Warum sich der Prognosemarkt noch in der Erkundungsphase befindet

Originaltitel: Why Prediction Markets Are Still in Beta
Originalautor: Nick Ruzicka
Originalübersetzung: SpecialistXBT, BlockBeats

Prognosemärkte erleben derzeit einen Höhepunkt. Polymarket hat mit Berichten über die Präsidentschaftswahlen Schlagzeilen gemacht, Kalshi hat mit regulatorischen Erfolgen neue Bereiche erschlossen – plötzlich will jeder über diese „Wahrheitsmaschine der Welt“ sprechen. Doch hinter diesem Hype verbirgt sich eine interessantere Frage: Wenn Prognosemärkte wirklich so gut darin sind, die Zukunft vorherzusagen, warum sind sie dann nicht weit verbreitet?

Die Antwort ist wenig glamourös. Das Problem liegt in der Infrastruktur – in den USA ist es die Regulierung. (Beispielsweise erhielt Kalshi die Genehmigung der US Commodity Futures Trading Commission (CFTC), Polymarket setzte auf Offshore-Strukturen), aber Infrastrukturprobleme sind weiterhin allgegenwärtig. Selbst in Regionen, in denen Prognosemärkte legal sind, bestehen die gleichen grundlegenden Herausforderungen.

Die dominierenden Plattformen im Jahr 2024 versuchen, diese Probleme mit Geld zu lösen. Laut Neel Daftary, Analyst bei Delphi Digital, investierte Polymarket etwa 10 Millionen US-Dollar in Anreize für Market Maker und zahlte zeitweise über 50.000 US-Dollar pro Tag, um die Liquidität im Orderbuch aufrechtzuerhalten. Heute sind diese Anreize auf nur noch 0,025 US-Dollar pro 100 US-Dollar Handelsvolumen gesunken. Kalshi gab für ähnliche Programme über 9 Millionen US-Dollar aus. Das sind keine nachhaltigen Lösungen – sie sind nur ein Pflaster auf strukturelle Wunden.

Interessanterweise sind die Herausforderungen, die das Wachstum von Prognosemärkten behindern, keineswegs mysteriös. Sie sind klar definiert, miteinander verbunden und – für die richtigen Gründer – relativ leicht zu lösen. Nach Gesprächen mit Teams aus diesem Bereich und einer Analyse der aktuellen Situation haben wir fünf immer wiederkehrende Probleme identifiziert. Man kann sie als Rahmenwerk betrachten, als gemeinsamen Begriffskanon, der uns hilft zu verstehen, warum Prognosemärkte trotz ihrer theoretisch glänzenden Aussichten immer noch in der Testphase stecken.

Diese sind nicht nur Probleme, sondern auch eine Roadmap.

Problem 1: Das Liquiditätsparadoxon

Das grundlegendste Problem ist die Liquidität. Oder genauer gesagt: das Henne-Ei-Problem, das dazu führt, dass die meisten Prognosemärkte zu Geisterstädten werden.

Der Mechanismus ist einfach. Neue Märkte starten mit geringer Liquidität. Händler erleben schlechte Ausführung – hoher Slippage, Preisschocks machen Trades unrentabel. Sie ziehen sich zurück. Geringes Handelsvolumen schreckt professionelle Liquiditätsanbieter ab, da sie stabile Gebühren benötigen, um Risiken auszugleichen. Ohne Liquiditätsanbieter bleibt die Liquidität niedrig. Ein Teufelskreis.

Daten bestätigen dies. Auf Polymarket und Kalshi liegt das Handelsvolumen der meisten Märkte unter 10.000 US-Dollar. Selbst größere Märkte bieten nicht genug Tiefe, um institutionelle Investoren zu bedeutender Beteiligung zu bewegen. Jede größere Position führt zu zweistelligen Preisschwankungen.

Die Ursache ist strukturell. In gewöhnlichen Krypto-Liquiditätspools (z.B. ETH/USDC) hinterlegt man zwei Assets und verdient Gebühren, wenn Händler traden – auch wenn der Preis gegen einen läuft, bleibt der Wert beider Seiten erhalten. Prognosemärkte sind anders: Man hält Kontrakte, die bei Fehlschlag wertlos werden. Es gibt keinen Rebalancing-Mechanismus, keinen Restwert – das Ergebnis ist binär: Die Hälfte der Assets geht auf null.

Schlimmer noch: Man wird „abgeschöpft“. Wenn sich der Markt der Abrechnung nähert und das Ergebnis klarer wird, wissen informierte Händler mehr als man selbst. Sie kaufen die Gewinnerseite zu günstigen Preisen von einem, während man noch mit veralteten Wahrscheinlichkeiten bewertet. Dieser „toxische Orderflow“ lässt Market Maker kontinuierlich bluten.

Polymarket wechselte 2024 vom Automated Market Maker (AMM)-Modell zum zentralen Limit-Orderbuch – genau aus diesem Grund: Das Orderbuch erlaubt Market Makern, Quotes sofort zu entfernen, wenn sie merken, dass sie gleich „gefangen“ werden. Doch das löst das Grundproblem nicht – es bietet Market Makern nur etwas Schutz, um Verluste zu begrenzen.

Diese Plattformen umgehen das Problem, indem sie Market Makern direkt Gebühren zahlen. Aber Subventionen sind nicht skalierbar. Für Flaggschiffmärkte – Präsidentschaftswahlen, große Sportereignisse, beliebte Kryptowährungen – funktioniert dieses Modell. Polymarkets Wahlmärkte sind hochliquide. Kalshis NFL-Märkte konkurrieren mit traditionellen Sportwettenanbietern. Die eigentliche Herausforderung liegt im Rest: den vielen Märkten, in denen Prognosemärkte wirken könnten, aber das Handelsvolumen reicht nicht aus, um Millionen an Subventionen zu rechtfertigen.

Das aktuelle Wirtschaftsmodell ist nicht tragfähig. Market Maker verdienen nicht am Spread, sondern werden von der Plattform bezahlt. Selbst geschützte Liquiditätsanbieter mit begrenztem Verlust (maximal 4-5% pro Markt) benötigen Ökosystem-Subventionen, um die Gewinnschwelle zu erreichen. Die Frage ist: Wie kann Liquiditätsbereitstellung profitabel werden, ohne Geld zu verbrennen?

Kalshis Erfolgsmodell zeichnet sich allmählich ab. Im April 2024 holten sie den großen Wall-Street-Market-Maker Susquehanna International Group als ersten institutionellen Anbieter an Bord. Das Ergebnis: 30-fache Liquiditätssteigerung, Kontrakttiefe von 100.000 Stück, Spreads unter 3 Cent. Doch das erfordert Ressourcen, die Retail-Market-Maker nicht bieten können: eigene Handelsplattformen, maßgeschneiderte Infrastruktur und institutionelles Kapital. Der Durchbruch liegt nicht in höheren Prämien, sondern darin, dass der erste institutionelle Investor Prognosemärkte als legitime Assetklasse betrachtet. Sobald ein Institut dabei ist, folgen andere: Das Risiko sinkt, es gibt Benchmark-Preise, das Volumen wächst organisch.

Doch es gibt ein Problem: Institutionelle Market Maker benötigen bestimmte Voraussetzungen. Für Kalshi bedeutet das die Genehmigung der US Commodity Futures Trading Commission (CFTC) und klare Regulierung. Für kryptonative und dezentrale Plattformen – die vielen Entwickler ohne regulatorischen Burggraben oder große Skalierung – ist dieser Weg nicht gangbar. Diese Plattformen stehen vor anderen Herausforderungen: Wie startet man Liquidität, wenn man keine regulatorische Legitimität oder Volumengarantie bieten kann? Für alle außer Kalshi und Polymarket bleibt das Infrastrukturproblem ungelöst.

Was Gründer versuchen

Qualitätsgewichtete Orderanreize belohnen Liquidität, um das Trading zu verbessern – z.B. kürzere Ausführungszeiten, größere Quotes, engere Spreads. Das ist pragmatisch, löst aber das Grundproblem nicht: Diese Anreize müssen weiterhin finanziert werden. Protokoll-Token bieten eine Alternative – statt Risikokapital werden Token ausgegeben, um Liquiditätsanbieter (LPs) zu subventionieren, ähnlich wie beim Start von Uniswap und Compound. Ob Prognosemarkt-Token genug Wert akkumulieren können, um die Emission langfristig zu tragen, ist unklar.

Stufenbasierte, marktübergreifende Anreize bieten diversifizierte Liquidität über mehrere Märkte und streuen das Risiko, was eine nachhaltigere Teilnahme ermöglicht.

Just-in-Time-Liquidität (JIT) stellt Mittel nur bereit, wenn Nutzer sie benötigen. Bots überwachen große Trades im Pool, injizieren konzentrierte Liquidität, kassieren Gebühren und ziehen sich sofort zurück. Das ist kapital- und effizienzstark, erfordert aber komplexe Infrastruktur und löst das Grundproblem nicht: Das Risiko bleibt bei anderen. JIT-Strategien generierten auf Uniswap V3 über 750 Milliarden US-Dollar Handelsvolumen, aber die Aktivität wird von kapitalkräftigen Akteuren dominiert, die Renditen sind minimal.

Kontinuierliche Kombinationsmärkte stellen die binäre Struktur selbst in Frage. Händler sind nicht mehr auf diskrete „Ja/Nein“-Optionen beschränkt, sondern können Ansichten über einen kontinuierlichen Bereich ausdrücken. Das bündelt Liquidität, die sonst auf verwandte Märkte verteilt wäre (z.B. „Steigt Bitcoin auf 60.000 US-Dollar? 65.000? 70.000?“). Projekte wie functionSPACE bauen diese Infrastruktur, auch wenn sie noch nicht im großen Maßstab getestet wurde.

Die radikalsten Experimente verzichten ganz auf Orderbücher. Melee Markets wendet Bonding Curves auf Prognosemärkte an – jedes Ergebnis hat seine eigene Kurve, frühe Teilnehmer erhalten bessere Preise, Überzeugte werden belohnt. Es braucht keine professionellen Market Maker. XO Market verlangt, dass Ersteller mit LS-LMSR AMM Liquidität bereitstellen; mit zunehmendem Kapital wächst die Markttiefe. Ersteller verdienen Gebühren, sodass die Anreize an die Marktqualität gekoppelt sind.

Beide lösen das Cold-Start-Problem ohne professionelle Market Maker. Nachteil von Melee ist die geringe Flexibilität (Positionen sind bis zur Abrechnung gesperrt). XO Market erlaubt kontinuierlichen Handel, erfordert aber Vorabkapital der Ersteller.

Problem 2: Marktentdeckung und Nutzererlebnis

Selbst wenn das Liquiditätsproblem gelöst ist, bleibt ein praktisches Problem: Die meisten Menschen finden die Märkte, die sie interessieren, nicht – und wenn doch, ist das Erlebnis umständlich.

Das ist nicht nur ein „UX-Problem“, sondern ein strukturelles. Das Problem der Marktentdeckung verschärft direkt das Liquiditätsproblem. Polymarket hat zu jedem Zeitpunkt Tausende von Märkten online, aber das Handelsvolumen konzentriert sich auf wenige Bereiche: Wahlmärkte, große Sportereignisse und beliebte Krypto-Fragen. Andere Märkte bleiben unbeachtet. Selbst wenn ein Nischenmarkt etwas Tiefe hat, bleibt das Volumen niedrig, wenn Nutzer ihn nicht finden – Market Maker ziehen sich zurück. Teufelskreis: Ohne Marktentdeckung kein Volumen, ohne Volumen keine nachhaltige Liquidität.

Die Konzentration der Marktliquidität ist extrem. Im Wahlzyklus 2024 vereinnahmten die Top-Märkte von Polymarket den Großteil der Handelsaktivität. Nach der Wahl verzeichnete die Plattform immer noch 650 bis 800 Millionen US-Dollar monatliches Handelsvolumen, verteilt auf Sport, Krypto und virale Märkte. Tausende andere Märkte – etwa lokale Themen, Nischengemeinschaften, Kuriositäten – bleiben praktisch ungenutzt.

UX-Hürden verschärfen das Problem. Die Interfaces von Polymarket und Kalshi sind für Nutzer konzipiert, die Prognosemärkte bereits kennen. Durchschnittliche Nutzer stehen vor einer steilen Lernkurve: ungewohnte Begriffe, Umrechnung von Quoten in Wahrscheinlichkeiten, Bedeutung von „Kaufe ein JA“ usw. Für Krypto-Natives ist das akzeptabel, für andere tödlich für die Conversion.

Bessere Algorithmen helfen, aber das Kernproblem ist die Distribution: Tausende Märkte im richtigen Moment an die richtigen Nutzer zu bringen, ohne Entscheidungsparalyse auszulösen.

Was Gründer versuchen

Der vielversprechendste Ansatz ist, direkt auf Plattformen zu sein, die Nutzer bereits nutzen, statt sie zu zwingen, neue Plattformen zu lernen. Flipr ermöglicht es Nutzern, direkt in ihrem Twitter-Feed Bots zu markieren, um auf Märkten wie Polymarket oder Kalshi zu handeln. Wenn ein Markt in einem Tweet erwähnt wird, genügt es, @Flipr zu markieren, um ohne App-Wechsel zu handeln. Prognosemärkte werden so in die Konversationsebene des Internets eingebettet, Social Feeds werden zur Trading-Oberfläche. Flipr bietet bis zu 10-fachen Hebel und entwickelt Copy-Trading und KI-Analysen – im Grunde wird es ein vollwertiges Trading-Terminal, das direkt in Twitter existiert.

Die tiefere Erkenntnis: Für Startups ist Distribution wichtiger als Infrastruktur. Statt wie Polymarket Millionen für Liquiditätsanreize auszugeben, sollte man bestehende Liquidität bündeln und im Vertrieb konkurrieren. Plattformen wie TradeFox, Stand und Verso Trading bauen einheitliche Interfaces, die Quoten mehrerer Plattformen aggregieren, Orders zum besten Handelsplatz routen und Echtzeit-News integrieren. Wenn man ein ernsthafter Trader ist – warum zwischen Plattformen wechseln, wenn ein Interface effizienter ist?

Der experimentellste Ansatz betrachtet Marktentdeckung als soziales, nicht als algorithmisches Problem. Fireplace, ein Polymarket-Ableger, betont gemeinsames Investieren mit Freunden – die Dynamik gemeinsamer Wetten statt Einzelkämpfertum. AllianceDAOs Poll.fun geht noch weiter: Es baut P2P-Märkte zwischen kleinen Freundeskreisen, Nutzer können Märkte zu jedem Thema erstellen, direkt mit Freunden wetten, und der Ersteller oder die Gruppe entscheidet das Ergebnis per Abstimmung. Dieses Modell ist hochgradig lokal, sozial und umgeht das Long-Tail-Problem, indem es auf Community statt Skalierung setzt.

Das sind nicht nur UX-Verbesserungen, sondern Distributionsstrategien. Die letztlich erfolgreiche Plattform hat vielleicht nicht die beste Liquidität oder die meisten Märkte, sondern beantwortet am besten die Frage: „Wie bringe ich Prognosemärkte im richtigen Moment zum richtigen Nutzer?“

Problem 3: Die Meinungsäußerung der Nutzer

Diese Zahl sollte alle Prognosemarkt-Fans beunruhigen: 85% der Polymarket-Händler haben ein negatives Kontostand.

Das ist bis zu einem gewissen Grad unvermeidlich – Vorhersagen sind schwer. Aber ein Teil liegt an harten Plattformdefiziten. Da Trader ihre Ansichten nicht effektiv ausdrücken können, zwingt die Plattform sie zu suboptimalen Positionen. Sie haben eine differenzierte Theorie? Pech gehabt. Sie können nur binär wetten: kaufen, nicht kaufen oder Positionsgröße wählen. Kein Hebel, um Überzeugungen zu verstärken, keine Möglichkeit, mehrere Ansichten zu kombinieren, keine bedingten Ergebnisse. Wenn Trader ihre Überzeugungen nicht effektiv ausdrücken können, binden sie entweder zu viel Kapital oder setzen zu wenig ein. In jedem Fall fängt die Plattform weniger Volumen ein.

Das Problem teilt sich in zwei unterschiedliche Bedürfnisse: Trader, die mit Hebelwirkung Einzelwetten verstärken wollen, und Trader, die mehrere Ansichten kombinieren wollen.

Hebel: Kontinuierliche Abrechnungslösungen

Klassische Hebelstrategien funktionieren bei binären Prognosemärkten nicht. Selbst wenn die Richtung stimmt, kann Marktvolatilität vor der Abrechnung zur Liquidation führen. Ein gehebelter „Trump gewinnt“-Trade könnte in einer schlechten Umfragewoche liquidiert werden, obwohl Trump im November gewinnt.

Doch es gibt bessere Wege: Kontinuierlich abgerechnete Perpetual Contracts auf Basis von Live-Datenströmen. Seda baut echte Perpetual-Funktionen auf Polymarket- und Kalshi-Daten, sodass Positionen kontinuierlich abgerechnet werden, statt auf diskrete Ereignisse zu warten. Im September 2025 aktivierte Seda auf dem Testnet Perpetuals (zunächst mit 1-fachem Hebel) für die Live-Quoten des Kampfes Canelo vs. Crawford und bewies die Machbarkeit für Sportwetten.

Kurzfristige binäre Optionen sind eine weitere beliebte Handelsform. Limitless überschritt im September 2025 ein Handelsvolumen von 10 Millionen US-Dollar und bietet binäre Optionen auf Krypto-Preisbewegungen. Diese Märkte bieten impliziten Hebel durch ihre Auszahlungsstruktur und vermeiden das Liquidationsrisiko während der Laufzeit. Im Gegensatz zu klassischen Optionen werden binäre Optionen zu festen Zeiten abgerechnet, aber die schnelle Abrechnung (Stunden oder Tage statt Wochen) bietet Retail-Tradern das gewünschte schnelle Feedback.

Die Infrastruktur reift schnell. Polymarket startete im September 2025 zusammen mit Chainlink 15-Minuten-Krypto-Preismärkte. Perp.city und Narrative experimentieren mit kontinuierlichen Informationsströmen auf Basis von Umfrage-Durchschnitten und Social Sentiment – echte Perpetuals ohne binäres Ergebnis.

Hyperliquids HIP-4 „Event Perpetual Contracts“ ist eine bahnbrechende Technologie – hier wird auf sich ändernde Wahrscheinlichkeiten gehandelt, nicht nur auf das Endergebnis. Wenn Trumps Gewinnwahrscheinlichkeit nach einer Debatte von 50% auf 65% steigt, kann man schon vor dem Wahltag profitieren. Das löst das größte Problem von Hebel-Trading im Prognosemarkt: Selbst wenn die Prognose am Ende stimmt, kann man durch Volatilität zwischendurch liquidiert werden. Limitless und Seda gewinnen mit ähnlichen Modellen an Aufmerksamkeit – der Markt verlangt nach kontinuierlichem Trading, nicht nach binären Wetten.

Kombiwetten: Das ungelöste Problem

Kombiwetten sind anders. Sie drücken komplexe, mehrdimensionale Annahmen aus, etwa: „Trump gewinnt, Bitcoin steigt über 100.000 US-Dollar, die Fed senkt zweimal die Zinsen.“ Sportwettenanbieter können das leicht, weil sie als zentralisierte Institutionen dezentralisiertes Risiko managen. Widersprüchliche Positionen kompensieren sich, sie müssen nur für den maximalen Nettoverlust Sicherheiten hinterlegen, nicht für jede einzelne Auszahlung.

Prognosemärkte können das nicht. Sie agieren als Treuhänder – jede abgeschlossene Wette muss voll besichert werden. Die Kosten steigen schnell: Selbst kleine Kombiwetten erfordern von Market Makern ein Vielfaches des Kapitals, das Sportwettenanbieter für das gleiche Risiko benötigen.

Die theoretische Lösung ist ein Net-Margin-System, das nur den maximalen Nettoverlust besichert. Das erfordert komplexe Risikomodelle, Echtzeit-Korrelationen über unabhängige Ereignisse und möglicherweise zentrale Gegenparteien. Forscher Neel Daftary schlägt vor, dass professionelle Market Maker zunächst begrenzte Markt-Kombinationen versichern und das Angebot schrittweise ausweiten. Kalshi verfolgt diesen Ansatz – zunächst nur Kombiwetten auf dasselbe Event, da Korrelation und Risiko leichter zu modellieren sind. Das ist klug, aber es zeigt auch: Echte Kombimärkte, also „Wähle beliebig“-Erlebnisse, sind ohne zentrale Verwaltung schwer umsetzbar.

Die meisten Prognosemarkt-Gründer sehen Einschränkungen bei diesen neuen Marktformen: etwa Hebelbegrenzungen für Kurzfristmärkte, vorab geprüfte Event-Kombinationen oder vereinfachte „Hebel-Trades“, die die Plattform absichern kann. Das Meinungsäußerungsproblem der Nutzer lässt sich vielleicht teilweise lösen (z.B. durch kontinuierliche Abrechnung), aber andere Teile (z.B. beliebige Kombimärkte) bleiben für dezentrale Plattformen unerreichbar.

Problem 4: Erlaubnisfreie Markterstellung

Das Meinungsäußerungsproblem zu lösen ist das eine, aber die tiefere strukturelle Frage ist: Wer darf Märkte erstellen?

Alle sind sich einig, dass Prognosemärkte Vielfalt brauchen – regionale Events, Nischenthemen, einmalige Kuriositäten, die traditionelle Plattformen nie anfassen würden... Doch erlaubnisfreie Markterstellung ist ein ungelöstes Problem.

Das Kernproblem: Die Lebensdauer von Trendthemen ist begrenzt. Die explosivsten Handelsgelegenheiten entstehen bei Breaking News und kulturellen Ereignissen. Ein Markt wie „Wird das Komitee Will Smith nach der Ohrfeige gegen Chris Rock den Oscar aberkennen?“ hätte in den Stunden nach dem Vorfall riesiges Volumen. Wenn zentrale Plattformen erst prüfen und listen, ist das Interesse längst verflogen.

Doch völlig erlaubnisfreie Erstellung bringt drei Probleme: semantische Fragmentierung (zehn Versionen derselben Frage teilen die Liquidität auf nutzlose Pools auf), Cold-Start-Liquidität (null Anfangsliquidität verschärft das Henne-Ei-Problem) und Qualitätskontrolle (die Plattform wird mit Low-Quality-Märkten oder schlimmer – rechtlich riskanten Attentatswetten – überschwemmt).

Polymarket und Kalshi setzen beide auf kuratierte Plattformen. Ihre Teams prüfen alle Märkte, um Qualität und klare Abrechnungsstandards zu gewährleisten. Das baut Vertrauen auf, opfert aber Geschwindigkeit – die Plattform wird zum Flaschenhals.

Was Gründer versuchen

Melee nutzt eine pump.fun-ähnliche Strategie für die Cold-Start-Phase. Marktersteller erhalten 100 Anteile, frühe Käufer erhalten abnehmende Anteile (3, 2, 1 ...). Wird der Markt angenommen, erzielen frühe Teilnehmer Überrenditen – potenziell das 1000-fache oder mehr. Es ist ein „Markt für Märkte“: Trader wetten durch frühes Engagement darauf, welche Märkte selbst wachsen werden. Das Prinzip: Nur die besten Märkte – von Top-Erstellern oder mit echtem Marktbedarf – ziehen genug Volumen an. Am Ende setzen sich die hochwertigen Märkte durch.

XO Market verlangt, dass Content-Ersteller mit LS-LMSR AMM Liquidität bereitstellen. Ersteller verdienen Gebühren und koppeln so Anreize an die Marktqualität. Meinungsmarkt-Plattformen wie Fact Machine und Opinions.fun ermöglichen es Influencern, kulturelles Kapital durch virale Märkte zu subjektiven Themen zu monetarisieren.

Das theoretische Ideal ist ein hybrides, Community-getriebenes Modell: Nutzer investieren Reputation und Liquidität bei der Markterstellung, dann prüft ein Community-Admin. So entsteht schnelle, erlaubnisfreie Erstellung bei gleichbleibender Qualität. Doch bislang hat keine Mainstream-Plattform dieses Modell erfolgreich umgesetzt. Der Grundkonflikt bleibt: Erlaubnisfreiheit bringt Vielfalt, Admins sichern Qualität. Dieses Gleichgewicht zu durchbrechen, würde das Ökosystem für lokale und Nischenmärkte öffnen.

Problem 5: Orakel und Abrechnung

Selbst wenn man Liquidität, Entdeckung, Ausdruck und Erstellung löst, bleibt das grundlegendste Problem: Wer entscheidet, was passiert ist?

Zentrale Plattformen entscheiden im Team – effizient, aber mit Single Point of Failure. Dezentrale Plattformen brauchen Orakelsysteme, die beliebige Fragen ohne ständige menschliche Intervention abwickeln. Doch wie man Ergebnisse festlegt, bleibt die größte Herausforderung.

Wie Neel Daftary für Delphi Digital beschreibt, ist die aufkommende Lösung ein mehrschichtiger Stack, der Fragen an den passenden Mechanismus weiterleitet:

Für objektive Ergebnisse werden automatisierte Datenfeeds genutzt. Polymarket integrierte im September 2025 Chainlink für sofortige Abrechnung von Krypto-Preismärkten. Schnell und deterministisch.

KI-Agenten beantworten komplexe Fragen. Chainlink testete auf 1660 Polymarket-Märkten ein KI-Orakel mit 89% Genauigkeit (bei Sportereignissen 99,7%). Supras Threshold AI Orakel nutzt ein Multi-Agenten-Komitee zur Faktenprüfung und Manipulationserkennung und liefert signierte Ergebnisse.

Optimistische Orakel wie UMA eignen sich für mehrdeutige Fragen: Sie schlagen ein Ergebnis vor, Streitparteien können es mit Kapital anfechten. Das basiert auf Spieltheorie, funktioniert aber gut für klare Fragen.

Für Hochrisikostreitfälle gibt es reputationsbasierte Jurys, bei denen das Stimmrecht an On-Chain-Leistung und nicht nur an Kapital gebunden ist.

Die Infrastruktur reift schnell, aber die Marktabrechnung bleibt die schwierigste Aufgabe. Fehler zerstören Vertrauen; gelingt die Lösung, kann sie auf Millionen Märkte skaliert werden.

Warum diese Probleme wichtig sind

Liquidität, Marktentdeckung, Meinungsäußerung der Trader, Markterstellung und Abrechnung sind fünf miteinander verbundene Probleme. Wird das Liquiditätsproblem gelöst, steigt die Attraktivität der Märkte und die Marktentdeckung verbessert sich. Bessere Marktentdeckung bringt mehr Nutzer, was erlaubnisfreie Markterstellung ermöglicht. Mehr Märkte erhöhen die Nachfrage nach starken Orakeln. Es ist ein System – und aktuell gibt es Engpässe.

Doch das ist auch eine Chance: Bestehende Projekte sind in alten Mustern gefangen. Der Erfolg von Polymarket und Kalshi basiert auf bestimmten Annahmen über Prognosemärkte. Sie optimieren unter bestehenden Zwängen. Die neue Generation von Entwicklern kann diese Zwänge ignorieren.

Melee kann andere Bonding Curves testen, weil sie nicht Polymarket werden wollen. Flipr kann Hebelmechanismen in Social Feeds einbauen, weil sie in den USA keine Genehmigung brauchen. Seda kann Perpetuals auf kontinuierlichen Datenströmen bauen, weil sie nicht an binäre Auswertung gebunden sind.

Das ist der wahre Vorteil für Gründer im Prognosemarktsektor. Nicht das Kopieren bestehender Modelle, sondern das direkte Lösen grundlegender Probleme. Diese fünf Probleme sind Mindestanforderungen. Wer sie löst, gewinnt nicht nur Marktanteile, sondern entfesselt das volle Potenzial von Prognosemärkten als Koordinationsmechanismus.

2024 hat bewiesen, dass Prognosemärkte im großen Maßstab angenommen werden können. 2026 wird zeigen, dass sie überall funktionieren können.

„Original-Link“