Eine Unternehmensanalystin in ihren Vierzigern verlässt im Januar eine Beratung. Sie hat keine Investoren und plant keine erste Einstellung. Sie meldet ein Unternehmen an, schließt für Recherchen und Präsentationsentwürfe ein Claude-Abonnement ab, übergibt die Buchführung einer App und teilt ihren früheren Kunden mit, dass sie nun projektweise verfügbar sei. Diese Frau ist erfunden und steht für ein Muster. Dieses Muster versucht eine neue Analyse von Bundesdaten zu messen.

Die Analyse stammt von Liya Palagashvili, Leiterin des Labor Policy Project am Mercatus Center der George Mason University. Ihre am 17. Juli 2026 veröffentlichte Studie untersucht beim Census Bureau eingereichte Gründungsanträge. Zwischen dem ersten Quartal 2024 und dem ersten Quartal 2026 stiegen Anträge ohne frühe Anzeichen für Einstellungen in KI-exponierten Branchen um 26,8 %, von etwa 222.000 auf etwa 281.000 pro Quartal. Anträge, die auf spätere Arbeitgeber hindeuten, gingen um 6,4 % zurück. In einer Vergleichsgruppe aus Baugewerbe und Großhandel veränderte sich die Zahl der Solo-Anträge um minus 0,4 %. CNBC berichtete am 7. November über das Ergebnis.

Wie die Zahl entstand

Das Census Bureau veröffentlicht die Business Formation Statistics, die Anträge auf Arbeitgeber-Identifikationsnummern zählen. Außerdem kennzeichnet es eine Teilmenge mit hoher Wahrscheinlichkeit späterer Beschäftigung: Anträge mit Merkmalen wie einer Gesellschaftsstruktur, geplanten Löhnen oder Einstellungsabsichten, die historisch mit später beschäftigenden Unternehmen verbunden waren. Palagashvili zieht diese Teilmenge von der Gesamtzahl ab und nennt den Rest Gründungen vom „Solo-Typ“. Sie legt offen, dass dies ein von ihr konstruierter Näherungswert und keine offizielle Census-Reihe ist.

Als KI-exponierte Branchen definiert sie professionelle Dienstleistungen, Information, Bildung sowie Finanz- und Versicherungswesen. Ausgewählt wurden sie wegen ihrer hohen KI-Nutzung in der Census Business Trends and Outlook Survey. Baugewerbe und Großhandel dienen als Kontrollgruppe. Immobilien, verarbeitendes Gewerbe und Einzelhandel ließ sie wegen anderer Schocks in diesen Jahren außen vor. Insgesamt stiegen die Anträge in den exponierten Branchen im betrachteten Zeitraum um 18,0 %.

Eine Ereignisstudie über sieben Branchen beziffert den Unterschied bis 2025 auf etwa 16 % höheres Wachstum bei Solo-Gründungen in den exponierten Branchen. Die Autorin merkt an, dass die Standardfehler bei nur sieben Branchen wahrscheinlich unterschätzt werden und der Koeffizient für 2024 allein zwar positiv, aber nicht signifikant ist.

Was Umfragedaten ergänzen

Ein zweiter Datensatz, die Current Population Survey, zeichnet aus Sicht der Erwerbstätigen ein ähnliches Bild. Vom Ausgangszeitraum 2022–2023 bis 2025 stieg die Solo-Selbstständigkeit in KI-exponierten Branchen um 7,9 % und sank in der Vergleichsgruppe um 2,1 %. In den zehn Berufen, die der Expositionsindex von Felten als am stärksten von KI betroffen einstuft, stieg sie um 20 %; in den zehn am wenigsten exponierten veränderte sie sich kaum.

Unternehmensanalysten bilden die Fallstudie der Arbeit. Der Beruf wuchs von etwa 1,0 Millionen auf 1,12 Millionen Erwerbstätige, und der Anteil der allein Selbstständigen stieg von 5,6 % auf 7,0 %, nahe dem Höchststand eines Jahrzehnts. Palagashvili beschreibt den Beruf als einen, der sich neu organisiert, nicht schrumpft.

Die Vorbehalte der Autorin

Sie nennt die Befunde „vorläufig, beschreibend und nicht kausal“. Der Expositionsindex entstand vor den neuesten generativen Modellen. Das erste Quartal 2026 umfasst nur Januar bis März, die Quartalsdaten sind nicht saisonbereinigt, und andere branchenspezifische Schocks könnten die Aufspaltung verursachen. Gegenüber CNBC erklärte Palagashvili, die Ergebnisse zeigten nicht, dass KI den Anstieg verursacht habe.

Diese Zurückhaltung ist wichtig, weil die Geschichte eine einfache Deutung nahelegt: Günstige Software verwandelt jede Fachkraft in ein Einpersonenunternehmen. Die Daten zeigen, wo Anmeldungen zunahmen. Sie zeigen nicht warum und sagen bisher nichts darüber aus, wie viele dieser Solo-Unternehmen überleben oder ihren Lebensunterhalt erwirtschaften.

Berichte in beide Richtungen

CNBC stellte den Zahlen Unternehmer gegenüber. Alex Willen betreibt zwölf E-Commerce-Marken ohne Angestellte und erwartet dieses Jahr 2,5 Millionen bis 3 Millionen Dollar Umsatz. Er sagte dem Medium, Produktfotografie würde 2.000 bis 5.000 Dollar kosten und Gestalter von Produktangeboten 300 bis 1.000 Dollar pro Satz; Claude und ChatGPT hätten ihm geholfen, die Shopify-Seite einer gekauften Jagdausrüstungsmarke neu aufzubauen. Etwa 80 % seines Umsatzes kommen weiterhin über Amazon. Kristin Ginn verließ Microsoft im März und hat nach eigenen Angaben bis Jahresende etwa 250.000 Dollar an erhaltenen oder vertraglich vereinbarten Aufträgen, bei weniger als 60 Dollar monatlich für bezahlte KI-Werkzeuge und ohne regelmäßige externe Auftragnehmer.

Anbieterumfragen machen das Bild komplizierter. Laut CNBC stellte der Lohnsoftwareanbieter Gusto fest, dass kleine Unternehmen mit KI nach einem Jahr etwa 7 % mehr Beschäftigte hatten als vergleichbare Nichtnutzer, bei Firmen mit weniger als zehn Personen etwa 10 % mehr. Eine Umfrage von Amazon Web Services unter 3.413 Gründern ergab, dass junge Start-ups mit fortgeschrittener KI-Nutzung ihren Umsatz durchschnittlich um 156 % jährlich steigerten, gegenüber 65 % bei Start-ups insgesamt. Beide Untersuchungen stammen von Unternehmen, die an kleine Firmen verkaufen, und keine misst dasselbe wie die Census-Anmeldungen. Sie zeigen aber, dass KI-nutzende Firmen nicht einfach auf Einstellungen verzichten.

Eine alte Frage zum Unternehmen

Die ökonomischen Grundlagen der Debatte sind älter als die Modelle. Ronald Coase fragte 1937, warum Unternehmen überhaupt existieren, und antwortete: Die Nutzung des Marktes verursacht Kosten – Menschen finden, Bedingungen aushandeln, Arbeit prüfen. Ein Unternehmen stellt ein, wenn diese Kosten höher sind als die Personalführung. Palagashvilis Studie betrachtet KI als mögliche Senkung eines Teils dieser Kosten. Das würde Auslagerung oder Alleinarbeit für Aufgaben attraktiver machen, für die früher ein Angestellter nötig war.

Erik Brynjolfsson von Stanford und Zoë Hitzig argumentieren in einem im September veröffentlichten Kapitel, dass auch ein gegenläufiger Druck besteht. KI kann lokales Wissen kodifizieren und zentrale Kontrolle erleichtern, sodass durchschnittliche Unternehmensgröße und Konzentration steigen könnten. Brynjolfsson sagte CNBC, er erwarte eine Aushöhlung mittelgroßer Unternehmen, bei der Solo-Anbieter und sehr große Plattformen gewinnen. Adam Branch, Gründer des Softwareunternehmens rhino.ai, schätzt den Arbeitsanteil an den Betriebsausgaben seiner früheren Firma mit 500 Beschäftigten auf etwa 85 % und bei seiner heutigen mit rund 50 auf etwa 40 %.

Palagashvilis politische Schlussfolgerung folgt der ersten Lesart. Arbeitslosenversicherung und Arbeitgeberleistungen setzen eine Beschäftigung mit W-2-Steuerformular voraus. Deshalb schlägt sie übertragbare Sozialleistungen vor, die Erwerbstätige zwischen Aufträgen und Selbstständigkeit begleiten.

Was ansteht

Zwei Dinge werden den Befund prüfen. Zum einen die Census-Daten der nächsten Quartale, die zeigen, ob sich die Unterschiede vergrößern, halten oder auflösen. Zum anderen das Überleben: Eine Anmeldung ist ein eingereichtes Formular, kein dauerhaft bestehendes Unternehmen.

Zurück im ersten Jahr der gedachten Analystin fragt ein Kunde, ob sie im März einen zweiten und im Juni einen dritten Auftrag übernehmen könne. Sie kann die Arbeit erledigen. Was sie noch nicht beantworten kann, ist die Frage, wer sie absichert, wenn sie krank wird. Und nichts in der Census-Reihe kann ihr sagen, wie viele andere sich dieselbe Frage stellen.

Quellen

  • Brynjolfsson, E., & Hitzig, Z. (2026). AI’s Use of Knowledge in Society. In The Economics of Transformative AI, NBER. nber.org
  • Booth, B. (2026). America’s new no-employee small business owners start hot in AI era. CNBC. cnbc.com
  • Coase, R. H. (1937). The Nature of the Firm. Economica, 4(16). doi.org
  • Palagashvili, L. (2026). Artificial Intelligence (AI) and the Rise of Independent Work: Early Evidence from Solo Entrepreneurship. Mercatus Center at George Mason University. mercatus.org
  • U.S. Census Bureau. Business Formation Statistics. census.gov