungen, die in COGS-Abteilungen entstehen, gehören dorthin, vollständig belastet.
• Pauschalpreise auf variable KI-Kosten. Ein Pro-Seat-Tarif über Pro-Token-Kosten ist eine Margen-Zeitbombe — Vielnutzer subventionieren sich selbst aus deinem Inferenzbudget.
• Nur die gemischte Marge lesen. Eine Gesamtmarge von 60 % bei einer Abonnementmarge von 90 % ist ein Services-Problem mit bekannter Lösung; ohne Strom-Margen kannst du das nicht erkennen.

SaaS-Margen in deinen Büchern verfolgen​

Margenanalyse ist nur so gut wie das Hauptbuch dahinter. Die praktische Anforderung ist ein Kontenplan mit COGS-Detail auf Abteilungsebene: getrennte Konten für Hosting, Support, Success, Services-Erbringung und Inferenz, damit die Marge jedes Stroms aus der Saldenbilanz fällt statt aus einer Tabellenkalkulations-Nebenquest. Ein Monatsabschluss für ein kleines SaaS-Unternehmen könnte in der Klartext-Buchhaltung so aussehen:

2026-10-31 * "October subscription revenue collected"
  Assets:Checking:Operating        118400.00 USD
  Income:Subscriptions:MRR        -120000.00 USD
  Expenses:COGS:ProcessingFees       1600.00 USD
 
2026-10-31 * "October AWS and CDN hosting"
  Assets:Checking:Operating          -8200.00 USD
  Expenses:COGS:Hosting               8200.00 USD
 
2026-10-31 * "October AI inference (model API)"
  Assets:Checking:Operating          -5400.00 USD
  Expenses:COGS:Inference             5400.00 USD
 
2026-10-31 * "October support payroll, fully burdened"
  Assets:Checking:Operating         -14500.00 USD
  Expenses:COGS:Support              14500.00 USD
 
2026-10-31 * "October implementation services"
  Assets:Checking:Operating          18000.00 USD
  Income:Services:Onboarding       -18000.00 USD

Wenn Umsatz und COGS so gebucht werden, ist die Abonnementmarge eine einzige Abfrage — Abonnementerträge gegen Hosting, Inferenz, Abwicklung und Support — und die Services-Marge eine weitere. Die Dokumentation zu Konten und Bilanzierung behandelt die Mechanik, und eine Dashboard-Ansicht desselben Hauptbuchs macht den Monatstrend auf einen Blick in Fava sichtbar.

Dein letzter nützlicher Schritt: Zieh die GuV dieses Monats und berechne alle drei Zahlen — Gesamtmarge, Abonnementmarge und Services-Marge. Wenn du sie nicht in unter einer Stunde aus dem Hauptbuch erzeugen kannst, ist die Lösung keine bessere Tabellenkalkulation; es sind COGS-Konten auf Abteilungsebene, einmal eingerichtet und von nun an jeden Monat korrekt bebucht.