Das Orakel-Problem der Prognosemärkte: wer entscheidet die Wette?

Der Markt hatte recht, die Trader verloren trotzdem

Im Frühjahr 2026 stellte Polymarket eine scheinbar einfache Frage: Wird Strategy, das frühere MicroStrategy, bis zum 31. Mai auch nur einen einzigen Bitcoin verkaufen? Als benannte Auflösungsquelle diente das Unternehmen selbst, genauer gesagt seine Pflichtmeldungen an die US-Börsenaufsicht SEC. Strategy verkaufte tatsächlich, 32 Bitcoin zwischen dem 26. und 31. Mai. Und dennoch löste der Markt mit „No“ auf. Wer auf „Yes“ gesetzt hatte, ging leer aus.

Zwei dieser Verlierer, William Wood und Thomas Bush, reichten am 3. Juli 2026 Klage am Obersten Gericht des Staates New York ein, gegen Polymarket, seine Holdinggesellschaften und Firmenchef Shayne Coplan. Die Plattform habe nach dem Stichtag eine neue Bedingung eingezogen, wonach der Verkauf nicht nur stattgefunden, sondern auch öffentlich bestätigt worden sein musste, so der Vorwurf, und den Markt anschließend mit „No“ abgerechnet (The Block). Aus der Klageschrift: „Wenn die Beklagten in einem derart objektiven Markt nachträglich eine Bestätigung-bis-zur-Frist-Anforderung durchsetzen können, dann ist das beworbene Versprechen einer vordefinierten, regelbasierten Auflösung in erheblichem Maße irreführend.“

Der Fall ist der bislang klarste Beleg für ein Problem, das der ganzen Branche zugrunde liegt und 2026 wichtiger geworden ist als jede Handelsstrategie: Nicht wer die Zukunft am besten einschätzt, gewinnt auf einem Prognosemarkt, sondern wer am Ende recht bekommt. Und darüber entscheidet nicht der Markt, sondern die Auflösung. Wie viel Bitcoin Strategy hält und welche Kostenbasis-Zonen den Kurs im vierten Quartal tragen, war für den Ausgang dieser Wette am Ende zweitrangig; entscheidend war die Auslegung eines einzigen Wortes.

Zwei Maschinen, ein Markt: Bots handeln, ein Orakel schlichtet

Prognosemärkte sind 2026 zu großen Teilen automatisiert. Auf Polymarket entfallen nach Daten, die CoinDesk im März auswertete, mehr als 30 Prozent der aktiven Wallets auf KI-Agenten, und diese Agenten schneiden messbar besser ab als Menschen: Über 37 Prozent der Bots des Anbieters Polystrat arbeiten profitabel, gegenüber nur 7 bis 13 Prozent der menschlichen Trader (CoinDesk). David Minarsch, Chef und Mitgründer des Entwicklerhauses Valory, beschreibt sein Produkt nüchtern: „Vereinfacht gesagt ist Polystrat ein autonomer KI-Agent, der rund um die Uhr im Auftrag seines menschlichen Nutzers auf Polymarket handelt.“ Allein im ersten Monat setzte der Agent mehr als 4.200 Trades ab.

Minarsch warnt zugleich vor der naiven Variante: „Ein Standardmodell einfach mit den Märkten zu füttern, führt in der Regel zu Ergebnissen, die nicht besser sind als ein Münzwurf.“ Wer Geld verdienen will, braucht eigene Datenpipelines, Kalibrierung und Risikosteuerung. Doch selbst der bestgebaute Agent stößt an eine Grenze, die keine Rechenleistung überwindet: Er kann die Wahrscheinlichkeit eines Ereignisses hervorragend modellieren und trotzdem verlieren, wenn das Orakel eine Definitionsfrage anders beantwortet als er.

Diese Trennung ist entscheidend. Die Qualität eines Agenten steckt in seinem Code, nicht in einem Token, wie sich am eingeschlafenen Markt für KI-Agenten-Coins zeigt; ein Blick auf die Handelsbilanz eines toten KI-Fonds genügt, um den Unterschied zwischen guter Software und einem gehypten Coin zu sehen. UMA und OLAS, die beiden Token, die für Auflösung und Agenten-Infrastruktur zentral sind, notieren beide als Micro-Caps im niedrigen bis mittleren zweistelligen Millionenbereich, weit unter ihren früheren Höchstständen. Für die Frage, wer eine Wette gewinnt, ist der Tokenpreis ohnehin belanglos. Es zählt allein, wer die Auflösung schreibt.

Und an dieser Schreibhoheit hängt 2026 mehr Geld als je zuvor. Prognosemärkte sind kein Nischenspielplatz mehr; sie setzen monatlich zweistellige Milliardenbeträge um, und institutionelle Investoren sind eingestiegen. Je mehr Kapital an einer einzelnen Auflösung hängt, desto teurer wird jede strittige Entscheidung und desto größer der Anreiz, sie zu beeinflussen. Was bei einem Straßenwettbüro um ein paar Euro eine Randnotiz wäre, wird bei Märkten dieser Größe zur Grundsatzfrage: Wer kontrolliert den Moment, in dem aus einer offenen Wette ein festes Ergebnis wird?

Das optimistische Orakel: wie eine Wette bei Polymarket abgerechnet wird

Polymarket lässt seine Märkte nicht von einer zentralen Instanz entscheiden, sondern über das optimistische Orakel von UMA. Das Verfahren funktioniert nach dem Prinzip „richtig, solange niemand widerspricht“. Läuft ein Markt aus, schlägt eine beliebige Adresse ein Ergebnis vor und hinterlegt dafür eine Sicherheit, üblicherweise 750 pUSD (rund 660 Euro). Dann beginnt ein zweistündiges Einspruchsfenster. Widerspricht niemand, gilt das vorgeschlagene Ergebnis nach etwa zwei Stunden als final (Polymarket-Dokumentation).

Erhebt jemand Einspruch und hinterlegt seinerseits die gleiche Sicherheit, eskaliert der Fall an das Data Verification Mechanism (DVM) von UMA, eine Abstimmung der UMA-Token-Inhaber. Diese dauert rund 48 Stunden; ein umstrittener Markt braucht damit vom Ablauf bis zur endgültigen Abrechnung vier bis sechs Tage. Wer recht behält, bekommt seine Sicherheit plus die Hälfte des Einsatzes der Gegenseite; wer falsch lag, verliert seinen Einsatz. Ökonomisch soll das Verfahren also ehrliche Vorschläge belohnen und Missbrauch bestrafen. In der Praxis hängt alles daran, ob die Frage sauber definiert ist.

Das Wort „optimistisch“ ist dabei mehr als ein Etikett. Es bedeutet, dass das System auf Widerspruch angewiesen ist, um Fehler zu korrigieren: Schlägt niemand Alarm, wird auch ein falscher Vorschlag final. In liquiden, aufmerksam beobachteten Märkten funktioniert das gut, weil sich ein lohnender Einspruch schnell findet. In den ruhigen, dünn gehandelten Ecken dagegen, die für Agenten oft am interessantesten sind, kann ein zweifelhaftes Ergebnis mangels Widerspruch einfach durchrutschen. Die Sicherheit des Verfahrens ist damit keine Konstante, sondern hängt an der Wachsamkeit der Teilnehmer.

Der Fall Strategy im Detail: eine Frage der Definition

Der Markt über Strategys Bitcoin-Verkäufe wirkte wie das Gegenteil eines Streitfalls. Die Frage war binär, die Quelle klar benannt, das Ereignis überprüfbar. Genau daran zeigt sich, wie tückisch Auflösung ist. Strategy verkaufte im Fenster bis zum 31. Mai 32 Bitcoin, das ist unstrittig. Umstritten war, ob der Markt damit auf „Yes“ hätte laufen müssen. Denn Polymarket präzisierte die Auslegung dahingehend, dass nicht der Verkauf allein zählte, sondern seine öffentliche Bestätigung bis zum Stichtag, und die kam über das entsprechende SEC-Formular erst am Rand oder nach Ablauf der Frist (The Block).

Ein Vorschlag lautete „No“, ein Einspruch folgte, das DVM stimmte am 3. Juni ab und bestätigte das Nein. Aus Sicht der Kläger drehte sich damit alles um die Bedeutung eines Verbs. Bezeichnet „verkaufen“ die Handlung selbst oder ihre öffentliche Bestätigung? Wer die Handlung meinte, hatte recht und verlor trotzdem. Wood und Bush verlangen den vollen Auszahlungswert ihrer Yes-Anteile von je einem US-Dollar, nach ihrer eigenen Rechnung ein hoher sechsstelliger Betrag im Bereich von rund 700.000 Euro, plus Anwaltskosten; die genaue Summe soll ein Gericht festlegen.

Das eigentliche Problem sitzt in der benannten Quelle. Eine Auflösungsquelle wie „die SEC-Meldungen von Strategy“ klingt objektiv, verlagert die Mehrdeutigkeit aber nur eine Ebene tiefer: Zählt der Zeitpunkt des Verkaufs oder der Zeitpunkt seiner Offenlegung? Fast jede reale Quelle hat solche Fugen, einen Abstand zwischen dem Ereignis und seiner offiziellen Dokumentation. Genau in diese Fugen läuft ein Markt, dessen Frist auf den Tag genau gesetzt ist. Je präziser die Frist, desto größer die Chance, dass Ereignis und Bestätigung auseinanderfallen.

Man muss die Klage nicht für aussichtsreich halten, um ihre Bedeutung zu erkennen. Sie legt offen, dass die Werbung mit „objektiver, regelbasierter“ Auflösung und die Realität auseinanderfallen, sobald ein Ereignis nicht in das vorgesehene Zeitraster passt. Für einen menschlichen Trader ist das ärgerlich. Für einen KI-Agenten, dessen gesamter Vorteil auf sauberer Wahrscheinlichkeitsrechnung beruht, ist es die eine Variable, die er nicht kontrollieren kann.

Die Achillesferse der Agenten: Auflösung lässt sich nicht absichern

Ein guter Agent zerlegt einen Markt in seine Bausteine: Basiswahrscheinlichkeit, aktuelle Nachrichtenlage, Orderfluss, Liquidität, die Differenz zwischen fairem Wert und Marktpreis. Nach Minarschs Angaben erreichen sauber gebaute Prognosewerkzeuge eine Treffergenauigkeit von 70 Prozent und mehr. All das lässt sich optimieren, messen, nachjustieren. Nur eine Größe entzieht sich dem Modell vollständig: die nachträgliche Definitionsentscheidung darüber, was das Ereignis eigentlich war.

In klassischen Finanzmärkten lässt sich fast jedes Risiko absichern. Wer ein Kursrisiko trägt, kauft eine Option; wer eine Position halten will, überbrückt die Volatilität. Nach einem Optionsverfall zeigt sich, ob eine Bewegung echt war oder nur ein Short Squeeze, doch wie sich ein Markt nach dem Verfall verhält, ist zumindest im Prinzip modellierbar. Das Auflösungsrisiko eines Prognosemarkts ist es nicht. Es gibt kein Instrument, das auszahlt, wenn ein Schiedsrichter ein Wort anders auslegt als erwartet. Dieses Risiko ist orthogonal zum Prognosekönnen: Man kann in der Sache vollkommen richtig liegen und es dennoch verlieren.

Ein Beispiel macht die Lücke greifbar. Angenommen, ein Agent bewertet korrekt, dass ein Unternehmen eine Übernahme abschließen wird, doch der Markt fragt, ob der Abschluss „bekanntgegeben“ wird, und die Meldung kommt eine Stunde nach Fristende. Der Agent lag richtig, der Markt löst gegen ihn auf. Es gibt keine Gegenposition, die diesen Ausgang absichert, weil das Risiko nicht im Ereignis steckt, sondern in seiner sprachlichen Fassung. Prognosekönnen und Auflösungsrisiko sind zwei verschiedene Spiele, die nur zufällig auf demselben Bildschirm stattfinden.

Deshalb ist Auflösung die eigentliche Frontlinie. Solange Bots gegen Bots und Menschen antreten, gleicht sich Prognosekönnen mit der Zeit aus, wie in jedem effizienten Markt. Das Auflösungsrisiko dagegen bleibt und trifft alle Teilnehmer gleich, ob Mensch oder Maschine. Wer die Regeln schreibt und wer sie im Zweifel auslegt, hat mehr Macht über das Ergebnis als jeder Trader.

Wenn das Haus das Orakel überstimmt: der Fall Barron

Das Auflösungsrisiko hat eine zweite Ebene, die noch unangenehmer ist als eine strittige Definition: die Frage, ob das Orakelurteil überhaupt bindend ist. 2024 lief auf Polymarket ein Markt mit einem Volumen von mehr als einer Million US-Dollar über die Frage, ob ein Übergewicht an Belegen darauf hindeute, dass Barron Trump an der Erschaffung des Solana-Tokens DJT beteiligt war. Die UMA-Token-Inhaber stimmten am 24. Juni mit klarer Mehrheit für „No“, weil sie die Belege für unzureichend hielten. Polymarket war mit dem Ergebnis nicht einverstanden und kündigte an, den Fall über eine eigene Lösung zu adressieren (DL News).

UMA-Mitgründer Hart Lambur verteidigte seine Wähler: „Ich glaube, dass unsere Wähler gute Arbeit geleistet und ehrlich gehandelt haben. Der Fall war mehrdeutig, und die Wähler hielten ein Nein für die am wenigsten schlechte Antwort.“ Genau hier liegt der Kern. Sobald die Plattform sich vorbehält, ein missliebiges Orakelurteil zu kassieren, wird das dezentrale Verfahren zur bloßen Empfehlung. Zum Definitionsrisiko gesellt sich damit ein Diskretionsrisiko: Die vermeintlich neutrale Maschine steht unter dem Vorbehalt derer, die sie betreiben.

Solche Eingriffe bleiben die Ausnahme, doch schon ihre Möglichkeit verändert die Kalkulation. Ein Agent, der auf die Dezentralität des Orakels vertraut, muss einpreisen, dass die Plattform in einem prominenten, reputationskritischen Markt anders entscheiden könnte als die Abstimmung. Das ist besonders heikel bei genau den Fragen, die viel Aufmerksamkeit ziehen und daher am ehesten zum Politikum werden. Die dezentrale Architektur verspricht Neutralität, aber die letzte Instanz bleibt in der Praxis eine geschäftliche Entscheidung.

Managed Proposers: UMA repariert die falsche Schicht

UMA hat auf die Kritik reagiert, allerdings an einer Stelle, die das Kernproblem nicht berührt. Mit den sogenannten Managed Proposers dürfen bei Polymarket nur noch geprüfte Adressen Ergebnisse vorschlagen. 37 Adressen erfüllen die Kriterien; wer dazugehören will, muss in drei Monaten mehr als 20 Vorschläge mit einer Trefferquote über 95 Prozent nachweisen. Die Bilanz ist eindrucksvoll: Die freigeschalteten Vorschlagenden kommen auf eine kumulierte Genauigkeit von 99,7 Prozent und stellen 96 Prozent aller Vorschläge, während nicht freigeschaltete Adressen im gleichen Zeitraum nur 85,8 Prozent erreichten (UMA).

Der Haken: Die Reform beschränkt, wer vorschlagen darf, nicht, wer im Streitfall abstimmt. Einsprüche bleiben zu 100 Prozent erlaubnisfrei, und die endgültige Entscheidung eines umstrittenen Marktes fällt weiterhin die permissionlose DVM-Abstimmung der Token-Inhaber. Damit verbessert die Reform die Qualität der Erstvorschläge, doch genau die strittigen Fälle, in denen das Geld wirklich auf dem Spiel steht, landen unverändert bei einer Abstimmung, deren Anreize umstritten sind. Es ist, als würde man die Ausbildung der Kläger verbessern und die Zusammensetzung der Geschworenen unangetastet lassen.

Wer Vertrauen in ein solches Verfahren setzen will, landet schnell bei denselben Fragen wie die Compliance-Debatte im übrigen DeFi. Ob man einer geprüften Whitelist vertraut oder auf kryptografische Verfahren setzt, ist letztlich dieselbe Grundsatzentscheidung wie beim Streit, ob Whitelist oder Nullwissen-Beweis das bessere Modell für regelkonformes DeFi sind. Eine Whitelist schafft Verantwortlichkeit, aber auch einen Flaschenhals und ein Einfallstor für Diskretion.

Die Auflösung wird selbst autonom: UMAs KI-Vorschlagsbot

Während KI-Agenten die Handelsseite längst erobert haben, greift die Automatisierung nun auf die Auflösung über. UMA testet einen eigenen KI-Vorschlagsbot, den Optimistic Truth Bot, der Ergebnisse eigenständig ermittelt. Seine Architektur besteht aus drei Teilen: einem Router, der Anfragen verteilt, spezialisierten Solvern (einer durchsucht das Web über Perplexity, ein anderer ruft Preis- und Sport-APIs ab) und einem Overseer, der die Qualität prüft und den Ablauf notfalls neu startet (UMA).

Über mehr als 3.000 Märkte erreicht der Bot eine Gesamtgenauigkeit von rund 78 Prozent. Das klingt mäßig, verbirgt aber eine klare Struktur: Bei einfachen Sport- und Preismärkten, in denen eine API die Antwort liefert, sind es 99,3 Prozent; bei sauberen Ja-Nein-Fragen ohne 50:50- und Zeitprobleme 95 Prozent. Wo der Bot dagegen zählen und interpretieren muss, etwa bei Märkten über die Häufigkeit einer Aussage, fällt die Quote auf 72 Prozent. Nur 0,4 Prozent aller Vorschläge ziehen einen echten inhaltlichen Einspruch nach sich; über 80 Prozent der Streitfälle drehen sich um Timing, nicht um Richtigkeit. Menschliche Vorschläge werden zu 98,2 Prozent ohne Einspruch akzeptiert, das ist die Messlatte. Bezeichnend ist, dass der Bot seine Empfehlungen bislang nur in sozialen Medien postet, nicht on-chain. Bei offenen, geopolitischen oder mehrdeutigen Fragen bleibt er schwach, also ausgerechnet dort, wo Streitfälle wie Strategy entstehen.

Trotzdem markiert der Bot einen Wendepunkt. Zum ersten Mal wird die Auflösung nicht nur von menschlichen Vorschlagenden getragen, sondern von einer Software, die den Großteil der Routinefälle allein bewältigt. Für Standardmärkte über Kurse, Spielergebnisse oder Wahlausgänge ist das ein Effizienzgewinn; die menschliche Prüfung verschiebt sich auf die schwierigen Ränder. Damit verschiebt sich auch die Machtfrage: Wer den Bot baut, seine Prompts formuliert und seine Datenquellen wählt, prägt die Auflösung tausender Märkte, ohne je selbst einen Vorschlag einzureichen.

KI-Richter: das eingefrorene Sprachmodell als Schiedsrichter

Einen radikaleren Vorschlag macht Andrew Hall, Davies Family Professor für Politische Ökonomie an der Stanford Graduate School of Business und Senior Fellow der Hoover Institution. In einem viel beachteten Essay für a16z crypto schlägt er vor, ein Sprachmodell schon bei der Markterstellung festzulegen und einzufrieren: „Bei der Vertragserstellung legt der Market Maker nicht nur die Auflösungskriterien in natürlicher Sprache fest, sondern auch das genaue LLM (identifiziert über eine mit Zeitstempel versehene Modellversion) und den genauen Prompt, der das Ergebnis bestimmt“ (a16z crypto).

Der Charme liegt in der Vorab-Transparenz: „Der gesamte Auflösungsmechanismus ist einsehbar und überprüfbar, bevor irgendjemand eine Wette platziert.“ Kein nachträgliches Ändern der Regeln, keine Ermessensentscheidung im Nachhinein. Im Fall Strategy hätte ein solches System die Frage, ob „verkaufen“ die Handlung oder ihre Bestätigung meint, vor dem ersten Einsatz beantwortet. Der Preis dieser Klarheit ist allerdings, dass ein Modell mit all seinen blinden Flecken zum letztgültigen Schiedsrichter wird. Wie gut das trägt, hängt daran, wie zuverlässig Maschinen im Schnitt urteilen, und die Datenlage dazu ist gemischt.

Ein Ausschuss aus Modellen: das Multi-Agenten-Orakel

Wenn ein einzelnes Modell nicht zuverlässig genug ist, warum dann nicht mehrere? Diese Frage untersucht eine akademische Arbeit von Tarun Kota zu Multi-Agenten-KI-Orakeln für die Auflösung von Prognosemärkten, getestet an 1.189 real aufgelösten Fragen. Das Ergebnis ernüchtert alle, die auf Schwarmintelligenz hoffen. Das beste Einzelmodell erreichte 82,42 Prozent. Ein nach Zuversicht gewichtetes Ensemble, das die Modelle unabhängig abstimmen lässt, kam auf 83,43 Prozent, also nur gut einen Prozentpunkt mehr (arXiv).

Noch aufschlussreicher ist der Fehlschlag der Debatte. Lässt man die Modelle miteinander diskutieren, sinkt die Genauigkeit auf rund 76 Prozent, schlechter als jedes Einzelmodell. Der Grund: Selbstbewusst falsche Modelle reißen im Gespräch die richtigen mit. Was tatsächlich funktioniert, ist ein hybrider Ansatz: Nur die Fragen, bei denen alle Modelle einig und zugleich sehr zuversichtlich sind, werden automatisch aufgelöst, und das mit 97,87 Prozent Genauigkeit auf 47 Prozent des Datensatzes. Der Rest geht an Menschen. Die Lehre ist unbequem für Automatisierungs-Enthusiasten: Ensembles helfen wenig, Debatten schaden, und robust wird das System erst mit einem Menschen in der Schleife. Ausgerechnet die Hälfte der Fälle, die strittigen, bleibt vorerst nicht maschinell zu lösen.

Für das Design von Prognosemärkten hat das eine klare Konsequenz. Wer Auflösung automatisieren will, sollte nicht auf ein allwissendes Einzelmodell und auch nicht auf eine debattierende Modell-Runde setzen, sondern auf eine klare Arbeitsteilung: Maschinen entscheiden das Eindeutige schnell und billig, Menschen bekommen das Strittige vorgelegt. Genau diese Grenze verläuft aber nicht zufällig. Sie trennt die Märkte, in denen ohnehin selten gestritten wird, von denen, in denen das meiste Geld und der größte Interessenkonflikt stecken.

Kalshi macht es anders: zentrale Auflösung, andere Risiken

Nicht jeder Prognosemarkt setzt auf ein dezentrales Orakel. Der große US-Konkurrent Kalshi, als Terminbörse von der Aufsicht CFTC reguliert, löst zentral auf. Für jede Kategorie sind bei der CFTC benannte Quellen hinterlegt: für Sport die Ligen sowie Agenturen wie AP oder ESPN, für Krypto die Indizes von CF Benchmarks, für Wirtschaftsdaten die Statistikämter und die Federal Reserve, für Wetter der nationale Wetterdienst. Ein internes Team stellt das Ergebnis fest, meist innerhalb weniger Stunden; ein Auszahlungswert von einem US-Dollar je Gewinnkontrakt, keine Gebühr. Für mehrdeutige Fälle gibt es ein Outcome Review Committee, dessen Entscheidung bindend ist; einen unabhängigen Instanzenzug oder ein Schiedsverfahren gibt es nicht (DeFi Rate).

Schneller und einfacher, ja. Aber die Kehrseite ist, dass Regelsetzer, Schiedsrichter und Vertragspartner dieselbe Firma sind. Genau das greift die Generalstaatsanwältin von Massachusetts, Andrea Campbell, in ihrer Klage gegen Kalshi an. Die Plattform „schreibt die Regeln für den Kontrakt und bestimmt die Grundlage für die Abrechnung“, und der Prozess „funktioniert vollständig innerhalb der Unternehmensstruktur von Kalshi und dient nicht als unabhängiger Vermittler“ (mass.gov). Ein Gericht in Suffolk untersagte Kalshi im Februar per einstweiliger Verfügung, in Massachusetts Sportkontrakte anzubieten. Damit steht die Wahl zwischen zwei unvollkommenen Modellen: dezentral, aber mit umstrittenen Abstimmungsanreizen, oder schnell, aber ohne unabhängige Kontrolle.

Wer darf das überhaupt regulieren? Der US-Gerichtsstreit

Hinter der Frage, wer eine einzelne Wette entscheidet, liegt die größere Frage, wer überhaupt die Aufsicht über diese Märkte hat. In den USA sind Prognosemärkte als Event Contracts Sache der Terminaufsicht CFTC, nicht der Börsenaufsicht SEC; die SEC berührt allenfalls die Token der Infrastruktur wie UMA oder OLAS, nicht die Wette selbst. Doch die Bundesstaaten sehen in Sport- und Ereigniskontrakten schlicht Glücksspiel und pochen auf ihre eigenen Gesetze.

Daraus ist ein handfester Streit zwischen den Bundesberufungsgerichten geworden. Das Berufungsgericht des Third Circuit gab Kalshi im Frühjahr weitgehend recht und wertete Sportkontrakte als Swaps, die Bundesrecht dem Staatenrecht vorordnet. Der Ninth Circuit entschied Ende August umgekehrt, Nevada dürfe seine Glücksspielgesetze anwenden. Ende September schloss sich ein weiteres Berufungsgericht der staatenfreundlichen Linie an und bestätigte die Position von Ohio und Tennessee, womit sich der Widerspruch zwischen den Gerichten vertiefte (The Block). Ein solcher Circuit Split gilt als klassischer Anlass für den Supreme Court, sich der Sache anzunehmen; entsprechende Anträge liegen bereits vor. Bis Washington entschieden hat, bleibt sogar offen, nach wessen Regeln diese Märkte überhaupt spielen.

Im Kern steht ein Definitionsstreit, der dem Orakel-Problem verblüffend ähnelt. Das Gesetz unterscheidet zwischen einem regulierten Termingeschäft und verbotenem Glücksspiel, definiert den Begriff „Gaming“ aber nicht sauber aus. Ob ein Sportkontrakt das eine oder das andere ist, hängt damit an der Auslegung eines einzelnen Wortes, so wie im Fall Strategy alles an der Bedeutung von „verkaufen“ hing. Auf jeder Ebene, vom einzelnen Markt bis zur Bundesgesetzgebung, entscheidet am Ende nicht der Sachverhalt, sondern seine Definition.

Prognosemärkte in Deutschland: BaFin, ESMA und drei Regime

Für Leser im deutschsprachigen Raum ist die Auflösungsfrage weitgehend akademisch, denn Polymarket ist hierzulande gesperrt; ohne Erlaubnis nach dem Glücksspielstaatsvertrag behandeln die Länderaufsichten unlizenzierte Ereigniskontrakte als illegales Glücksspiel. Hinzu kommt eine finanzaufsichtliche Hürde. Die BaFin hat den Vertrieb binärer Optionen an Kleinanleger dauerhaft verboten, gestützt auf Artikel 42 der MiFIR und in Kraft seit dem 2. Juli 2019. Als Begründung dienten drastische Verlustquoten: Je nach nationaler Aufsicht verloren zwischen 74 und 87 Prozent der Kleinanlegerkonten Geld (BaFin).

Ein binärer Ereigniskontrakt, der bei Eintritt einen festen Betrag und sonst nichts zahlt, ähnelt einer binären Option strukturell so stark, dass die europäische Wertpapieraufsicht ESMA klargestellt hat: Qualifiziert ein solches Produkt als Finanzinstrument nach MiFID II, fällt es unter das bestehende Verbot, ungeachtet des Markennamens. Substanz vor Form. Damit greifen in Europa drei Regime zugleich, je nachdem, wie man das Produkt einordnet: MiCAR unter Aufsicht von BaFin und ESMA für Kryptowerte-Dienstleister und Token, MiFID II unter BaFin für Ereigniskontrakte als Derivate, und das Glücksspielrecht der Länder für die Wette als solche. Dass MiCAR die Dienstleister und Emittenten erfasst, nicht das Protokoll selbst, hat die BaFin in ihrem Merkblatt zu Kryptowerte-Dienstleistungen festgehalten. Wer die regulatorische Gemengelage rund um digitale Vermögenswerte im Detail nachvollziehen will, findet in der Debatte um Stablecoin-Lizenzen zwischen MiCA und dem GENIUS Act ein anschauliches Parallelbeispiel für dasselbe Nebeneinander von EU- und US-Regeln.

Steuerlich ist die Lage für Agenten-Betreiber unbequem. Ein KI-Agent hat keine eigene Rechtspersönlichkeit, seine Gewinne werden dem Betreiber zugerechnet. Private Veräußerungsgeschäfte nach Paragraf 23 EStG kennen zwar eine einjährige Haltefrist und eine Freigrenze, doch ein Bot, der rund um die Uhr im Hochfrequenzmodus handelt, riskiert schnell die Einstufung als gewerbliche Tätigkeit mit entsprechend anderer Besteuerung. Das ist kein exotisches Detail, sondern der Regelfall für jeden, der einen solchen Agenten ernsthaft betreibt.

Was das für Trader und Agenten-Betreiber bedeutet

Die praktische Lehre aus dem Jahr 2026 ist unspektakulär und wird trotzdem selten befolgt: Lies die Auflösungsregeln und die benannte Quelle, bevor du setzt, nicht danach. Der Fall Strategy war kein Betrug und kein Hack, sondern ein Definitionsproblem, das in der Marktbeschreibung angelegt war. Wer den Unterschied zwischen „verkauft“ und „öffentlich bestätigt verkauft“ vorher erkannt hätte, hätte den Markt gemieden oder anders bepreist.

Für Agenten-Betreiber heißt das: Auflösungsrisiko gehört ins Modell, auch wenn es sich nicht sauber quantifizieren lässt. Ein Agent, der Märkte mit vagen oder zeitkritischen Kriterien meidet, verzichtet auf Umsatz, schützt aber sein Kapital vor der einen Variablen, die er nicht kontrolliert. Die Automatisierung der Auflösung wird das Problem lindern, aber nicht auflösen. UMAs Bot ist stark bei APIs und schwach bei Interpretation; das Multi-Agenten-Orakel zeigt, dass gerade die strittige Hälfte der Fälle beim Menschen bleibt. Genau die Grenzfälle, an denen Geld verloren geht, sind die, an denen auch die Maschinen scheitern.

Für Anleger im deutschsprachigen Raum bleibt die nüchternste Konsequenz, dass die großen internationalen Prognosemärkte rechtlich ohnehin außer Reichweite sind und die Teilnahme über Umwege sowohl aufsichtsrechtlich als auch steuerlich heikel ist. Wer sich dennoch mit der Materie befasst, sollte sie als das lesen, was sie ist: ein faszinierendes Labor für autonome Software und maschinelle Wahrheitsfindung, nicht als bequemer Renditekanal. Der interessanteste Teil dieser Märkte ist 2026 nicht die Wette, sondern die Frage, wie eine Maschine lernt, ein Ergebnis für wahr zu erklären.

Der eigentliche Wandel des Jahres ist also nicht, dass Bots den Handel übernommen haben; das ist längst geschehen. Der Wandel ist, dass nun auch die Schiedsrichter zu Software werden, und dass sich damit die alte Machtfrage neu stellt. Nicht mehr nur, wer die beste Prognose rechnet, sondern wer den Prompt schreibt, das Modell einfriert und im Zweifel den Ausschlag gibt. Auf einem Prognosemarkt gewinnt am Ende nicht, wer die Zukunft kennt, sondern wer die Regeln liest, nach denen über sie abgestimmt wird.

Häufig gestellte Fragen

Was ist das Orakel-Problem bei Prognosemärkten?

Das Orakel-Problem beschreibt, dass auf einem Prognosemarkt nicht die richtige Einschätzung der Zukunft über Gewinn und Verlust entscheidet, sondern die Auflösung, also wie ein Ereignis nachträglich definiert und wer es feststellt. Ein Trader oder KI-Agent kann in der Sache recht haben und trotzdem verlieren, wenn das Orakel eine Definitions- oder Zeitfrage anders beantwortet.

Wie löst Polymarket seine Märkte auf?

Polymarket nutzt das optimistische Orakel von UMA. Eine beliebige Adresse schlägt gegen eine Sicherheit von rund 750 pUSD ein Ergebnis vor; ohne Einspruch wird es nach etwa zwei Stunden final. Bei Einspruch entscheidet eine Abstimmung der UMA-Token-Inhaber, die rund 48 Stunden dauert, sodass strittige Märkte vier bis sechs Tage bis zur Abrechnung brauchen.

Warum wird Polymarket wegen des Strategy-Bitcoin-Markts verklagt?

Im Markt ging es darum, ob Strategy bis zum 31. Mai Bitcoin verkauft. Das Unternehmen verkaufte 32 Bitcoin, doch Polymarket löste mit Nein auf, weil die öffentliche Bestätigung nicht rechtzeitig vorlag. Zwei Trader klagen seit Juli 2026 gegen Polymarket und dessen Chef Shayne Coplan, weil die Plattform die Regel aus ihrer Sicht nachträglich verschärft habe.

Können KI-Agenten Prognosemärkte selbst auflösen?

Teilweise. UMAs Optimistic Truth Bot erreicht über mehr als 3.000 Märkte rund 78 Prozent Genauigkeit, bei API-basierten Sport- und Preisfragen 99,3 Prozent, bei interpretationsbedürftigen Fragen aber nur 72 Prozent. Forschung zu Multi-Agenten-Orakeln zeigt, dass sich strittige Fälle bislang nicht zuverlässig automatisch lösen lassen und ein Mensch in der Schleife bleiben muss.

Sind Prognosemärkte wie Polymarket in Deutschland legal?

Nein. Polymarket ist in Deutschland gesperrt, weil eine Erlaubnis nach dem Glücksspielstaatsvertrag fehlt. Zusätzlich hat die BaFin binäre Optionen für Kleinanleger verboten, und die ESMA ordnet vergleichbare binäre Ereigniskontrakte demselben Verbot zu, sofern sie als Finanzinstrument nach MiFID II gelten.

Marcus Okafor ist Senior-Redakteur bei HOGE Wire und schreibt über die Schnittstelle von KI und Krypto.