Sechs KI-Modelle handelten zwei Wochen mit echtem Geld – vier verloren massiv

Fragt man zehn Leute im Kryptosektor, was eine „Agent-Trading-Plattform“ ist, bekommt man drei völlig verschiedene Antworten.

Für die einen ist es ein Leaderboard, auf dem Sprachmodelle mit echtem Geld gegeneinander traden. Für andere ist es ein Ertrags-Vault, der Stablecoins automatisch zwischen Lending-Märkten verschiebt, während man schläft. Wieder andere meinen damit eine Launchpad-Plattform, auf der jeder einen Token mit angeflanschtem Chatbot ausgeben und ihn „Agent“ nennen kann.

Das sind drei unterschiedliche Geschäftsmodelle mit drei unterschiedlichen Risikoprofilen. Der Begriff „Agent“ verschleiert diesen Unterschied mehr, als er erklärt. Die sinnvolle Vergleichsfrage ist deshalb nicht: Wer wirbt mit den höchsten Renditen? Sondern: Was lässt sich tatsächlich nachprüfen – und wer hält die Schlüssel, während der Agent läuft?

Der Reality-Check, den keiner sehen will

Am Anfang steht das meistzitierte Experiment der Szene. Nof1’s Alpha Arena gab sechs Spitzenmodellen jeweils 10.000 US-Dollar echtes Kapital und ließ sie auf Krypto-Perpetuals über Hyperliquid handeln – mit identischen Prompts und identischen Daten.

Über einen Zeitraum von rund zwei Wochen legte Qwen3 Max von Alibaba um 22,3 % zu, DeepSeek Chat V3.1 kam auf +4,89 %. Der Rest fuhr Verluste ein: Claude Sonnet 4.5 minus 30,81 %, Grok 4 minus 45,3 %, Gemini 2.5 Pro minus 56,71 % und GPT-5 minus 62,66 %.

Wichtiger als das Ranking ist das Verhalten darunter. Die Trefferquoten lagen bei allen Modellen eng beieinander, meist zwischen 25 % und 30 %. Gemini platzierte 238 Trades, Claude nur 38. Gebühren fraßen einen erheblichen Teil der Ergebnisse – selbst der Sieger Qwen zahlte 1.654 US-Dollar an Kosten. Nof1-Mitgründer Jay Azhang räumte später ein, dass das Setup bewusst „unfreundlich“ war: numerische Zeitreihen, enge Kontextfenster, wenig Komfort.

Zwei Wochen bilden nur einen Pfad durch einen Markt ab – das beweist nichts über dauerhaftes Können. Deutlich wird lediglich, wie groß die Leistungsunterschiede zwischen den Modellen sind – und wie wenig aussagekräftig es ist, wenn eine Plattform nur die jüngsten Gewinne „ihres“ Agenten herausstellt.

Arenen schießen aus dem Boden – mit klaren Trade-offs

Der Benchmark-Bereich ist seither gewachsen. TradeRank richtet laufende „Seasons“ mit 16 Frontier-Modellen aus. Die neunte Staffel startete am 12. September: Jedes Modell verwaltet 10.000 US-Dollar, verteilt auf zehn große Kryptowährungen und fünfzig US-Blue-Chip-Aktien. Jeder Trade und jede Begründung wird offengelegt.

Das liefert ein weit besseres Datenmaterial als ein Zwei-Wochen-Experiment. Der Haken: Das Kapital ist rein simuliert. Es gibt keine echten Slippage-Kosten und keinen Zwang, illiquide Positionen unter Druck zu verlassen. Die Zahlen von Alpha Arena schmerzen mehr, weil sie real waren. Die von TradeRank decken mehr Szenarien ab, weil sie es nicht sind. Jede Plattform, die sich auf Arena-Performance beruft, sollte klar angeben, welche Art von Arena gemeint ist.

Wo das Geld tatsächlich lag

Die ehrlichste Fallstudie in dieser Kategorie ist ein Projekt, das es nicht mehr gibt. Der ARMA-Agent von Giza automatisierte Stablecoin-Yields über Aave, Morpho, Compound und Moonwell und wuchs auf etwa 4,85 Millionen US-Dollar verwaltetes Vermögen an. Im Februar 2026 kündigte Giza das Ende von ARMA an, gab Nutzern einen Monat zum Abzug und schaltete den Agenten am 26. März ab – mit vollständiger Rückzahlung an die Wallets und ohne Exit-Gebühren. Der Nachfolger-Agent verwaltete im Juni nur noch rund 14.000 US-Dollar On-Chain.

Das lässt sich in zwei Richtungen lesen. Der Rückbau wurde sauber und geordnet abgewickelt – mehr, als man über viele Projekte sagen kann. Gleichzeitig zeigt er, wie dünn die reale Nachfrage war: In einem Segment, das gern in „Milliarden“ spricht, lag der wohl bekannteste Consumer-Agent nie über fünf Millionen US-Dollar Volumen.

Die eine Frage, an der sich alles scheidet

Hört man auf, reine Renditen zu vergleichen, rückt ein anderer Punkt in den Mittelpunkt: Verwahrung. Die meisten verbrauchernahen Agenten laufen inzwischen non-custodial. Die Gelder bleiben also in der eigenen Wallet oder einem persönlichen Smart Account – nicht als Bilanzposten auf der Plattform. Neyro, HyperAgent, Kora, Almanak und Polystrat setzen alle auf dieses Modell.

Die entscheidende Feinheit sind die Rechte, die der Agent während des Betriebs erhält. HyperAgent arbeitet mit API-Schlüsseln, die ausschließlich Handelsrechte, aber keinen Zugriff auf Abhebungen haben. Im Worst Case ruiniert der Agent also Trades – aber nicht das gesamte Konto. Das ist ein fundamentaler Unterschied zu Agenten, die weitreichende Token-Freigaben oder direkte Withdrawals haben. Numerai bildet wiederum einen Sonderfall: ein Hedgefonds mit institutionellem Kapital und öffentlichem Turnier, bei dem Privatanleger Modelle beisteuern, aber nicht mit eigenem Geld handeln.

Lesetipp: Was erfahrene DeFi-Nutzer über Oracles wissen – und Einsteiger konsequent übersehen

Die Schlüsselfrage lautet nicht, was ein Agent theoretisch kann. Sondern: Was darf er konkret tun, während er arbeitet?

Der blinde Fleck: Wo der Agent tatsächlich handelt

Ein vierter Faktor wird in Vergleichen fast immer unterschlagen – obwohl er oft wichtiger ist als die Modellwahl selbst: der Handelsplatz. Ein Agent muss irgendwo ausführen, und dieser Ort bestimmt sowohl die Ausführungsgeschwindigkeit als auch, wer die Gelder verwahrt.

Auf einer zentralisierten Börse profitiert ein Agent von In-Memory-Matching ohne Blockwartezeit, tiefen Orderbüchern und einem breiten Produktangebot von Spot über Futures bis Optionen. Der Preis dafür: Die Börse hält das Geld, vor dem ersten Trade steht eine Identitätsprüfung, und die Auszahlungsrechte eines API-Schlüssels hängen stark vom Ausgabeprozess ab.

Eine dezentrale Handelsumgebung kehrt das um. Die Gelder bleiben in der eigenen Wallet, Agent-Keys lassen sich so beschneiden, dass sie keine Abhebungen durchführen können, und zum Start genügt eine Wallet-Verbindung. Der Preis: Jeder Auftrag wartet auf eine On-Chain-Bestätigung – auf großen Perp-Plattformen grob 0,2 bis 1,1 Sekunden – und der Orderflow ist öffentlich sichtbar.

Für eine Strategie mit einem Trade pro Tag ist dieser Gap vernachlässigbar. Für alles, was auf Kursbewegungen in Sekundenbruchteilen reagiert, ist er der ganze Unterschied – und erklärt, warum viele Agent-Produkte faktisch auf zentralisierten Börsen laufen, sich im Marketing aber als „on-chain“ darstellen.

Yellow Pro, entwickelt von Yellow, versucht diesen Gegensatz aufzulösen. Technisch basiert die Plattform auf einem Clearing-Netzwerk mit ERC‑7824-State-Channels: Teilnehmer hinterlegen Sicherheiten in Smart Contracts, eröffnen Off-Chain-Kanäle mit Gegenparteien, tauschen dort Verbindlichkeits-Updates und schreiben nur Nettosaldi zurück auf die Basiskette.

Das Branchenmedium The Block beschreibt ein ähnliches Design als fähig, Milliarden Off-Chain-Nachrichten pro Tag mit einem Durchsatz auf CEX-Niveau zu verarbeiten.

In der Praxis bedeutet das laut Yellow: Selbstverwahrung über die eigene Wallet, ein Agent, der in einem persönlichen Sub-Account ohne Auszahlungsrechte arbeitet, Ausführungslatenzen unter einer Millisekunde, Spot- und Perp-Handel über einen einzigen Connector sowie Onboarding per Wallet oder Google-Login ohne Identitätsprüfung.

Zudem sinkt der Integrationsaufwand: Die Agenten-Anbindung soll unter fünf Minuten liegen – gegenüber dem klassischen CEX-Weg mit KYC, API-Schlüssel-Erstellung und Connector-Konfiguration.

Diese Produktkennzahlen stammen von Yellow selbst, nicht von unabhängiger Seite – derselbe Vorbehalt, der auch für alle anderen Anbieter gilt. Die State-Channel-Architektur ist dokumentiert und extern beschrieben. Konkrete Latenz- und Onboarding-Zahlen sind Unternehmensangaben. Vernünftig ist, sie mit einem kleinen Betrag selbst zu testen, bevor man einem Agenten relevante Summen anvertraut.

Die Token-Schicht ist eine andere Wette

Daneben existiert ein Teil des Sektors, der vor allem als Narrativ gehandelt wird. Virtuals Protocol, das Launchpad, das den ersten Agenten-Hype prägte, liegt rund 90 % unter seinem Hoch vom Januar 2025. Die täglichen Einnahmen fielen von etwa 1,02 Millionen US-Dollar auf unter 500 US-Dollar Anfang April 2026. FET gab um 91 % nach, und die gesamte Marktkapitalisierung von Agenten-Token schrumpfte von über 10 Milliarden auf etwa 2,92 Milliarden US-Dollar.

Die Nutzung entwickelte sich entgegengesetzt. Die Zahl der täglich aktiven On-Chain-Agenten überschritt Anfang 2026 die Marke von 250.000 – ein Plus von rund 400 % binnen eines Jahres. Microsoft schätzt, dass 80 % der Fortune-500-Unternehmen inzwischen Agents produktiv einsetzen. Die Adoption stieg, während die Token kollabierten. Ein Agent-Token zu halten, heißt also in erster Linie auf den Token zu wetten – nicht auf das Funktionieren der Technologie.

Wie man Agenten-Plattformen wirklich vergleicht

Vier Fragen sortieren den Großteil des Feldes:

1. Welche Berechtigungen hat der Agent über Ihre Gelder – und kann er Abhebungen durchführen?
2. Gibt es eine verifizierbare Historie, also On-Chain-Daten oder veröffentlichte Begründungen – statt bloßer Screenshots?
3. Wie lang ist der Track Record – und lief er durch eine echte Stressphase des Marktes oder nur durch ein ruhiges Quartal?
4. Was passiert mit Ihrem Geld, wenn das Team das Projekt einstellt – denn ARMA hat gezeigt, dass es auf diese Frage eine gute und eine schlechte Antwort gibt.

Keine dieser Fragen verrät, ob ein Agent für Sie Geld verdienen wird. Sie entscheiden nur, ob Sie es überhaupt herausfinden können.

Weiterlesen: Warum Zero-Knowledge-Proofs zur wichtigsten Technologie im Krypto-Sektor werden könnten