{"id":566,"date":"2026-09-16T16:30:52","date_gmt":"2026-09-16T16:30:52","guid":{"rendered":"https:\/\/hoge.gg\/de\/prognosemaerkte-2026-testfeld-autonome-ki-agenten\/"},"modified":"2026-09-16T16:30:52","modified_gmt":"2026-09-16T16:30:52","slug":"prognosemaerkte-2026-testfeld-autonome-ki-agenten","status":"publish","type":"post","link":"https:\/\/hoge.gg\/de\/prognosemaerkte-2026-testfeld-autonome-ki-agenten\/","title":{"rendered":"Prognosem\u00e4rkte 2026: das Testfeld der autonomen KI-Agenten"},"content":{"rendered":"

Wenn die US-Notenbank an diesem 16. September ihre Zinsentscheidung verk\u00fcndet, richtet sich der Blick vieler H\u00e4ndler nicht auf das Research-Modell einer Bank, sondern auf eine Kurve, die sich im Sekundentakt bewegt: den Preis eines Prognosemarkt-Kontrakts auf genau diese Entscheidung. Und immer h\u00e4ufiger sitzt am Abzug kein Mensch, sondern Software, die eine eigene Wallet f\u00fchrt, Datenquellen abfragt und ihre Position ohne R\u00fcckfrage anpasst.<\/p>

Das ist die eigentliche Geschichte des Jahres 2026. Die gro\u00dfe Erz\u00e4hlung vom autonomen KI-Agenten, der selbstst\u00e4ndig handelt und Transaktionen unterschreibt, ist an den meisten Fronten entt\u00e4uschend verlaufen. Die entsprechenden Token sind eingebrochen, viele Projekte sind verschwunden, und die vielbeschworene Maschinen-\u00d6konomie bleibt in den meisten Anwendungen ein Versprechen. An genau einer Stelle aber funktioniert sie: auf Prognosem\u00e4rkten wie Polymarket und Kalshi. Sie sind zum Testfeld geworden, auf dem autonome Agenten tats\u00e4chlich einen Produkt-Markt-Fit gefunden haben. Dieser Text erkl\u00e4rt, warum ausgerechnet hier, was das \u00fcber KI-Agenten verr\u00e4t, wer damit Geld verdient (und wer nicht), und wo BaFin, ESMA und der deutsche Fiskus die Grenzen ziehen.<\/p>

Warum Prognosem\u00e4rkte zum Testfeld der KI-Agenten wurden<\/h2>

Um die Bedeutung zu verstehen, hilft ein Blick auf den Rest des Sektors. Die von CoinGecko gef\u00fchrte Kategorie der KI-Agenten-Token<\/a> kommt Mitte September auf eine Gesamtbewertung von rund 3,1 Milliarden US-Dollar (etwa 2,7 Milliarden Euro), verteilt auf ein paar gro\u00dfe Namen wie Venice (VVV) und Virtuals (VIRTUAL) sowie einen langen Schwanz aus Projekten, die 90 Prozent und mehr unter ihren H\u00f6chstst\u00e4nden notieren. Der einst gefeierte Fonds-Agent ai16z wurde von seinem eigenen Gr\u00fcnder f\u00fcr tot erkl\u00e4rt, ein Muster, das wir an anderer Stelle im Detail nachgezeichnet haben: war der KI-Fonds je ein echter Fonds?<\/a> Qualit\u00e4t eines Frameworks und Kurs seines Token haben wenig miteinander zu tun.<\/p>

Und doch: Auf Polymarket sind laut Daten von LayerHub, zitiert von CoinDesk<\/a>, \u00fcber 30 Prozent der aktiven Wallets bereits KI-Agenten. Ein Gro\u00dfteil der aktivsten Konten wird von Software gesteuert, nicht von Menschen. Das ist kein Marketing-Versprechen, sondern ein messbarer Zustand einer laufenden, milliardenschweren Handelsumgebung. Die Frage lautet also nicht, ob autonome Agenten irgendwann n\u00fctzlich werden, sondern warum sie ausgerechnet auf einem Wettmarkt f\u00fcr Ereignisse ihren ersten belastbaren Anwendungsfall gefunden haben.<\/p>

Diese Verschiebung markiert einen Wendepunkt in der Erz\u00e4hlung. 2024 und 2025 verkauften viele Projekte die Vision autonomer Agenten vor allem \u00fcber Token und Versprechen; 2026 z\u00e4hlt, wo Agenten tats\u00e4chlich einen wirtschaftlichen Zweck erf\u00fcllen. Prognosem\u00e4rkte sind der bislang klarste Fall, weil sich Erfolg hier nicht behaupten, sondern messen l\u00e4sst. Wer wissen will, ob KI-Agenten mehr sind als eine Spekulationswelle, findet auf Polymarket die ehrlichste Antwort: Die Maschinen bleiben, auch nachdem die Token-Euphorie verflogen ist.<\/p>

Agent oder Bot? Was Autonomie hier bedeutet<\/h2>

Zun\u00e4chst eine Abgrenzung, die h\u00e4ufig verwischt wird. Ein klassischer Handels-Bot folgt festen Regeln: Wenn Preis X, dann Order Y. Ein KI-Agent im Sinne dieses Textes ist etwas anderes. Er besteht aus einem Sprachmodell (LLM), das Situationen interpretiert und Pl\u00e4ne fasst, aus einer eigenen Wallet, mit der er Transaktionen signiert, aus Werkzeugen (Datenfeeds, APIs, Suchfunktionen) und aus einer Autonomie-Logik, die entscheidet, wann gehandelt wird. Der Agent bekommt ein Ziel, keine Schritt-f\u00fcr-Schritt-Anweisung, und findet den Weg selbst.<\/p>

Diese Unterscheidung ist mehr als akademisch. Ein regelbasierter Bot kann einen Preis nicht deuten, ein Agent schon: Er kann eine Notenbank-Formulierung lesen, eine Wahlumfrage einordnen oder einen Gerichtsbeschluss zusammenfassen und daraus eine Wahrscheinlichkeit ableiten. Genau diese F\u00e4higkeit, Text in eine Sch\u00e4tzung zu \u00fcbersetzen, ist auf Prognosem\u00e4rkten die Kernkompetenz. Die folgende Tabelle zeigt die vier Bausteine im \u00dcberblick.<\/p>

Baustein<\/th>Funktion<\/th>Beispiel im Prognosemarkt<\/th><\/tr><\/thead>
Sprachmodell (LLM)<\/td>Interpretiert Ereignisse, plant, begr\u00fcndet<\/td>Liest ein FOMC-Statement und leitet eine Zinswahrscheinlichkeit ab<\/td><\/tr>
Wallet (Account Abstraction, Session Keys)<\/td>Signiert Transaktionen, h\u00e4lt Kapital<\/td>Kauft Ja-Anteile auf Polygon, ohne menschliche Freigabe je Order<\/td><\/tr>
Werkzeuge und Datenfeeds<\/td>Liefern aktuelle Fakten und Ausf\u00fchrung<\/td>Ruft Umfragen, Kursdaten und Nachrichten in Echtzeit ab<\/td><\/tr>
Autonomie-Logik<\/td>Entscheidet \u00fcber Zeitpunkt und Gr\u00f6\u00dfe<\/td>Bewertet neu, sobald sich der Markt bewegt, und passt an<\/td><\/tr><\/tbody><\/table><\/figure>

Sechs Gr\u00fcnde, warum Prognosem\u00e4rkte agententauglich sind<\/h2>

Warum funktioniert Autonomie hier, wo sie anderswo scheitert? Weil ein Prognosemarkt fast wie ein Laborexperiment f\u00fcr maschinelle Entscheidungen gebaut ist. Der Handlungsraum ist eng (Ja oder Nein), die Belohnung ist objektiv und terminiert (der Kontrakt l\u00f6st zu einem festen Zeitpunkt auf 1 oder 0 US-Dollar auf), der Markt l\u00e4uft rund um die Uhr, alles ist \u00fcber APIs zusammensteckbar, es gibt einen endlosen langen Schwanz kleiner Nischenm\u00e4rkte, und die relevante Information liegt als Text vor. Jede dieser Eigenschaften spielt einer Maschine in die H\u00e4nde.<\/p>

Man vergleiche das mit dem Spot-Handel von Kryptow\u00e4hrungen: unbegrenzter Preisraum, kein Aufl\u00f6sungszeitpunkt, keine eindeutige Belohnungsfunktion, st\u00e4ndige Reflexivit\u00e4t. Ein Agent, der Bitcoin traden soll, hat kein klares Signal, ob er richtig lag. Ein Agent, der auf eine Zinsentscheidung wettet, erf\u00e4hrt am Entscheidungstag exakt, ob seine Sch\u00e4tzung stimmte. Diese R\u00fcckkopplung ist der Treibstoff, aus dem sich messbare Leistung \u00fcberhaupt erst formen l\u00e4sst.<\/p>

Eigenschaft<\/th>Was sie bedeutet<\/th>Warum Agenten davon profitieren<\/th><\/tr><\/thead>
Begrenzter Handlungsraum<\/td>Nur zwei Ausg\u00e4nge, Ja oder Nein<\/td>Die Entscheidung ist \u00fcberschaubar und l\u00e4sst sich sauber kalibrieren<\/td><\/tr>
Objektive, terminierte Auszahlung<\/td>Kontrakt l\u00f6st zu festem Termin auf 1 oder 0 auf<\/td>Klares, unbestreitbares Erfolgssignal zum Lernen<\/td><\/tr>
Dauerbetrieb 24\/7<\/td>M\u00e4rkte schlie\u00dfen nie<\/td>Maschinen erm\u00fcden nicht und verpassen keine Nachtstunde<\/td><\/tr>
Composability \u00fcber APIs<\/td>Alles ist programmatisch ansprechbar<\/td>Der Agent handelt ohne menschliche Schnittstelle<\/td><\/tr>
Langer Schwanz an Nischen<\/td>Tausende kleiner, wenig beachteter M\u00e4rkte<\/td>Skalierbare Parallelit\u00e4t, wo Menschen nicht hinschauen<\/td><\/tr>
Text-native Information<\/td>Relevanz steckt in Sprache, nicht nur Zahlen<\/td>Genau die St\u00e4rke eines Sprachmodells<\/td><\/tr><\/tbody><\/table><\/figure>

Polystrat und die Belege aus dem Feld<\/h2>

Das prominenteste Beispiel ist Polystrat, ein im Februar 2026 gestarteter Agent des Anbieters Valory (das Unternehmen hinter dem Olas-Netzwerk). Laut CoinDesk f\u00fchrte Polystrat in seinem ersten Monat \u00fcber 4.200 Trades aus, mit Einzelrenditen von bis zu 376 Prozent. Entscheidender als der Ausrei\u00dfer ist die Breite: \u00dcber 37 Prozent der Polystrat-Agenten wiesen eine positive Gewinn-und-Verlust-Rechnung aus, gegen\u00fcber weniger als der H\u00e4lfte dieses Werts bei menschlichen Teilnehmern.<\/p>

David Minarsch, CEO und Mitgr\u00fcnder von Valory, beschreibt Polystrat gegen\u00fcber CoinDesk<\/a> als „einen autonomen KI-Agenten, der rund um die Uhr im Auftrag seines menschlichen Nutzers auf Polymarket handelt“. Er warnt zugleich vor der naiven Lesart: Das blo\u00dfe Ansto\u00dfen von Standardmodellen mit Marktfragen f\u00fchre meist zu Ergebnissen, die „nicht besser als ein M\u00fcnzwurf“ seien. Der Vorsprung entstehe erst durch sorgf\u00e4ltig gebaute Werkzeuge und Arbeitsabl\u00e4ufe. Und doch f\u00e4llt sein Fazit deutlich aus: „Agenten schneiden tendenziell besser ab als Menschen“, weil Menschen ihre Entscheidungen oft \u00fcberhastet tr\u00e4fen. Es sei, so Minarsch, l\u00e4ngst ein Ringen zwischen Mensch und Maschine im Gange.<\/p>

Die Zahlen sind mit Vorsicht zu lesen: Sie stammen aus einer fr\u00fchen Phase und von einem Anbieter, der ein Interesse an guten Ergebnissen hat. Doch das strukturelle Argument tr\u00e4gt unabh\u00e4ngig davon. Menschen schlafen, z\u00f6gern, \u00fcbersch\u00e4tzen einzelne Nachrichten; eine Maschine bewertet jeden der Tausenden Nischenm\u00e4rkte im selben n\u00fcchternen Takt. Genau dieser lange Schwanz, die vielen kleinen, schlecht beobachteten M\u00e4rkte, ist laut Minarsch das eigentlich interessante Terrain f\u00fcr Agenten, weil dort die menschliche Aufmerksamkeit am d\u00fcnnsten ist und ein systematischer, unerm\u00fcdlicher Ansatz den gr\u00f6\u00dften relativen Vorteil bringt.<\/p>

Die \u00d6konomie zwischen Agenten: Olas und der Mech Marketplace<\/h2>

Der interessanteste Teil ist nicht, dass Agenten handeln, sondern wie sie sich organisieren. Beim Olas-Netzwerk existiert eine echte Arbeitsteilung zwischen Maschinen. Ein Handels-Agent muss nicht selbst die beste Vorhersage berechnen; er kauft sie. \u00dcber den sogenannten Mech Marketplace beauftragt er einen spezialisierten „Prediction Mech“, also einen Anbieter-Agenten, der Modelle, Daten und Schnittstellen zu einer Wahrscheinlichkeit verdichtet, und zahlt daf\u00fcr einen Mikrobetrag. Anbieter konkurrieren \u00fcber Qualit\u00e4t, der K\u00e4ufer b\u00fcndelt die Signale.<\/p>

Genau diese Maschine-bezahlt-Maschine-\u00d6konomie wird \u00fcberall versprochen und fast nirgends geliefert. Hier l\u00e4uft sie im Produktivbetrieb. Nach Angaben von Olas<\/a> wurden \u00fcber 14 Millionen Agent-zu-Agent-Transaktionen \u00fcber mehrere Chains abgewickelt. Bemerkenswert ist die andere Seite der Zahl: Der Gesamtumsatz des Marktplatzes liegt bei nur rund 109.000 US-Dollar. Die Nachfrage nach Mikro-Diensten ist real, aber winzig, ein Muster, das sich durch den gesamten Bereich der Maschinen-Zahlungen zieht. Wer die Bausteine selbst betreiben will, kann das \u00fcber die Pearl-App tun; der Quellcode der Handels-Agenten liegt quelloffen im Repository valory-xyz\/trader vor und deckt Polymarket auf Polygon ebenso ab wie M\u00e4rkte auf Gnosis Chain.<\/p>

Auch hier trennt sich Technik von Token. Der OLAS-Token notiert laut CoinGecko<\/a> Mitte September bei rund 0,023 Euro (etwa 0,026 US-Dollar) und einer Marktkapitalisierung von knapp 7,9 Millionen US-Dollar, Rang jenseits der 1.300, weit unter fr\u00fcheren H\u00f6chstst\u00e4nden. Das Netzwerk kann funktionieren, w\u00e4hrend der Token verf\u00e4llt; beides zu verwechseln, ist einer der teuersten Fehler dieses Zyklus.<\/p>

Verdienen die Bots wirklich Geld? Der Realit\u00e4tscheck<\/h2>

Der wichtigste D\u00e4mpfer gegen die Euphorie kommt aus der Forschung. Das Projekt Prediction Arena (Autoren Jaden Zhang, Grace Li und Kollegen) lie\u00df sechs Spitzenmodelle 57 Tage lang mit echtem Kapital handeln und ver\u00f6ffentlichte die Ergebnisse als Preprint<\/a>. Auf Kalshi verloren alle sechs Modelle, mit Renditen zwischen minus 16,0 und minus 30,8 Prozent. Auf Polymarket dagegen lag dieselbe Riege im Schnitt nur bei minus 1,1 Prozent, ein Modell (ein Grok-4-Checkpoint) erreichte eine Trefferquote von 71,4 Prozent, und Gemini-3.1-Pro brachte in drei Tagen plus 6,02 Prozent.<\/p>

Die zentrale Erkenntnis ist unbequem und wichtig zugleich: Das Marktdesign habe „einen tiefgreifenden Effekt darauf, welche Modelle erfolgreich sind“. Nicht die rohe Intelligenz des Modells entscheidet, sondern die Umgebung: Marktauswahl, Liquidit\u00e4t, Aufl\u00f6sungsmechanik. Kalshi bot eine kleine, standardisierte Auswahl, Polymarket ein offenes Universum mit dem langen Schwanz, in dem Agenten ihre Kanten finden. Das erkl\u00e4rt Minarschs M\u00fcnzwurf-Warnung von der anderen Seite: Ein Agent ohne durchdachten Aufbau verliert; erst die Kombination aus gutem Modell, richtigem Markt und disziplinierter Ausf\u00fchrung zahlt sich aus. Wer tiefer in die Mikrostruktur und das Ende des leichten Geldes einsteigen will, findet dazu bei HOGE Wire eine eigene Analyse; hier bleibt festzuhalten, dass Profitabilit\u00e4t keineswegs garantiert ist.<\/p>

Ein Grund f\u00fcr die schwachen Ergebnisse liegt tief in der Marktmechanik. Eine Mikrostruktur-Studie<\/a> von Philipp Dubach wertete Milliarden von Orderbuch-Ereignissen auf Polymarket aus und fand, dass sich die Handelsrichtung aus dem \u00f6ffentlichen Datenstrom nur in rund 59 Prozent der F\u00e4lle korrekt ableiten l\u00e4sst, deutlich schlechter als der etwa 80-Prozent-Richtwert an der Nasdaq. Ein Agent, der seine Signale allein aus dem \u00f6ffentlichen Feed zieht, bekommt die Vorzeichen von Preisdruck und Orderfluss also oft falsch herum. Wer gegen besser informierte Gegenparteien handelt, zahlt die Zeche der adversen Selektion, und das trifft schlecht gebaute Bots am h\u00e4rtesten.<\/p>

Die Achillesferse: Wer entscheidet, wer recht hatte?<\/h2>

Ein Prognosemarkt ist nur so gut wie seine Aufl\u00f6sung. Wenn niemand verl\u00e4sslich feststellt, ob ein Ereignis eingetreten ist, ist der kl\u00fcgste Agent wertlos. Polymarket l\u00f6st M\u00e4rkte \u00fcber das optimistische Orakel von UMA auf: Ein Ergebnis wird als korrekt angenommen, sofern es niemand innerhalb einer Frist anficht; im Streitfall entscheidet eine Abstimmung der UMA-Token-Inhaber. Das System ist elegant, aber angreifbar. In der Vergangenheit gerieten strittige M\u00e4rkte in die Kritik, weil ein gro\u00dfer Teil der Stimmen von wenigen sehr gro\u00dfen Wallets kam und einzelne Abstimmende zugleich in denselben M\u00e4rkten positioniert waren. Ein Reformschritt (die verwaltete Variante des Orakels) versch\u00e4rfte die Anforderungen an Vorschlagende, lie\u00df die eigentliche Abstimmung aber offen; das Grundproblem der Interessenkonflikte bleibt damit bestehen.<\/p>

Wie real das Risiko ist, zeigten Vorf\u00e4lle der j\u00fcngeren Vergangenheit. In einem vielbeachteten Streit soll ein einzelner Gro\u00dfh\u00e4ndler mehrere Millionen Token \u00fcber verschiedene Konten mobilisiert und so eine Abstimmung in seine Richtung gedreht haben, w\u00e4hrend die H\u00e4ndler auf der Gegenseite Millionen verloren. UMA reagierte mit strengeren Regeln f\u00fcr Vorschlagende und testet inzwischen einen eigenen KI-Vorschlagenden, der Ergebnisse mit hoher Trefferquote vorbereiten soll. Das verlagert die Vertrauensfrage allerdings nur: von der Abstimmung hin zu dem Modell, das die Vorlage liefert.<\/p>

Das ist mehr als ein Randthema, es ist ein Machtproblem. Wenn wenige Adressen die Aufl\u00f6sung bestimmen k\u00f6nnen, \u00e4hnelt die Lage der Debatte \u00fcber konzentrierte Rechenleistung im Bitcoin-Mining, wo wir gefragt haben, ob Mining-Pools eine Mehrheit erlangen und angreifen k\u00f6nnten<\/a>. In beiden F\u00e4llen gilt: Dezentralit\u00e4t auf dem Papier sch\u00fctzt nicht, wenn die tats\u00e4chliche Kontrolle in wenigen H\u00e4nden liegt.<\/p>

Eine vieldiskutierte Alternative kommt von Andrew Hall, Professor f\u00fcr politische \u00d6konomie an der Stanford Graduate School of Business. In einem Beitrag f\u00fcr a16z crypto schl\u00e4gt er „KI-Richter“ vor. Der Kern: Bei der Markterstellung<\/a> lege der Anbieter nicht nur die Aufl\u00f6sungskriterien in nat\u00fcrlicher Sprache fest, sondern auch „das exakte LLM (durch eine mit Zeitstempel versehene Modellversion identifiziert) und den exakten Prompt“, der \u00fcber den Ausgang entscheidet. Diese Festlegung werde kryptografisch auf der Blockchain verankert. Sein Versprechen: „Der gesamte Aufl\u00f6sungsmechanismus ist sichtbar und pr\u00fcfbar, bevor irgendjemand eine Wette platziert. Keine Regel\u00e4nderungen mitten im Spiel, keine willk\u00fcrlichen Ermessensentscheidungen.“ Ob ein Modell wirklich unbestechlicher urteilt als eine Abstimmung, ist offen; die Idee, den Richter vorab offenzulegen und nachpr\u00fcfbar zu machen, verweist aber auf ein gr\u00f6\u00dferes Feld. Wie sich maschinelle Berechnungen \u00fcberhaupt beweisbar machen lassen, haben wir im Kontext der verifizierbaren Rechenleistung<\/a> beleuchtet.<\/p>

Aufl\u00f6sungsmechanismus<\/th>Wie er funktioniert<\/th>Schwachstelle<\/th><\/tr><\/thead>
UMA Optimistic Oracle<\/td>Ergebnis gilt als korrekt, sofern nicht angefochten; sonst Token-Abstimmung<\/td>Konzentration der Stimmen, Interessenkonflikte der Abstimmenden<\/td><\/tr>
KI-Richter (Vorschlag Hall)<\/td>Vorab festgelegtes LLM und Prompt, auf der Kette verankert<\/td>Modellfehler, Prompt-Manipulation, wer w\u00e4hlt das Modell?<\/td><\/tr>
Zentrale Aufl\u00f6sung<\/td>Betreiber oder Datenanbieter entscheidet<\/td>Vertrauen in eine Partei, klassisches Gegenparteirisiko<\/td><\/tr><\/tbody><\/table><\/figure>

Monokultur, Reflexivit\u00e4t und die Insider auf der Kette<\/h2>

Wenn Maschinen die Mehrheit stellen, entstehen neue Risiken. Viele Agenten st\u00fctzen sich auf dieselben wenigen Spitzenmodelle und dieselben \u00f6ffentlichen Datenfeeds. Das kann zu Monokultur f\u00fchren: Modelle liegen korreliert falsch, reagieren gleichzeitig, verst\u00e4rken Bewegungen. Prognosem\u00e4rkte sind zudem reflexiv, der Preis selbst wird zur Information; ein Agent, der auf den Preis reagiert, beeinflusst den Preis, auf den der n\u00e4chste Agent reagiert. Und weil Polymarket auf einer \u00f6ffentlichen Blockchain l\u00e4uft, sind alle Orders sichtbar. Das l\u00e4dt zu MEV-artigem Verhalten ein, also zum Vordr\u00e4ngeln vor erkennbare Orders.<\/p>

Die Transparenz hat eine paradoxe Kehrseite. Dienste wie Polysights durchforsten die \u00f6ffentliche Kette nach auff\u00e4lligen Mustern und markierten in den vergangenen Monaten Zehntausende Transaktionen als m\u00f6gliche Insider-Trades, also Wetten von Adressen, die den Ausgang offenbar fr\u00fcher kannten als der Markt. Auf einer \u00f6ffentlichen Kette wird Insiderwissen sichtbar, statt verborgen zu bleiben; die Wahrheit beschleunigt sich, wie es ein Betreiber solcher Analysetools formulierte, aber die Fairness leidet. F\u00fcr Agenten, die auf saubere Signale angewiesen sind, ist das eine st\u00e4ndige Quelle adverser Selektion.<\/p>

Systemisch betrachtet verschiebt sich damit das Risiko. Solange Menschen und Maschinen gemischt handeln, bleibt der Markt vielf\u00e4ltig. Kippt das Verh\u00e4ltnis weiter zugunsten weniger dominanter Modelle, drohen synchronisierte Fehlbewertungen: Viele Agenten lesen dieselbe Meldung gleich, positionieren sich gleich und r\u00e4umen gleichzeitig ihre Positionen, wenn sich das Blatt wendet. Was in ruhigen Phasen wie effiziente Preisbildung aussieht, kann sich in Stressmomenten in abrupte, selbstverst\u00e4rkende Ausschl\u00e4ge verwandeln, ein bekanntes Muster aus dem algorithmischen Handel an klassischen B\u00f6rsen.<\/p>

Vom Wettmarkt zur Wall-Street-Infrastruktur<\/h2>

W\u00e4hrend die Maschinen handeln, ist das gro\u00dfe Geld eingezogen. Die Intercontinental Exchange, Mutter der New York Stock Exchange, hat nach eigenen Angaben und Berichten von CoinDesk<\/a> bis zu rund 2 Milliarden US-Dollar in Polymarket investiert, ausdr\u00fccklich mit einer Daten- und Infrastruktur-These, nicht als Wette auf das Wetten. Kalshi wiederum b\u00fcndelt professionelle H\u00e4ndler in einem eigenen Profi-Produkt und \u00f6ffnet sich institutionellen Adressen. Die Analysten von Bernstein um Gautam Chhugani sch\u00e4tzten gegen\u00fcber CNBC<\/a>, das globale Volumen k\u00f6nne von rund 51 Milliarden US-Dollar (2025) auf etwa eine Billion US-Dollar bis 2030 wachsen, ein j\u00e4hrliches Wachstum von grob 80 Prozent.<\/p>

Mit dem gro\u00dfen Geld kamen die Profis. Ein Bericht von CryptoSlate<\/a> beschreibt, wie Eigenhandelsfirmen (Prop-Firmen), Market Maker und quantitative H\u00e4user eigene KI-Agenten einsetzen, die rund um die Uhr Preise beobachten, verwandte Kontrakte vergleichen und Wahrscheinlichkeiten aktualisieren. Manche behandeln aufgel\u00f6ste Kontrakte inzwischen wie ein Casting: Wer Unsicherheit besser bepreist als die Masse, ob Mensch oder Algorithmus, wird finanziert und mit Kapital ausgestattet. Der Gegenspieler eines Hobby-Bots ist damit oft kein unbedarfter Privatanleger mehr, sondern ein durchfinanzierter Handelstisch.<\/p>

Die Plattformen liefern das passende Werkzeug. Kalshi startete im Juli 2026 mit Kalshi Pro<\/a> eine professionelle Oberfl\u00e4che mit einem Screener \u00fcber rund 2.000 M\u00e4rkte, TradingView-Charts und einer eigenen Ansicht f\u00fcr perpetual futures, gebaut f\u00fcr Nutzer, die Dutzende M\u00e4rkte gleichzeitig handeln. F\u00fcr autonome Agenten ist das zweischneidig: mehr Liquidit\u00e4t und sauberere Schnittstellen, aber auch ein Feld, auf dem Amateur-Setups zunehmend chancenlos sind. Der Produkt-Markt-Fit der Agenten bleibt real, doch die Rendite wandert zu jenen, die Modelle, Daten und Ausf\u00fchrung am besten beherrschen.<\/p>

Der Aufstieg verl\u00e4uft nicht geradlinig. Nach dem Roll-off der Fu\u00dfball-Weltmeisterschaft fiel das kombinierte Volumen von Kalshi und Polymarket im August 2026 laut The Block<\/a> um 14,5 Prozent auf rund 45,3 Milliarden US-Dollar, der erste monatliche R\u00fcckgang seit einem Jahr. F\u00fcr autonome Agenten ist diese Institutionalisierung zweischneidig: Sie bringt Liquidit\u00e4t und robuste Infrastruktur, aber auch professionelle Gegenspieler mit besseren Modellen und schnellerer Ausf\u00fchrung. Das leichte Geld der Fr\u00fchphase weicht einem h\u00e4rteren Wettbewerb.<\/p>

Kennzahl<\/th>Wert<\/th>Quelle \/ Einordnung<\/th><\/tr><\/thead>
KI-Agenten-Kategorie (Marktkapitalisierung)<\/td>rund 3,1 Mrd. USD (ca. 2,7 Mrd. EUR)<\/td>CoinGecko, Mitte September 2026<\/td><\/tr>
Anteil KI-Wallets auf Polymarket<\/td>\u00fcber 30 Prozent<\/td>LayerHub via CoinDesk<\/td><\/tr>
ICE-Investment in Polymarket<\/td>bis zu rund 2 Mrd. USD<\/td>Daten- und Infrastruktur-These<\/td><\/tr>
Kombiniertes Volumen August 2026<\/td>rund 45,3 Mrd. USD (minus 14,5 Prozent)<\/td>The Block, erster R\u00fcckgang seit einem Jahr<\/td><\/tr>
Prognose Marktvolumen 2030<\/td>rund 1 Billion USD<\/td>Bernstein (Chhugani) via CNBC<\/td><\/tr><\/tbody><\/table><\/figure>

Das Vertrauensproblem: Polymarkets Werbe-Untersuchung<\/h2>

Institutionelles Kapital und maschineller Handel setzen voraus, dass die Plattform selbst sauber arbeitet. Genau daran gibt es Zweifel. Die US-Terminmarktaufsicht CFTC f\u00fchrt nach Berichten von CNBC<\/a> eine Untersuchung gegen Polymarket wegen einer m\u00f6glicherweise irref\u00fchrenden Marketingkampagne. Eine Auswertung des Wall Street Journal von 1.105 Werbevideos ergab, dass rund 70 Prozent gestellte statt echte Trades zeigten; die Clips brachten es zusammen auf \u00fcber 140 Millionen Aufrufe. Content-Ersteller sollen bezahlt worden sein, um Gewinne vorzut\u00e4uschen, die es so nicht gab. Zwei US-Senatoren forderten den CFTC-Vorsitzenden schriftlich zur Aufkl\u00e4rung auf; Polymarket k\u00fcndigte an, aktive Werbeinhalte zu pr\u00fcfen.<\/p>

F\u00fcr die Agenten-Geschichte ist das kein Nebenschauplatz. Autonome Software braucht Handelspl\u00e4tze, deren angezeigte Preise und Volumina echt sind; wenn Marketing und Realit\u00e4t auseinanderlaufen, sinkt das Vertrauen in genau die Signale, aus denen Maschinen ihre Sch\u00e4tzungen bauen. Die Episode zeigt, dass die Reife des Sektors nicht nur an Handelsvolumen zu messen ist, sondern auch an der Integrit\u00e4t der Plattformen.<\/p>

Das juristische Ringen in den USA: Circuit Split und der Weg zum Supreme Court<\/h2>

Parallel eskaliert der Streit \u00fcber die Zust\u00e4ndigkeit. Ende August 2026 entschied der neunte US-Bundesberufungsgerichtshof einstimmig, dass der Bundesstaat Nevada Prognosem\u00e4rkte wie Gl\u00fccksspiel regulieren darf und das bundesrechtliche Terminmarktrecht die L\u00e4nder nicht verdr\u00e4ngt; Sport-Ereigniskontrakte seien Sportwetten, keine Swaps. Das Urteil steht, wie CoinDesk<\/a> und CNBC<\/a> berichten, im Widerspruch zu einer fr\u00fcheren Entscheidung des dritten Berufungsgerichtshofs zugunsten von Kalshi in New Jersey. Dieser Circuit Split gilt als klassischer Anlass f\u00fcr ein Verfahren vor dem Supreme Court. Kalshi beantragte Anfang September zun\u00e4chst eine \u00dcberpr\u00fcfung durch das gesamte Gericht.<\/p>

Der treffendste Kommentar zur Lage stammt vom Markt selbst: Auf Polymarket lag die gehandelte Wahrscheinlichkeit, dass der Supreme Court den Fall annimmt, laut Branchenberichten bei rund 52 Prozent. Ein Prognosemarkt bepreist die Chancen seines eigenen Rechtsstreits, und die Maschinen handeln mit. Dass US-Ereigniskontrakte in die Dom\u00e4ne der CFTC fallen und nicht der Wertpapieraufsicht SEC, bleibt dabei der entscheidende Rahmen: Die SEC ber\u00fchrt allenfalls die Token wie UMA oder OLAS, nicht die Wette selbst. Diese Zersplitterung f\u00fcgt sich in ein gr\u00f6\u00dferes US-Muster, in dem belastbare Bundesgesetze f\u00fcr Kryptom\u00e4rkte weiter fehlen und die Beh\u00f6rden zunehmend ohne neue Grundlage handeln, wie es sich auch bei den Krypto-ETF-Zulassungen nach dem CLARITY-Aus<\/a> zeigt.<\/p>

Deutschland und die EU: BaFin, ESMA und das Gl\u00fccksspielrecht<\/h2>

F\u00fcr deutsche Leserinnen und Leser ist die wichtigste Nachricht schlicht: Der legale Zugang fehlt. Polymarket ist in Deutschland geoblockt, weil eine Erlaubnis nach dem Gl\u00fccksspielstaatsvertrag fehlt; die Gemeinsame Gl\u00fccksspielbeh\u00f6rde der L\u00e4nder (GGL) behandelt unlizenzierte Ereigniskontrakte als unerlaubtes Gl\u00fccksspiel. Kalshi steht deutschen Privatkunden ebenfalls nicht offen. Wer hierzulande \u00fcber einen Agenten auf solchen M\u00e4rkten handelt, bewegt sich rechtlich auf d\u00fcnnem Eis.<\/p>

Hinzu kommt die Finanzmarktebene. Die BaFin hat den Vertrieb bin\u00e4rer Optionen an Privatkunden per Allgemeinverf\u00fcgung dauerhaft untersagt (gest\u00fctzt auf Artikel 42 MiFIR, seit dem 2. Juli 2019), mit der Begr\u00fcndung, solche Produkte seien intransparent und der Anbieter zugleich Gegenpartei. Die europ\u00e4ische Aufsicht ESMA stellte 2026 klar, dass bin\u00e4re Ereigniskontrakte, die als Finanzinstrumente im Sinne von MiFID II gelten, unter genau dieses bestehende Verbot fallen, unabh\u00e4ngig vom Handelsnamen. Es gilt also eine Substanz-\u00fcber-Form-Betrachtung. F\u00fcr die Einordnung, wann ein digitales Produkt \u00fcberhaupt unter MiCA, MiFID II oder das Gl\u00fccksspielrecht f\u00e4llt, lohnt der Blick auf unsere Analyse zu MiCA und Gaming-Token<\/a>, die dieselbe Klassifizierungsfrage an einem verwandten Fall durchspielt.<\/p>

Wichtig ist die saubere Trennung dreier Regelwerke, die in Deutschland und der EU parallel greifen. Die EU-Kommission konsultiert im Rahmen der MiCA-\u00dcberpr\u00fcfung zudem die Behandlung von Prognosekontrakten; die Frist l\u00e4uft nach vorliegenden Angaben bis Ende September 2026, was das Thema f\u00fcr die kommenden Monate hochaktuell macht.<\/p>

Regelwerk<\/th>Zust\u00e4ndig in Deutschland<\/th>Was es erfasst<\/th><\/tr><\/thead>
MiCAR<\/td>BaFin (national), ESMA (EU)<\/td>Krypto-Dienstleister und Token, nicht die Wette selbst<\/td><\/tr>
MiFID II<\/td>BaFin<\/td>Ereigniskontrakte als bin\u00e4re Derivate, Retail-Verbot<\/td><\/tr>
Gl\u00fccksspielrecht (Gl\u00fcStV)<\/td>GGL und L\u00e4nder<\/td>Unlizenzierte Ereigniswetten als unerlaubtes Gl\u00fccksspiel<\/td><\/tr><\/tbody><\/table><\/figure>

Wer die aufsichtliche Grundlogik nachlesen will, findet sie im BaFin-Merkblatt zu Kryptowerte-Dienstleistungen<\/a>; die Erinnerung der ESMA an die bestehenden Pflichten unter dem Bin\u00e4roptionen-Regime ist auf deren Website<\/a> dokumentiert.<\/p>

Steuerfragen: Wenn ein Agent f\u00fcr den Betreiber handelt<\/h2>

Ein autonomer Agent hat keine Rechtspers\u00f6nlichkeit und keine Steuernummer. Gewinne und Verluste werden deshalb der dahinterstehenden Person oder Gesellschaft zugerechnet, also dem Betreiber der Wallet. F\u00fcr private Anleger fallen Krypto-Ver\u00e4u\u00dferungsgewinne grunds\u00e4tzlich unter die privaten Ver\u00e4u\u00dferungsgesch\u00e4fte nach Paragraf 23 EStG: Bei einer Haltedauer von \u00fcber einem Jahr sind Gewinne steuerfrei, andernfalls greift der pers\u00f6nliche Steuersatz; es gilt eine Freigrenze von 1.000 Euro pro Jahr.<\/p>

F\u00fcr hochfrequent handelnde Agenten wird es heikel. Ein System, das rund um die Uhr Tausende Trades ausf\u00fchrt, riskiert eine Einstufung als gewerbliche T\u00e4tigkeit, mit der Folge von Gewerbesteuer und dem Verlust der Einjahresregel. Hinzu kommt eine oft \u00fcbersehene Feinheit: Jede Zahlung eines Agenten in einem Stablecoin ist grunds\u00e4tzlich eine Ver\u00e4u\u00dferung; wer Maschinen im Mikrozahlungs-Modus laufen l\u00e4sst, produziert entsprechend viele steuerlich relevante Vorg\u00e4nge. Die BaFin ist hier ausdr\u00fccklich nicht zust\u00e4ndig, sie beaufsichtigt Krypto-Dienstleister, nicht die Besteuerung. Angesichts der Komplexit\u00e4t ist steuerlicher Rat f\u00fcr gewerbsm\u00e4\u00dfige Setups keine K\u00fcr, sondern Pflicht.<\/p>

Praktisch hei\u00dft das: Wer einen Agenten laufen l\u00e4sst, braucht eine l\u00fcckenlose Dokumentation. Jeder Kauf, jeder Verkauf und jede Aufl\u00f6sung eines Kontrakts muss mit Zeitstempel, Kurs und Gegenwert in Euro erfasst werden, damit Haltefristen und Freigrenze \u00fcberhaupt nachweisbar sind. Bei Tausenden automatisierten Transaktionen ist das ohne spezialisierte Steuersoftware kaum zu leisten. Hinzu kommt die Unsicherheit, wie Finanz\u00e4mter Gewinne aus einer in Deutschland ohnehin nicht lizenzierten Wettplattform behandeln; im Zweifel ist die konservative, gut dokumentierte Deklaration der sicherere Weg.<\/p>

Was 2026 auf dem Spiel steht<\/h2>

Die Lehre aus diesem Jahr ist so einfach wie folgenreich: Autonomie zahlt sich dort aus, wo die Belohnungsfunktion lesbar ist. Prognosem\u00e4rkte liefern genau das, ein klares Ja oder Nein, einen festen Termin, ein unbestechliches Erfolgssignal. Deshalb funktioniert der KI-Agent hier, w\u00e4hrend er im offenen Spot-Handel oder in vagen Aufgabenfeldern strauchelt. Wer wissen will, wo Maschinen als N\u00e4chstes Fu\u00df fassen, sollte nach denselben Eigenschaften suchen: begrenzter Handlungsraum, objektive Auszahlung, text-native Information.<\/p>

Zugleich sind die Grenzen sichtbar. Die Aufl\u00f6sung bleibt die Achillesferse, die Profitabilit\u00e4t ist keineswegs sicher, die Monokultur der Modelle schafft neue Systemrisiken, und die Rechtslage ist auf beiden Seiten des Atlantiks in Bewegung. F\u00fcr Deutschland gilt weiterhin: kein legaler Retail-Zugang, ein hartes Finanzmarktverbot f\u00fcr bin\u00e4re Produkte und offene Steuerfragen bei jedem gewerblichen Setup. Der Prognosemarkt ist 2026 das \u00fcberzeugendste Schaufenster f\u00fcr autonome KI-Agenten, und zugleich eine Mahnung, wie eng der Korridor ist, in dem diese Maschinen tats\u00e4chlich taugen. Am Tag der Fed-Entscheidung l\u00e4sst sich das in Echtzeit beobachten, in einer Kurve, die von immer mehr Software gezeichnet wird.<\/p>

H\u00e4ufig gestellte Fragen<\/h2>

Was ist ein Prognosemarkt-Agent?<\/h3>

Ein Prognosemarkt-Agent ist eine autonome Software aus Sprachmodell, eigener Wallet und Werkzeugen, die auf Plattformen wie Polymarket oder Kalshi selbstst\u00e4ndig auf den Ausgang von Ereignissen wettet. Anders als ein regelbasierter Bot interpretiert der Agent Nachrichten und Daten und leitet daraus eine Wahrscheinlichkeit ab. Laut CoinDesk werden bereits \u00fcber 30 Prozent der aktiven Polymarket-Wallets von solchen Agenten gesteuert.<\/p>

Verdienen KI-Agenten auf Prognosem\u00e4rkten wirklich Geld?<\/h3>

Nicht automatisch. Das Prediction-Arena-Experiment zeigte, dass sechs Spitzenmodelle auf Kalshi zwischen 16,0 und 30,8 Prozent verloren, auf Polymarket dagegen im Schnitt nur 1,1 Prozent, mit einzelnen Gewinnern. Entscheidend ist laut den Forschern das Marktdesign, nicht allein die Modellst\u00e4rke. Valory-Chef David Minarsch warnt, dass Standardmodelle ohne durchdachten Aufbau nicht besser als ein M\u00fcnzwurf abschneiden.<\/p>

Ist Polymarket in Deutschland legal nutzbar?<\/h3>

Nein. Polymarket ist in Deutschland geoblockt, weil eine Erlaubnis nach dem Gl\u00fccksspielstaatsvertrag fehlt; die Gemeinsame Gl\u00fccksspielbeh\u00f6rde der L\u00e4nder behandelt unlizenzierte Ereigniskontrakte als unerlaubtes Gl\u00fccksspiel. Zus\u00e4tzlich hat die BaFin bin\u00e4re Optionen f\u00fcr Privatkunden dauerhaft verboten, und die ESMA hat 2026 klargestellt, dass bin\u00e4re Ereigniskontrakte unter dieses Verbot fallen k\u00f6nnen.<\/p>

Wie werden Prognosem\u00e4rkte aufgel\u00f6st, und warum ist das riskant?<\/h3>

Polymarket nutzt das optimistische Orakel von UMA: Ein Ergebnis gilt als korrekt, sofern es niemand fristgerecht anficht; im Streitfall stimmen UMA-Token-Inhaber ab. Das Risiko liegt in der Konzentration, wenn wenige gro\u00dfe Wallets die Abstimmung dominieren und zugleich in den M\u00e4rkten positioniert sind. Als Alternative schl\u00e4gt Stanford-Professor Andrew Hall vorab festgelegte KI-Richter vor, deren Modell und Prompt vor dem Handel offengelegt und gepr\u00fcft werden k\u00f6nnen.<\/p>

Wie werden Gewinne eines Handels-Agenten in Deutschland besteuert?<\/h3>

Da ein Agent keine Rechtspers\u00f6nlichkeit hat, werden Gewinne dem Betreiber zugerechnet. F\u00fcr Private gilt Paragraf 23 EStG: \u00fcber ein Jahr gehalten steuerfrei, sonst zum pers\u00f6nlichen Satz, mit einer Freigrenze von 1.000 Euro pro Jahr. Hochfrequenter Dauerbetrieb kann als gewerblich eingestuft werden, was Gewerbesteuer ausl\u00f6st und die Einjahresregel entfallen l\u00e4sst; jede Stablecoin-Zahlung gilt zudem als Ver\u00e4u\u00dferung.<\/p>