Vorhersagemärkte: Informationsaggregation, Kontraktarchitekturen und regulatorische Rahmen

Einleitung in Vorhersagemärkte und ihre historische Entwicklung

Vorhersagemärkte, in der akademischen und wirtschaftlichen Literatur auch als Informationsmärkte, Ideen-Futures oder Event-Futures-Kontrakte bezeichnet, sind Marktplätze, auf denen Teilnehmer Finanzkontrakte handeln, deren Auszahlung von unsicheren zukünftigen Ereignissen abhängt. Im Gegensatz zu traditionellen Finanzmärkten liegt der wissenschaftliche und wirtschaftliche Wert von Vorhersagemärkten in ihrer Fähigkeit, verstreute Informationen zu aggregieren und in hocheffiziente Prognosen umzuwandeln.

In der Formulierung, die Justin Wolfers und Eric Zitzewitz zugeschrieben wird, reagieren Vorhersagemarktpreise auf das, was Investoren kollektiv über ein zukünftiges Ergebnis glauben – und wandeln subjektive Überzeugungen in ein numerisches Marktsignal um, das oft als wahrscheinlichkeitsähnliche Prognose gelesen wird. Dieses Signal ist nicht identisch mit objektiver Wahrheit, ist aber in vielen Fällen eine der klarsten verfügbaren Echtzeitzusammenfassungen kollektiver Erwartungen.

Die historische Abstammung von Vorhersagemärkten ist lang. Die Verwendung von Marktpreisen – insbesondere Wettquoten – zur Vorhersage von Ereignissen reicht Jahrhunderte zurück. Politische Wettmärkte florierten in den USA im späten 19. und frühen 20. Jahrhundert, und Zeitungen wie die New York Times behandelten Wettpreise als bedeutungsvolle Indikatoren für Wahlerwartungen. Das Interesse schwand später, als wissenschaftliche Umfragen institutionelle Legitimität gewannen, kehrte aber im späten 20. Jahrhundert zusammen mit dem Aufstieg der Experimentalökonomie und der Efficient-Market-Hypothese zurück.

In der Gegenwart haben Blockchain-Infrastruktur und dezentrales Finanzwesen Vorhersagemärkte zurück ins globale Rampenlicht gebracht. Heute werden sie in Bereichen von Wahlen und makroökonomischen Indikatoren bis hin zu Geschäftsentscheidungen, Wetter, sportnahen Ereignissen und politischen Erwartungen genutzt, diskutiert oder angefochten. Infolgedessen stehen Vorhersagemärkte gleichzeitig in Wirtschaft, Informatik, Rechtstheorie, Glücksspielpolitik und Plattform-Governance.

Theoretischer Rahmen und die Dynamik der Informationsaggregation

Das stärkste theoretische Argument für Vorhersagemärkte wurzelt in der Efficient-Market-Hypothese. In ihrer idealen Form legt diese Sicht nahe, dass Marktpreise verfügbare Informationen schnell einpreisen und daher die beste verfügbare Prognose zukünftiger Ereignisse darstellen. In Vorhersagemärkten bedeutet das, dass der Preis zu einer kollektiven Schätzung wird und nicht nur einem Kurs.

Die akademische Literatur hat dies jedoch als bedingte Behauptung behandelt, nicht als naive Gewissheit. Der Markt kann Informationen nur aggregieren, wenn Anreize, Kontraktstruktur, Beteiligung und Liquidität informierten Händlern ermöglichen, auf ihre Informationen zu reagieren. Mit anderen Worten: Vorhersagemärkte können sehr effektiv sein, ohne je vollkommen effizient zu werden.

Mathematische und wirtschaftliche Bedingungen der Informationsaggregation

Die Literatur hat diese Bedingungen präzise modelliert. Grossman argumentierte, dass Preise verstreute private Informationen unter starken Annahmen über Händlerpräferenzen und Informationsstruktur aggregieren können. Doch Grossman und Stiglitz machten später den berühmteren Gegenpunkt: Wenn Märkte perfekt informativ wären, hätte niemand einen Anreiz, kostspielige Informationen zu erwerben. Ein funktionierender Informationsmarkt braucht daher einen gewissen Grad an Preisunvollkommenheit, um informierte Beteiligung zu belohnen.

Dieses Paradox ist wichtig, weil es erklärt, warum Vorhersagemärkte keine magischen Prognosemaschinen sind. Ihre Nützlichkeit hängt von der anhaltenden Präsenz informierter Händler ab, die motiviert sind, Preise von Fehlern weg und hin zu besseren Schätzungen zu bewegen. Ohne diese Anreize kann der Markt dünn, laut oder zu sehr narrativ werden.

Die Literatur hat auch debattiert, was genau ein Marktpreis darstellt. Charles Manski zeigte, dass der Preis eines Alles-oder-Nichts-Event-Kontrakts nicht immer unkompliziert als die mittlere Wahrscheinlichkeitsüberzeugung der Marktteilnehmer interpretiert werden kann. Unter bestimmten Annahmen kann der Preis stattdessen ein anderes Merkmal der Überzeugungsverteilung widerspiegeln. Wolfers und Zitzewitz antworteten, dass unter einem Log-Utility-Rahmen und unter der Annahme, dass Vermögen und Überzeugungen unabhängig sind, der Preis als die durchschnittliche Überzeugung über die Wahrscheinlichkeit des Ereignisses interpretiert werden kann.

Eine zweite klassische Herausforderung ist das Milgrom-Stokey-No-Trade-Theorem. Wenn Marktteilnehmer gemeinsame Vorannahmen teilen und vollständig rational sind, offenbart die Bereitschaft eines Teilnehmers zu handeln Information für den anderen, was theoretisch den Handel unterdrücken sollte. In der Praxis bleibt der Handel bestehen, weil reale Märkte Hedger, unterhaltungsgetriebene Teilnehmer, Noise-Trader, Manipulatoren und Teilnehmer mit heterogenen Motiven umfassen.

Das ist auch der Grund, warum versuchte Manipulation die Preisfindung nicht immer so beschädigt, wie Kritiker zunächst erwarten. Wenn ein Händler den Preis von einer vertretbaren Schätzung wegdrückt, kann das verzerrte Kurs besser informierte Gegenparteien anziehen, die nun stärkere Anreize haben, gegen den Fehler zu handeln.

Weisheit der Massen als Prognosemechanismus

Vorhersagemärkte werden oft als eine der stärksten institutionellen Formen des Phänomens der „Weisheit der Massen" behandelt. Die Grundidee ist einfach: Wenn viele Individuen mit teils unabhängigen Informationen zu einer gemeinsamen Aggregation beitragen, kann die resultierende Schätzung genauer sein als die Meinung eines einzelnen Experten.

Diese Idee hat tiefe Wurzeln in politischer Theorie, Wahrscheinlichkeitsrechnung und Entscheidungstheorie und wird oft mit Condorcets Jury-Theorem und Francis Galtons klassischen Beobachtungen über aggregierte Schätzungen verknüpft. Im Kontext von Vorhersagemärkten ist der Aggregationsmechanismus kein Umfragedurchschnitt, sondern ein durch Anreize geformter Preis. Diese Unterscheidung ist wichtig, weil Marktteilnehmer finanziell belohnt oder bestraft werden, was den Ausdruck stärker diszipliniert als gewöhnliche Meinungsumfragen.

Angewandte Forschung hat gezeigt, dass interne Unternehmens-Vorhersagemärkte bei der Prognose von Nachfrage, Umsatz, Fristen und Projektergebnissen überraschend gut abschneiden können. Sie wurden in Fertigung, Einzelhandel und Innovationsumgebungen als Werkzeuge eingesetzt, um verstreutes implizites Wissen in operative Prognosen umzuwandeln.

Kontraktarchitektur und Preisbildungsmechanismen

Die Fähigkeit von Vorhersagemärkten, bedeutungsvolle Erwartungen zu enthüllen, hängt stark von der Kontraktarchitektur ab. Selbst einfache Märkte erfordern gut gestaltete Auszahlungsstrukturen, die triviale Arbitrage beseitigen und Preise kohärent auf Erwartungen abbilden. In dieser Hinsicht ähneln Vorhersagemärkte mehr Derivatemärkten als gelegentlichen Wettscheinen.

Standardkontrakttypen und ihr Informationswert

Handelsmechanismen und das Management von Liquidität

Frühe Vorhersagemärkte stützten sich oft auf kontinuierliche Doppelauktionsmodelle ähnlich traditionellen Börsen. Diese Mechanismen verwenden ein Orderbuch, in dem Käufer und Verkäufer Gebote und Angebote abgeben. Obwohl vertraut und leistungsstark, erfordern sie organische Liquidität, um gut zu funktionieren.

Um dieses Problem zu lösen, adoptierten spätere Plattformen algorithmische Market-Maker. Robin Hansons logarithmische Market-Scoring-Regel wurde besonders einflussreich, weil sie einem Markt ermöglicht, kontinuierliche Liquidität bereitzustellen, während der Verlust des Market-Makers begrenzt wird.

Technologische Evolution: Dezentrale Vorhersagemärkte

Vorhersagemärkte haben einen großen technologischen Wandel von zentralisierten Web-Plattformen zu dezentralen Vorhersagemärkten auf öffentlicher Blockchain-Infrastruktur vollzogen. Frühere Systeme wie die Iowa Electronic Markets und spätere kommerzielle Plattformen wie Intrade waren auf zentralisierte Betreiber, Verwahrung und Regelanwendung angewiesen.

Dezentrale Vorhersagemärkte wie Augur, Polymarket und Omen veränderten die Architektur, indem sie Marktlogik, Verwahrung und Abwicklung in Smart Contracts verlagerten. Das macht die Märkte transparenter und zensurresistenter, befreit sie aber nicht von Governance- oder Integritätsproblemen.

Polymarket repräsentiert eine spätere Generation. Durch den Betrieb auf kostengünstigerer Infrastruktur und die Verwendung von Stablecoins statt volatiler nativer Krypto-Assets als Hauptabrechnungsschicht reduzierte es Transaktionsreibung und machte das Nutzererlebnis einer Mainstream-Handelsplattform ähnlicher. Sein Aufstieg während des US-Wahlzyklus 2024 zeigte, wie sich Vorhersagemärkte zu global sichtbaren Informationsprodukten entwickeln können.

Das Oracle-Problem und Streitbeilegungsmechanismen

Die größte technische Herausforderung in dezentralen Vorhersagemärkten ist das Oracle-Problem. Blockchains sind geschlossene Systeme: Sie können ihren eigenen internen Zustand verifizieren, aber sie können nicht direkt beobachten, wer eine Wahl gewonnen hat, wie hoch die Inflationszahl war oder ob ein Hurrikan einen Schwellenwert überschritten hat. Jeder Vorhersagemarkt braucht daher einen Mechanismus, um reale Wahrheit in die On-Chain-Abwicklung zu importieren.

Das schafft ein tiefes Vertrauensproblem. Wenn ein Markt große Geldbeträge abwickelt, wird die Partei, die das Oracle oder den Streitbeilegungsmechanismus kontrolliert, zum effektiven Richter der Realität. Deshalb ist Oracle-Design kein kleines technisches Detail, sondern das zentrale Governance-Problem dezentraler Vorhersagemärkte.

UMAs Optimistic Oracle

Eine der einflussreichsten Lösungen ist UMAs Optimistic Oracle. Das Modell heißt „optimistisch", weil es vorschlägt, dass Antworten korrekt sind, sofern sie nicht aktiv angefochten werden. In der Praxis bedeutet das, dass ein Teilnehmer ein Ergebnis vorschlägt und wirtschaftliche Sicherheiten hinterlegt. Wenn niemand den Vorschlag während des Anfechtungsfensters herausfordert, wird das Ergebnis akzeptiert und die Abwicklung erfolgt schnell.

Moral Hazard und ethische Kontroversen

Der größte gesellschaftliche Einwand gegen Vorhersagemärkte ist nicht technisch, sondern ethisch. Wenn ein Markt Teilnehmern erlaubt, von Krieg, Mord, Terrorismus oder menschlicher Tragödie zu profitieren, könnte der Markt perverse Anreize schaffen. Selbst wenn die meisten Nutzer passive Spekulanten sind, wirft die Existenz einer direkten Auszahlung, die an ein schädliches Ereignis geknüpft ist, die Frage auf, ob jemand motiviert sein könnte, dieses Ereignis herbeizuführen.

Die Kontroverse ist nicht nur hypothetisch. Das US-amerikanische Policy Analysis Market-Projekt Anfang der 2000er-Jahre kollabierte nach öffentlicher Empörung darüber, dass es Spekulation über geopolitische Gewalt ermöglichen könnte. Befürworter argumentierten, dass solche Märkte nützliche verteilte Informationen enthüllen könnten. Kritiker argumentierten, dass die moralischen Kosten und die Anreizstruktur inakzeptabel seien.

Regulatorische Klassifizierung und rechtliche Rahmen

Regulierung bleibt die größte strukturelle Einschränkung für Vorhersagemärkte. Die zentrale Rechtsfrage ist nicht nur, ob das Produkt Risiken beinhaltet, sondern wie es klassifiziert werden sollte: als Derivat, als Glücksspielprodukt, als hybrider Informationsmarkt oder als neue Kategorie, die bestehende Gesetze schlecht behandeln.

USA: CFTC-Event-Kontrakte und Glücksspielbeschränkungen

In den USA hat sich der Hauptrechtsstreit zwischen Derivate-Regulierung und glücksspielähnlichen Einwänden abgespielt. Die CFTC behandelt Event-Kontrakte derzeit als Derivate-Kategorie, und ihre offiziellen Kontrakte-und-Produkte-Materialien definieren einen Event-Kontrakt ausdrücklich als Derivat, dessen Auszahlung auf einem bestimmten Ereignis, Vorfall oder Wert basiert. Dasselbe Material stellt fest, dass CFTC-Verordnung 40.11 bestimmte Kategorien von Event-Kontrakten verbietet, einschließlich Kontrakten im Zusammenhang mit Terrorismus, Mord, Krieg, Glücksspiel oder rechtswidrigen Aktivitäten.

Der aktuelle Rahmen ist weiterhin stark umstritten. Im Mai 2024 veröffentlichte die CFTC einen Vorschlag zu Event-Kontrakten. Im Februar 2026 zog die Kommission diesen Vorschlag zurück und suchte später im März 2026 öffentliche Kommentare zu einem neuen Vorhersagemärkte-Regelungsansatz. Die Kategorie ist daher lebendig, politisch sensibel und noch immer unter aktiver rechtlicher Gestaltung.

Europäische Union: MiFID II, Binäroptionen und Glücksspielrecht

In der Europäischen Union befinden sich Vorhersagemärkte in einer unbequemen Position zwischen Finanzregulierung und nationalem Glücksspielrecht. Wenn ein Kontrakt als Finanzinstrument oder binäroptionsähnliches Derivat eingestuft wird, kann er in den MiFID-II-Rahmen fallen. Das ist wichtig, weil ESMAs Interventionsmaßnahmen von 2018 das Marketing, den Vertrieb und den Verkauf von Binäroptionen an Privatanleger in der EU verboten.

Malta bleibt in dieser Landschaft besonders wichtig, weil die Malta Gaming Authority langjährige Erfahrung mit der Regulierung von Remote-Gaming und provisionsbasierten Marktstrukturen hat.

Empirische Belege, Markteffizienz und Verhaltensverzerrungen

Empirische Arbeiten zu Vorhersagemärkten sind generell unterstützend, wenn auch nicht unkritisch. Große, liquide Märkte übertreffen Expertengremien und konventionelle Umfragen oft zumindest in Aktualität und Kalibrierung. Sie reagieren schnell auf neue Informationen und können sich verändernde Erwartungen nahezu in Echtzeit verfolgen.

Aber Marktpreise werden von menschlichen Teilnehmern erzeugt, und menschliche Teilnehmer bringen kognitive Verzerrungen mit. Das ist besonders deutlich in politischen Vorhersagemärkten. Parteiliche Händler zeigen oft Positionsbeharrlichkeit, halten bevorzugte Narrative zu lange oder reagieren asymmetrisch auf Information, die ihrem bevorzugten Ergebnis schadet.

Fazit

Vorhersagemärkte haben sich von wettähnlichen Wahlindikatoren zu hochentwickelten Informationssystemen und programmierbaren Finanzinstrumenten entwickelt. Ihre Fähigkeit, verstreute Informationen zu aggregieren, ist eines der stärksten empirischen Argumente für sie, und ihre technologische Evolution hat sie skalierbarer, transparenter und global sichtbarer gemacht.

Zugleich bleibt die Kategorie strukturell instabil. Oracle-Design, Manipulationsresistenz, Moral Hazard, nationale Sicherheitsbedenken und rechtliche Klassifizierung sind allesamt noch offene Probleme. Deshalb sollten Vorhersagemärkte weder als einfache Erweiterung von Sportwetten noch als neutrale Wahrheitsfindungsmaschinen behandelt werden. Sie sind eine hybride Marktform, deren Nützlichkeit, Risiken und Legitimität alle von Architektur, Anreizen und Regulierung abhängen.

Ausgewählte Quellen und weiterführende Literatur

Dieser Artikel ist ein übersetzter und angepasster wissenschaftlicher Überblick. Für Zitierarbeit ist es am stärksten, die zugrundeliegenden Quellen direkt zu zitieren.

1. Justin Wolfers und Eric Zitzewitz, „Prediction Markets," NBER Working Paper 10504 (2004).
2. Justin Wolfers und Eric Zitzewitz, „Prediction Markets in Theory and Practice," NBER Working Paper 12083 (2006).
3. Charles F. Manski, „Interpreting the Predictions of Prediction Markets," NBER Working Paper 10359 (2004).
4. Erik Snowberg, Justin Wolfers, und Eric Zitzewitz, „Prediction Markets for Economic Forecasting," NBER Working Paper 18222 (2012).
5. Anthony M. Diercks, Jared Dean Katz, und Jonathan H. Wright, „Kalshi and the Rise of Macro Markets," NBER Working Paper 34702 (2026).
6. Commodity Futures Trading Commission, „Contracts & Products: Event Contracts".
7. UMA Protocol, „Contracts Documentation".
8. European Securities and Markets Authority, „ESMA agrees to prohibit binary options and restrict CFDs to protect retail investors" (27. März 2018).
9. Malta Gaming Authority, „What are the different types of games that are licensable by the Authority?".
10. Iowa Electronic Markets, offizielles Marktarchiv.