Ich lag falsch. Und das ist eigentlich eine gute Nachricht.

Im Herbst 2024 hat ein 41-jähriger Mann namens Matthew Gallagher sein Laptop zugeklappt, $20.000 auf sein Geschäftskonto überwiesen und ein Telehealth-Unternehmen gegründet. Kein Büro, kein Team. Nur er, eine Wohnung in Los Angeles und mehr als ein Dutzend KI-Tools. Vierzehn Monate später lag sein Jahresumsatz bei $401 Millionen. 250.000 Kunden. Zwei Mitarbeiter - er und sein Bruder.

Ich habe diesen Fall vor ein paar Wochen zum ersten Mal richtig durchgelesen. Und dann nochmal. Weil er eine Theorie widerlegt, die ich selbst lange vertreten hatte.

Anfang 2023, als die erste große KI-Welle richtig Fahrt aufnahm, hatte ich eine Vorhersage: 1-Person Unicorns werden kommen - aber sie werden API Companies sein. Eine Person baut eine API, die genau eine Sache perfekt beherrscht. Hunderttausende Clients - andere KI-Systeme, andere Entwickler - nutzen diese API. Die Zukunft: tausende hochspezialisierte 1-Personen-Dienste, jeder der Beste in seiner winzigen Nische.

Diese Theorie klang damals logisch. KI skaliert Spezialwissen. Wer die beste Bilderkennung baut, oder die präziseste Sentiment-Analyse, oder die schnellste Echtzeit-Übersetzung - der kann damit ein Unternehmen aufbauen, ohne ein Team zu brauchen. Lean. Spezialisiert. Skalierbar.

Ich lag falsch.

Matthew Gallagher hat keine API gebaut. Er hat kein spezialisiertes Tool entwickelt, das andere Systeme anbinden. Er hat ein Unternehmen aufgebaut - Marketing, Kundenakquisition, Arztintegration, Compliance, Abrechnung, Kundenservice. Alles. Mit KI-Agenten als seinen "Mitarbeitern". Er ist nicht Entwickler einer Spezialfunktion. Er ist CEO, CMO, COO und CFO gleichzeitig - und KI übernimmt den Rest.

Pieter Levels läuft seit Jahren mit seinem Solo-Portfolio vor, das inzwischen über drei Millionen Euro Jahresumsatz generiert. Photo AI, RemoteOK, InteriorAI. Keine APIs. Konsumerprodukte, die reale Probleme lösen - fotografiert ohne Fotograf, Jobbörse ohne Redaktion, Inneneinrichtung ohne Designer.

Das Muster ist dasselbe: Diese 1-Person-Unternehmen sind keine Spezialisten in einer Funktion. Sie sind Generalisten - aber mit einer KI-Armee im Hintergrund, die jede einzelne Funktion abdeckt.

Das ist exakt das Gegenteil meiner ursprünglichen These.

Ich dachte: KI ermöglicht extreme Tiefe. Einen Service, der eine Sache besser kann als alle anderen. Was tatsächlich passiert: KI ermöglicht extreme Breite. Eine Person, die alles ausreichend gut kann.

Der Agentic-AI-Markt wächst gerade von $5,2 Milliarden (2024) auf prognostizierte $196 Milliarden bis 2034 - fast 44% pro Jahr. Das ist kein Nischenthema mehr. Sam Altman hatte in seiner CEO-Runde eine Wette laufen, wann das erste 1-Person Milliarden-Unternehmen entsteht. Er hat die Wette gewonnen - schneller als die meisten seiner Kollegen erwartet hatten.

Was das für dich bedeutet, wenn du ein Unternehmen mit 100 oder 200 Mitarbeitern führst:

Die Bedrohung kommt nicht mehr primär von größeren Konkurrenten mit besseren Ressourcen. Sie kommt von kleineren Wettbewerbern mit weniger Overhead und mehr KI-Hebel. Ein Zwei-Personen-Startup kann heute Aufgaben übernehmen, für die du vor drei Jahren noch eine 30-köpfige Abteilung gebraucht hättest.

Carta hat für 2024 erhoben: 35% aller neuen US-Unternehmen wurden von einem einzigen Gründer gestartet. Nicht zwei. Nicht drei. Einer. Diese Zahl wird nicht kleiner werden.

Die Frage, die ich mir jetzt stelle - und die ich dir mitgeben will - ist nicht: "Was kann KI bei uns besonders gut?" Das ist die Frage von 2023.

Die Frage von 2026 ist: Wie viele Funktionen in eurem Unternehmen könnten mit KI-Unterstützung von einer einzelnen Person ausreichend gut erledigt werden?

Nicht perfekt. Ausreichend gut. Das ist der Unterschied.

Gallagher hat kein perfektes Telehealth-System gebaut. Er hat mit $20.000 ein System gebaut, das gut genug war, um 250.000 zahlende Kunden zu gewinnen. Schnell genug, um traditionellen Wettbewerbern mit hunderten Mitarbeitern Marktanteile wegzunehmen.

Ich weiß noch nicht genau, wo das endet. Aber ich bin sicher, dass die ursprüngliche API-These zu eng gedacht war.