KI-Vertragswende setzt Indiens IT-Dienstleistungsgiganten unter Druck

Tata Consultancy Services knüpft inzwischen rund 80 % eines wichtigen Dienstleistungssegments an Ergebnisse, da KI Kunden dazu bewegt, mehr Leistung für weniger Geld zu verlangen. Diese von Reuters berichtete und über Google News verbreitete Entwicklung geht weit über eine gewöhnliche Preisanpassung hinaus. Sie stellt die arbeitskraftbasierte Ökonomie infrage, die TCS, Infosys, Wipro, HCLTech und Cognizant zu globalen Outsourcing-Führern gemacht hat.

Kunden geben sich nicht mehr mit dem Versprechen zufrieden, dass KI die Leistungserbringung irgendwann effizienter machen wird. Sie wollen diese Gewinne in Verträgen festgeschrieben sehen – durch niedrigere Preise, messbare Ergebnisse, kürzere Laufzeiten oder geteilte Einsparungen. Einige verlagern Arbeit zudem wieder ins eigene Haus, weil KI-Tools kleineren internen Teams ermöglichen, Aufgaben zu übernehmen, die zuvor externen Anbietern übertragen wurden.

Dadurch entsteht ein schwieriger Wettbewerb zwischen Unternehmenskäufern und Dienstleistern. Käufer wollen sofortige Einsparungen, ohne neue Technologierisiken zu akzeptieren. Anbieter müssen in KI investieren, die Servicequalität schützen und einen Teil der Produktivitätsgewinne abgeben, bevor feststeht, ob die Automatisierung zuverlässig liefern wird.

Google News zeigt ein Vertragsmodell, das bereits auf dem Rückzug ist

Die wichtigste Veränderung besteht nicht darin, dass indische IT-Unternehmen KI einsetzen, sondern darin, dass Kunden nun bestimmen, wie ihr wirtschaftlicher Wert verteilt wird.

Das traditionelle Outsourcing-Modell verknüpfte Umsätze häufig mit Mitarbeiterzahlen, Abrechnungssätzen und geleisteten Stunden. Ein Anbieter konnte einen Auftrag ausbauen, indem er zusätzliche Ingenieure, Supportmitarbeiter oder Spezialisten für Geschäftsprozesse einsetzte. Automatisierung schwächt diese Verbindung nun, weil sich dieselbe Leistung mit weniger Menschen und weniger Stunden erbringen lässt.

Laut einem Reuters-Bericht vom 21. August, der von MarketScreener übernommen wurde, sagte TCS-CEO K. Krithivasan, dass rund 80 % der Verträge des Unternehmens in den Bereichen Finanzen, Personalwesen und verwandten Business Services auf Leistungsresultaten basieren. Eine mit der Angelegenheit vertraute Person sagte Reuters, dieser Anteil habe sich verdoppelt, seit KI Ende 2023 zum Mainstream geworden sei.

Ergebnisbasierte Preisgestaltung knüpft einen Teil oder die gesamte Vergütung eines Anbieters an ein vereinbartes Geschäftsergebnis. Dieses Ergebnis kann Verarbeitungsgeschwindigkeit, Systemverfügbarkeit, Kundenserviceleistung, betriebliche Einsparungen oder ein anderes messbares Ziel betreffen. Der Anbieter trägt damit mehr Umsetzungsrisiko als bei einer einfachen stundenbasierten Abrechnung. Eine TCS-Analyse zu generativer KI und ergebnisbasierter Preisgestaltung für Service Desks weist ebenfalls darauf hin, dass Verträge Produktivitätsanreize mit Servicequalität und klar definierten Leistungskennzahlen ausbalancieren müssen.

TCS hat einen stufenweisen Ansatz für KI-Projekte beschrieben. Das Management erklärte, das Unternehmen beginne einige Engagements mit Ergebniszusagen und gehe zu Festpreisvereinbarungen über, sobald die Arbeit ausgeweitet werde. Festpreisverträge legen eine Zahlung für klar definierte Arbeit fest, unabhängig von der exakten Zahl erforderlicher Arbeitsstunden.

Dieses Modell kann Effizienz belohnen, wenn die Automatisierung wie geplant funktioniert. Liefert TCS ein definiertes Ergebnis mit weniger Ressourcen, kann das Unternehmen einen Teil des Produktivitätsvorteils behalten. Ungenaue Schätzungen, unerwartete Infrastrukturkosten oder schwache KI-Ergebnisse können diesen Vorteil jedoch rasch wieder auf den Kunden übertragen.

Das TCS-Management sagte im Juli, KI habe bei einigen Arbeiten Produktivitätseinsparungen von etwa 10 % bis 15 % erzielt. Das Unternehmen gebe diese Vorteile laut einem Preisupdate schrittweise an Kunden weiter. Diese gestaffelte Weitergabe kann die unmittelbaren Auswirkungen auf den Umsatz abmildern und TCS Zeit geben, seine Lieferkosten anzupassen.

Andere Unternehmen testen aggressivere Strukturen. Reuters berichtete, dass eine Vereinbarung zwischen Cognizant und Daimler Truck vorsah, KI-bezogene Einsparungen zwischen den Unternehmen aufzuteilen. Keine der Parteien legte die vollständigen Vertragsdetails öffentlich offen.

Eine separate Vereinbarung von HCLTech zur Cloud-Verwaltung mit dem deutschen Energieversorger E.ON verzögerte Berichten zufolge die Zahlung im ersten Jahr. Zahlungen ab dem zweiten Jahr waren an Effizienzverbesserungen und konkrete Geschäftsergebnisse gebunden. HCLTech und E.ON lehnten es ab, die Vertragsbedingungen zu erörtern. Unabhängig davon heißt es im integrierten Geschäftsbericht 2025–26 von HCLTech, dass Kunden zunehmend ergebnisbasierte Modelle wünschen; ergebnis- und verbrauchsbasierte Verträge werden darin als Teil der Services-Strategie genannt.

Diese Beispiele zeigen, warum die zugrunde liegende Geschichte wichtig ist. KI-Produktivität hat sich von Präsentationsfolien in Klauseln verlagert, die bestimmen, wann Anbieter bezahlt werden, wie viel sie erhalten und welche Partei Ausfälle trägt.

Der Wandel betrifft auch bestehende Arbeit. Kunden können eine Verlängerung erneut verhandeln und fragen, warum ein Vertrag zur Anwendungswartung gleich viel kosten sollte, nachdem Coding-Assistenten repetitive Arbeit reduziert haben. Selbst stabile Abrechnungssätze bieten nur begrenzten Schutz, wenn der Kunde weniger Mitarbeiter, weniger Stunden oder eine kleinere Gesamtvereinbarung verlangt.

Kürzere Verträge erhöhen den Druck zusätzlich. Sie ermöglichen es Kunden, Anbieter und Technologieentscheidungen früher zu überdenken, und begrenzen die Zeit, in der Dienstleister ihre Investitionen amortisieren können. Anbieter müssen dann häufiger Geld für Vertrieb, Übergänge und Ausschreibungen ausgeben.

Das Ergebnis ist eine strukturelle Veränderung der Verhandlungsmacht. Indische Anbieter bringen weiterhin Branchenwissen, globale Lieferstrukturen und große Pools technischer Talente mit. Doch Größe allein beweist nicht mehr, dass ein Unternehmen ein KI-gestütztes Ergebnis effizienter liefern kann als ein kleinerer Wettbewerber.

Käufer beanspruchen die Produktivitätsdividende zuerst

Unternehmenskunden behandeln KI-Effizienz zunehmend als einen Rabatt, den sie bereits verdient haben – noch bevor Anbieter ihre Leistungserbringung vollständig neu gestaltet haben.

Persistent-Systems-CEO Sandeep Kalra sagte Reuters, Kunden verlangten dieselbe Arbeit zu Preisen, die 25 % bis 30 % niedriger lägen. Diese Kunden erwarteten zudem schnellere Lieferung und höhere Produktivität. Ihre Forderungen verdeutlichen den zentralen Konflikt in den aktuellen Verhandlungen.

Kunden haben ein einfaches Argument. Wenn KI Code generieren, Software testen, Vorfälle zusammenfassen und Supportaufgaben automatisieren kann, sollte der Anbieter weniger abrechenbare Stunden benötigen. Die Zahlung des bisherigen Vertragswerts würde es dem Anbieter erlauben, den gesamten Produktivitätsgewinn zu behalten.

Anbieter sehen eine komplexere Kostenrechnung. KI-Tools erfordern Modelle, Rechenkapazität, Governance-Systeme, Sicherheitskontrollen, Datenaufbereitung, Evaluierung und menschliche Überprüfung. Schnellere Produktion beseitigt nicht die Notwendigkeit, die Genauigkeit zu verifizieren oder Ergebnisse in ältere Unternehmenssysteme zu integrieren.

Auch Token-Kosten spielen eine Rolle. Ein Token ist eine kleine Texteinheit, die von einem KI-Modell verarbeitet wird, und Anbieter zahlen üblicherweise nach Nutzung. Wipro-CEO Srini Pallia sagte, eine schnelle Bereitstellung könne diese Ausgaben erhöhen und Kunden wie Anbieter dazu zwingen, die gesamten Betriebskosten zu prüfen.

Die KI-Produktivität variiert zudem je nach Aufgabe. Wiederholte Programmier- und Testarbeiten bieten klarere Automatisierungsmöglichkeiten als Architekturentscheidungen, regulatorische Arbeit oder komplexe Migrationen. Ein Käufer, der über sämtliche Aktivitäten hinweg einen einheitlichen Rabatt verlangt, kann die mit der Technologie erzielbaren Einsparungen überschätzen.

Dennoch stärken die allgemeinen wirtschaftlichen Bedingungen die Position der Kunden. Budgets für Unternehmenstechnologie bleiben vorsichtig, während diskretionäre Projekte einer genauen Prüfung unterliegen. Unternehmen können mehrere Anbieter gegeneinander bieten lassen und KI-Einsparungen zur Voraussetzung für eine Berücksichtigung machen.

Die Anwendungswartung ist zu einem frühen Druckpunkt geworden. Branchenteilnehmer sagten Mint, die Verlängerungspreise in dieser Kategorie seien im Vorjahr um etwa 4 % bis 5 % gesunken. Der CEO von HCLTech schätzte separat eine jährliche KI-bedingte Umsatzdeflation von bis zu 5 % für die Branche.

Von Umsatzdeflation spricht man, wenn Technologie reduziert, was Kunden für eine bestehende Arbeitsmenge zahlen. Sie unterscheidet sich vom vollständigen Verlust eines Vertrags, doch die finanziellen Folgen können sich über Tausende von Projekten hinweg summieren.

Die Branche hat bereits zuvor kundenfreundliche Zyklen erlebt. Während des Technologieabschwungs 2001 und der Finanzkrise 2008 drängten Kunden auf Preisobergrenzen, Einspargarantien und ergebnisbasierte Vereinbarungen. Im Jahr 2023 enthielten laut einer früheren Reuters-Überprüfung von Verträgen mehr als 80 % von 1.600 beobachteten Technologie- und Geschäftsprozessdeals eine Form zugesagter Einsparungen, gegenüber etwa 65 % im Jahr 2019.

KI macht diesen Zyklus anders, weil sie die Einheit angreift, auf der ein großer Teil der Branchenumsätze beruht. Frühere Abschwünge verringerten die Nachfrage, während das Verhältnis zwischen Arbeit und Output weitgehend intakt blieb. Automatisierung kann den benötigten Arbeitseinsatz dauerhaft senken, nachdem die Nachfrage zurückkehrt.

Dieser Unterschied erklärt, warum große Vertragsankündigungen nur ein unvollständiges Bild liefern. Ein mehrjähriger Deal kann das ausgewiesene Auftragsbuch erhöhen, aber weniger Umsatz erzeugen als eine vergleichbare Vereinbarung früher erbracht hätte. Er kann zudem Vertragsstrafen, Einsparzusagen oder verzögerte Zahlungen enthalten, die seinen wirtschaftlichen Wert mindern.

Kunden bauen außerdem interne Fähigkeiten auf. KI-Coding-Tools ermöglichen es Technologieabteilungen in Unternehmen, mehr Arbeit zu erledigen, ohne die Mitarbeiterzahl proportional zu erhöhen. Global Capability Centers, also unternehmenseigene Offshore-Betriebe, können internes Geschäftswissen mit kostengünstigeren Engineering-Talenten verbinden.

Insourcing beseitigt den Bedarf an externen Anbietern nicht. Unternehmen benötigen weiterhin Unterstützung bei der Integration von Modellen, der Sicherung von Daten, der Modernisierung älterer Systeme und dem Betrieb von Infrastruktur. Es verändert jedoch, was sie einkaufen, und verringert den Vorteil, große Teams für die routinemäßige Leistungserbringung zu verkaufen.

Der unmittelbare Druck trifft daher Anbieter, die neue Arbeit nicht schneller generieren können, als KI bestehende Umsätze komprimiert. TCS sagt, neue Engagements hätten diesen Abwärtsdruck bislang ausgeglichen. Ob dieses Gleichgewicht hält, wird entscheiden, ob KI zum Wachstumsmotor oder zu einem dauerhaften Rabattmechanismus wird.

Kleinere Rivalen machen KI-Effizienz zum Skalierungsvorteil

KI schwächt die Annahme, dass die größte Belegschaft automatisch den sichersten Technologiepartner darstellt.

Jahrzehntelang nutzten große indische IT-Anbieter ihre Größe sowohl als Lieferstruktur als auch als Verkaufsargument. Große Mitarbeiterbasen erlaubten es ihnen, komplexe Programme zu besetzen, multinationale Kunden zu bedienen und Beschäftigte zu ersetzen, wenn sich Projektanforderungen änderten.

KI verändert diese Rechnung, indem sie die Zahl der für bestimmte Aufgaben benötigten Personen reduziert. Ein mittelgroßer Anbieter kann Automatisierung nutzen, um Prototypen vorzubereiten, Code zu migrieren, Anwendungen zu testen und Supportdaten zu analysieren, ohne ein riesiges Delivery-Team zusammenzustellen.

Kleinere Unternehmen können zudem schnell Entscheidungen treffen. HFS-Research-CEO Phil Fersht sagte Reuters, viele Kunden wollten rasche Pilotprojekte. Unternehmen der mittleren Größenklasse können konkurrieren, indem sie Führungskräfte schnell auf diese Projekte setzen und flexible kommerzielle Bedingungen anbieten.

Persistent Systems und Coforge veranschaulichen die Wettbewerbsbedrohung. Beide verzeichneten bis zum Quartal April bis Juni 2026 mindestens acht aufeinanderfolgende Quartale mit zweistelligem Umsatzwachstum in US-Dollar. Der Umsatz von Persistent stieg um 16 %, während die Erlöse von Coforge um etwa ein Drittel zulegten.

TCS, Infosys, Wipro und HCLTech verzeichneten im selben Zeitraum mit 1 % bis 3 % deutlich geringeres Wachstum, berichtete Reuters. Diese Zahlen betreffen Unternehmen mit unterschiedlichen Geschäftsmodellen und belegen daher nicht, dass KI die gesamte Lücke verursacht hat. Sie zeigen jedoch, dass Größe in diesem Wandel kein überdurchschnittliches Wachstum gewährleistet.

Persistents Kalra argumentierte, dass Umsatz allein einen Anbieter mit Skalierungsvorteilen nicht mehr definiere. Sein Unternehmen profitiert auf beiden Seiten der Vertragsneuausrichtung. Kunden verlangen niedrigere Preise, doch KI hilft Persistent zugleich dabei, um Aufträge zu konkurrieren, die früher möglicherweise an ein größeres Unternehmen gegangen wären.

Darin liegt die zentrale Umkehr, vor der die Branche steht. Theoretisch sollte Automatisierung große Anbieter begünstigen, weil sie über umfangreiche Daten, Fachwissen und Investitionskapazitäten verfügen. In der Praxis kann sie jedoch den Personalskalenvorteil beseitigen, der sie vor kleineren Wettbewerbern geschützt hat.

Der Wandel bedeutet nicht, dass jeder Herausforderer gewinnen wird. Große Anbieter verfügen weiterhin über tief verwurzelte Beziehungen in Banken, Versicherungen, Fertigung, Gesundheitswesen und Behörden. Zudem betreiben sie Sicherheits-, Compliance- und Lieferstrukturen, die ein Neueinsteiger nicht kurzfristig nachbilden kann.

Doch die etablierte Marktposition verliert an Wert, wenn ein Kunde eine große Transformation in mehrere kürzere Projekte aufteilt. Jedes kleinere Engagement eröffnet eine weitere Wettbewerbsmöglichkeit. Zudem können Kunden Ergebnisse vergleichen, bevor sie eine umfassendere Verpflichtung eingehen.

KI-native Umsetzung kann diese Herausforderer zusätzlich stärken. Ein Anbieter, der einen Workflow von Beginn an auf Automatisierung ausrichtet, vermeidet die Schwierigkeit, einen arbeitsintensiven Prozess nachträglich umzugestalten. Ein etablierter Anbieter muss möglicherweise zunächst eigene Umsätze senken, bevor er den Ersatzauftrag gewinnt.

Dieses Problem der Selbstkannibalisierung beeinflusst interne Anreize. Vertriebsteams sind daran gewöhnt, den Wert eines Kundenkontos auszubauen, während Delivery-Manager häufig nach Personalbestand und Auslastung planen. Ein KI-Angebot, das beides reduziert, kann unattraktiv erscheinen, selbst wenn es die Kundenbeziehung schützt.

Große Anbieter reagieren, indem sie Expertise näher an ihre Kunden bringen. TCS baut seine Gruppe von Forward-Deployed Engineers aus – Spezialisten, die direkt mit Kundenteams arbeiten, um KI-Prototypen in operative Systeme zu überführen. Das Unternehmen sucht zudem nach Übernahmen, die KI-Fähigkeiten ergänzen können. Der umfassendere Ansatz, Kunden von Experimenten zu operativen Ergebnissen zu führen, spiegelt sich in den Geschäftszahlen für das Fiskaljahr 2026 und Produktankündigungen des Unternehmens wider, einschließlich einer Plattform, die KI-Einsätze in realen Geschäftsabläufen beschleunigen soll.

Wipro sieht die Nachfrage über Experimente hinausgehen. Pallia sagte, Vorstände und CEOs hätten 2026 nach Renditen auf KI-Investitionen gefragt, nachdem sich viele Unternehmen 2025 auf Machbarkeitsnachweise konzentriert hatten. Er schätzte, dass KI-gestützte Softwareentwicklung durch Fortschritte beim Programmieren und Testen etwa 25 % weniger kosten könnte.

Diese Chance fällt nicht automatisch dem günstigsten Anbieter zu. Kunden benötigen Dienstleister, die Modelle mit Daten, Sicherheitsrichtlinien, Unternehmensanwendungen und Geschäftsprozessen verbinden können. Eine gescheiterte Implementierung kann mehr kosten als die anfänglichen Vertragseinsparungen.

Die wettbewerbliche Trennlinie wird daher glaubwürdige Umsetzung sein, nicht allein die Unternehmensgröße. Anbieter müssen zeigen, dass sie messbare Vorteile erzielen können, während sie Modellfehler, Infrastrukturkosten und operative Risiken kontrollieren.

Aggressive KI-Garantien können Einsparungen in Verluste verwandeln

Die Vertragsneuausrichtung belohnt echte Produktivität, kann aber Anbieter bestrafen, die Verbesserungen versprechen, welche ihre Technologie nicht zuverlässig liefern kann.

Tech Mahindra CEO Mohit Joshi hat gewarnt, dass einige Wettbewerber Verträge auf Grundlage prognostizierter Produktivitätssteigerungen von 70 % bis 80 % kalkulieren. Diese Vereinbarungen können fünf bis sieben Jahre laufen, obwohl die Einsparungen umfangreiche Prozess- oder Systemänderungen auf Kundenseite erfordern.

Tech Mahindra erklärt, dieses Risiko vermieden zu haben. Joshi bezeichnete Teile des Marktes während eines Analystencalls im Juli als irrational wettbewerbsintensiv. Seine Sorge legt die größte Unsicherheit hinter ergebnisbasierter Preisgestaltung offen.

Ein Anbieter kann seinen eigenen Lieferprozess automatisieren, kontrolliert jedoch nicht jede Bedingung, die ein Geschäftsergebnis bestimmt. Ein Kunde kann fragmentierte Daten, veraltete Anwendungen, langsame Genehmigungsverfahren oder Mitarbeiter haben, die sich einem neuen Workflow widersetzen.

Ergebnisverträge müssen diese Abhängigkeiten eindeutig zuordnen. Andernfalls kann der Anbieter ein Ziel verfehlen, weil der Kunde eine erforderliche Systemänderung nicht abgeschlossen hat. Streitigkeiten verlagern sich dann von erfassten Stunden hin zur Verantwortung für das gescheiterte Ergebnis.

Langfristige Vereinbarungen schaffen ein weiteres Prognoseproblem. Modelle, Chips, Energiekosten, Vorschriften und Sicherheitsanforderungen können sich vor Vertragsende ändern. Eine feste Zusage auf Basis heutiger Annahmen kann mehrere Jahre später unwirtschaftlich werden.

Infosys zeigte, dass Anbieter weiterhin über eine defensive Option verfügen. Das Unternehmen teilte Analysten im Juli mit, Verträge verlassen zu haben, die finanziell nicht mehr sinnvoll waren. Ein Rückzug schützt Margen, kann aber Umsatz reduzieren und eine langjährige Kundenbeziehung schwächen.

Die finanziellen Belege sind gemischt. Wipros operative Marge sank im Quartal von April bis Juni gegenüber dem Vorquartal um 130 Basispunkte auf 16 %. Die Marge von Tech Mahindra stieg im selben Zeitraum um 60 Basispunkte auf 14,4 %, laut einer aktuellen Preisanalyse.

Ein Basispunkt entspricht einem Hundertstel eines Prozentpunkts. Diese quartalsweisen Veränderungen spiegeln viele Faktoren außerhalb von KI-Verträgen wider, darunter Mitarbeiterauslastung, Unterauftragsvergabe, Währungsbewegungen und Projektmix. Sie sollten nicht als eindeutiger Test einer Preisstrategie betrachtet werden.

Auch Veränderungen bei der Beschäftigung liefern ein weiteres Signal, ihre Ursachen erfordern jedoch ebenfalls Vorsicht. TCS kündigte 2025 Kürzungen an, die mehr als 12.000 Stellen betrafen. Das Unternehmen beschrieb den Schritt als Teil umfassenderer strategischer Initiativen, einschließlich Investitionen in neuere Technologien.

Der frühere Infosys-CFO V. Balakrishnan sagte Reuters, dass Coding Agents den Bedarf an großen Gruppen von Programmierern auf Einstiegsniveau verringern. Sollte sich diese Einschätzung als zutreffend erweisen, steht die Personalpyramide der Branche vor einer dauerhaften Neugestaltung.

Das Pyramidenmodell platziert viele jüngere Mitarbeiter unter kleineren Gruppen erfahrener Manager und Spezialisten. Es stützt Margen, wenn Unternehmen Kunden große Teams in Rechnung stellen können, während die durchschnittlichen Arbeitskosten kontrolliert bleiben.

KI kann Aufgaben automatisieren, die traditionell der Ausbildung von Ingenieuren auf Einstiegsniveau dienten, etwa grundlegendes Programmieren, Testen, Dokumentation und Support. Das schafft einen operativen Vorteil, entfernt aber auch einen Teil der Karriereleiter, über die erfahrene technische Führungskräfte entwickelt werden.

Unternehmen müssen diesen Lernpfad ersetzen, statt lediglich Junior-Stellen abzubauen. Sie benötigen Mitarbeiter, die KI-Ergebnisse prüfen, Kundensysteme verstehen, Sicherheit managen und Urteilsvermögen einsetzen können, wenn automatisierte Ergebnisse versagen.

Dieselbe Vorsicht gilt für optimistische Umsatzbehauptungen. KI schafft Projekte rund um Datenmodernisierung, Modellbereitstellung, Governance und Workflow-Neugestaltung. Doch die neue Nachfrage muss die anhaltende Kompression der Umsätze aus Wartung, Entwicklung und Geschäftsprozessen übersteigen.

TCS sagt, dieses Gleichgewicht bislang gemeistert zu haben. Krithivasan räumte ein, dass zukünftiges Wachstum davon abhängt, der Umsatzdeflation voraus zu bleiben. Das ist ein aussagekräftigerer Maßstab als die Zahl der Pilotprojekte oder der in KI geschulten Mitarbeiter.

Leser, die diese Geschichte über Google News sehen, sollten zudem zwischen berichteten Vertragsstrukturen und unabhängig geprüfter Leistung unterscheiden. Mehrere wichtige Beispiele stützen sich auf Personen, die mit privaten Vereinbarungen vertraut sind. Die beteiligten Unternehmen lehnten es ab, vollständige Konditionen offenzulegen.

Die Richtung ist klar, doch die langfristige Rentabilität bleibt offen. Ergebnisbasierte Preisgestaltung kann Margen für effiziente Anbieter sichern oder ambitionierte Produktivitätsprognosen in vertragliche Verpflichtungen verwandeln.

Drei Signale werden zeigen, wer den nächsten Vertragszyklus kontrolliert

Die nächste Phase wird durch Vertragsökonomie, relatives Wachstum und die Zusammensetzung der Belegschaft entschieden – nicht durch die Menge an KI-Ankündigungen.

Das erste Signal ist, wie große Anbieter in ihren nächsten Ergebnisberichten die Umsatzdeflation beschreiben. Investoren sollten beobachten, ob TCS weiterhin niedrigere Umsätze aus bestehender Arbeit durch neue KI-Engagements ausgleichen kann.

Eine sich vergrößernde Lücke würde die Behauptung schwächen, dass Implementierungsnachfrage verlorene abrechenbare Stunden ersetzen kann. Stabiles Wachstum und stabile Margen würden die Ansicht stützen, dass schrittweise Einsparungen und ergebnisbasierte Preisgestaltung das Geschäft schützen können.

Infosys und Wipro verdienen ähnliche Aufmerksamkeit. Infosys senkte das obere Ende seines Gesamtjahresausblicks, nachdem das Management stärkere Produktivitätsanforderungen und aggressive Preisgestaltung angeführt hatte. Wipro hat sowohl komprimierte Delivery-Ökonomie als auch Chancen durch neue KI-Arbeit eingeräumt.

Die aussagekräftigen Kennzahlen sind Umsatzwachstum bei konstanten Währungen, operative Marge, Entwicklung großer Kundenkonten und der Wert abgeschlossener Arbeit. Ein großer Auftragsbestand ist weniger bedeutsam, wenn Verträge kürzer, günstiger oder von schwer erreichbaren Leistungszielen abhängig sind.

Das zweite Signal ist, ob mittelgroße Wettbewerber ihren Wachstumsvorsprung halten. Persistent und Coforge sind deutlich schneller gewachsen als die größten Anbieter, doch die Aufrechterhaltung dieses Tempos wird ihre Delivery-Systeme auf die Probe stellen.

Anhaltendes zweistelliges Wachstum würde die Schlussfolgerung stärken, dass KI die Skalierungsbarriere gesenkt hat. Langsameres Wachstum, problematische Projekte oder eine Verschlechterung der Margen würden darauf hindeuten, dass große Anbieter weiterhin bedeutende Vorteile besitzen, sobald Pilotprojekte zu komplexen Produktionssystemen werden.

Vertragsankündigungen sollten auf mehr als ihren Schlagzeilenwert geprüft werden. Käufer sollten auf Projektdauer, Zahlungsstruktur, Verteilung der Einsparungen und Verantwortung für Modell- oder Infrastrukturkosten achten. Diese Details zeigen, welche Partei die Wirtschaftlichkeit tatsächlich kontrolliert.

Das dritte Signal ist, wie Unternehmen Beschäftigung auf Einstiegsniveau neu gestalten. TCS’ Personalabbau und Branchenkommentare zur Coding-Automatisierung deuten darauf hin, dass Anbieter dauerhafte Veränderungen erwarten. Einstellungspläne werden zeigen, ob sie Kapazitäten abbauen oder ein anderes Talentmodell schaffen.

Ein erfolgreicher Übergang würde kleinere Junior-Kohorten mit strukturierter Schulung in KI-Bewertung, Unternehmensarchitektur, Sicherheit und Kundenbetrieb verbinden. Ein einfacher Einbruch bei der Rekrutierung würde kurzfristige Einsparungen schaffen, aber einen zukünftigen Mangel an erfahrenem Personal riskieren.

Unternehmenskunden sollten sich für diese Unterscheidung interessieren. Ein niedrigerer Vertragspreis bietet nur begrenzten Wert, wenn dem Anbieter Personen fehlen, die Ausfälle bewältigen, ältere Systeme verstehen oder institutionelles Wissen bewahren können.

Auch Wissensarbeiter stehen vor einer praktischen Konsequenz. Wenn Verträge Ergebnisse statt Stunden honorieren, gewinnen Mitarbeiter an Wert, indem sie KI-Ergebnisse mit Geschäftsentscheidungen verbinden. Mehr Code oder Dokumente zu produzieren, zählt weniger, als nachzuweisen, dass das Ergebnis einen messbaren Wert verbessert.

Teams, die KI einsetzen, sollten die Belege hinter diesen Entscheidungen bewahren. Eine durchsuchbare KI-Wissensdatenbank kann Mitarbeitern helfen, Projektkontext zu erhalten, Modellergebnisse zu vergleichen und zu dokumentieren, warum ein Workflow geändert wurde. Diese Aufzeichnungen werden besonders wichtig, wenn die Bezahlung von Ergebnissen abhängt.

Der breitere Markt hat die Sorge bereits registriert. Reuters bezifferte den jährlichen Umsatz der indischen IT-Dienstleistungsbranche auf etwa 315 Milliarden US-Dollar. Der Nifty-IT-Index war 2026 bis zum 21. August um rund 20 % gefallen und hatte damit über seine zehn Mitglieder hinweg einen kombinierten Marktwert von 73 Milliarden US-Dollar ausgelöscht.

Märkte können überreagieren, und diese Verluste entscheiden nicht über die Zukunft der Branche. Indische Anbieter verwalten weiterhin komplexe Systeme, die Unternehmen nicht durch einen Chatbot oder Coding Agent ersetzen können. Ihre Herausforderung besteht darin, zu beweisen, dass ihr Fachwissen auch dann wertvoll bleibt, wenn Routinearbeit günstiger wird.

Der nächste Vertragszyklus wird zeigen, welche Unternehmen diese Argumentation untermauern können. Wenn Anbieter ihre Margen halten und zugleich ergebnisbasierte Konditionen akzeptieren, wird KI ihr Betriebsmodell verändert haben, ohne es zu zerstören. Fallen die Preise schneller als die Bereitstellungskosten, werden Kunden den Großteil des Nutzens abschöpfen.

Deshalb verdient diese Entwicklung Aufmerksamkeit weit über Indiens Aktienmarkt hinaus. Sie bietet einen frühen Einblick in das, was geschieht, wenn KI-Produktivität zu einer kommerziellen Forderung statt zu einem technischen Versprechen wird.

Achten Sie bei den nächsten Ergebnisgesprächen auf messbare Umsatzverdrängung, anhaltendes Wachstum im mittleren Segment und einen glaubwürdigen Umbau der Belegschaft. Diese drei Signale werden zeigen, ob Indiens IT-Führungskräfte bessere Ergebnisse verkaufen oder lediglich kleinere Verträge akzeptieren.