Auf dieser Seite
Christopher Helm
Christopher Helm

Christopher Helm founded Helm & Nagel GmbH in 2016 after studying Information Technology at TU Munich and Business Administration at the University of Mannheim. He leads the company's technical strategy and personally reviews production deployments.

Generative KI verändert grundlegend, wie Softwareanbieter ihre Marktpositionierung gestalten müssen. Die Technologie verschärft den Wettbewerb und stellt Unternehmen vor eine strategische Entscheidung: auf Kosten und Skalierung setzen oder sich durch spezialisierte, hochwertige Fähigkeiten differenzieren.

Was dieser Artikel zeigt:

Dieser Artikel stellt ein einfaches Framework vor, um das Cashflow-Risiko zu verstehen, das GenAI für Softwareprodukte erzeugt. Anhand eines Beispiels wird gezeigt, welche Produkte im Mittelfeld gefangen sind: zu teuer für die breite Masse, zu generisch für ein Premium-Segment. Diese Produkte tragen das höchste Risiko der Stagnation.

Akteur X (Preis) Y (Spezialisierung) Bewegung
GenAI Aggregator (Werbeeinnahmen) 0 40 → 60 ↑
Vertical SaaS AI 80 80 → 90 ↑
API-Plattform 60 50 → 55 leicht ↑
Legacy SaaS 50 40 → 30 ↓
Open Source AI (SLA-Support oder Beratungserlöse) 0 20 → 50 ↑

Hinweis:

Dieses Framework dient dazu, eine eigene Meinung zu bilden und Diskussionen anzustoßen.

In diesem Artikel vereinfache ich die Komplexität des GenAI-Einflusses durch ein Framework.

Das Framework hat Grenzen, die im Abschnitt "Einschränkungen" beschrieben werden. Es macht aber einen kritischen Risikobereich sichtbar: den Teil des Marktes, in dem Produkte weder preislich wettbewerbsfähig noch hinreichend differenziert sind, um Premiumnischen zu besetzen.

Generative Künstliche Intelligenz (GenAI) markiert eine disruptive Innovation im Softwaremarkt. Sie ist nicht nur ein technischer Fortschritt, sondern ein Katalysator für eine grundlegende Marktveränderung: Der Wettbewerbsdruck steigt, und Unternehmen werden zu strategischen Entscheidungen gezwungen.

Dieses Framework bietet Orientierung für Unternehmen, die sich in einem sich schnell wandelnden Softwaremarkt behaupten müssen.

Parameter des Softwaremarkts: Preis und Spezialisierung als entscheidende Kriterien

Produkte im Softwaremarkt lassen sich entlang zweier zentraler Achsen einordnen. Viele weitere Dimensionen werden im Abschnitt "Einschränkungen" behandelt.

  1. Preis (X-Achse): Die Preispositionierung eines Produkts ist ein primärer Wettbewerbsfaktor. Günstige Produkte sprechen eine breite Zielgruppe an und nutzen Skaleneffekte, um Kostenvorteile durch hohe Stückzahlen zu erzielen. Hochpreisige Produkte hingegen schöpfen Margen durch Exklusivität und Zielgruppenpräzision ab.
  2. Spezialisierung / Qualität (Y-Achse): Diese Achse beschreibt, inwieweit ein Produkt spezifische Anforderungen erfüllt. Allgemeine Produkte bedienen Standardbedürfnisse und sind leicht austauschbar. Hochspezialisierte Lösungen schaffen Differenzierung, oft durch den Fokus auf Nischenmärkte.

Drei mögliche Strategien

Diagramm zur Veränderung der Marktposition von Softwareprodukten.

Ein Produkt kann sich entlang der Preisachse nach links bewegen, indem es seine Kosten senkt und preissensible Märkte anspricht. Diese Strategie zielt auf Kostenführerschaft ab: Skaleneffekte ermöglichen höhere Volumen und eine breitere Marktdurchdringung. Technologien wie GenAI spielen dabei eine zentrale Rolle, indem sie repetitive Prozesse automatisieren, Personalkosten senken und die Produktionseffizienz steigern.

Ein universell einsetzbares Softwareprodukt kann beispielsweise KI-gestützte Automatisierung in Programmier- oder Testphasen einführen und so die Produktionskosten deutlich senken. Diese Einsparungen lassen sich an Kunden weitergeben, sodass das Produkt direkt mit günstigen Alternativen konkurriert. Die Linksbewegung ist besonders wirksam in Märkten, in denen Kommoditisierung dominiert und Kunden günstige, funktionale Lösungen bevorzugen.

Diese Strategie erfordert jedoch striktes Kostenmanagement, operative Effizienz und ein tiefes Verständnis der Kundenbedürfnisse im großen Maßstab. Sie funktioniert am besten in großen Märkten, wo Volumen dünnere Margen ausgleichen kann. Die Herausforderung: Ohne kontinuierliche Effizienzverbesserungen können Preiskämpfe die Profitabilität erodieren, besonders wenn KI-Kosten weiter steigen, und das Produkt riskiert, von Wettbewerbern nicht mehr unterscheidbar zu sein.

Option 2: Nach oben bewegen durch stärkere Spezialisierung

Die Aufwärtsbewegung bedeutet, Nischenmärkte anzusteuern, indem die Spezialisierung des Produkts erhöht wird. Das Ziel: spezifische Anforderungen erfüllen, die denselben Preis rechtfertigen wie vor dem Markteintritt des Disruptors, hier GenAI.

Diese Strategie setzt auf Differenzierung und die Entwicklung von Funktionen, die Wettbewerber nicht leicht replizieren können. Ein Produktivitätswerkzeug könnte sich etwa zu einer vertikalen Unternehmenslösung entwickeln, die auf die Anforderungen im Gesundheitswesen oder Finanzdienstleistungssektor zugeschnitten ist und Kunden gewinnt, die mehr für hochgradig individualisierte Funktionen zahlen.

GenAI bietet Möglichkeiten zur Hyper-Spezialisierung durch erweiterte Personalisierung und schnellere Anpassung an Kundenfeedback. Die Technologie lässt sich nutzen, um hochwertige Funktionen hinzuzufügen, die Produktintelligenz zu verbessern oder das Produkt tief in die Arbeitsabläufe eines Kunden zu integrieren. GPT-gestützte Werkzeuge können beispielsweise die Sprachverarbeitung auf branchenspezifische Terminologie abstimmen.

Die Aufwärtsbewegung wird jedoch zunehmend schwieriger. Da GenAI den Zugang zu fortgeschrittenen Technologien demokratisiert, verbessern viele Wettbewerber ebenfalls ihre Angebote und senken die Kosten der Spezialisierung. Nicht alle Premiumprodukte können dauerhaft hohe Preise aufrechterhalten, ohne konsequent einzigartige, weiterentwickelte Lösungen zu liefern. Außerdem begrenzt das höhere Preisniveau den adressierbaren Markt und erschwert die Skalierung.

Option 3: Diagonale Bewegung durch Kombination von Spezialisierung und Effizienz

Die anspruchsvollste Strategie kombiniert Spezialisierung mit Effizienz. Unternehmen bewegen sich diagonal, indem sie die Spezialisierung erhöhen und gleichzeitig KI zur Kostenoptimierung nutzen. So lassen sich höhere Preise rechtfertigen, ohne die Wettbewerbsmargen zu gefährden.

Ein Software-as-a-Service-Produkt (SaaS) könnte GenAI nutzen, um das Kunden-Onboarding zu automatisieren und eine erschwingliche Implementierung im großen Maßstab zu ermöglichen, während das Produkt selbst maßgeschneiderte, hochwertige Lösungen für spezifische Branchen liefert. Diese Strategie ermöglicht höhere Margen und spricht gleichzeitig ein breiteres Kundensegment an.

Die diagonale Bewegung gilt als der heilige Gral der Produktentwicklung, ist aber ressourcenintensiv und erfordert ausgewogene Investitionen in Innovation und operative Exzellenz. Das Umsetzungsrisiko ist hoch: Scheitert ein Unternehmen auf einer der beiden Fronten, droht es von spezialisierten Wettbewerbern oder günstigen Massenprodukten verdrängt zu werden.

Anwendung auf einen Produktmarkt

Mit diesem Framework lassen sich Annahmen darüber treffen, welche strategischen Züge verschiedene Produkttypen basierend auf ihrer aktuellen Marktposition wählen könnten. Diese Dynamiken zu verstehen ist entscheidend für Unternehmen, die eine strategische Marktpositionierung anstreben und GenAI-Adoption navigieren.

Günstige Produkte, die typischerweise über Erschwinglichkeit und breite Marktdurchdringung konkurrieren, könnten Option 2: Aufwärtsbewegung wählen, um ihre Spezialisierung zu erhöhen.

Diese strategische Verschiebung setzt voraus, dass diese Produkte die kommoditisierte Landschaft verlassen wollen, indem sie Nischenfunktionen hinzufügen, spezifische Nutzergruppen ansprechen oder fortgeschrittene Fähigkeiten wie KI-gesteuerte Workflows einschichten.

Diagramm zum GenAI-Einfluss auf den Softwaremarkt

Nehmen wir an, dass einige der hochspezialisierten Produkte, die derzeit Nischenmärkte mit fortgeschrittenen und einzigartigen Funktionen dominieren, Option 1: Linksbewegung verfolgen könnten, um ihre Preise zu senken und ein breiteres Publikum zu erreichen. Die Annahme dabei: Diese Produkte, obwohl robust und stark differenziert, riskieren Marktanteile zu verlieren, wenn Wettbewerber GenAI nutzen, um vergleichbar spezialisierte Lösungen zu niedrigeren Kosten zu entwickeln.

Indem sie ihre Prozesse straffen und Effizienzgewinne an Kunden weitergeben, könnten diese hochspezialisierten Produkte Low-End-Disruptoren abwehren und ihre Relevanz für mittlere oder Mainstream-Märkte ausweiten. Ein Enterprise-Cybersecurity-Tool könnte etwa automatisierte KI-gestützte Angriffsframeworks einsetzen, um Betriebskosten zu senken und wettbewerbsfähige Preise anzubieten.

Zwischen diesen beiden Extremen entsteht ein Bereich, der für Unternehmen eine besondere Bedrohung darstellt. Produkte, die sich weder klar als kosteneffiziente Lösungen für die Masse noch als spezialisierte Premiumangebote positionieren, verlieren ihre Wettbewerbsfähigkeit. Dieses Mittelfeld, im Diagramm rot hervorgehoben, ist die "Zone des Todes".

Was passiert, wenn diese Strategien angewendet werden?

Das Zusammenspiel dieser Strategien gestaltet den Markt neu und definiert Wettbewerbsvorteile neu. Günstige Produkte, die sich aufwärts bewegen, dringen in den Raum ein, der traditionell von Premiumprodukten besetzt wird, und stellen deren Exklusivität und Preismacht in Frage. Gleichzeitig zwingen hochspezialisierte Produkte, die ihre Preise senken, mittelpreisige Lösungen in eine vulnerable Position, da das Mittelfeld für undifferenzierte Produkte schrumpft. Diese annahmengestützte Anwendung des Frameworks führt zu mehreren Ergebnissen:

  1. Zunehmende Überschneidung und Konvergenz: Während Low-End-Produkte nach oben zielen und High-End-Produkte Preisbarrieren abbauen, wird das mittlere Segment weiter erodiert, mit weniger nachhaltigen Positionen für undifferenzierte Produkte.
  2. Neudefinition von Qualitätsschwellen: Kunden erwarten von kostengünstigen Lösungen einen breiteren Funktionsumfang und von spezialisierten Produkten höhere Effizienz, was neue Maßstäbe dafür setzt, was "Wert" auf allen Preisebenen bedeutet.
  3. Beschleunigung der Marktpolarisierung: Das Ergebnis ist eine klarere Segmentierung in zwei dominante Gruppen: erschwingliche, skalierbare Produkte für breite Marktbedürfnisse und klar abgegrenzte, hochwertige Lösungen für Nischenmärkte.

Durch die Betrachtung dieser Annahmen durch die Linse des Frameworks wird deutlich, dass Produktstrategien davon abhängen, ihre Wertversprechen neu zu definieren oder operative Vorteile zu nutzen. Was konstant bleibt: Die "Zone des Todes" wird zunehmend unerbittlicher für Produkte, die keine entschiedene Maßnahme in die eine oder andere Richtung ergreifen.

Dieses Diagramm dient als visuelles Framework zum Verständnis, wie GenAI die Dynamik des Softwaremarkts verändern könnte.

Produkte, die sich derzeit in der "Zone des Todes" befinden (der rot schattierte Bereich), stehen in einer prekären Zwischenposition: weder günstig genug für Skalierung noch hinreichend spezialisiert für Premiumpreise.

Die Pfeile zeigen, wie GenAI diese Produkte neu positionieren könnte. Ihre Länge symbolisiert das Ausmaß der KI-getriebenen Transformation. Längere Pfeile deuten auf größeres Potenzial hin, etwa wenn kostengünstige, undifferenzierte Produkte Skalierbarkeit gewinnen oder mäßig spezialisierte Angebote zu maßgeschneiderten Lösungen für Nischenmärkte zu reduzierten Kosten werden.

Die horizontalen Pfeile für hochpreisige Lösungen verdeutlichen den Druck, die Differenzierung aufrechtzuerhalten, wenn andere Produkte in ihr Terrain vordringen und höhere Qualitätsverbesserungen erzwingen.

Das Diagramm fordert uns auf, darüber nachzudenken, wer die leeren Räume füllen könnte: Nischenspezialisten, Kostendisruptoren oder hybride Innovatoren, die GenAI nutzen, um traditionelle Positionen herauszufordern. Qualität selbst wird neu definiert: weg von rein technischer Überlegenheit, hin zu Anpassungsfähigkeit, Automatisierung und Reaktionsfähigkeit auf spezifische Anforderungen. Produkte, die sich nicht entschieden bewegen, drohen schnell zu veralten, gefangen in einem Raum, in dem GenAI sowohl Erwartungen angehoben als auch die Wettbewerbslandschaft neu gesetzt hat.

Das Konzept der "Zone des Todes"

Ursachen und Dynamiken in der "Zone des Todes"

Die "Zone des Todes" ist das Ergebnis falscher oder unreifer Marktpositionierung. Produkte in diesem Segment zeichnen sich durch folgende Merkmale aus:

  • Sie sind nicht kosteneffizient genug, um die massiven Anforderungen des Volumengeschäfts zu erfüllen.
  • Sie verfügen nicht über die spezialisierte Funktionalität, um höhere Preise oder exklusive Nischenmärkte zu rechtfertigen.

Das Diagramm verdeutlicht dieses Problem: Die rote Box enthält mehrere Produkte, die sich weder in den niedrigen Preisbereich nach unten noch in die Zone der hohen Spezialisierung nach oben bewegen. Produkte dieser Art riskieren langfristig Marktanteile zu verlieren, da sie weder Kostenführerschaft noch Differenzierungskompetenz beanspruchen können.

Resultierende Konsequenzen

Produkte, die in der "Zone des Todes" positioniert sind, kämpfen häufig mit folgenden Herausforderungen:

  • Sinkende Margen: Ohne klare Differenzierung oder einen ausreichenden Kostenvorteil werden solche Produkte schnell austauschbar.
  • Erosion von Marktanteilen: Wettbewerber, die sich klarer am oberen oder unteren Ende des Preis-Spezialisierungs-Spektrums positionieren, verdrängen mittelmäßige Angebote.
  • Langfristige Marktrelevanz: Unternehmen in der "Zone des Todes" verlieren ihre Position über Zeit und werden zu strategischen Kurskorrekturen gezwungen.

GenAI: der Einfluss einer disruptiven Kraft

Der Vormarsch der generativen Künstlichen Intelligenz (GenAI) markiert einen disruptiven Wendepunkt im Softwaremarkt. GenAI beeinflusst beide Achsen: Preis und Spezialisierung. Er verschärft die Mechanismen der "Zone des Todes". Das Diagramm nutzt rote Pfeile, um zu zeigen, wie Produkte durch den Einsatz von GenAI neu positioniert oder von Marktverschiebungen getrieben werden können.

GenAI im Niedrigpreissegment

Im preissensiblen unteren Bereich des Marktes ermöglicht der Einsatz von GenAI die Ausweitung skalierbarer Lösungen. Beispiele dafür sind:

  • Automatisierte Generierung standardisierter Softwarefunktionen, etwa bei der Texterstellung, Datenanalyse oder Kundenkommunikation.
  • Senkung der Produktionskosten durch Automatisierung zuvor manueller Prozesse.

Die Pfeile im Diagramm zeigen eine Aufwärtsbewegung: GenAI hebt Produkte aus der "Zone des Todes" heraus und verbessert ihre Spezialisierung, indem einfache Funktionen auf spezifische Kundenbedürfnisse zugeschnitten werden. Das steigert die Attraktivität und die Marktchancen kostengünstiger Lösungen.

GenAI im Premiuumsegment

GenAI hat auch im hochpreisigen Segment eine transformative Wirkung:

  • Die Fähigkeit, maßgeschneiderte Softwarelösungen für exklusive Nischenmärkte zu entwickeln, wird durch die Integration von KI erheblich gestärkt.
  • Unternehmen können personalisierte Lösungen effizienter anbieten, was zur weiteren Differenzierung beiträgt.

Die Pfeile im Diagramm bewegen sich von hochpreisigen Bereichen nach links: GenAI macht spezialisierte Lösungen kosteneffizienter, wodurch führende Angebote für bisher nicht erschlossene Zielgruppen zugänglich werden. Gleichzeitig geraten bestehende Premiumanbieter unter Druck, da sie sich von günstigeren, KI-gestützten Lösungen weiter differenzieren müssen.

Gewinner und Verlierer: wer setzt sich durch, wer scheitert?

Gewinner durch den intelligenten Einsatz von GenAI

Unternehmen, die aktiv aus der "Zone des Todes" heraustreten, profitieren erheblich von GenAI. Erfolgreiche Akteure lassen sich in zwei Kategorien einteilen:

  1. Kostenführer: Anbieter, die GenAI konsequent zur Maximierung von Produktivität und Kosteneffizienz einsetzen, etablieren sich als Marktführer im Niedrigpreissegment. Solche Unternehmen profitieren von wachsenden Skaleneffekten.
  2. Differenzierungsinnovatoren: Unternehmen, die ihre Lösungen mit klarem Fokus auf Nischenmärkte weiterentwickeln, sichern ihre Position durch spezialisierte, KI-basierte Innovationen.

Verlierer durch die Dynamiken der "Zone des Todes"

Produkte, die trotz des technologischen Umbruchs in der "Zone des Todes" verbleiben, stehen vor erheblichen Herausforderungen:

  • Mittelmäßige Produkte ohne klare Preisorientierung oder funktionale Differenzierung verlieren an Relevanz.
  • Unternehmen, die GenAI ignorieren oder zu spät integrieren, geraten unter Druck durch innovativere Wettbewerber.

Handlungsempfehlungen: Strategien für nachhaltigen Markterfolg

Um langfristig erfolgreich zu bleiben, müssen Unternehmen ihre Strategien in einer von GenAI geprägten Softwarewelt anpassen. Folgende Ansätze sind essenziell:

Analyse der Marktpositionierung

Unternehmen sollten die Position ihrer Produkte kritisch überprüfen. Werkzeuge wie das im Diagramm gezeigte Preis-Spezialisierungs-Modell oder strukturierte Ansätze wie der AI Canvas helfen dabei, potenzielle Risiken durch eine falsche Positionierung in der "Zone des Todes" frühzeitig zu identifizieren.

Maximierung der Kosteneffizienz

GenAI bietet erhebliche Wettbewerbsvorteile in kostensensiblen Marktsegmenten. Unternehmen müssen ihre Kostenstrategien überdenken und automatisierte Prozesse konsequent skalieren, um ihre Position im Niedrigpreissegment nachhaltig zu stärken.

Fokus auf Spezialisierung und Innovation

In Premiuumsegmenten sollten Anbieter zunehmend auf personalisierte, KI-gestützte Lösungen setzen, die sich klar von austauschbaren Produkten abheben. Praktische KI-Aktivierungsansätze helfen dabei, Innovationsvisionen in Umsetzung zu überführen, die messbare Wettbewerbsvorteile liefert. Investitionen in Innovation bleiben der Schlüssel, um langfristig von GenAI zu profitieren.

Permanente Marktanpassung

Durch den Einfluss von GenAI unterliegt der Markt einer permanenten Dynamik. Unternehmen, die sich flexibel anpassen und kontinuierlich neue Strategien entwickeln, sichern sich langfristige Wettbewerbsvorteile.

Einschränkungen

  1. Vereinfachung komplexer Märkte: Das "Zone des Todes"-Framework reduziert die Komplexität des Softwaremarkts auf zwei Variablen, Preis und Spezialisierung, und übersieht möglicherweise andere kritische Faktoren wie Markenstärke, Kundenbindung oder Ökosystemintegration.
  2. Statische Darstellung: Das Modell geht von einer relativ statischen Momentaufnahme aus und berücksichtigt nicht die dynamische Entwicklung von Produkten und Markttrends über Zeit.
  3. Vernachlässigung externer Faktoren: Makroökonomische Veränderungen, regulatorische Anpassungen und geopolitische Ereignisse, die Marktdynamiken beeinflussen, werden in diesem Framework nicht berücksichtigt.
  4. Fokus auf Extreme: Es betont die Polarisierung (Niedrigpreis versus hohe Spezialisierung) und ignoriert möglicherweise Mittelklasse-Strategien, die in bestimmten Kontexten bei richtiger Umsetzung erfolgreich sein könnten.
  5. Ausschluss aufkommender Technologien: Neben GenAI könnten andere aufkommende Innovationen (etwa Blockchain oder Quantencomputing) die Marktpositionierung auf Weisen beeinflussen, die das aktuelle Framework nicht erfasst.
  6. Vielfalt innerhalb der Spezialisierung: Alle "spezialisierten" Produkte werden einheitlich behandelt, obwohl Marktnischen stark in Wert und Wettbewerb variieren können, was einige von Natur aus profitabler macht als andere.
  7. Skalierungsannahmen: Skaleneffekte werden vereinfacht dargestellt, da Skalierbarkeit auch von Faktoren wie Infrastruktur, Betrieb und Marktbereitschaft abhängt, nicht nur vom Preis.
  8. Begrenzter Fokus auf Kundenwert: Das Framework geht davon aus, dass Preis und Spezialisierung den Erfolg definieren, befasst sich aber nicht direkt damit, wie gut ein Produkt Kundenbedürfnisse erfüllt oder ihre Probleme löst.
  9. Vernachlässigung von Markteintrittsbarrieren: Es berücksichtigt keine Eintrittsbarrieren für neue Akteure, die Produkte daran hindern könnten, in die identifizierten Zonen des Frameworks ein- oder auszutreten.
  10. Fehlende Branchenspezifität: Obwohl auf Software angewendet, fehlt dem Modell die Nuancierung für spezifische Branchensegmente (etwa SaaS, Enterprise-Tools oder Consumer-Apps), die einzigartige Profitabilitäts- und Differenzierungsdynamiken aufweisen.

Code

Mit einer Anpassung des folgenden Codes können Sie eine eigene Animation erstellen.

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
## Setup the figure and axes
fig, ax = plt.subplots(figsize=(10, 6))
ax.set_xlim(0, 100)
ax.set_ylim(0, 100)
ax.set_xlabel("Price (X-axis)")
ax.set_ylabel("Specialization (Y-axis)")
ax.set_title("Software Players in the GenAI Market Landscape")
## Define the actors and their initial + target positions
actors = {
    "GenAI Aggregator - Ads financed": {"start": (0, 40), "end": (0, 60), "color": "blue"},
    "Vertical SaaS AI": {"start": (80, 80), "end": (80, 90), "color": "green"},
    "API Platform": {"start": (60, 50), "end": (60, 55), "color": "orange"},
    "Legacy SaaS": {"start": (50, 40), "end": (50, 30), "color": "red"},
    "Open Source AI": {"start": (0, 20), "end": (0, 50), "color": "purple"}
}
## Create scatter plot placeholders
dots = {}
texts = {}
for name, data in actors.items():
    x, y = data["start"]
    dots[name], = ax.plot([x], [y], 'o', color=data["color"], label=name)
    texts[name] = ax.text(x + 1, y + 1, name, fontsize=9, color=data["color"])
## Function to interpolate positions
def interpolate(start, end, step, total_steps):
    return start + (end - start) * step / total_steps
## Update function for animation
def update(frame):
    for name, data in actors.items():
        x0, y0 = data["start"]
        x1, y1 = data["end"]
        x = interpolate(x0, x1, frame, 100)
        y = interpolate(y0, y1, frame, 100)
        dots[name].set_data([x], [y])
        texts[name].set_position((x + 1, y + 1))
    return list(dots.values()) + list(texts.values())
## Create animation
ani = animation.FuncAnimation(fig, update, frames=101, interval=100, blit=True)
## Display as HTML5 video
from IPython.display import HTML
HTML(ani.to_html5_video())