Zwei Bilder derselben Wirtschaft
Ein Bild: KI-Werkzeuge erlauben es einem einzelnen Gründer, das zu leisten, wofür früher ein Mitgründer und zwei Einstellungen nötig waren, und das Ergebnis ist eine Welle ultraschlanker Ein-Personen-Unternehmen mit hohem Umsatz. Das andere Bild: KI höhlt still die Einstiegsjobs aus, die Menschen früher die Fähigkeiten beibrachten, die sie bräuchten, um überhaupt etwas zu gründen. Beide Bilder stützen sich auf reale Daten von 2025-2026. Keines ist die gesamte Wirtschaft. Dieser Artikel versucht, beide gleichzeitig im Blick zu behalten.
„Der Himmel fällt nicht, aber er senkt sich langsam”
Die nützlichste Einordnung stammt aus der Zeit vor dem aktuellen Hype-Zyklus. Die Task Force des MIT zur Arbeit der Zukunft, mitgeleitet von den Ökonomen David Autor und David Mindell, veröffentlichte ihren Abschlussbericht im November 2020, nach zwei Jahren, in denen sie die tatsächlichen Auswirkungen der Automatisierung auf amerikanische Arbeitnehmer untersucht hatte. Autors zusammenfassender Satz hat sich gut gehalten: „Der Himmel fällt nicht, aber er senkt sich langsam.” Der übergeordnete Befund der Task Force war, dass rund 63% der 2018 bestehenden Jobs 1940 noch nicht existierten — technologischer Wandel zerstört und schafft ständig Berufskategorien — und dass das dringendere Problem nicht Roboter waren, die massenhaft Arbeitsplätze stahlen, sondern eine Politik, die es versäumte, Produktivitätsgewinne bei den Arbeitnehmern ankommen zu lassen: ein stagnierender Mindestlohn, eine schwache Arbeitslosenversicherung und erodierte Tarifverhandlungsmacht.
Diese Einordnung ist speziell für das Unternehmertum bedeutsam. Wenn das Kernproblem eher ein Verteilungsproblem als ein Mangel an zu erledigender Arbeit ist, dann ist KI-gestütztes Solo-Unternehmertum ein plausibles Ventil — ein Weg für verdrängte oder unterbezahlte Fachkompetenz, Wert direkt zu erfassen, statt darauf zu warten, dass ein Arbeitgeber Produktivitätsgewinne weitergibt. Ob das im großen Maßstab tatsächlich funktioniert, ist eine empirische Frage, keine ausgemachte Sache.
Was die Zahlen zum Solo-Unternehmertum tatsächlich sagen
Der hauseigene Forschungsarm von Stripe, Stripe Economics, veröffentlichte im Juni 2026 „The Age of the Solopreneur”, verfasst von Ernie Tedeschi, Marisa Rama und Chris Cruickshank. Die Studie fand, dass rund 4 Millionen Amerikaner 2023 ihr Haupteinkommen als Solo-Unternehmer mit über $100.000 Jahresumsatz erzielten, gegenüber gut 2 Millionen Anfang der 2010er-Jahre. Der Anteil, der die Millionengrenze beim Einkommen überschritt, verdoppelte sich zwischen 2023 und 2025 in etwa. Firmengründungen in Delaware — ein gängiger Indikator für ernsthafte Startup-Gründungen — stiegen seit Anfang 2025 um rund 40% im Jahresvergleich, und die 2025er-Kohorte neuer, über Stripe abrechnender Unternehmen erreichte $1 Million Umsatz mit einer rund 30% höheren Rate als die Kohorte von 2023.
Das sollte mit einem fest angehefteten Vorbehalt gelesen werden: Stripe Economics ist ein genuin fähiges Forschungsteam, aber es sind Stripes eigene Zahlungsabwicklungsdaten, veröffentlicht von einem Unternehmen, dessen Geschäft wächst, wenn mehr Menschen Solo-Unternehmen gründen und Zahlungen über Stripe abwickeln. Das ist kein Grund, die Zahlen zu verwerfen — es ist ein Grund, unabhängige Bestätigung zu wollen, bevor man sie als neutrale makroökonomische Tatsache behandelt.
Diese Bestätigung existiert, und sie stammt von einer Quelle ohne Eigeninteresse an der Erzählung: den Business Formation Statistics des US Census Bureau. Die eigene Jahresveröffentlichung der Behörde — die im Juni 2026 die vollständigen Daten für 2025 einbezog — verzeichnete 5,62 Millionen im Jahr 2025 eingereichte Unternehmensanträge, gegenüber 5,2 Millionen 2024 und deutlich über dem jährlichen Durchschnitt von rund 3,47 Millionen seit 2005. Die Anträge im Jahr 2026 lagen weiterhin merklich über dem Vergleichszeitraum 2025. Behördliche Daten zur Unternehmensregistrierung können nicht unterscheiden zwischen „wegen KI-Werkzeugen gegründet” und „aus jedem anderen Grund gegründet”, aber sie bestätigen unabhängig, dass bei der Unternehmensgründung tatsächlich etwas Reales geschieht — in einem Ausmaß, das zu groß ist, um ein Artefakt der Kundenbasis eines einzelnen Zahlungsunternehmens zu sein.
Was die Arbeitsmarktdaten von 2025-2026 über tatsächliche Disruption sagen
Zwei der sorgfältigsten laufenden Forschungsbemühungen zu KI und Beschäftigung kommen zu einer ähnlichen Kernaussage, mit einer wichtigen Ausnahme.
Das Budget Lab der Yale University führt seit kurz nach der öffentlichen Einführung von ChatGPT eine fortlaufende Analyse des arbeitsmarktbezogenen Fußabdrucks von KI durch. Seine Aktualisierung vom Oktober 2025 kam zu dem Schluss, dass „der breitere Arbeitsmarkt seit der Einführung von ChatGPT vor 33 Monaten keine erkennbare Disruption erlebt hat, was die Befürchtungen unterminiert, dass KI-Automatisierung derzeit die Nachfrage nach kognitiver Arbeit in der gesamten Wirtschaft aushöhlt.” Das ist ein starker, wenn auch unglamouröser Befund: Keine breite Welle KI-getriebener Entlassungen zeigt sich in den aggregierten Daten, zweieinhalb Jahre nach der Einführung.
Die Ausnahme liegt dort, wo das Digital Economy Lab der Stanford University seine eigene fortlaufende Analyse fokussiert hat. Die Ökonomen Erik Brynjolfsson, Bharat Chandar und Ruyu Chen finden in ihrer periodisch aktualisierten Studie „Canaries in the Coal Mine?“, die ADP-Gehaltsabrechnungsdaten bis Mitte 2026 nutzt, ebenfalls keine Evidenz für weitverbreitete Verdrängung — aber sie finden, dass die Beschäftigung von Arbeitnehmern im Alter von 22 bis 25 Jahren in den am stärksten KI-exponierten Berufen inzwischen rund 19% unter dem Niveau liegt, das sie hätte, wäre sie mit weniger exponierten Altersgenossen Schritt gehalten. Für erfahrene Arbeitnehmer gibt es keine vergleichbare Lücke. Entscheidend ist, dass der Effekt fast ausschließlich über reduzierte Einstellungen läuft, nicht über erhöhte Entlassungen: Arbeitgeber entlassen kein Nachwuchspersonal wegen KI, sie stellen von vornherein einfach weniger davon ein.
Führt man diese beiden Befunde zusammen, ergibt sich eine kohärente, engere Geschichte: KI erzeugt derzeit keine breite Beschäftigungskrise, aber sie könnte bereits die Einstiegsrampe in manche Bürolaufbahnen verengen — dieselbe Rampe, die historisch erfahrene Fachkräfte hervorbrachte, die später auf eigene Faust starten konnten. Das ist eine echt andere Sorge als „KI vernichtet Arbeitsplätze”, und sie verdient es, als solche behandelt zu werden, statt in die Boom- oder die Untergangserzählung eingefaltet zu werden.
Zwei Ideen, die plausibel klingen und noch keine Evidenz sind
Zwei Behauptungen kursieren ständig in Essays und Gründer-Threads über Unternehmertum im KI-Zeitalter, und keine hat den institutionellen oder peer-reviewten Rückhalt, den die obigen Zahlen tragen.
Die erste ist, dass „Geschmack” — kuratorisches Urteilsvermögen darüber, was es wert ist, gemacht zu werden — zum dauerhaften Wettbewerbsvorteil wird, sobald Ausführung billig ist. Es ist ein intuitives Argument und insoweit plausibel, aber es ist Kommentar, keine Forschung; keine rigorose Studie belegt, dass kuratorisches Urteilsvermögen der KI-gestützten Kommodifizierung besser widersteht als die Ausführungsfähigkeiten, denen es gegenübergestellt wird.
Die zweite ist, dass lokale, beziehungs- und vertrauensbasierte Unternehmen von Natur aus KI-resistent sind. Manche argumentieren dies mit der Theorie, dass Vertrauen von Angesicht zu Angesicht aufgebaut wird und sich nicht im großen Maßstab vortäuschen lässt. Doch die verfügbare Evidenz weist tatsächlich zumindest teilweise in die entgegengesetzte Richtung: KI-getriebene Empfehlung und Suche werden rasch zum ersten Schritt dabei, wie Menschen überhaupt lokale Dienstleistungen finden — was bedeutet, dass sich die KI-Schicht dem „Vertrauen” vorschaltet, auf dem ein lokales Unternehmen beruht, statt es unberührt zu lassen. Behandeln Sie beide Ideen als Hypothesen, die es zu beobachten lohnt, nicht als gesicherte Befunde — der Quellenstandard dieses Handbuchs verlangt, dass diese Unterscheidung sichtbar bleibt.
Wo das einen Haushalt zurücklässt, der die Entscheidung abwägt
Strukturelles Wachstum bei Unternehmensgründungen und ein schwächelnder Einstiegsarbeitsmarkt für junge, KI-exponierte Arbeitnehmer widersprechen sich nicht; sie könnten zwei Seiten desselben Umbruchs sein. Weniger Beschäftigte pro Unternehmen ist sowohl mit mehr Solo-Gründern als auch mit weniger Einstellungen im Nachwuchsbereich vereinbar. Nichts hier rechtfertigt „Kündige deinen Job und werde Solo-Unternehmer” als generischen Rat, und nichts rechtfertigt auch „Lass es sein, KI hat das schon aufgefressen.” Der nächste Artikel dieses Kapitels übersetzt diese Befunde in konkrete Anleitung für die Haushaltsplanung — einschließlich dessen, was jemand in einer KI-exponierten Berufseinstiegslaufbahn tatsächlich gegen die von den Stanford-Forschern dokumentierte Einstellungslücke unternehmen kann.