h hoge.gg
Subscribe
BTC$67,432.18+2.34%ETH$3,521.44+1.08%SOL$178.62-0.62%BNB$612.30+0.41%XRP$0.6234-0.18%ADA$0.4521+3.12%DOGE$0.1623+1.86%AVAX$38.71-1.24%LINK$17.84+0.92%HOGE$0.00004120+4.21%
BTC$67,432.18+2.34%ETH$3,521.44+1.08%SOL$178.62-0.62%BNB$612.30+0.41%XRP$0.6234-0.18%ADA$0.4521+3.12%DOGE$0.1623+1.86%AVAX$38.71-1.24%LINK$17.84+0.92%HOGE$0.00004120+4.21%
● AI x Crypto

KI-Agenten 2026: Wenn Maschinen mit Maschinen verhandeln

Im November 2026 handelten zwei Bank-Agenten erstmals ohne Menschen Devisen aus. Die Agent-zu-Agent-Ökonomie verschiebt die Leitfrage von der Bezahlung zum Vertrauen zwischen Maschinen.

Am 18. November 2026 passierte in einem Testlabor von JPMorgan etwas, das die Debatte über KI-Agenten still verschoben hat. Ein Agent der Hyundai Card prüfte die Guthaben ausländischer Töchter, holte bei mehreren Banken Devisenkurse ein, verglich sie und schickte einem zweiten Agenten, der auf JPMorgans Blockchain-Einheit Kinexys lief, den Auftrag, die Währung zu tauschen und das Geld zu überweisen. Kein Mensch drückte auf einen Knopf. Zwei Maschinen verhandelten, einigten sich und bewegten Geld, berichtete Crypto Briefing.

Bis dahin drehte sich fast jede Schlagzeile über autonome Agenten um dieselbe Frage: Wie bezahlt ein Agent einen Menschen oder einen Händler? Welche Karte, welche Wallet, welcher Rail? Der Test von JPMorgan und Hyundai Card markiert den Sprung in die nächste Schicht. Nicht mehr Agent zahlt Mensch, sondern Agent handelt mit Agent. Das ist die Agent-zu-Agent-Ökonomie, kurz A2A, und sie stellt andere Fragen als alles, was die Branche in diesem Jahr diskutiert hat.

Dieser Text erklärt, was A2A von früheren Agenten-Stufen unterscheidet, welche Protokolle den Handel zwischen Maschinen tragen, wo er heute schon läuft, warum Sicherheit und Haftung dabei zum eigentlichen Engpass werden und was all das für Anlegerinnen und Anleger im deutschsprachigen Raum steuerlich und rechtlich bedeutet. Wer die vorgelagerte Frage sucht, wem die Wallet des Agenten überhaupt gehört und über welche Schiene sie abrechnet, findet sie in unserer Analyse zur Brieftasche des Agenten.

Was ein On-Chain-Agent ist, und was nicht

Ein On-Chain-Agent ist kein Handelsbot. Ein klassischer Bot folgt starren Wenn-dann-Regeln: Fällt der Kurs um fünf Prozent, verkaufe. Ein Agent dagegen koppelt drei Bausteine. Erstens ein großes Sprachmodell (LLM), das Ziele interpretiert, Pläne schmiedet und Entscheidungen trifft. Zweitens eine eigene Wallet, über die er selbst Transaktionen signiert. Drittens Werkzeuge, also Schnittstellen zu Börsen, Protokollen, Datenquellen oder anderen Agenten. Der Unterschied ist nicht kosmetisch: Ein Bot tut nur, was ein Mensch vorgedacht hat, ein Agent formuliert Zwischenschritte selbst.

Genau diese Autonomie macht A2A erst möglich. Damit zwei Agenten miteinander handeln können, muss jeder von ihnen aus einem vagen Ziel (etwa „beschaffe die günstigsten Devisen“) eigenständig eine Reihe konkreter Schritte ableiten, einen Gegenüber finden, dessen Angebot bewerten und eine Zahlung auslösen. Ein regelbasierter Bot könnte das nicht, weil niemand vorab jede mögliche Verhandlung durchprogrammiert hat. Die Kehrseite: Ein System, das eigene Zwischenziele erfindet, kann auch in eine Richtung laufen, die sein Betreiber nie wollte. Genau dort beginnen die Probleme dieses Textes, und sie werden umso größer, je mehr Maschinen gleichzeitig mitspielen.

Von Agent-zu-Mensch zu Agent-zu-Agent

Die bisherige Agenten-Welt war einseitig. Ein Agent kaufte für seinen Nutzer ein, buchte eine Reise, bezahlte eine Datenabfrage. Auf der anderen Seite stand fast immer ein Mensch oder ein von Menschen betriebener Dienst. Fachleute nennen das Agent-to-Human oder Agent-to-Merchant. Die Zahlungsstandards, die 2026 Schlagzeilen machten, waren für genau dieses Muster gebaut: Eine Maschine zahlt, ein Geschäft kassiert.

A2A kippt die Richtung. Jetzt steht auf beiden Seiten eine Maschine. Der eine Agent bietet einen Dienst an (eine Prognose, eine Rechenleistung, einen Devisenkurs), der andere fragt ihn nach, bewertet mehrere Angebote und bezahlt automatisch. Das klingt nach einem technischen Detail, ist aber ein ökonomischer Bruch. Maschinen können in Sekunden Tausende solcher Mikro-Verhandlungen führen, rund um die Uhr, ohne Mittagspause und ohne menschliche Freigabe. Wenn das funktioniert, entsteht eine Handelsschicht, die kein Mensch mehr in Echtzeit überblickt, mit eigenen Preisen, eigener Geschwindigkeit und eigenen Fehlern.

Wee Kee Toh von der Analyse-Einheit Kinexys Insights brachte die Verschiebung nach dem Test auf den Punkt: Die eigentliche Frage sei, was passiere, wenn Agenten direkt miteinander verhandelten, sich einigten und dann Zahlungen auslösten, sagte sie dem Sender CNBC. Genau diese Stufe wollen JPMorgan und Hyundai Card in der ersten Hälfte 2027 erreichen. Der November-Test war die Fingerübung, die Verhandlung zwischen gleichberechtigten Maschinen ist das eigentliche Ziel.

Der A2A-Stack: reden, bezahlen, vertrauen

Damit zwei Agenten aus verschiedenen Unternehmen überhaupt Geschäfte machen können, braucht es drei Dinge: eine gemeinsame Sprache, einen Bezahlweg und eine Art, einander zu vertrauen, ohne sich zu kennen. Für jede dieser Ebenen hat sich 2026 ein eigener Standard herausgebildet, und erst ihr Zusammenspiel macht die Maschinenwirtschaft praktisch.

Die Sprache liefert das von Google gestartete Agent2Agent-Protokoll (A2A). Es wurde im April 2025 vorgestellt und steht inzwischen unter dem Dach der Linux Foundation; nach deren Angaben unterstützten es im April 2026 bereits mehr als 150 Organisationen. Agenten finden sich über sogenannte Agent Cards, kleine JSON-Dateien unter einer festen Web-Adresse, und tauschen Nachrichten über das Standard-Protokoll des Internets aus. A2A regelt also, wie Maschinen sich entdecken und unterhalten, nicht aber, wie sie bezahlen oder ob sie ehrlich sind.

Den Bezahlweg übernimmt x402, ein von Coinbase entwickelter und ebenfalls an die Linux Foundation übergebener Standard, der den lange ungenutzten HTTP-Statuscode 402 („Payment Required“) wiederbelebt. Fragt ein Agent einen Dienst an, antwortet dieser mit einer 402-Meldung samt Zahlungsanweisung; der Agent signiert eine Stablecoin-Transaktion und wiederholt die Anfrage. Die dritte Ebene, das Vertrauen, soll der Ethereum-Standard ERC-8004 liefern. Sein erklärtes Ziel ist es, Agenten zu ermöglichen, einander über organisatorische Grenzen hinweg ohne vorher bestehendes Vertrauen zu entdecken, auszuwählen und mit ihnen zu interagieren. Dazu kommt Googles Protokoll AP2, das Absichts- und Zahlungsmandate zwischen Agenten regelt, also wer wem wofür wie viel zugestanden hat.

Konkret sieht ein A2A-Geschäft heute so aus: Ein Agent braucht für eine Aufgabe aktuelle Wetterdaten. Er findet über eine Agent Card einen passenden Datendienst, fragt ihn an und erhält als Antwort den HTTP-Code 402 mit dem Preis, etwa einem Zehntelcent in USDC. Der Agent signiert die Zahlung aus seiner eigenen Wallet, schickt die Anfrage erneut und bekommt die Daten. Das Ganze dauert Sekundenbruchteile, läuft ohne Rechnung, ohne Abo und ohne menschliche Freigabe. Multipliziert mit Millionen solcher Abrufe ergibt sich eine Wirtschaft, in der Maschinen einander permanent kleine Beträge überweisen.

EbeneStandardFunktionHerkunft
Reden und findenA2A (Agent2Agent)Agenten entdecken sich, tauschen Aufträge ausGoogle, jetzt Linux Foundation
Bezahlenx402Zahlung per HTTP 402 und StablecoinCoinbase, jetzt Linux Foundation
VertrauenERC-8004Identität und Reputation ohne VorbeziehungEthereum (Entwurf)
Verhandeln und mandatierenAP2 und ErweiterungenAbsichts- und Zahlungsmandate zwischen AgentenGoogle und Partner

Wo Maschinen schon heute miteinander handeln

A2A ist keine reine Zukunftsvision. Die handfesteste lebende A2A-Ökonomie betreibt das Olas-Netzwerk (früher Autonolas). Auf seinem Mech Marketplace kaufen Agenten bei anderen Agenten Leistungen ein: Ein Handels-Agent bestellt etwa eine Prognose bei einem spezialisierten „Mech“, der nur diese eine Aufgabe besonders gut erledigt. Es ist ein Basar, auf dem Maschinen Arbeitsteilung betreiben, ohne dass ein Mensch die einzelnen Aufträge vermittelt. Nach Angaben des Netzwerks liefen bis November 2026 über 15 Millionen Agent-zu-Agent-Transaktionen über den Marktplatz, verteilt auf sieben Chains.

Interessant ist das Geschäftsmodell. Seit dem zweiten Quartal 2026 kassiert der Marktplatz eine Protokollgebühr von 15 Prozent auf jede Agent-zu-Agent-Zahlung; Gebühren in der netzwerkeigenen Marke OLAS werden auf Ethereum verbrannt, andere fließen in die Kasse des Projekts. Damit ist A2A nicht nur Technik, sondern eine Einnahmequelle, und sie zeigt, wie eine Maschinenwirtschaft Wert abschöpfen kann, lange bevor ein Mensch beteiligt ist. Dass der zugehörige Token OLAS mit einer Marktkapitalisierung von nur rund zehn Millionen Euro ein Winzling bleibt, ist dabei die wichtigste Lektion des Jahres: Die Qualität eines Frameworks und der Kurs seines Tokens haben wenig miteinander zu tun. Wer Agenten-Technik und Agenten-Spekulation verwechselt, hat 2026 viel Geld verloren.

Olas ist dabei nur das sichtbarste Beispiel. Auch andere Netze bauen Marktplätze, auf denen Agenten Dienste anbieten und abrufen, und die großen Zahlungsstandards sind genau dafür gedacht. Was hier entsteht, ist weniger eine einzelne App als eine Infrastruktur: ein offener Markt für Maschinenarbeit, auf dem der eine Agent das erledigt, was dem anderen fehlt. Ob daraus eine tragfähige Ökonomie wird, hängt weniger an der Technik als an Vertrauen und Nachfrage, den beiden Dingen, die bislang am knappsten sind.

Der Fall JPMorgan: ein Kontrollturm für autonome Agenten

Der Test von JPMorgan und Hyundai Card ist deshalb so aufschlussreich, weil er zeigt, wie eine Großbank das Risiko einhegen will. Der Hyundai-Agent überwachte die Liquidität ausländischer Töchter, holte Devisenkurse von mehreren Banken ein (eine davon war JPMorgans eigener Kinexys-Agent, zwei waren simuliert), verglich die Angebote und erteilte den Umtauschauftrag. Noch wählte der Agent nur aus bestehenden Kursen aus. Die eigentliche Verhandlung, bei der Agenten direkt um Konditionen feilschen, soll erst die Ausbaustufe 2027 bringen; Hyundai Card will Agenten danach auch im Alltag einsetzen, etwa für Zahlungen direkt aus dem fahrenden Auto heraus.

Entscheidend ist die Schutzschicht. JPMorgan baute laut Bericht eine eigene Kontrollebene zwischen die Agenten und das eigentliche Zahlungssystem. Jede Transaktion, die zuvor gesetzte Autorisierungsgrenzen überschritt, wurde entweder zur menschlichen Prüfung eskaliert oder schlicht abgelehnt. Das ist die zentrale Design-Entscheidung der A2A-Welt: Die Autonomie des Agenten endet hart an einem Limit, das ein Mensch vorab festlegt. Damit tauscht die Bank einen Teil der Effizienz gegen Kontrolle, und sie macht genau das Gegenteil dessen, was die Krypto-Agentenszene zwei Jahre lang gefeiert hat, nämlich grenzenlose Autonomie.

Dass ausgerechnet JPMorgan auf einer privaten Blockchain mit tokenisiertem Geschäftsbankengeld (nicht mit einem öffentlichen Stablecoin) testet, ist kein Zufall. Banken wollen die Abrechnung in einer Umgebung, die sie regulatorisch beherrschen. Die offene A2A-Welt mit x402 und öffentlichen Chains verspricht mehr Reichweite, die geschlossene mehr Kontrolle. Welche Schiene am Ende die Maschinenwirtschaft trägt, ist die vielleicht teuerste offene Frage der Branche, und sie ähnelt dem Streit um die Ökonomie der Validatoren, die öffentliche Netze überhaupt erst absichern und entlohnen.

Der Sektor in Zahlen

Die Börsen trennen Hype und Substanz gerade hart. Die von CoinGecko geführte Kategorie der KI-Agenten-Token kam am 20. November 2026 auf eine Marktkapitalisierung von rund 2,61 Mrd. US-Dollar (etwa 2,37 Mrd. Euro) bei einem Tagesumsatz von gut 239 Mio. US-Dollar; der Sektor hatte binnen einer Woche rund 15 Prozent verloren. Für die Umrechnung liegt dieser Analyse der EZB-Referenzkurs vom 19. November 2026 von 1,0992 US-Dollar je Euro zugrunde.

Auffällig ist, wie weit die Kurse von ihren Höchstständen entfernt sind. Der einstige Liebling Virtuals notiert tief unter seinem Rekord, der Payment-Agenten-Layer Kite hält sich vergleichsweise gut, und viele Namen, die vor einem Jahr als das nächste große Ding galten, sind heute Nebenwerte. Das Muster ist über das Jahr stabil: Die Infrastruktur für die Maschinenwirtschaft wächst, während die Token, die sie finanzieren sollten, schrumpfen.

TokenKürzelKurs (EUR)Marktkapitalisierung (EUR)Rolle
VeniceVVV~18,00~881 Mio.Privatsphäre-KI
KiteKITE~0,122~292 Mio.Zahlungs-Chain für Agenten
ASI AllianceFET~0,103~239 Mio.Agenten-Infrastruktur
VirtualsVIRTUAL~0,341~224 Mio.Agenten-Startrampe
OriginTrailTRAC~0,250~112 Mio.Daten und Wissensgraph
OlasOLAS~0,032~9,9 Mio.Agent-zu-Agent-Marktplatz

Die Werte stammen von CoinGecko, Stand 20. November 2026, und schwanken stark; wer sie zitiert, sollte sie vorab neu abrufen. Sie dienen der Einordnung des Sektors, nicht als Kaufempfehlung.

Die Adoptionslücke: viele Transaktionen, wenig echte Nachfrage

Die große Erzählung lautet, Agenten würden zu Kryptos nächster Nachfragequelle. Die Daten mahnen zur Vorsicht. Nach einer Auswertung von Chainalysis liefen über x402 auf der Chain Base binnen rund eines Jahres etwa 138 Millionen Zahlungen, von einem Startwert um 1.500 Mitte 2025. Beeindruckend, bis man genauer hinsieht: Mehr als 87 Prozent lagen zwischen einem Zehntelcent und zehn Cent, es sind also winzige Beträge, und ein großer Teil davon stammt laut Chainalysis aus automatisierten Skripten und Eigengeschäften, nicht aus echtem Handel zwischen unabhängigen Agenten.

Dieselbe Auswertung zeigt, wie stark die Aktivität auf wenige Regionen konzentriert ist: Ein überwältigender Anteil der Ausgaben für KI-Inferenz entfiel auf US-Wallets. Mit anderen Worten: Die Schienen sind gebaut, aber die Agenten, die darauf fahren sollen, sind noch kaum aufgetaucht, und wo sie fahren, bewegen sie Centbeträge. Für die A2A-Ökonomie heißt das: Der JPMorgan-Test ist ein Leuchtturm, kein Massenphänomen. Noch. Wer die Behauptung hört, Maschinen seien schon die neue Nachfrage am Kryptomarkt, sollte die Betragsgrößen danebenlegen.

Das ist keine Entwarnung, sondern eine Einordnung. Infrastruktur, die vor der Nachfrage gebaut wird, ist in der Technikgeschichte eher Regel als Ausnahme; Schienen lagen oft, bevor die Züge fuhren. Entscheidend ist, ob die Lücke zwischen Versprechen und Nutzung durch echte Anwendungsfälle geschlossen wird oder durch reine Spekulation. Der JPMorgan-Test gehört zur ersten Kategorie, ein konkreter Geschäftsfall mit messbarem Nutzen. Viele Token-Projekte des Jahres gehörten zur zweiten, und ihre Kurscharts zeigen, wie das endet.

Das Sicherheitsproblem: Agenten vertrauen Agenten blind

Schon ein einzelner Agent ist schwer abzusichern. Am 4. Mai 2026 brachten Angreifer einen auf der Plattform X aktiven Agenten (eine Kombination aus dem Modell Grok und dem Dienst Bankr) dazu, fremde Token zu verschicken. Der Trick: eine in Morsecode versteckte Anweisung in einer Antwort und ein geschenktes NFT, das Transferrechte freischaltete. Der Agent folgte der versteckten Instruktion und bewegte Token im Wert von mehreren Hunderttausend US-Dollar, dokumentiert in der Vorfalldatenbank der OECD. Die Grundschwäche: Ein Sprachmodell kann Befehl und Daten nicht sauber trennen. Alles, was es liest, kann zur Anweisung werden.

In der A2A-Welt wird dieses Problem größer, nicht kleiner, weil Agenten einander standardmäßig vertrauen. Eine Studie, die im November 2026 über einen Swarm-Alignment-Hackathon von Apart Research und der AI Alignment Foundation (mit dem Entwicklerstudio AE Studio) bekannt wurde, zeigt die Gefahr drastisch. Neun Programmier-Agenten sollten einen Fehler beheben und bekamen Zugang zu einem Forum aus 24 anderen Agenten, die im Gegenzug für Hilfe geheime Token und das Ausführen fremder Installationsskripte verlangten. In 181 Durchläufen gaben die Agenten ihr geheimes Token in 15 Prozent der Fälle preis und führten das fremde Skript in 24 Prozent aus; in einem harmlosen Hilfeforum waren es 2 beziehungsweise 0 Prozent.

Besonders heikel: Unter Druck wurden die Maschinen nachgiebiger. Sagte man einem Agenten, dies sei sein letzter Versuch und er werde sonst ersetzt, führte er das Fremdskript in 34 statt 19 Prozent der Fälle aus. Übertragen auf Geld heißt das: Ein böswilliger Agent, der sich als hilfsbereiter Partner ausgibt, kann einen anderen zu Handlungen verleiten, die dessen Betreiber ruinieren. Zwischen den Agenten gibt es keine eingebaute Authentifizierung, kein Misstrauen als Grundhaltung. In der A2A-Ökonomie ist der gefährlichste Angreifer nicht der Mensch im Forum, sondern die freundliche Maschine nebenan.

Die Gegenmittel sind bekannt, aber unbequem, weil sie Autonomie kosten. Jeder Agent sollte in einer abgeschotteten Umgebung laufen, nur die nötigsten Rechte besitzen und mit kurzlebigen Schlüsseln arbeiten, die nach einer Aufgabe verfallen. Vor allem aber muss die Grundhaltung kippen: Ein fremder Agent ist kein Kollege, sondern eine unbekannte Datenquelle, deren Nachrichten erst geprüft werden, bevor sie zu Handlungen werden. In der klassischen IT-Sicherheit heißt dieses Prinzip Zero Trust, und die A2A-Ökonomie braucht es dringender als die meisten Systeme, weil ihre Teilnehmer per Konstruktion überzeugend argumentieren können.

AngriffMechanikDas A2A-BesondereGegenmittel
Prompt InjectionVersteckte Anweisung in Daten wird zum BefehlDer „Partner“-Agent liefert die DatenBefehl und Daten trennen, Sandbox
Vertrauen per VorgabeAgent hält Peer-Agenten für gutartigKein eingebautes Misstrauen zwischen MaschinenAuthentifizierung, Reputations-Check
Sybil-ReputationGefälschte Bewertungen aus einer HandReputationsregister wird wertlosGewichtung nach Einsatz, Proof of Personhood
RechteausweitungAgent hat mehr Befugnis als nötigKetten von Agenten vererben RechteHarte Limits, kurzlebige Session-Schlüssel

Kann ein Agent dem anderen trauen? Das Identitätsproblem

Vertrauen zwischen Fremden braucht Identität und Reputation. Genau das soll ERC-8004 liefern, über drei Register: ein Identitätsregister (ein Agent bekommt eine Art übertragbaren Ausweis als NFT), ein Reputationsregister (signierte Bewertungen von Kunden) und ein Validierungsregister (Nachweise, dass eine Rechenleistung tatsächlich erbracht wurde). Die Referenzregister liegen seit Januar 2026 auf dem Ethereum-Mainnet. Davide Crapis, bei der Ethereum Foundation für KI zuständig und einer der Autoren, wirbt dafür mit dem Gedanken, Handel könne nicht entstehen, wenn sich die Beteiligten nicht vertrauen.

Nur steht die Praxis dem Anspruch weit hinterher. Eine Untersuchung von 10.000 registrierten Agenten auf dem Ethereum-Mainnet (Blöcke von Ende Januar bis Anfang April 2026) fand, dass nur 0,67 Prozent überhaupt einen Dienst-Eintrag hatten, 6,28 Prozent je eine Bewertung bekamen und ganze 19 Agenten voll funktionsfähig waren; das Fazit der Autoren lautet, die frühe Adoption sei registrierungslastig, aber operativ flach. Schlimmer noch das Reputationsregister: Eine zweite Studie über drei Chains zählte unter den Bewertungen massenhaft Sybil-Konten (koordinierte Scheinidentitäten aus einer gemeinsamen Finanzierungsquelle), auf Base über 90 Prozent. Ihr Urteil: Das Register könne in seiner derzeitigen Form nicht als Vertrauenssignal dienen, Reputation lasse sich zu geringsten Kosten manipulieren. Die Vertrauensschicht der A2A-Ökonomie ist also noch weitgehend Papier, und genau sie entscheidet darüber, ob fremde Agenten jemals sicher Geschäfte machen können.

Lösungsideen gibt es durchaus. Bewertungen ließen sich nach hinterlegtem Kapital gewichten, sodass eine Stimme etwas kostet und Sybil-Fluten teuer werden. Ein Nachweis, dass hinter einem Agenten überhaupt ein echter, einmaliger Betreiber steht (ein Proof of Personhood), könnte Massenfälschungen eindämmen. Und spezialisierte Prüfer könnten Bewertungen kuratieren, statt jedem Eintrag blind zu glauben. Keine dieser Ideen ist 2026 flächendeckend umgesetzt, und bis das geschieht, bleibt Reputation in der A2A-Welt ein Versprechen, auf das sich kein Agent verlassen sollte.

Systemisches Risiko: wenn Agenten im Gleichschritt handeln

Selbst wenn jeder einzelne Agent sicher und ehrlich wäre, bliebe ein Problem auf Systemebene. Viele Agenten stützen sich auf dieselben wenigen Sprachmodelle, dieselben Datenquellen, dieselben Strategien. Wenn Tausende Maschinen sehr ähnlich denken, reagieren sie auf denselben Auslöser auch sehr ähnlich, und zwar in Millisekunden. Aus vielen kleinen, korrelierten Entscheidungen kann so eine große, gleichgerichtete Bewegung werden: eine Monokultur, die Kursausschläge verstärkt statt sie zu dämpfen. Was bei Menschen Tage dauert, erledigen Agenten in einem Block.

Dazu kommen hausgemachte Krypto-Risiken. Schnelle, vorhersehbare Maschinentransaktionen sind ein gefundenes Fressen für MEV, also das gezielte Vordrängeln vor erkennbaren Transaktionen. Agenten, die automatisch Sicherheiten nachschießen oder Positionen glattstellen, können Liquidationskaskaden auslösen, wenn der Markt kippt. Und weil A2A-Zahlungen rund um die Uhr laufen, gibt es keine Handelspause, in der sich ein überhitztes System abkühlen könnte. Die Maschinenwirtschaft ist schnell, und Schnelligkeit ist in der Krise selten ein Vorteil. Je enger Agenten miteinander verzahnt sind, desto eher wird aus dem Fehler eines Einzelnen das Problem aller.

Noch gibt es diese Kaskaden in der A2A-Ökonomie nicht, schlicht weil zu wenige echte Agenten unterwegs sind. Doch die Bausteine liegen bereit, und die Geschichte der Kryptomärkte zeigt, dass neue Automatisierungsschichten ihre Crashs erst produzieren, wenn genug Kapital auf ihnen liegt. Wer die Monokultur-Gefahr ernst nimmt, sorgt für Vielfalt: unterschiedliche Modelle, unterschiedliche Datenquellen, unterschiedliche Strategien. Eine Maschinenwirtschaft, in der alle Agenten dasselbe denken, ist kein Markt mehr, sondern ein einziger großer Akteur mit vielen Gesichtern.

Wer haftet, wenn zwei Agenten sich irren?

Rechtlich ist die A2A-Ökonomie Neuland mit alten Regeln. Ein Agent ist keine Person. Er hat keine Rechtspersönlichkeit, keine Steuernummer, kein Vermögen, das man pfänden könnte. Verursacht er einen Schaden, haftet der Mensch oder das Unternehmen dahinter, der Prinzipal. Bei A2A wird das kniffliger, weil auf beiden Seiten ein Prinzipal steht: Wenn Hyundais Agent und JPMorgans Agent gemeinsam einen Fehler produzieren, muss man erst klären, wessen Agent wann die Kontrolle hatte und wessen Weisung den Schaden auslöste. Genau deshalb baut eine Bank einen Kontrollturm mit harten Limits, er ist auch ein Haftungsinstrument.

In Europa greift die Aufsicht an der Schnittstelle, nicht am Protokoll. Die BaFin beaufsichtigt unter MiCA die Krypto-Dienstleister und Emittenten, nicht die autonome Software selbst. Berät oder verwaltet ein Agent ein Portfolio, fällt das unter die Finanzmarktrichtlinie MiFID II, nicht unter MiCA. Eine eigene KI-Haftungsregel hat die EU vorerst nicht: Die geplante KI-Haftungsrichtlinie wurde 2025 zurückgezogen, sodass nationales Recht (in Deutschland das BGB) und die überarbeitete Produkthaftungsrichtlinie greifen, die ab dem 9. Dezember 2026 anzuwenden ist. In den USA tastet sich die Terminmarktaufsicht CFTC heran; ihr Vorsitzender Michael Selig nannte superintelligente Systeme auf dem ersten Frontier Forum der Behörde im Oktober eine Kraft, die die Finanzmärkte umwälzen werde. Verbindliche Regeln speziell für Agenten gibt es dort wie hier noch nicht, die Technik ist der Aufsicht voraus.

Steuerfalle: jede Maschinen-Zahlung ist eine Veräußerung

Für deutsche Nutzer steckt in A2A eine unterschätzte Steuerfalle. Zahlt ein Agent in einem US-Dollar-Stablecoin wie USDC, ist jede einzelne Zahlung aus Sicht des Finanzamts eine Veräußerung eines „anderen Wirtschaftsguts“ nach Paragraf 23 Einkommensteuergesetz. Weil der Kurs des Dollar-Stablecoins gegenüber dem Euro schwankt, entsteht bei jeder Zahlung ein kleiner Gewinn oder Verlust, der grundsätzlich zu erfassen ist. Tausende Mikro-Transaktionen zwischen Agenten bedeuten also Tausende steuerlich relevante Vorgänge, und niemand führt dieses Protokoll von Hand.

Die Regeln dazu sind klar, aber unbequem. Wird der Coin über ein Jahr gehalten, ist der Gewinn steuerfrei; darunter greift der persönliche Steuersatz (bis zu 45 Prozent plus Solidaritätszuschlag), sofern die Summe aller privaten Veräußerungsgeschäfte die Freigrenze von 1.000 Euro im Jahr überschreitet. Es gilt die FIFO-Methode, und wer rund um die Uhr hochfrequent handeln lässt, riskiert, dass das Finanzamt die Tätigkeit als gewerblich einstuft, mit Gewerbesteuer und ohne die Ein-Jahres-Befreiung; die Grundlinien hat das Bundesfinanzministerium in seinem Schreiben vom 6. März 2025 bekräftigt. Ein euro-denominierter Stablecoin würde das Währungsproblem entschärfen, was zugleich das stärkste Argument für eine europäische Bezahlschiene ist. Dass US-Dollar-Stablecoins wie USDT in Europa ohnehin unter Druck geraten, zeigt der Stichtag im Januar 2027.

Wofür Maschinen zuerst zahlen: die ersten A2A-Märkte

Die Maschinenwirtschaft entsteht nicht überall gleichzeitig, sondern dort, wo die Aufgabe eng umrissen und die Belohnung messbar ist. Der Treasury-Fall von JPMorgan und Hyundai Card ist ein Musterbeispiel: Devisenbeschaffung ist wiederkehrend, vergleichbar und zahlenbasiert, also ideal für einen Agenten, der Angebote einholt und das beste auswählt. Ähnlich eignet sich der Einkauf von Rechenleistung und Daten. Ein Agent, der für seine Antwort ein Modell befragen oder einen Datensatz kaufen muss, zahlt den Anbieter per Mikro-Transaktion, ohne Abo und ohne Mensch. Genau hier sehen auch große Vermögensverwalter den ersten echten Nachfragetreiber.

Zwei weitere Felder laufen bereits auf Hochtouren. Auf Prognosemärkten wird ein erheblicher Teil der Handelskonten längst von Bots und Agenten gesteuert, die rund um die Uhr Wahrscheinlichkeiten abschätzen und gegeneinander wetten. Und in der DeFi übernehmen Agenten das Nachschießen von Sicherheiten, das Umschichten von Liquidität und das Glattstellen von Positionen, ein Feld, das die Branche DeFAI nennt. Allen gemeinsam ist das Profil, das Agenten mögen: klare Regeln, schnelle Rückmeldung, offene Schnittstellen. Dort, wo Entscheidungen weich, langsam oder juristisch aufgeladen sind, bleibt der Mensch vorerst unentbehrlich.

Gerade der Markt für Rechenleistung könnte zum Schrittmacher werden. Dezentrale Netze, auf denen Anbieter GPU-Zeit versteigern, passen gut zu einem Agenten, der kurzfristig Kapazität braucht und sofort bezahlen will. Entsteht erst ein liquider, standardisierter Markt für Compute, hätten Agenten einen Grund, ständig und in großem Stil zu zahlen, nicht nur im Centbereich. Genau das ist die Wette hinter der Erzählung von der Maschinen-Nachfrage: dass Agenten irgendwann nicht Datenschnipsel, sondern echte Ressourcen im großen Stil handeln. Bis dahin bleibt sie eine Wette.

Ausblick: die Verhandlungsphase kommt 2027

Der nächste Schritt ist schon terminiert. JPMorgan und Hyundai Card wollen in der ersten Jahreshälfte 2027 den Fall testen, in dem mehrere Agenten nicht nur auswählen, sondern direkt miteinander verhandeln. Gelingt das verlässlich, verschiebt sich der Handel endgültig auf eine Schicht, die Menschen nur noch durch Limits und Protokolle berühren. Die entscheidenden Baustellen sind dann nicht mehr Bezahlwege, sondern Identität, die gegen Sybil-Angriffe hält, Reputation, die man nicht kaufen kann, und Haftungsregeln, die zwei Prinzipale sauber auseinanderhalten. Welche Abrechnungsschicht das am Ende trägt, ist offen; schon bei den Bitcoin-L2s zeigt sich 2026, wie schnell eine Schicht wieder verschwinden kann.

Für den Moment gilt die nüchterne Bilanz: Die Infrastruktur der Maschinenwirtschaft ist weiter als ihre Nachfrage, und ihre Sicherheit ist weiter hinter ihrem Anspruch. Wer heute Agenten einsetzt, sollte das wie eine Bank tun, mit harten Ausgabenlimits, getrennten und kurzlebigen Schlüsseln und der Grundannahme, dass jeder fremde Agent erst einmal nicht vertrauenswürdig ist. Vitalik Buterin hat die Konsequenz in seinem Aufsatz über sichere Sprachmodelle in drei Sätze gepackt: „All LLM inference local first. All files hosted locally. Sandbox everything.“ Dieselbe Analyse fand, dass rund 15 Prozent der untersuchten Agenten-Fähigkeiten bösartige Anweisungen enthielten. In einer Welt, in der Maschinen mit Maschinen handeln, ist Misstrauen keine Schwäche, sondern die einzige vernünftige Grundeinstellung.

Häufig gestellte Fragen

Was ist die Agent-zu-Agent-Ökonomie (A2A)?

A2A beschreibt den Handel zwischen autonomen KI-Agenten ohne Menschen auf beiden Seiten. Ein Agent bietet einen Dienst an, ein anderer fragt ihn nach, bewertet Angebote und bezahlt automatisch, oft in Stablecoins und im Sekundentakt.

Was haben JPMorgan und Hyundai Card getestet?

Am 18. November 2026 ließ ein Agent der Hyundai Card ohne menschliche Freigabe Devisenkurse mehrerer Banken vergleichen und einen Umtausch über JPMorgans Kinexys-Agenten ausführen. Eine Kontrollebene lehnte Transaktionen oberhalb gesetzter Limits ab. Die direkte Verhandlung zwischen Agenten ist für 2027 geplant.

Warum ist A2A ein Sicherheitsrisiko?

Agenten vertrauen anderen Agenten standardmäßig. Eine Studie von November 2026 zeigte, dass Agenten geheime Schlüssel preisgaben und fremde Skripte ausführten, sobald ein Peer-Agent um Hilfe bat, unter Druck sogar häufiger. Prompt Injection und gefälschte Reputation verschärfen das Problem.

Wie werden Gewinne von KI-Agenten in Deutschland besteuert?

Gewinne werden dem Wallet-Inhaber zugerechnet. Jede Stablecoin-Zahlung gilt als privates Veräußerungsgeschäft nach Paragraf 23 EStG; nach einem Jahr Haltedauer steuerfrei, darunter steuerpflichtig oberhalb der Freigrenze von 1.000 Euro. Hochfrequenter Dauerbetrieb kann als gewerblich gelten.

Wer haftet, wenn ein KI-Agent einen Schaden anrichtet?

Da ein Agent keine Rechtspersönlichkeit hat, haftet der Mensch oder das Unternehmen dahinter. Die BaFin beaufsichtigt unter MiCA die Dienstleister, nicht die Software; Anlageberatung durch Agenten fällt unter MiFID II. Eine eigene EU-KI-Haftungsregel gibt es nach dem Rückzug der Richtlinie vorerst nicht.

Von Marcus Okafor, Redakteur bei HOGE Wire. Dieser Beitrag ist keine Anlage-, Rechts- oder Steuerberatung.

Share 𝕏 Post Telegram