Prognosemärkte beginnen, sich von ihren Wurzeln als spekulative Wettplattformen zu lösen und sich laut Gianluca P., Gründer der Prognosemarkt‑Plattform Predik, zu einer zentralen Infrastruktur für Information und automatisierten Handel zu entwickeln.
Anstatt über Neuheitsprodukte oder regionale Expansion zu konkurrieren, konzentrieren sich neuere Plattformen zunehmend auf das Design von Liquidität, Standardisierung und maschinengesteuerte Teilnahme.
Gianluca argumentierte, dass das frühe Wachstum kryptonativer Prognosemärkte größtenteils durch ihre Zugänglichkeit angetrieben wurde.
Wallet‑basiertes Onboarding beseitigte viele der Hürden traditioneller Wett‑ oder Finanzplattformen und ermöglichte es Nutzern, ohne langwierige Genehmigungsprozesse sofort teilzunehmen.
Diese einfache Zugänglichkeit, so sagte er, erkläre, warum krypto‑basierte Modelle weltweit schneller skalierten als regulierte Alternativen, selbst als Plattformen wie Kalshi einen „Compliance‑first“-Ansatz verfolgten.
„Polymarket hat gezeigt, dass man, wenn man Krypto an erste Stelle setzt, praktisch den gesamten Planeten erreichen kann“, sagte Gianluca und verwies auf Wallet‑Zugang als strukturellen Vorteil gegenüber identitätsbeschränkten Plattformen.
Liquiditätsfragmentierung bleibt die zentrale Einschränkung
Trotz steigenden Interesses identifizierte Gianluca Liquiditätsfragmentierung als die hartnäckigste strukturelle Schwäche der Branche.
Große Plattformen operieren mit isolierten Kapitalpools, was die Effizienz der Preisfindung begrenzt und verhindert, dass sich Märkte auf ein einziges, verlässliches Wahrscheinlichkeitssignal zubewegen.
Er stellte fest, dass zwar Regulierung oft die öffentliche Debatte dominiere, das Design der Liquidität in der Praxis jedoch wichtiger sei. Ohne ausreichende Tiefe und wiederkehrende Teilnahme hätten selbst gut gestaltete Märkte Mühe, außerhalb großer Ereignisse wie Wahlen oder prominenter politischer Entscheidungen relevant zu bleiben.
KI‑Agenten könnten die Marktteilnahme neu definieren
Die zukunftsweisendste Veränderung, so Gianluca, werde eher aus der Automatisierung als aus dem Wachstum im Retail‑Segment kommen.
Also lesen: This Invisible Force Destroyed $2.5B In Minutes, Pushing Strategy’s Bitcoin Holdings Into Loss
Er erwartet, dass KI‑Agenten zu immer aktiveren Teilnehmern in Prognosemärkten werden, indem sie Trades ausführen, Preisdifferenzen arbitrageieren und plattformübergreifend kontinuierlich Liquidität bereitstellen.
„Wenn man Agenten erlaubt, direkt über APIs mit Märkten zu interagieren, erschließt man ein völlig anderes Volumen‑Niveau“, sagte er.
Dieser Übergang würde die Rolle von Prognosemärkten von verbraucherorientierten Produkten zu programmierbaren Wahrscheinlichkeits‑Schichten verändern, die von anderen Systemen genutzt werden können – ähnlich wie Preisfeeds oder Risikosignale im traditionellen Finanzwesen.
Standards und Abwicklung entscheiden über langfristiges Vertrauen
Mit wachsender Marktgröße und zunehmender Automatisierung wird Unklarheit über Marktfragen und Abwicklungskriterien immer schwerer tolerierbar.
Gianluca betonte, dass schlecht definierte Ergebnisse das Vertrauen untergraben, insbesondere wenn es bei der Abrechnung zu Streitigkeiten kommt.
Klare Abwicklungsregeln, einheitliche Zeitstandards und transparente Streitbeilegungsmechanismen seien notwendig, damit sich Prognosemärkte zu glaubwürdigen Prognoseinstrumenten entwickeln können, anstatt nur als episodische Handelsplätze zu dienen.
Ohne dieses Fundament berge höheres Volumen das Risiko, Streitigkeiten zu verstärken statt die Genauigkeit zu verbessern.
Weiter lesen: Can An AI Agent Actually Sue You? Moltbook's Autonomous Agents Are Testing Legal Boundaries