Wie Kalshi die Rechenleistung von KI in ein Finanzinstrument verwandelt

Erfahren Sie, wie die Plattform Kalshi neue Finanzmärkte schafft, die sich auf den Wert von Rechenressourcen für künstliche Intelligenz stützen.

In den letzten Jahren hat das rasante Wachstum der Künstlichen Intelligenz (KI) eine Nachfrage nach einer neuen, bislang an den Finanzmärkten kaum beachteten Ressource geschaffen: Rechenkapazität, auch „Compute“ genannt. Dieser Begriff umfasst das Ausmaß und die Qualität der Datenverarbeitung, die für das Training und den Betrieb moderner KI-Modelle erforderlich sind. Die Plattform Kalshi versucht, den Wert von Rechenressourcen in ein handelbares Finanzprodukt zu verwandeln und eröffnet damit neue Möglichkeiten für Trader und Unternehmen aus dem KI-Sektor. Rechenkapazität als neuer Finanzmarktwert Traditionell konzentrierten sich Prognosemärkte (Prediction Markets) auf politische, wirtschaftliche oder sportliche Ereignisse. Kalshi geht jedoch einen Schritt weiter und bietet Kontrakte an, die sich auf die stundenweise Vermietung von Nvidia-Grafikkarten beziehen – der Schlüsselhardware für KI-Anwendungen. Damit erweitert sich nicht nur das Spektrum der handelbaren Ereignisse, sondern es entsteht auch eine neue finanzielle Infrastruktur rund um die KI-Ökonomie. Kalshi-Mitgründer und CEO Tarek Mansour betonte im Interview mit der New York Times, dass Märkte für Rechenkapazität zu den spannendsten Feldern für das Unternehmen zählen. Seiner Ansicht nach wird Compute zu einer Ware wie Öl, da Unternehmen Mechanismen benötigen, um zukünftige Risiken im Zusammenhang mit diesem Gut zu bewerten und abzusichern. Im Gegensatz zu Öl, das nach Sorten, Herkunft und Lieferbedingungen standardisiert ist, sind Rechenressourcen jedoch deutlich weniger homogen. Ihr Wert hängt vom Chipmodell, der Hardwarekonfiguration, dem Standort des Rechenzentrums, der Software, der Verfügbarkeit und den Vertragsbedingungen ab. Die Standardisierung des Compute-Marktes bleibt daher eine große Herausforderung. Was ist Rechenkapazität und wie wird sie gemessen? Im Kontext von KI bezeichnet „Compute“ in der Regel den Zugang zu Grafikprozessoren (GPUs) und der zugehörigen Infrastruktur von Rechenzentren. Rechenkapazität wird für zwei zentrale Prozesse benötigt: Training – der Prozess, bei dem ein KI-Modell Muster in großen Datenmengen erlernt. Inference – die Nutzung des trainierten Modells, um Antworten zu generieren oder Aufgaben auf Basis neuer Anfragen auszuführen. Beide Prozesse erfordern erhebliche Rechenressourcen, unterscheiden sich jedoch in ihrer Auslastung und Kostenstruktur. Grafikprozessoren (GPUs) wurden ursprünglich für die Verarbeitung von Computergrafik entwickelt, doch ihre Architektur mit vielen parallelen Recheneinheiten ist ideal für KI-Anwendungen. Nvidia hebt hervor, dass GPUs zahlreiche Operationen gleichzeitig ausführen und auf große Rechensysteme skalieren können – ein entscheidender Vorteil für moderne Modelle. Die Kosten für Rechenleistung werden häufig in GPU-Stunden angegeben – also der Miete einer bestimmten GPU für eine Stunde. Allerdings ist eine GPU-Stunde lediglich eine Mengeneinheit und keine wirtschaftlich gleichwertige Größe: Eine Stunde auf einer Nvidia A100 unterscheidet sich in Leistung und Preis deutlich von einer Stunde auf einer H200 oder B200. Der Mietpreis wird beeinflusst durch die Nachfrage von KI-Laboren, die Einführung neuer Chips, Strom- und Rechenzentrumsbeschränkungen, regionale Verfügbarkeit, Exportauflagen und die Einführung effizienterer Hardware. Zudem ist Rechenkapazität eine „verderbliche“ Ressource: Eine nicht genutzte GPU-Stunde kann nicht gespeichert und später verkauft werden, was Anbieter bei sinkender Auslastung zu Preissenkungen zwingt. Wie funktionieren die Compute-Märkte von Kalshi? Aktuell bietet Kalshi Kontrakte an, die an die Mietpreise von Nvidia A100, H100, H200, B200 und RTX 5090 gekoppelt sind. Diese Kontrakte beziehen sich sowohl auf stündliche Werte als auch auf Monatsdurchschnitte oder längere Zeiträume. Es handelt sich um binäre (zweiseitige) Event-Kontrakte. Trader erwerben keine Rechenleistung direkt und reservieren auch keine GPU – stattdessen kaufen sie einen „Ja“- oder „Nein“-Kontrakt darauf, ob ein bestimmter Preisindex bis zum Ablauf einen festgelegten Schwellenwert überschreitet. Beispiel: Ein Kontrakt fragt, ob der Stundenpreis für die Miete einer H200 bis Ende August über $4,50 liegen wird. Übersteigt der offizielle Wert laut Kontraktregeln $4,50, zahlt der „Ja“-Kontrakt $1 aus, andernfalls $0. Der „Nein“-Kontrakt funktioniert umgekehrt. Zur Ergebnisbestätigung dient der Ornn Compute Price Index (OCPI). Dieses Index-Familie wird auf Basis realer GPU-Miettransaktionen in Dollar pro GPU-Stunde berechnet. Der Index berücksichtigt tatsächlich abgeschlossene Geschäfte, nicht die beworbenen Preise von Cloud-Anbietern. In jedem Kalshi-Kontrakt sind die Berechnungsregeln, das Beobachtungsfenster und der Zeitpunkt der Fälligkeit klar definiert. Das bedeutet, dass ein Trader auf einer großen Cloud-Plattform einen anderen Preis sehen kann als der Ornn-Index, da sie unterschiedliche Marktsegmente abbilden. Der Kontrakt wird immer strikt nach seinen eigenen Regeln abgerechnet, unabhängig davon, welcher Preis dem Trader „marktnäher“ erscheint. Kurzübersicht: So funktionieren die binären Kalshi-Kontrakte: Auswahl des gewünschten Chips (z. B. Nvidia H200). Formulierung der Bedingung (z. B. „Stundenpreis über $4,50 bis 31. August“). Trader kauft einen „Ja“- oder „Nein“-Kontrakt. Zum Zeitpunkt der Fälligkeit wird der offizielle Indexwert mit dem Schwellenwert verglichen. Auszahlung: $1 für die richtige Prognose, $0 für die falsche. Was ist die Forward Curve für Rechenkapazität? Im Juli stellte Kalshi eine Forward Curve für Nvidia B200, H200 und A100 vor. Die Forward Curve ist ein Diagramm, das die Markterwartungen bezüglich der zukünftigen Mietpreise für eine bestimmte GPU abbildet. Sie beantwortet die Frage: Wie viel wird eine GPU-Stunde laut Tradern in einer Woche, einem Monat oder am Jahresende kosten? Die Kurve wird auf Basis der Wahrscheinlichkeiten erstellt, die in binären Kontrakten mit unterschiedlichen Fälligkeitsterminen und Preisschwellen enthalten sind. Sind für mehrere Kontrakte die Wahrscheinlichkeiten bekannt, verschiedene Preisniveaus zu überschreiten, lässt sich daraus die Verteilung der erwarteten Preise und der durchschnittliche erwartete Preis zu einem bestimmten Datum ableiten. Wichtig: Die Kurve selbst ist kein Handelsinstrument – sie dient lediglich als analytischer Referenzpunkt für die aktuellen Markterwartungen. Die Aussagekraft der Forward Curve hängt von der Liquidität, der Informiertheit der Teilnehmer und der Qualität der Kontraktregeln ab. Im Juli zeigte eine Studie von Kalshi Research, dass die B200-Kurve im Zustand der Backwardation (fallender Trend) war, d. h. die erwarteten Preise sanken im Zeitverlauf. Die Kurven für ältere Chips waren relativ flach. Dieses Muster spiegelte die Erwartung eines steigenden B200-Angebots nach einer anfänglichen Knappheit wider. Die Forward Curve ist jedoch keine garantierte Prognose, sondern lediglich ein aktueller Ausschnitt der Markterwartungen. Beispiel für den Aufbau einer Forward Curve: Es werden binäre Kontrakte für verschiedene Termine (z. B. September, Oktober, November) und verschiedene Preisschwellen herangezogen. Aus den Wahrscheinlichkeiten der Ausführung dieser Kontrakte wird die Verteilung der erwarteten Preise erstellt. Die resultierende Kurve zeigt, wie der Markt die Preisentwicklung für die Miete einer GPU-Stunde in der Zukunft einschätzt. Weitere Akteure: MNX und die Entwicklung eines KI-Derivatemarktes Kalshi ist nicht das einzige Unternehmen, das Märkte für den Handel mit KI-Infrastruktur schafft. Das Startup MNX, gegründet von den Manifold-Markets-Mitbegründern Steven Gruszett und Ian Phillips, entwickelt eine dezentrale Futures-Börse mit KI-Fokus. Das Modell von MNX unterscheidet sich von Kalshi. Während Kalshi regulierte binäre Kontrakte mit festen Terminen und Ergebnissen anbietet, plant MNX die Einführung von Perpetual-Kontrakten (unbefristete Derivate) mit Hebelwirkung, die beispielsweise die Mietpreise der H100 ohne festen Ablaufzeitpunkt abbilden. Darüber hinaus will MNX Produkte listen, die an Bewertungen privater KI-Unternehmen, Aktien börsennotierter KI-Firmen und Benchmark-Ergebnisse von Modellen gekoppelt sind. Steven Gruszett betont, dass der KI-Ökonomie eine zentrale Plattform fehlt, auf der Teilnehmer entlang der gesamten Wertschöpfungskette handeln oder Risiken absichern können. Rechenkapazität ist das Schlüsselglied, das Chiphersteller, Cloud-Plattformen, Rechenzentren, KI-Labore und Endnutzer verbindet. Das Hauptproblem: Liquidität Aus ökonomischer Sicht erscheint die Entstehung von Derivaten auf Rechenkapazität folgerichtig. KI-Labore sind an planbaren Kosten interessiert, Infrastruktur-Anbieter an stabilen Einnahmen und Kreditgeber an Referenzpreisen zur Bewertung von Hardware und langfristigen Verträgen. Die entscheidende Frage ist jedoch, ob solche Märkte genügend Käufer, Verkäufer und Spekulanten anziehen können, um verlässliche Preise zu bilden. Rechenkapazität ist weiterhin heterogen, und ein globaler Index spiegelt möglicherweise nicht die tatsächlichen Kosten eines bestimmten Unternehmens in einer bestimmten Region wider. Bei geringer Liquidität werden die Orderbücher „dünn“, die Spreads weit und die Ausführungswahrscheinlichkeiten der Kontrakte instabil. Der Wettbewerb in diesem Segment nimmt zu: Neben Kalshi und MNX sind auch traditionelle Derivatebörsen und spezialisierte Indexanbieter aktiv. Bisher hat es keine Plattform geschafft, die Tiefe und Stabilität zu erreichen, die für ausgereifte Energie- oder Finanz-Futuresmärkte typisch ist. Dennoch ist die Entstehung dieser Märkte ein wichtiger Schritt für die Entwicklung der KI-Ökonomie. Es entstehen nicht nur neue Chips und Rechenzentren, sondern auch Finanzinstrumente zur Steuerung ihrer Risiken. Für Trader sind Kalshi-Kontrakte eine zugängliche Möglichkeit, ihre Meinung zur Preisentwicklung bei GPU-Mieten auszudrücken. Für den Gesamtmarkt liegt ihre Bedeutung in der Möglichkeit, vorläufige Forward-Preise für eine der wichtigsten Ressourcen der digitalen Wirtschaft zu bilden. Tabelle: Kalshi-Kontrakte für GPU-Miete GPU-Modell Kontrakt-Typ Zeitraum Schwellenwert Berechnungsindex Nvidia A100 Binär Stunde/Monat/Langfristig Im Kontrakt angegeben Ornn Compute Price Index Nvidia H100 Binär Stunde/Monat/Langfristig Im Kontrakt angegeben Ornn Compute Price Index Nvidia H200 Binär Stunde/Monat/Langfristig Im Kontrakt angegeben Ornn Compute Price Index Nvidia B200 Binär Stunde/Monat/Langfristig Im Kontrakt angegeben Ornn Compute Price Index RTX 5090 Binär Stunde/Monat/Langfristig Im Kontrakt angegeben Ornn Compute Price Index Risiken und rechtliche Aspekte der Teilnahme an Prediction Markets Der Handel auf Prediction Markets ist mit Risiken verbunden und nicht für jeden geeignet. Selbst die besten Plattformen bieten nur Werkzeuge zur Entscheidungsfindung, garantieren aber keinen Ausgang. Nutzer sollten nur das riskieren, was sie bereit sind zu verlieren, und stets die Grundsätze des verantwortungsvollen Tradings beachten. Außerdem unterscheiden sich die Verfügbarkeit der Plattformen und ihr rechtlicher Status je nach Region. Vor der Teilnahme ist es wichtig, die lokalen Gesetze eigenständig zu prüfen und sich von der Legalität der gewählten Plattform zu überzeugen. Was bedeutet das für Spieler in PPPoker-Clubs? Für Mitglieder von PPPoker-Clubs ist das Entstehen von Märkten für Rechenkapazität ein anschauliches Beispiel dafür, wie moderne Technologien und Finanzinstrumente in unterschiedlichste Bereiche vordringen. Wie beim Poker sind hier Analyse, Wahrscheinlichkeitsbewertung und Risikomanagement entscheidend. Wer neue Märkte studiert, kann Fähigkeiten entwickeln, die sowohl für das Trading als auch für Entscheidungen am Pokertisch nützlich sind. Ein weiterer wichtiger Punkt ist die Notwendigkeit, neue Trends und Instrumente kontinuierlich zu beobachten. Sobald neue Märkte oder Handelsformate entstehen, haben aufmerksame Spieler die Chance, sich durch ein besseres Verständnis der Produktstruktur und der Besonderheiten der Abrechnung einen Vorteil zu verschaffen. Das gilt nicht nur für Finanzen, sondern auch für Pokerformate, bei denen Innovationen oft denen zusätzlichen Nutzen bringen, die sie als Erste beherrschen. Schließlich kann die Erfahrung im Handel auf Prediction Markets PPPoker-Spielern helfen, die Prinzipien des probabilistischen Denkens und des Bankroll-Managements besser zu verstehen. Ein verantwortungsvoller Umgang mit Risiken, Informationsanalyse und die Fähigkeit, schnell auf Veränderungen zu reagieren, sind Schlüsselkompetenzen sowohl für erfolgreiches Trading als auch für Siege am Pokertisch.