Der Preis der Wahrheit

Mit dem aktuellen Aufkommen der prediction markets, angeführt von der umstrittenen Plattform Polymarket, durchziehen dieselben antiken Muster moderne Wettmärkte, von Sport über Technologie und Politik bis zurück zum Wetter. Manche Akteure versuchen sich an datengetriebenen Black-Box-Vorhersagen, andere setzen auf Expertenmeinungen, Insiderinformationen oder die moderne Astrologie insignifikanter Charttechnik. Der entscheidende Unterschied ist das Versprechen, das moderne prediction markets machen: Nicht eine einzelne Person soll die Zukunft voraussagen, sondern die kollektive Schwarmintelligenz lässt alle verstreuten Informationen so zusammenfließen, dass sich daraus ein fairer Preis bildet.

Der Mechanismus ist simpel: Jedes Ereignis, dessen Ausgang sich als Ja/Nein-Frage formulieren lässt, ist handelbar. Ja- und Nein-Anteile müssen per Konstruktion gemeinsam einen Dollar ergeben, wobei der aktuelle Preis für die jeweiligen Positionen über ein Orderbuch bestimmt wird, das die Marktteilnehmer verbindet. Dadurch lässt sich die marktimplizite Eintrittswahrscheinlichkeit direkt am Preis ablesen. Hält jemand ein Ereignis für wahrscheinlich und dessen Preis für zu gering, so kauft er Ja-Anteile. Liegt diese Person mit ihrer Prognose falsch, so verliert sie ihr Kapital. Sie hat skin in the game und damit einen starken Anreiz, die bestmögliche Prognose abzugeben.

Dabei darf eine wesentliche, subtile Eigenheit dieser Märkte nicht vergessen werden: Sie werden zwar durch die breite Masse erzeugt, sind aber alles andere als demokratisch. Eingesetztes Kapital, Handelszeitpunkte und andere Faktoren beeinflussen das Gewicht, das jeder Teilnehmer seiner Stimme verleihen kann. Was ist also dran an der wisdom of crowds? Wenn jeder Informationen hat, wie werden die wesentlichen ausgesiebt, und wer profitiert davon? Mit anderen Worten: Was ist der Preis der Wahrheit?

Die Weisheit der Vielen

Gute Informationen sind selten gratis, und es scheint, als würde ihre Qualität mit den eingesetzten Mitteln steigen: Wollte man im antiken Orakel von Delphi den Gott Apollon durch die Stimme der Pythia um seine Einschätzung der Zukunft bitten, so musste man ihm zumindest eine junge Ziege opfern. Genauere Prognosen ließen sich einige Zeit später durch mühsame Berechnungen erringen, für die Astronomen wie Johannes Kepler bezahlt wurden.

Heute kulminieren unsere Bemühungen um die besten und rarsten Informationen in unvorstellbaren Investitionen. Große Staaten, supranationale Organisationen und Unternehmen leisten sich teure Satelliteninfrastruktur, Supercomputer, Datenbanken, Messstationen und mehr, um beispielsweise meteorologische Prognosen erstellen zu können, die bei uns lediglich als einfache Zahl auf dem Smartphonedisplay aufscheinen: 90% Regenwahrscheinlichkeit. Auch an der grundlegenden, exakten Arbeit des Journalismus haben moderne Technologien nicht viel verändert, wenngleich dessen Produkte um ein Vielfaches schneller verteilt werden. Doch in einen einfachen Newsticker können nach wie vor zahllose Gespräche, Dokumente, Reisen und Prüfungen einfließen, bevor er publiziert wird.

Informationen lassen sich billiger denn je verteilen, doch ihre Erzeugung und Beschaffung sind nach wie vor kostspielig.

Das Prinzip der Schwarmintelligenz verspricht eine Lösung für dieses Problem. Statt einen einzelnen Experten mit der Arbeit zu beauftragen, werden die Beobachtungen und Analysen vieler Menschen zusammengetragen. Seitdem wir im Zeitalter des Internets leben, ist dieser Idee neue Bedeutung zugekommen, allen voran durch die Erfolgsgeschichte von Wikipedia. Doch die Enzyklopädie funktioniert nicht unbedingt durch das Zusammenhelfen aller User, sondern ruht vielmehr auf dem Rücken einiger weniger. So sind im Schnitt 99,9% aller Besucher rein passive Leser, während lediglich 0,01% der Seitenaufrufe von aktiven Editoren stammen. Dass die Wikipedia trotzdem regelmäßig für ihre Genauigkeit und Verlässlichkeit gelobt wird, ist kein Widerspruch, denn die „Weisheit der Vielen“ bedeutet nicht unbedingt, dass viele gleich weise sind oder sein müssen. Es reicht aus, wenn sie ein System bilden, das lose verknüpft ist, Wissen effizient verteilt und Fehler leicht korrigierbar macht.

Der Blick hinter den Preis

Was für Wikipedia funktioniert, zeigt überraschende Ähnlichkeit mit den Prozessen, die auf Polymarket stattfinden. Dort befindet sich ein wahres Eldorado für Forschende, das sich auf die zugrundeliegende Technologie der Plattform stützt. So nutzt Polymarket die Polygon-Blockchain um Trades zu verwalten – ein Design, das es zwar möglich macht, seine Identität hinter pseudonymen Wallets zu verbergen, das aber im Gegenzug jeden Handel zu jedem Preis und Zeitpunkt öffentlich bestätigt und einsehbar macht. Durch diese Fülle an frei zugänglichen Daten wühlten sich im April dieses Jahres vier Forscher der London Business School und der Yale University [1].

Die Frage, die sie umtrieb, war, woher die Genauigkeit dieser Märkte stammte. Sind es schlichte Insider, die mit ihren Geheiminformationen risikolose Gewinne abschöpfen und im Gegenzug den Preis korrigieren? Oder ist es tatsächlich das aggregierte Wissen aller Trader, das schließlich die beste Vorhersage erzeugt?

Die Daten deuten darauf hin, dass beide Erklärungen zu kurz greifen. In der 78-seitigen Analyse kristallisiert sich das Bild heraus, dass es eine kleine Minderheit an Akteuren ist, die als skilled traders bezeichnet werden und gemeinsam lediglich 3% aller Wallets ausmachen, die den Großteil der Gewinne erwirtschaften, die Preisbildung tragen und Arbitragemöglichkeiten eliminieren. Diese Marktteilnehmer lassen sich von einfachen Insidern gut abgrenzen: Sie handeln verschiedenste Bereiche statt einzeln lokalisierter Ereignisse, ihre Fähigkeiten bleiben auch out-of-sample erhalten und sie reagieren schnell auf öffentliche Nachrichten.

Ihre Strategien lassen sich nicht so einfach nachvollziehen, doch lassen sich wohl einige Tricks aus den Daten ableiten. So handeln diese skilled traders zum Beispiel erfolgreich gegen eine Form des sogenannten behavioral bias, also eine kognitive Fehleinschätzung, die daher ruht, dass die meisten Menschen bei Wetten potenzielle Außenseiter, die höhere, aber unsichere Gewinne versprechen, wahrscheinlicheren Ausgängen vorziehen – und damit freilich oft falsch liegen. Ein anderer Einkommensstrom dieser Elite speist sich aus winzigen zeitlichen Fenstern, in denen für einen kurzen Augenblick zum Teil äußerst komplizierte Arbitragemöglichkeiten zustande kommen. Diese entstehen dann, wenn zwei getrennte, aber logisch verknüpfte Märkte eine gemeinsame Wahrscheinlichkeitsverteilung haben, die in der Realität nicht erreicht werden kann – beispielsweise, wenn für ein Fußballspiel die Summe der Ja-Preise für die Ereignisse „Ausgang 2:0“ und „Mehr als drei Tore“ den Wert eins überschreitet.

Der Lohn der Wenigen

Durch den Handel mit solchen Unebenheiten im Markt erfüllt diese kleine Gruppe eine wichtige ökonomische Funktion, nämlich die der Preisfindung, für die sie auch entsprechend entlohnt wird. Was wie eine problematische Gewinnkonzentration wirkt, entspricht tatsächlich der Umsetzung des berühmten Grossman-Stiglitz-Paradoxons. Dieses besagt, dass vollkommen effiziente Märkte in der Realität nicht möglich sind, da niemand mehr einen Anreiz hätte, Informationen zu beschaffen, wenn diese bereits perfekt verteilt und vollständig in den Preisen enthalten wären.

Somit ergibt sich in echten Märkten ein Gleichgewicht des Ungleichgewichts, bei dem Preise genug Information widerspiegeln, um für die meisten Akteure informativ zu sein, sodass diese Liquidität, Meinungsvielfalt und Fehleinschätzungen beisteuern. Diese werden wiederum durch eine geringe Zahl an Expertinnen genutzt und korrigiert, die den Markt im Gegenzug effizienter machen.

Wetterprognosen, Medienberichte, Wikipedia und prediction markets haben mehr gemeinsam, als es auf den ersten Blick scheint. Sie alle machen Wissen für ein großes Publikum öffentlich, doch entsteht die Qualität dieser Informationen nicht unbedingt durch die schiere Masse an Beteiligten. Irgendjemand muss beobachten, prüfen, filtern, messen, rechnen und korrigieren.

Die Zukunft selbst kommt kostenlos, vorausgesetzt, wir warten lange genug. Ihre aktuelle Einschätzung hingegen ist aufwendig und teuer und verlangt viel Arbeit, um aus der Fülle an Informationen die essenziellen zu destillieren. Den Preis dieser Essenz bezahlen die vielen als Gewinn an die wenigen, die diese Arbeit geleistet haben.

[1] https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6617059, 21.10.2026.