Die 23 größten Schwächen des Prognosemarktes

Autor: Alexander Lin, Krypto-Influencer

Übersetzung: Felix, PANews

Die Beurteilung von Prognosemärkten ist stets umstritten: Manche sehen darin eine innovative Infrastruktur, die traditionelle Institutionen revolutionieren könnte, andere halten sie für schwer in den Mainstream-Finanzmarkt integrierbar. Kürzlich hat der Krypto-Influencer Alexander Lin 23 Schwachstellen von Prognosemärkten aufgezeigt. Nachfolgend die Details.

1. Geringe Kapitalnutzungseffizienz

Prognosemärkte erfordern eine vollständige Hinterlegung ohne Hebelwirkung. Im Vergleich zu Perpetual Contracts (Perps) mit einer Margin-Anforderung von 5-10 % des Nominalwerts ist die Kapitalnutzung bei Prognosemärkten um das 10- bis 20-fache schlechter. Dabei ist noch nicht berücksichtigt, dass das gebundene Kapital keine Rendite abwirft und keine Cross-Position-Margin möglich ist.

2. Strukturelle Beeinträchtigung der Kapitalumlaufquote

Da Kapital während der Laufzeit eines Vertrags gebunden ist und das Ergebnis binär ist, wird die Kapitalumlaufquote strukturell beeinträchtigt. Nach Settlement wird die Position direkt ungültig (fällig), was die Effizienz der Bilanz beeinträchtigt. Market Maker können ihre Vermögenswerte nicht mehr verzinsen. Dasselbe Kapital, das in Perpetual Accounts verwendet wird, erzielt eine deutlich höhere Umlaufquote (5-10-fach): durch Recycling, Verlängerung der Positionen und Hedging.

3. Grundlegende Schwäche der LP-Positionen

Bei Settlement gehen etwa die Hälfte der Vermögenswerte im Liquiditätspool verloren. Beispielsweise wird bei Spot-Pools das Vermögen zwischen wertbeständigen Assets neu ausbalanciert; bei Prognosemärkten gibt es keine Rebalancing-Mechanismen und keinen Restwert – nur die „binäre Kollaps“-Situation der Verlierer bleibt.

4. Fehlen natürlicher Hedger

Im Gegensatz zu Rohstoffen, Zinsen oder Devisen gibt es in Prognosemärkten keine natürlichen Gegenparteien für Gegen-Flow. Kein Akteur oder Trader hat einen natürlichen wirtschaftlichen Bedarf, gegen das Ereignisrisiko zu spekulieren. Market Maker stehen vor reiner Revers-Selection, es fehlt an strukturellen Gegenparteien. Das ist das fundamentale Hindernis für Skalierung.

5. Verschärfung der Revers-Selection bei Annäherung an Settlement

Mit dem Annähern an das Settlement verschärft sich die Revers-Selection. Trader mit Vorteil oder besseren Informationen können zu besseren Preisen von Verlierern kaufen, die noch auf veralteten Annahmen basieren. Dieser Verlust ist strukturell und verschlechtert sich mit der Zeit.

6. Startproblematik: Strukturelle Liquiditätsfalle

Neue Märkte haben keine Liquidität, was informierte Trader abschreckt (wegen Slippage). Solange die Preise nicht präzise sind, kommen keine weiteren Trader hinzu. Long-Tail-Märkte scheitern oft schon vor dem Start, und Subventionen können dieses Problem nicht lösen.

7. Kein internes Nachfrage- oder Wachstumsmodell

Jeder Dollar Handelsvolumen hängt von externer Aufmerksamkeit ab (z.B. Wahlen, Nachrichten, Sportereignisse), ohne interne Unterstützung. Im Gegensatz dazu schaffen Perpetual Contracts einen internen Wachstumszyklus: Handel generiert Funding-Raten, diese schaffen Arbitragemöglichkeiten, die wiederum mehr Kapital anziehen.

8. Keine Verbindung zu institutioneller Asset Allocation

Prognosemärkte sind unabhängig von Risikoprämien, Positionsrenditen oder Faktor-Exposures. Institutionelle Gelder haben kein systematisches Framework, um diese Positionen zu skalieren oder Risiken zu steuern. Diese Märkte entsprechen keinem Standard-Portfolio-Ansatz oder Strategien, was eine Skalierung erschwert.

9. Liquidität bei jedem Settlement auf Null

Nach jedem Settlement wird die Liquidität zurückgesetzt, es muss neu aufgebaut werden. Die im Laufe der Zeit bei Perpetual Contracts gewachsene Open Interest (OI) und Tiefe sind in Prognosemärkten strukturell nicht realisierbar.

10. Scheinblüte durch Subventionen

Subventionen sind die einzige Ursache für eine temporäre, nicht nachhaltige Marktdynamik. Sobald die Anreize wegfallen, kollabiert die Liquidität. „Bestechliche“ Liquidität ist im Kern instabil und kurzfristig orientiert.

11. Volumen- und Informationsqualität im Widerspruch

Plattformen profitieren eher vom Handelsvolumen (z.B. „Wir brauchen viel Wetten!“) als von der Genauigkeit der Vorhersagen. Regulierungsbehörden benötigen die Prognosequalität, um die Legitimität der Plattformen zu rechtfertigen. Dieses Spannungsfeld führt zu suboptimalen Produktentscheidungen.

12. Illusion der Genauigkeit

In hochfrequentierten Märkten folgen marginale Teilnehmer ohne Informationsvorteil nur dem öffentlichen Konsens, sodass die Preise das „Bereits-Geliebte“ widerspiegeln, nicht die tatsächlichen Signale. Die Illusion der Genauigkeit ist somit trügerisch.

13. Unbegrenzte Markenerstellung führt zu Rauschen

Wenn die Listung kostenfrei ist, werden Liquidität und Aufmerksamkeit auf Tausende von Märkten verteilt. Das Wachstum wird durch die Fragmentierung der Aufmerksamkeit gebremst.

14. Problem-Design als Angriffsvektor

Die Ersteller der Fragen kontrollieren die Endergebnisse, es gibt keinen neutralen Prozess oder Anreiz, die Fragen präzise zu formulieren. Sobald jemand die Regeln ausnutzt, besteht keine Möglichkeit der Rückforderung.

15. Orakel-Risiken

Dezentrale Orakel, die auf Token-Gewichtungen basieren, können durch Manipulation ausgenutzt werden, wenn ihr Marktwert kleiner ist als die abgesicherte Summe. Zentralisierte Settlement-Mechanismen sind anfällig für Betreiber-Kompromittierungen oder Ausfälle.

16. Überhöhte nominale Handelsvolumina

Berichte über Volumen werden nicht an den Preis angepasst. Ein Volumen von 1 USD bei einem Kurs von 0,9 USD ist nicht dasselbe wie bei 0,5 USD. Das tatsächliche Risiko wird um eine Größenordnung überschätzt, doch alle zitieren diese überhöhten Zahlen.

17. Reflexivität bei Skalierung

Wenn Prognosemärkte groß genug sind, beeinflusst die hohe Wahrscheinlichkeit (>90%) der Vorhersage die Verhaltensweisen der Teilnehmer. Diese „Wahrheitserkennung“ ist durch strukturelle Grenzen eingeschränkt.

18. Vertrauensrisiko bei plattformübergreifender Abrechnung

Wenn unterschiedliche Plattformen bei demselben Ereignis unterschiedliche Ergebnisse liefern, wirkt die gesamte Branche unzuverlässig. Das gemeinsame Vertrauen ist fragil, Unterschiede zwischen Plattformen führen zu negativen Erwartungen.

19. Manipulation durch Meta-Märkte

Trader können durch Beeinflussung der realen Ereignisse (Primärmarkt) Positionen im Prognosemarkt (Sekundärmarkt) sichern. Effektive Limits oder Regulierungen sind bisher kaum umgesetzt.

20. Manipulationsrisiko

Ohne Positionslimits und mit begrenzter Regulierung können einzelne Wallets den Markt mit geringer Tiefe ausnutzen, um gegen die eigene Position zu handeln. Es besteht kein Risiko für Konsequenzen (keine Verantwortlichkeit). Im Vergleich zu Kalshi ist dieses Problem bei Polymarket besonders ausgeprägt.

21. Mangel an komplexen Finanzinstrumenten

Es gibt keine Term-Structuren, Bedingungsanweisungen oder Kompositionsmöglichkeiten. Abgesehen von binären Ergebnissen existiert kein Derivate-Toolkit, was professionelle Akteure abschreckt.

22. Fragmentierung durch Regulierung

Mit zunehmender Regulierung werden Unterschiede zwischen Bundes- und Landesebene die Liquidität fragmentieren. Wenn der Markt in verschiedene Teilnehmergruppen aufgespalten wird, zerfällt die Preisfindung.

23. Dilemma der Innovatoren

Die bestehenden Marktführer haben keinen Anreiz, die Architektur neu zu gestalten. Bei anhaltendem Wachstum des Handelsvolumens und zunehmender regulatorischer Barrieren werden Änderungen immer teurer. Das ist das klassische Innovator’s Dilemma.

Weiterlesen: Polymarket vs Kalshi – Wer ist der König der Prognosemärkte?