Früher dachte ich, der Markt würde belohnen, wer das klügste Handelssystem gebaut hat. Ich glaubte, bessere Vorhersagen führten ganz von allein zu besseren Ergebnissen. Je länger ich in diesem Umfeld bleibe, desto mehr ertappe ich mich dabei, wie ich auf alles achte, was sich unter diesen Vorhersagen abspielt. Dieser Wandel ist langsam passiert, fast ohne dass ich es bemerkt habe, und er zieht mich immer wieder zu Projekten wie dem Newton Protocol zurück.
Was meine Aufmerksamkeit fesselt, ist, dass das Newton Protocol gar nicht wirklich fragt, ob KI handeln kann. Diese Frage fühlt sich mittlerweile alt an. Die schwierigere Frage lautet: Kann KI in einem System operieren, das weiterhin vertrauenswürdig bleibt, wenn die Märkte nicht mehr so funktionieren, wie Entwickler es erwartet haben? Es ist leicht, sich vorzustellen, wie eine automatisierte Strategie schnelle Entscheidungen trifft. Viel schwerer ist es, sich vorzustellen, dass tausende dieser Entscheidungen durch eine dezentrale Infrastruktur fließen, ohne jedes Mal, wenn wenige Sekunden vergehen, neue Risiken einzuführen.
Ich denke an Momente, in denen Märkte plötzlich die Richtung verlieren. Kurse bewegen sich ruckartig, Spreads werden breiter, Transaktionen dauern länger als erwartet – und jede Verzögerung verändert das Ergebnis einer Strategie, die vom Timing abhängig war. Genau dort wirken beeindruckende Modelle plötzlich gewöhnlich. Das Problem ist selten, dass die KI aufhört, Muster zu erkennen. Das Problem ist, dass die Umgebung um sie herum unvorhersehbar geworden ist. Ausführung, Verifikation, Netzwerküberlastung und Sicherheit beginnen alle, mit der Strategie selbst zu konkurrieren.
Deshalb wirkt die Idee des sicheren Rollups wichtiger, als sie zuerst klingt. Sie legt nahe, dass Automatisierung auf eine Infrastruktur gebaut werden sollte, die für autonome Aktivitäten vorbereitet ist, statt autonome Systeme in Netzwerke zu zwingen, die mit anderen Annahmen entworfen wurden. Dieser Unterschied scheint subtil – bis ich mir vorstelle, dass Hunderte KI-Agenten gleichzeitig Entscheidungen treffen. Das Netzwerk selbst wird Teil der Strategie, statt nur der Ort zu sein, an dem Transaktionen stattfinden.
Der Marktplatz für KI-Entwickler fühlt sich ebenfalls an wie der Versuch, etwas zu lösen, das still und leise immer schlimmer geworden ist. Es gibt mehr Modelle als je zuvor, doch der Vergleich zwischen ihnen ist seltsam schwierig geworden. Jedes Projekt kann Screenshots profitabler Trades veröffentlichen. Jeder Entwickler kann beeindruckende Backtests präsentieren. Nur sehr wenige können zeigen, wie sich eine Strategie verhält, wenn es zu unerwarteter Volatilität kommt, die Liquidität sich verändert oder sich die Stimmung am Markt verschiebt. Ein Marktplatz wird erst dann wirklich wertvoll, wenn wiederholte Ausführungen zuverlässig ausgeführte Arbeit nach und nach von attraktiven Präsentationen trennen.
Ich frage mich ständig, wie sich Entwickler selbst anpassen werden, wenn diese Umgebung tatsächlich funktioniert. Anstatt Modelle wie fertige Produkte zu behandeln, könnten sie am Ende dazu übergehen, sie wie Software zu behandeln, die sich ständig weiterentwickelt – weil die Märkte nicht stillstehen. Eine Strategie, die heute dominiert, könnte innerhalb weniger Monate durchschnittlich werden, nur weil andere KI-Systeme anders lernen, zu reagieren. Der Wettbewerb wird kontinuierlich statt saisonal, und das verändert die Anreize hinter der Entwicklung.
Das Gespräch über KI fühlt sich für mich immer noch seltsam unausgewogen an. Man verbringt enorme Mengen an Zeit damit, über Intelligenz zu diskutieren, schenkt aber viel weniger Aufmerksamkeit für Verantwortlichkeit. Wenn eine automatisierte Strategie fehlschlägt: Wo genau ist sie fehlgeschlagen? War das Modell falsch? Waren die Daten unvollständig? Hat die Ausführung Verzögerungen eingeführt? Hat die Infrastruktur unerwartetes Verhalten erzeugt? Diese Fragen lassen sich nur schwer voneinander trennen, sobald autonome Systeme anfangen, mit dezentralen Netzwerken zu interagieren – statt in isolierten Simulationen.
Diese Unsicherheit ist wahrscheinlich der Grund, warum ich dazu neige, langsamer zu werden, bevor ich mich von ehrgeizigen Ankündigungen überzeugen lasse. Die Märkte haben mir gezeigt, dass jedes elegante Design früher oder später auf Bedingungen trifft, die niemand geplant hat. Ein Protokoll mag monatelang perfekt funktionieren, solange die Aktivität stabil bleibt – und dann seine schwächsten Annahmen an einem einzigen chaotischen Nachmittag offenbaren. Diese Momente sind meist wichtiger als jeder erfolgreiche Tag davor.
Newton Protocol wirkt, als würde es sich in Richtung dieser unbequemen Fragen bewegen – statt so zu tun, als gäbe es sie nicht. Der Fokus auf sichere Infrastruktur, automatisierte Ausführung und ein Ökosystem, in dem KI-Entwickler Strategien bauen und vertreiben können, scheint weniger darum bemüht, eine weitere Schlagzeile zu erzeugen, und mehr darum, Bedingungen zu schaffen, unter denen Automatisierung langfristig realistische Chancen hat, zu funktionieren. Ob daraus etwas Dauerhaftes wird, hängt von Details ab, die in den frühen Phasen selten Aufmerksamkeit erregen – denn Märkte haben die Angewohnheit, schon die kleinsten Schwächen offenzulegen, lange bevor sie die größten Ideen belohnen.