Wie Prediction-Market-Preise funktionieren: von Anteilen bis zur Auflösung

Prediction Market-Anteile repräsentieren Wahrscheinlichkeitsansprüche, dass ein Ereignis auf eine bestimmte Weise eintreten wird – beispielsweise bedeutet ein Anteil von 0,42 $, dass der Markt diesem Ergebnis eine implizite Wahrscheinlichkeit von etwa 42 % zuschreibt. Die Preise verschieben sich ständig, wenn Trader kaufen und verkaufen, und spiegeln neue Informationen und sich ändernde Erwartungen wider. Wenn ein Markt aufgelöst wird, können Gewinne in der Wallet behalten und ausgezahlt oder abgehoben werden. Das Verständnis der Preismechanismen von Prediction Markets hilft dabei, zu erkennen, wann Märkte falsch bewertet sein könnten und warum das Design der Auflösung genauso wichtig ist wie der Handel selbst.

Haftungsausschluss: Dieser Leitfaden dient ausschließlich zu Bildungszwecken. Er stellt keine Finanzberatung dar, ist keine Aufforderung und richtet sich nicht an ein britisches Publikum. Prediction-Market-Anteile sind risikoreich und nicht für alle Nutzer geeignet.

Was Prediction-Market-Anteile repräsentieren

Der Preis eines Prediction-Market-Anteils spiegelt seine implizite Wahrscheinlichkeit wider. Ein Anteil, der auf einer Skala von 0,00 $ bis 1,00 $ bei 0,65 $ gehandelt wird, bedeutet, dass der Markt diesem Ergebnis kollektiv eine Wahrscheinlichkeit von 65 % zuschreibt. Diese Beziehung ist strukturell, nicht willkürlich – Käufer bei 0,65 $ glauben, dass die tatsächliche Wahrscheinlichkeit 65 % übersteigt, während Verkäufer zu diesem Preis glauben, sie liegt darunter.

Die Auszahlungsrechnung ist unkompliziert. Wenn das Ergebnis als wahr aufgelöst wird, zahlt jeder Anteil 1,00 $. Eine Position von 100 Anteilen, die zu je 0,45 $ gekauft wurden, kostet 45 $ und bringt 100 $ zurück – ein Gewinn von 55 $. Wenn das Ergebnis als falsch aufgelöst wird, verfallen die Anteile bei 0,00 $. Die gesamten 45 $ gehen verloren.

Diese binäre Struktur bedeutet, dass Prediction-Market-Preise kollektive Wahrscheinlichkeitsschätzungen in eine einzige, kontinuierlich aktualisierte Zahl verdichten. Für einen tieferen Einblick in die Funktionsweise von binären Kontrakten, Oracles und Auflösungskriterien bei Polymarket im Besonderen, siehe Was ist Polymarket? Ein Leitfaden zu dezentralen Prediction Markets.

Wie sich Preise bewegen: Order Flow und das CLOB

Prediction-Market-Preise bewegen sich, wenn neue Informationen eintreffen oder neue Trader einsteigen. Eine politische Umfrage, ein Gewinnbericht, eine Verletzungsmeldung oder eine gesetzgeberische Entwicklung löst eine sofortige Neubewertung aus, wenn Trader auf das reagieren, was sie für die Bedeutung der Daten für die zugrunde liegende Wahrscheinlichkeit halten.

Diese Preisfindung erfolgt über ein Central Limit Order Book, kurz CLOB – dieselbe Matching-Engine, die von traditionellen Finanzbörsen verwendet wird. Das CLOB von Polymarket gleicht Kauf- und Verkaufsaufträge nach Preis- und Zeitpriorität ab.

Wenn ein Trader eine Kauforder für Yes-Anteile bei 0,65 $ platziert, zeigt das CLOB dies gleichzeitig als Verkaufsorder für No-Anteile bei 0,35 $ an, da die beiden Ergebnisse eine vollständige Wahrscheinlichkeitsmenge bilden, die sich auf 1,00 $ summieren muss. Diese Spiegelung schafft tiefere Liquidität und engere Spreads, als es separate Order Books ermöglichen würden.

Die Tiefe des Order Books eines Marktes bestimmt, wie reibungslos sich die Preise anpassen. In tiefen Märkten – solchen mit hohem Volumen und vielen Teilnehmern – bewegen einzelne Trades den Preis kaum, und die Lücke zwischen dem besten Kauf- und Verkaufspreis (der Spread) bleibt eng. In dünnen Märkten mit weniger Teilnehmern kann eine einzelne große Order den Preis um mehrere Cent verschieben, und breitere Spreads machen das Ein- und Aussteigen aus Positionen teurer. Bei Polymarket über MetaMask werden Trades auf Polygon abgewickelt – was Netzwerkgebühren niedrig und die Ausführung im Vergleich zum Ethereum Mainnet schnell hält – und jede Ausführung erstellt einen dauerhaften Onchain-Datensatz unter Self-Custodial-Kontrolle.

Ein vollständiges Glossar mit Begriffen wie Spread, Slippage und Order-Book-Mechaniken findet sich unter Grundlegende Prediction-Market-Konzepte und Schlüsselbegriffe.

Für einen Vergleich, wie sich zentralisierte Plattformen wie Kalshi in Struktur und Regulierung unterscheiden, siehe Prediction-Market-Trends 2026.

Multi-Outcome-Märkte und Anteilspreise

Nicht jeder Prediction Market ist binär. Viele Märkte decken sich gegenseitig ausschließende Ergebnisse ab, bei denen bei der Auflösung genau eines wahr sein muss – zum Beispiel der Gewinner eines 32-Team-Turniers oder das Land, das eine zukünftige Olympiade ausrichtet.

In diesen Märkten erhält jedes mögliche Ergebnis seinen eigenen Satz von Anteilen. Ein Anteil von 0,08 $ für ein Team impliziert eine Wahrscheinlichkeit von etwa 8 %. Ein Anteil von 0,12 $ für ein anderes impliziert 12 %. In einem gut funktionierenden Multi-Outcome-Markt sollten alle Ergebnisanteile zusammen ungefähr 1,00 $ ergeben. Wenn dies nicht der Fall ist, signalisiert die Diskrepanz etwas Untersuchenswertes.

Wenn alle Anteile in einem 32-Ergebnis-Markt zusammen 0,98 $ ergeben, könnte ein Trader theoretisch einen von jedem für 0,98 $ kaufen und eine Auszahlung von 1,00 $ garantieren, unabhängig davon, welches Ergebnis gewinnt – eine risikolose Rendite von 2 %. In der Praxis werden diese Ungleichgewichte schnell korrigiert, da Arbitrageure sie ausnutzen. Diese selbstkorrigierende Tendenz ist ein Grund dafür, dass Prediction-Market-Preise gut kalibriert bleiben.

Was bei der Auflösung passiert

Jeder Prediction Market hat definierte Auflösungskriterien – spezifische Bedingungen, Quellen und einen Zeitrahmen, die das Ergebnis bestimmen. Ein gut gestalteter Markt lässt keinen Interpretationsspielraum: „Wird [Kandidat] bis [Datum] von [Behörde] als Gewinner zertifiziert?" ist präzise. „Werden Frühindikatoren auf eine Rezession hindeuten?" ist mehrdeutig und schafft ein Auflösungsrisiko, das vom zugrunde liegenden Ereignis unabhängig ist.

Wenn das Ergebnis bekannt und verifiziert ist, ist die Auflösung binär. Gewinnende Anteile werden in 1,00 $ umgewandelt. Verlierende Anteile verfallen bei 0,00 $. Bei Polymarket werden Auszahlungen in der Regel automatisch nach der Marktauflösung abgewickelt, und Nutzer müssen je nach Plattformablauf möglicherweise noch Mittel abheben oder auszahlen lassen. Von dort aus können Gewinne über MetaMask Swaps gegen andere Assets getauscht oder auf andere Blockchains gebrückt werden – ohne Auszahlungsprozess oder Wartezeit.

Das Auflösungssystem von Polymarket verwendet vordefinierte Auflösungskriterien und festgelegte Datenquellen zur Marktabwicklung, und einige Märkte können automatisierte Oracle-basierte Daten-Feeds für eine schnelle Preisverifizierung nutzen. Bei Streitigkeiten eskaliert die Auflösung zu einer Token-Holder-Abstimmung, die in der Regel 48–96 Stunden dauert. Für schnell auflösende Märkte wie 15-Minuten-Krypto-Preiskontrakte verwendet Polymarket Chainlink Data Streams für eine latenzarme, automatisierte Preisverifizierung – direkt aus der dezentralen Feed-Infrastruktur von Chainlink, anstatt sich auf menschliche Proposer zu verlassen.

Das System ist trust-minimized und nicht vollständig trustless. Wirtschaftliche Anreize – sowohl Proposer als auch Disputer riskieren Bonds – sind so gestaltet, dass ehrliche Berichterstattung die profitabelste Strategie ist. Aber das Auflösungsrisiko ist real. Aufsehenerregende Streitigkeiten, einschließlich umstrittener Märkte zu UFO-Deklassifizierung und geopolitischen Ereignissen, haben gezeigt, dass mehrdeutige Auflösungskriterien zu Ergebnissen führen können, die einige Teilnehmer als falsch betrachten. Die Auflösungsregeln zu lesen (nicht nur den Markttitel) ist genau aus diesem Grund wichtig, bevor man eine Position eingeht.

Wenn Märkte falsch bewertet sind: Verzerrungen, Liquidität und Informationskaskaden

Prediction Markets haben insgesamt eine starke Prognosegenauigkeit bewiesen – sie entsprechen oft Expertenvorhersagen und statistischen Modellen oder übertreffen diese. Aber einzelne Märkte können und werden manchmal erheblich falsch bewertet, aus Gründen, die in einige wiederkehrende Muster fallen.

Informationskaskaden entstehen, wenn frühe Trader einen Preis etablieren und spätere Teilnehmer ihm folgen, in der Annahme, dass die First Mover über überlegene Informationen verfügten. Dieses sich selbst verstärkende Muster kann Preise von der zugrunde liegenden Wahrscheinlichkeit wegdrängen, insbesondere in wenig beachteten Märkten, in denen wenige unabhängige Analysten teilnehmen.

Liquiditätsbeschränkungen verhindern, dass große Trader Fehlbewertungen korrigieren. Ein Trader, der glaubt, dass ein Anteil von 0,55 $ bei 0,70 $ bewertet werden sollte, ist möglicherweise nicht in der Lage, genug Kapital einzusetzen, ohne den Preis erheblich gegen sich selbst zu bewegen. Die Fehlbewertung bleibt bestehen, nicht weil der Markt anderer Meinung ist, sondern weil das Order Book den korrektiven Trade nicht absorbieren kann.

Kognitive Verzerrungen sind individuell, aber systematisch. Recency Bias (Übergewichtung jüngster Ereignisse), Confirmation Bias (Bevorzugung von Ergebnissen, die mit bestehenden Überzeugungen übereinstimmen) und Overconfidence (Überschätzung der eigenen Genauigkeit) treten alle in Prediction-Market-Preismustern auf. Wenn sich diese Verzerrungen um ein kulturell oder politisch bedeutsames Ergebnis häufen, können sie den Marktpreis von der fundamentalen Wahrscheinlichkeit wegkippen.

Strukturelle Anreize spielen ebenfalls eine Rolle. In einigen Märkten funktioniert der Kauf eines bestimmten Ergebnisses eher als kulturelles oder politisches Signal als als Wahrscheinlichkeitsbewertung. Wenn die Kaufaktivität durch Identität statt durch Analyse getrieben wird, spiegeln die Preise Stimmung statt Information wider.

Das Erkennen dieser Dynamiken garantiert keine profitablen Trades – aber es hilft dabei, zwischen Märkten zu unterscheiden, bei denen der Preis echte kollektive Intelligenz widerspiegelt, und Märkten, bei denen strukturelle Faktoren das Signal verzerren könnten. Für Strategien, die von erfahrenen Tradern verwendet werden, um diese Fehlbewertungen zu identifizieren und darauf zu reagieren, siehe Fortgeschrittene Prediction-Market-Handelsstrategien.