ServiceNows KI-Cybersicherheitsstrategie macht SaaS-Druck zu einer Sicherheitswette
ServiceNow hat seine größte Übernahme, ausgebaute KI-Kontrollen und ein sich wandelndes Erlösmodell zu einer Antwort auf die Bedrohung für sitzplatzbasierte Software verknüpft. Die KI-Cybersicherheitsstrategie von ServiceNow behandelt Sicherheit als mehr als eine angrenzende Produktlinie. Sie macht Sicherheit zur operativen Ebene, die KI-Agenten, Unternehmens-Assets, Identitäten und die darauf wirkenden Workflows verbindet.
Diese Unterscheidung ist wichtig, weil generative KI zwei Grundlagen der traditionellen Softwareökonomie angreift. Agenten können Aufgaben übernehmen, die bislang lizenzierten Mitarbeitenden zugewiesen waren, während interne Entwicklungstools einige Workflow-Anwendungen leichter reproduzierbar machen. ServiceNow muss beweisen, dass Kunden seine Plattform weiterhin benötigen, wenn Microsoft konkurrierende Dienste bündeln kann und Modellanbieter in die Anwendungsebene vordringen können.
Die Antwort besteht nicht darin, das beste Basismodell zu entwickeln. ServiceNow wettet darauf, dass das Wissen über Prozesse, Assets, Berechtigungen und Reaktionswege einer Organisation wichtiger ist. Die Strategie kombiniert diesen Kontext mit Cybersicherheitsdaten von Armis und Veza und berechnet dann einen breiteren Mix verbrauchter Dienste. Die Chance ist erheblich, doch ebenso sind es die Risiken bei Integration, Governance und Abrechnung.
ServiceNow baut seine Plattform rund um KI und Sicherheit neu auf
Die zentrale Veränderung besteht darin, dass ServiceNow Cybersicherheit nun als Teil seiner Plattformarchitektur präsentiert und nicht bloß als weitere Workflow-Kategorie.
Eine Nachrichtenanalyse vom 11. September beschrieb den Wandel als Reaktion auf wachsenden Druck auf Unternehmenssoftware. Sie verknüpft drei Entwicklungen: KI-gestützte Workflows, die Übernahme von Armis und den Übergang zu verbrauchsbasierten Diensten. Zusammen zeigen sie, wie sich ServiceNow anpasst, bevor Automatisierung die Wirtschaftlichkeit von Nutzerlizenzen schwächt.
ServiceNow stellte seinen AI Control Tower im Mai 2025 vor. Das Produkt ist eine zentralisierte Umgebung zur Überwachung von KI-Agenten, Modellen und Workflows, einschließlich Systemen anderer Anbieter. Zudem führte das Unternehmen AI Agent Fabric ein, eine Kommunikationsschicht zur Koordination von Agenten und Tools über Plattformen hinweg.
Das Unternehmen erweiterte den Control Tower im Mai 2026. ServiceNow erklärte, das Produkt könne KI-Systeme entdecken, beobachten, steuern, absichern und messen, unabhängig davon, wo sie betrieben werden. Laut dem Control-Tower-Update ergänzte das Update 30 Integrationen über große Clouds und Unternehmensanwendungen hinweg.
Diese Erweiterung macht das Produkt zu einem vorgeschlagenen führenden System für Unternehmens-KI. Ein führendes System speichert maßgebliche Informationen, auf die andere Prozesse angewiesen sind. Hierzu gehören Informationen über eingesetzte Agenten, angebundene Modelle, Berechtigungen, Verantwortliche, Richtlinien, Nutzung und operatives Verhalten.
ServiceNow schloss 2026 zudem die Übernahme von Armis ab. Armis entdeckt und überwacht vernetzte Assets in der Informationstechnologie, Betriebstechnik, Medizintechnik und anderen Umgebungen. Die Software kann Geräte identifizieren, ohne auf jedem Endpunkt einen Agenten zu installieren.
Diese Asset-Transparenz schließt eine bedeutende Lücke im herkömmlichen IT-Service-Management. ServiceNow-Workflows hängen häufig von einer Configuration Management Database, kurz CMDB, ab, die Technologie-Assets und ihre Beziehungen erfasst. Diese Workflows verlieren an Zuverlässigkeit, wenn das Inventar unvollständig oder veraltet ist.
Armis kann Beobachtungen aus der tatsächlichen Umgebung liefern. ServiceNow kann ein exponiertes Asset anschließend mit seinem geschäftlichen Eigentümer, dem relevanten Dienst, dem Reparaturprozess und der Genehmigungskette verknüpfen. KI kann den Fall priorisieren oder eine Maßnahme empfehlen, während etablierte Workflows bestimmen, wer sie ausführt.
Die ursprüngliche Analyse argumentiert, dass diese Kombination wichtiger ist als das bloße Hinzufügen eines weiteren Sicherheitsprodukts. Sie verschafft ServiceNow eine umfassendere und aktuellere Karte des Unternehmens. Diese Karte kann Automatisierung über Geräte hinweg unterstützen, die traditionelle Serviceaufzeichnungen übersehen.
Auch frühere Übernahmen von ServiceNow weisen in diese Richtung. Veza ordnet Berechtigungen über menschliche und maschinelle Identitäten hinweg zu. Mission Secure ergänzte Sicherheitsfunktionen für Betriebstechnik. Armis erweitert die Transparenz über industrielle Systeme, medizinische Geräte, Netzwerkgeräte und nicht verwaltete Endpunkte.
Die daraus entstehende Architektur verknüpft vier Elemente. Armis identifiziert Assets und Risiken. Veza liefert Identitäts- und Berechtigungskontext. ServiceNow stellt Geschäftsprozesse und Orchestrierung bereit. Der AI Control Tower ergänzt die Governance für Agenten und Modelle.
Dies ist die praktische Grundlage der KI-Cybersicherheitsstrategie von ServiceNow. Es geht weniger darum, einen Chatbot einen Vorfall zusammenfassen zu lassen. Es geht darum, Erkennung mit einer verantwortlichen Maßnahme innerhalb eines kontrollierten Geschäftsprozesses zu verbinden.
KI-Druck schwächt die Logik sitzplatzbasierter SaaS
ServiceNow passt sich an, weil autonome Arbeit den Wert verringert, Unternehmenssoftware primär anhand von Mitarbeitersitzplätzen zu messen.
Traditionelle Software-Abonnements wachsen häufig mit der Mitarbeiterzahl. Mehr Mitarbeitende bedeuten mehr lizenzierte Nutzer, selbst wenn die individuelle Nutzung variiert. Dieses Modell wird weniger verlässlich, wenn KI-Agenten Anfragen bearbeiten, Datensätze aktualisieren, Lösungen entwerfen und Arbeit über Systeme hinweg koordinieren.
Der Druck erfordert nicht, dass KI ServiceNow vollständig ersetzt. Schon eine kleinere Veränderung kann sich auf die Erlöse auswirken. Wenn ein Agent einer Person erlaubt, mehr Fälle zu bearbeiten, benötigen Kunden für die gleiche Arbeitslast möglicherweise weniger lizenzierte Nutzer.
Interne Entwicklungstools schaffen eine weitere Quelle des Drucks. Teams können heute einen eng begrenzten Workflow beschreiben und mit weniger manueller Programmierung einen Anwendungsprototyp erzeugen. Diese Anwendungen bleiben schwierig zu steuern und zu warten, können aber an den Rändern den Bedarf an spezialisierter Software infrage stellen.
ServiceNow verfügt über erheblichen Schutz vor direktem Ersatz. Große Organisationen haben jahrelang Prozesse, Genehmigungen, Integrationen und Servicebeziehungen auf seiner Plattform abgebildet. Diese operative Historie nachzubilden, ist schwieriger als eine Benutzeroberfläche oder eine einfache Ticketing-Anwendung zu generieren.
Rob Smith von Lionfish Tech Advisors fasste diese Verteidigung im zugrunde liegenden Bericht zusammen. ServiceNow besitze kein einzigartig überlegenes Modell, argumentierte er. Sein Vorteil liege im Wissen über die Schritte innerhalb der Prozesse eines Kunden, die Wettbewerber nicht kostengünstig reproduzieren könnten.
Dieser Vorteil erklärt, warum Microsoft der wichtigste Wettbewerbsmaßstab ist. Microsoft kann Cloud-Infrastruktur, Identität, Sicherheit, Produktivitätssoftware und KI-Unterstützung innerhalb bestehender Unternehmensverträge kombinieren. Das Unternehmen muss nicht jeden ServiceNow-Workflow verdrängen, um Preisdruck zu erzeugen.
Anbieter von Basismodellen stellen eine andere Herausforderung dar. Sie ergänzen ihre Kernmodelle um Konnektoren, Funktionen zur Computernutzung, Coding-Agenten und Geschäftsanwendungen. Jede zusätzliche Fähigkeit bringt sie näher an Aufgaben heran, die früher eine dedizierte Softwareplattform erforderten.
ServiceNows Antwort ist ein hybrides Geschäftsmodell. Sitzplätze bleiben relevant, doch die Nutzung von Infrastruktur, Integrationen, KI-Tokens, Sicherheitsdiensten und anderen verbrauchten Ressourcen trägt stärker zum Wachstum bei. Das Unternehmen erläuterte diesen Übergang bei seinem Analystentag.
ServiceNow berichtete, dass sitzplatzbasierte Abonnements im Jahr 2025 nur die Hälfte seines neuen jährlichen Nettovertragswerts ausmachten. Der neue jährliche Nettovertragswert misst neu hinzugefügte wiederkehrende Verpflichtungen. Die Zahl zeigt, dass der Übergang bereits lief, bevor die jüngste Analyse erschien.
Das verbrauchsbasierte Modell von ServiceNow passt besser zu automatisierter Arbeit. Ein Kunde kann mehr Workflows oder Agenten betreiben, selbst wenn die Mitarbeiterzahl unverändert bleibt. ServiceNow kann über nutzungsabhängige Dienste und wachsende Sicherheitsaufgaben an dieser gesteigerten Aktivität teilhaben.
Die verbrauchsbasierte Abrechnung überträgt jedoch auch Unsicherheit auf Käufer. Eine feste Zahl lizenzierter Nutzer ist relativ einfach zu budgetieren. Die Aktivität von Agenten kann je nach Arbeitslast, Modellwahl, Integrationsdesign und Anzahl automatisierter Schritte variieren.
Wissensarbeiter haben bereits ähnliche Probleme bei Cloud-Ausgaben erlebt. Kleine technische Entscheidungen können wiederkehrenden Verbrauch bei Speicher, Rechenleistung, Datenübertragung oder API-Aufrufen erzeugen. KI-Tokens und autonome Workflows führen weitere Variablen in diese Gleichung ein.
Unternehmenskäufer benötigen daher detaillierte Nutzungsaufzeichnungen. Sie müssen wissen, welcher Agent eine Aktion ausgelöst hat, welches Modell sie verarbeitet hat, wie viele angebundene Dienste beteiligt waren und ob wiederholte Schritte unnötigen Verbrauch erzeugt haben. Governance und Kostenmanagement werden eng miteinander verknüpft.
Diese Verbindung unterstützt das Plattformargument von ServiceNow. Der AI Control Tower kann sowohl als Aufsichtssystem als auch als Kontrollpunkt für Ausgaben dienen. Kunden sollten diese Vorteile jedoch als Behauptungen betrachten, die in ihren eigenen Implementierungen belegt werden müssen.
Das Modell verändert auch Beschaffungsgespräche. Käufer werden die Stückkosten zwischen ServiceNow, Cloud-Plattformen, Modellanbietern und intern entwickelten Agenten vergleichen. Sie werden fragen, ob ein verwalteter Workflow seinen Verbrauch gegenüber einer einfacheren Alternative rechtfertigt.
Für ServiceNow ist die kommerzielle Herausforderung klar. Das Unternehmen muss jedes automatisierte Ergebnis wertvoll genug machen, damit Kunden variable Nutzung akzeptieren. Steigt der Verbrauch ohne messbare Verbesserungen bei Lösungsgeschwindigkeit, Produktivität oder Risikoreduzierung, wird das Modell wie ein neues Kostenzentrum wirken.
Die ServiceNow-Armis-Übernahme erweitert die Unternehmenskarte
Armis verschafft ServiceNow eine Möglichkeit, KI-Entscheidungen mit Assets zu verbinden, die traditionelle Service-Datenbanken häufig nicht präzise abbilden.
Eine Workflow-Plattform kann nur sicher handeln, wenn sie ihre Umgebung versteht. Ein automatisierter Behebungsprozess muss das betroffene Gerät, dessen Eigentümer, verbundene Dienste, geschäftliche Auswirkungen und die genehmigte Reaktion identifizieren. Fehlender Kontext verwandelt Automatisierung in ein operatives Risiko.
Die ServiceNow-Armis-Übernahme adressiert den ersten Teil dieses Problems. Armis sorgt für Transparenz über herkömmliche Computer, Cloud-Workloads, Betriebstechnik, Netzwerkgeräte und Medizintechnik hinweg. Sein agentenloser Ansatz beobachtet Assets, ohne die Installation von Software auf jedem Gerät zu erfordern.
Diese Fähigkeit ist besonders in Krankenhäusern, Fabriken, Versorgungsunternehmen und anderen kritischen Umgebungen relevant. Einige Geräte können keine üblichen Endpoint-Agenten ausführen. Andere dürfen nicht für häufige Scans, Updates oder Tests unterbrochen werden.
In seiner Übernahmeankündigung erklärte ServiceNow, die Kombination werde Informationstechnologie, Betriebstechnik und medizinische Geräte abdecken. Außerdem hieß es, die Transaktion werde die Marktchance des Unternehmens im Sicherheitsbereich erweitern.
Der wichtige Mechanismus ist die Verbindung zwischen Beobachtung und Handlung. Sicherheitsprodukte identifizieren häufig Schwachstellen, riskante Konfigurationen oder unbekannte Geräte. Betriebsteams müssen dennoch entscheiden, welcher Befund relevant ist und wer ihn sicher beheben kann.
ServiceNow kann diese Erkenntnisse mit bestehenden Workflows für Vorfälle, Änderungen, Assets und Genehmigungen verbinden. Eine Schwachstelle auf einem öffentlich zugänglichen Server könnte einen Prozess auslösen. Dieselbe Schwachstelle auf einem medizinischen Scanner könnte andere Tests, Autorisierungen und Terminplanungen erfordern.
KI kann helfen, diese Signale abzugleichen. Sie kann den Schweregrad der Exponierung mit geschäftlicher Bedeutung, Geräteverhalten, Zuständigkeiten und bestehenden Kontrollen vergleichen. Sie kann außerdem eine Untersuchung zusammenstellen oder eine Abfolge von Behebungsmaßnahmen vorschlagen.
Die neuen Autonomous Security-Produkte des Unternehmens erweitern dieses Modell. ServiceNow erklärt, seine Plattform könne Erkenntnisse zu Exponierungen konsolidieren, mit Geschäftskontext anreichern und deren Behebung orchestrieren. Einige Komponenten können risikoärmere Maßnahmen ausführen und Entscheidungen mit höherem Risiko eskalieren.
Der Sicherheits-Launch im August beschrieb sechs Lösungsbereiche. Sie umfassen Exposure Management, Schwachstellenerkennung, cyber-physische Systeme, Identität, Incident Response und Compliance.
Mehrere angekündigte Produkte waren sofort verfügbar. Andere, darunter ein Tier-2-Spezialist für Security Operations und Agenten zur kontinuierlichen Kontrollüberwachung, waren für Dezember 2026 vorgesehen. Diese Unterscheidung ist wichtig, da angekündigte Funktionen nicht als bereits vollständig ausgerollte Kundenergebnisse behandelt werden sollten.
Die Armis-Übernahme durch ServiceNow verändert auch Armis selbst. Vor dem Deal konnte Armis sich in mehrere IT-Service-Management-Plattformen integrieren. Seine Neutralität half dem Unternehmen, in Umgebungen mit verschiedenen Anbietern zu arbeiten.
Die Übernahme durch ServiceNow wirft für Kunden, die konkurrierende Workflow-Systeme einsetzen, eine strategische Frage auf. ServiceNow sagt, seine Plattform verbinde sich mit externen Clouds, Modellen und Anwendungen. Wettbewerber werden dennoch prüfen, ob Produktprioritäten zunehmend ServiceNow-Workflows begünstigen.
Diese Bedenken eröffnen Chancen für unabhängige Exposure-Plattformen und große Sicherheitsanbieter. Microsoft, Palo Alto Networks, CrowdStrike, Cisco und andere kombinieren bereits umfangreiche Telemetrie mit automatisierter Reaktion. Ihre Ansätze unterscheiden sich, doch jeder will den Punkt kontrollieren, an dem Sicherheitserkenntnisse zu Maßnahmen werden.
ServiceNow hat einen Vorteil, wenn die erforderliche Maßnahme Abteilungen übergreift. Ein Sicherheitsereignis kann Infrastrukturteams, Rechtsprüfung, Beschaffung, Personalwesen oder Compliance einbeziehen. ServiceNow koordiniert viele dieser Prozesse bereits innerhalb großer Unternehmen.
Seine Schwäche besteht darin, dass Cybersecurity-Käufer neben breiter Workflow-Abdeckung auch technische Tiefe verlangen. Ein CISO wird eine Plattform nicht allein akzeptieren, weil der CIO sie bereits besitzt. Die Produkte müssen präzise erkennen, Beweise bewahren, Berechtigungen begrenzen und sich in bestehende Sicherheitsoperationen integrieren.
Dadurch entsteht ein neuer Wettbewerbsmaßstab. ServiceNow kann die Armis-Integration nicht allein anhand von Cross-Selling oder Vertragserweiterungen bewerten. Es muss zeigen, dass die kombinierte Plattform Exponierungen schneller schließt, ohne unsichere automatisierte Maßnahmen einzuführen.
Die Übernahme verteidigt somit ServiceNows zentralen Asset-Graphen und erschließt zugleich einen größeren Sicherheitsmarkt. Dieser doppelte Zweck erklärt, warum Armis für die KI-Ausrichtung des Unternehmens wichtig ist. Besserer Unternehmenskontet macht Workflow-Automatisierung nützlicher und schwieriger zu ersetzen.
ServiceNows KI-Cybersecurity-Strategie steht vor einem Kontrollparadox
Derselbe Zugriff, der KI-Agenten das Lösen von Vorfällen ermöglicht, erhöht auch den Schaden durch fehlerhafte Anweisungen, übermäßige Berechtigungen oder kompromittierten Kontext.
ServiceNow präsentiert Governance als Antwort auf unkontrollierte Enterprise-KI. Sein Control Tower soll Agenten inventarisieren, Verhalten nachverfolgen, Richtlinien durchsetzen und verantwortliche Eigentümer zuweisen. Diese Funktionen adressieren ein reales Problem, wenn Abteilungen Agenten über unterschiedliche Anbieter einsetzen.
Governance-Software wird jedoch zu einem hochwertigen Ziel, wenn sie andere Systeme steuert. Ein Angreifer, der eine Orchestrierungsebene kompromittiert, könnte Zugangswege zu zahlreichen Anwendungen gewinnen. Ein fehlerhafter Agent kann Fehler zudem schneller verbreiten als ein menschlicher Operator.
Das Risiko wächst, wenn Agenten die Befugnis erhalten, Geräte zu isolieren, Zugangsdaten zu rotieren, Konfigurationen zu ändern oder Datenverkehr zu blockieren. Jede Maßnahme kann einen Angriff stoppen. Dieselbe Maßnahme kann bei fehlerhafter Ausführung Patientenversorgung, Fertigung, Kommunikation oder umsatzrelevante Systeme unterbrechen.
Menschliche Genehmigung reduziert diese Gefahr, begrenzt jedoch die Autonomie. Unternehmen müssen entscheiden, welche Maßnahmen als risikoarm gelten, welche eine Bestätigung erfordern und welche niemals delegiert werden sollten. Diese Grenzen hängen vom Geschäftskontext ab, nicht allein von der technischen Schwere.
ServiceNow erklärt, seine AI Agent Access Security wende Kontrollen auf Agenten über Plattformen und Modellanbieter hinweg an. Das Unternehmen beschreibt außerdem automatisierte Schlüsselrotation, Entzug von Berechtigungen, Untersuchung von Vorfällen und Behebung von Schwachstellen. Dies sind Unternehmensangaben, bis Kunden sie im Produktivbetrieb validieren.
Das Kontrollproblem hat noch eine weitere Dimension. ServiceNows Governance-Ebene hängt von präzisen Identitäts-, Asset- und Workflow-Daten ab. Armis kann die Asset-Erkennung verbessern, kann jedoch nicht automatisch jeden Eigentümersatz oder jede Geschäftsabhängigkeit korrigieren.
Ein neu erkanntes Gerät kann weiterhin keinen eindeutig zuständigen Eigentümer haben. Zwei Systeme können widersprüchliche Attribute melden. Eine Service-Map kann eine Abhängigkeit übersehen, die erst während eines Ausfalls offensichtlich wird. KI-Empfehlungen übernehmen diese Unsicherheiten.
Die eigene Sicherheitsführung des Unternehmens hat argumentiert, dass Organisationen fragen sollten, ob sie weiterhin die Kontrolle behalten, statt ob sie vollständig sicher sind. Diese Einordnung erscheint in einer Diskussion vom Mai 2026 über Kontrolle agentischer KI.
Kontrolle erfordert mehr als ein Dashboard. Käufer benötigen Belege dafür, dass Richtlinien unautorisierte Maßnahmen tatsächlich blockieren. Sie brauchen vollständige Protokolle, verständliche Genehmigungswege, zuverlässige Rollback-Verfahren und unabhängige Tests des Agentenverhaltens.
Sie sollten auch das beworbene Kill-Switch-Konzept testen. Das Stoppen eines Agenten ist nur nützlich, wenn die Plattform schädliches Verhalten schnell erkennt. Teams müssen wissen, ob der Schalter ausstehende Workflows anhält, Zugangsdaten entzieht und verhindert, dass ein Agent über externe Tools weiterarbeitet.
Datenresidenz und Modellrouting erhöhen die Komplexität. ServiceNow verbindet sich mit mehreren Clouds und Modellen, was Kunden hilft, eine geschlossene Umgebung zu vermeiden. Jede Verbindung kann jedoch auch eine weitere Grenze für Zugangsdaten, sensiblen Kontext und Auditnachweise schaffen.
Kosten-Governance stellt ein paralleles Kontrollproblem dar. Ein Agent könnte innerhalb seiner Sicherheitsberechtigungen bleiben und dennoch mehr Ressourcen als erwartet verbrauchen. Wiederholte Planungsschleifen, unnötige Modellaufrufe oder redundante Integrationen können die Nutzung erhöhen, ohne gegen eine Richtlinie zu verstoßen.
Diese Risiken widerlegen die KI-Cybersecurity-Strategie von ServiceNow nicht. Sie zeigen, warum die Strategie ein Abwägen und keine einfache Produkterweiterung ist. Zentralisierter Kontext kann die Aufsicht verbessern, doch Zentralisierung konzentriert auch Vertrauen.
Enterprise-Käufer sollten dieses Vertrauen mit begrenzten Implementierungen auf die Probe stellen. Ein sinnvoller Pilot beginnt mit einem messbaren Workflow, klaren Befugnisgrenzen und einem dokumentierten Fallback. Er sollte KI-gestützte Leistung mit dem bestehenden Prozess vergleichen.
Ein Team könnte beispielsweise die Priorisierung von Schwachstellen testen, ohne autonomes Patchen zu aktivieren. Es könnte messen, ob Geschäftskontext die Reihenfolge der Behebung verändert, ob Analysten die Empfehlungen akzeptieren und ob Fehlpriorisierungen zurückgehen.
In der nächsten Phase könnte eine reversible Maßnahme für eine eng abgegrenzte Geräteklasse automatisiert werden. Teams sollten Erfolgsquoten, Genehmigungsverzögerungen, Rollback-Häufigkeit und unerwartete Abhängigkeiten erfassen. Eine Ausweitung sollte den Erkenntnissen folgen, nicht einer allgemeinen Vorgabe zur Einführung von Agenten.
Sicherheitsverantwortliche sollten außerdem unabhängige Telemetrie bewahren. Eine Kontrollplattform sollte nicht das einzige System sein, das über ihre eigene Leistung berichtet. Externe Protokolle und Validierungstools bieten eine wesentliche Kontrolle, wenn die Orchestrierung kritische Infrastruktur betrifft.
Dieser vorsichtige Ansatz stärkt auch die Beschaffung. Käufer, die ihre KI-Workflows verstehen, können nützliche Nutzung von Aktivität unterscheiden, die lediglich Verbrauch erzeugt. Sie können anhand messbarer Ergebnisse verhandeln statt anhand weitreichender Automatisierungsversprechen.
Verbrauchsbasierte Preisgestaltung verlagert Einfluss zu besser informierten Käufern
ServiceNows kommerzieller Übergang gelingt nur, wenn Kunden variable Nutzung mit sichtbarem operativem Wert verbinden können.
Der Schritt über Sitzlizenzen hinaus begünstigt ServiceNow nicht automatisch. Verbrauchsbasierte Abrechnung richtet Umsätze an automatisierter Arbeit aus, verschafft Kunden jedoch auch mehr Informationen darüber, was sie tatsächlich nutzen. Diese Informationen können leistungsschwache Workflows oder unnötige Integrationen offenlegen.
Eine Sitzlizenz kann aktiv bleiben, selbst wenn ihr Nutzer das Produkt selten öffnet. Verbrauch erzeugt ein anderes Signal. Geringe Nutzung kann auf eine schlechte Akzeptanz einer Anwendung hinweisen, während hohe Nutzung ein kostspieliges Prozessdesign offenlegen kann.
Käufer können diese Signale nutzen, um Alternativen zu vergleichen. Manche Workflows können ServiceNows Governance, Integration und Support rechtfertigen. Andere funktionieren möglicherweise ausreichend über einen Cloud-Service, einen Modellanbieter oder eine eng zugeschnittene interne Anwendung.
Dadurch entsteht eine Portfolioentscheidung statt einer Entscheidung für eine einzelne Plattform. Unternehmen können ServiceNow für Prozesse reservieren, bei denen Auditierbarkeit, teamübergreifende Koordination und Asset-Kontext wichtig sind. Für isolierte, reversible Arbeit können sie einfachere Tools einsetzen.
Microsofts Fähigkeit zur Bündelung stärkt diese Verhandlungsmacht der Käufer. Ein Unternehmen, das bereits Microsoft-Dienste für Identität, Sicherheit, Cloud und Produktivität nutzt, könnte angrenzende Automatisierung attraktiv finden. ServiceNow muss zeigen, dass sein Prozesswissen bessere Ergebnisse liefert als eine gebündelte Alternative.
Open-Weight-Modelle schaffen eine weitere Quelle der Verhandlungsmacht. Sie können die Abhängigkeit von einem einzelnen Modellanbieter verringern und eine Bereitstellung in kontrollierten Umgebungen ermöglichen. ServiceNows modellneutrale Positionierung hilft, doch Kunden werden Routing-, Integrations- und Governance-Kosten weiterhin vergleichen.
Das Verbrauchsmodell von ServiceNow kann gut funktionieren, wenn Workloads vorhersehbar und Ergebnisse messbar sind. Sicherheitsoperationen liefern vielversprechende Beispiele, da Teams bereits Rückstände bei Exponierungen, Behebungszeiten, Vorfalldauer und Kontroll-Compliance verfolgen.
Diese Kennzahlen können jedoch irreführend sein. Mehr geschlossene Tickets senken nicht immer das Risiko. Die automatische Lösung einfacher Befunde kann Durchschnittswerte verbessern, während kritische Exponierungen offen bleiben.
Kunden sollten Verbrauch mit Ergebnisqualität verbinden. Nützliche Messgrößen umfassen verifizierte Risikoreduzierung, erfolgreiche Behebung, Häufigkeit fehlerhafter Maßnahmen, eingesparte Analystenzeit und vermiedene Serviceunterbrechungen. Jede Kennzahl benötigt einen klar definierten Ausgangswert.
Auch die Vertragsgestaltung verdient Aufmerksamkeit. Käufer sollten verstehen, welche Ereignisse Verbrauch auslösen, wie Wiederholungsversuche gezählt werden und ob die Nutzung von Drittanbieter-Modellen separat erscheint. Sie sollten festlegen, wer Agenten starten darf und Budgetgrenzen setzen.
Die zugrunde liegende Analyse warnt, dass variable Abrechnung ohne sorgfältige Überwachung unangenehme Überraschungen verursachen kann. Dieses Risiko wird ernster, wenn ein Agent mehrere Tools, Modelle und nachgelagerte Workflows auslösen kann.
ServiceNow kann Bedenken verringern, indem es die Kostenzuordnung granular gestaltet. Ein Unternehmen sollte die Nutzung einer Abteilung, einem Agenten, einem Workflow, einem Eigentümer und einem Geschäftsziel zuordnen können. Finanzteams sollten Ausgaben vor Verlängerungsverhandlungen hinterfragen können.
Das Unternehmen steht zudem unter Druck, Interoperabilität zu erhalten. Kunden werden einen Control Tower ablehnen, der zu einem kostspieligen Gatekeeper für jedes externe Modell oder Sicherheitsprodukt wird. Offene Integrationen müssen nach der Armis-Integration technisch substanziell bleiben.
Hier treffen das Versprechen und die Realität der Plattformkonsolidierung aufeinander. Weniger Konsolen können den Betrieb vereinfachen, doch ein einzelner Anbieter liefert selten in jeder Sicherheitskategorie die beste Fähigkeit. Unternehmen werden weiterhin spezialisierte Produkte einsetzen.
Die stärkste Rolle von ServiceNow ist daher die Orchestrierung, nicht der erzwungene Ersatz. Das Unternehmen kann Erkenntnisse aus mehreren Tools mit Geschäftskontext und klar verantworteten Workflows verbinden. Es schwächt seine Position, wenn es Eigentümerschaft gegenüber neutraler Integration priorisiert.
Die KI-Cybersicherheitsstrategie von ServiceNow bietet dem Unternehmen eine glaubwürdige Antwort auf die Komprimierung von Lizenzplätzen. Sie beseitigt nicht die Verhandlungsmacht der Kunden. Sie verlagert die Verhandlung von lizenzierten Nutzern hin zu gesteuerten Ergebnissen, messbarer Aktivität und Plattformreichweite.
Drei Signale werden zeigen, ob die Wette aufgeht
Produktverfügbarkeit, Kundenökonomie und wettbewerbliche Interoperabilität werden darüber entscheiden, ob die Sicherheitserweiterung von ServiceNow zu einer dauerhaften Absicherung wird.
Das erste Signal ist die für Dezember 2026 angekündigte Bereitstellung autonomer Sicherheitsprodukte. ServiceNow erwartet dann die Veröffentlichung seines Tier-2-Spezialisten für Security Operations, eines Spezialisten für die Behebung von Schwachstellen, kontinuierliches Control Monitoring und Funktionen für kryptografische Compliance.
Die Verfügbarkeit allein wird die Frage nicht klären. Käufer sollten beobachten, welche Funktionen allgemein verfügbar werden, welche menschliche Freigaben erfordern und welche ein Rollback unterstützen. Erste Kundennachweise sollten zeigen, ob die Produkte Reaktionszeiten verkürzen, ohne die Zahl operativer Vorfälle zu erhöhen.
Verzögerungen oder stark eingeschränkte Veröffentlichungen würden die Automatisierungserzählung des Unternehmens schwächen. Glaubwürdige Implementierungen in Krankenhäusern, bei Herstellern oder in kritischer Infrastruktur würden sie stärken. Diese Umgebungen bieten einen anspruchsvollen Test für Asset-Kontext und kontrollierte Behebung.
Das zweite Signal ist die Offenlegung von ServiceNow zu Consumption und Sicherheitswachstum. Investoren und Kunden benötigen mehr Details als allgemeine Aussagen über KI-Dynamik. Sie sollten die Mischung aus Seat-Verpflichtungen, genutzten Services, Sicherheitsverträgen und Verlängerungsverhalten beobachten.
Steigender Verbrauch bei gleichzeitig starken Verlängerungen würde den kommerziellen Übergang von ServiceNow stützen. Steigende Nutzung bei wachsenden Kundenbedenken hinsichtlich der Vorhersehbarkeit würde ihn schwächen. Auch Nachweise dafür, dass die Sicherheitsakzeptanz über bestehende IT-Käufer hinausgeht, wären relevant.
Das dritte Signal ist, wie Wettbewerber und Partner auf die Armis-Integration reagieren. Armis arbeitete bislang in heterogenen Umgebungen. Kunden sollten beobachten, ob diese Interoperabilität breit erhalten bleibt und ob konkurrierende IT-Service-Plattformen weiterhin gleichwertigen technischen Zugang behalten.
Anhaltend neutrale Integration würde die Aussage von ServiceNow stützen, dass das Unternehmen eine offene KI-Umgebung steuern kann. Einschränkungen, verschlechterter Support oder aggressives Bundling würden Wettbewerber dazu einladen, sich als sicherere unabhängige Optionen zu positionieren.
Die Reaktion von Microsoft verdient besondere Aufmerksamkeit, weil das Unternehmen über Identität, Cloud, KI, Produktivität und Sicherheit hinweg konkurrieren kann. Sicherheitsspezialisten werden ihre Positionen ebenfalls verteidigen, indem sie automatisierte Reaktion und Funktionen für Geschäftskontext ausbauen.
ServiceNow vertritt ein fokussiertes Argument. Enterprise-KI braucht mehr als Modelle und dialogorientierte Schnittstellen. Sie benötigt eine präzise Karte von Assets, Identitäten, Berechtigungen, Workflows und verantwortlichen Eigentümern.
Dieses Argument ist überzeugend, weil autonome Maßnahmen schwachen Kontext verstärken. Dennoch muss ServiceNow noch beweisen, dass seine konsolidierte Plattform Kontrolle bietet, ohne Abhängigkeit, unsichere Befugnisse oder unvorhersehbaren Verbrauch zu schaffen.
Enterprise-Käufer sollten zunächst einen folgenreichen Workflow und dessen Evidenzanforderungen abbilden. Anschließend können sie testen, ob ServiceNow Erkennung, Beurteilung, Freigabe und Handlung besser verbindet als ihr aktueller Stack. Die KI-Cybersicherheitsstrategie von ServiceNow wird erfolgreich sein, wenn dieser Vergleich messbaren Wert liefert – und nicht bloß mehr automatisierte Aktivität.
