Anfälligkeit für Wachsamkeit: KI muss zum Risikomotor für Kryptowährungen werden

Der jüngste Anthropic-Vorfall ist für Kryptowährungen von Bedeutung, da er gezeigt hat, wie abhängig moderne Märkte von gemeinsam genutzten Informationsebenen geworden sind. Anthropic sagte Mehr als 24,000 gefälschte Konten generierten über 16 Millionen Interaktionen mit Claude im Rahmen einer offensichtlichen Destillationskampagne. Im Kryptobereich unterstützt KI Nutzer bereits bei der Verarbeitung von Marktsignalen, der Positionsüberwachung und der Automatisierung von Arbeitsabläufen. Ein Ausfall oder eine Kompromittierung eines wichtigen Modellanbieters ähnelt daher einem Cloud-Ausfall, einem beschädigten Datenfeed oder einem Börsenangriff.

Diese Abhängigkeit verändert die Art und Weise, wie die Branche diese Systeme entwickeln und steuern sollte. KI im Handel muss über reine Komfortfunktionen, die Signale anzeigen oder Nachrichten zusammenfassen, hinausgehen. Sie muss sich zu einem robusten Risikomanagement-System entwickeln. Der Designstandard muss davon ausgehen, dass Daten manipuliert werden können, Modellanbieter ausfallen können und sich Marktbedingungen schneller ändern, als statische Regeln reagieren können. Kryptowährungen werden KI im Handel und Risikomanagement weiterhin einsetzen. Priorität hat die Entwicklung von Systemen, die auch unter schwierigen Bedingungen zuverlässig funktionieren.

Die Vorhersage ist nur der Ausgangspunkt.

Die erste Generation KI-basierter Trading-Tools verfolgte ein einziges Ziel: die zukünftige Kursentwicklung vorherzusagen. Sie analysierten Schlagzeilen, erfassten die Marktstimmung und markierten Einstiegspunkte – alles mit dem Ziel, Entscheidungszeiten um Sekunden zu verkürzen. Diese Funktionen sind nach wie vor nützlich. Kryptowährungen belohnen Prognosen, solange sich die Rahmenbedingungen nicht ändern.

Ein Modell, das primär auf Renditemaximierung abzielt, kann in einem von Hebelwirkung, geringer Liquidität und abrupten Marktwechseln geprägten Markt gefährlich werden. Ein profitables Muster kann innerhalb weniger Stunden verschwinden. Manipulierte Daten können sich über verschiedene Handelsplätze ausbreiten, bevor ein menschliches Team das Gesamtbild erfassen kann. In solchen Fällen verlieren Risikoteams wertvolle Minuten mit der Überprüfung der Realität – und diese Minuten entscheiden über den Ausgang.

Modelle, die in ruhigen Märkten gut funktionieren, können unter Stress die Instabilität verstärken, da sie übermäßiges Marktverhalten bestärken. Kryptowährungen sind ein Markt mit Rückkopplungsschleifen; automatisierte Strategien können ein lokales Signal in eine marktweite Bewegung umwandeln. Die Bank von England hat bereits gewarnt Der breitere Einsatz von KI auf den Finanzmärkten könnte Unternehmen dazu verleiten, in Krisenzeiten ähnliche Positionen einzunehmen und vergleichbare Reaktionen zu zeigen. Krypto verdeutlicht immer wieder: Risikokontrolle ist wichtiger als Prognosen, wenn die Liquidität knapp wird.

Im März 2023 verlor USDC nach der Insolvenz der Silicon Valley Bank kurzzeitig seine Bindung an den US-Dollar und fiel auf bis zu 0.88 US-Dollar, bevor er sich wieder erholte. Kürzlich liquidierten Krypto-Investoren im Zuge eines starken Ausverkaufs Vermögenswerte im Wert von 2.56 Milliarden US-Dollar. Analysten führten dies auf die Sensibilität des Marktes gegenüber sich ändernden Risikobedingungen und die geringe Liquidität zurück. Im Kryptobereich kann Liquidität schnell verschwinden, Sicherheiten können stark fallen, und Zwangsverkäufe können sich selbst verstärken.

KI sollte Märkten helfen, vermeidbare Risiken zu umgehen. Ihre Kernfunktion sollte darin bestehen, zu erkennen, wann die Bedingungen kein Handeln mehr rechtfertigen, wann das Vertrauen in die Eingangsdaten nachlässt und wann der Erhalt von Handlungsoptionen wichtiger ist als die Erzielung zusätzlicher Renditen.

Eine robuste KI-Handelsarchitektur benötigt einen höheren Standard

KI beeinflusst mittlerweile Ausführungs- und Risikoentscheidungen und benötigt daher dieselbe ingenieurwissenschaftliche Disziplin wie andere kritische Systeme. Dieser Prozess beginnt mit Adversarial Testing. Kryptofirmen prüfen bereits Smart Contracts, da sie von feindlichen Bedingungen ausgehen. KI-Handelssysteme verdienen dieselbe Behandlung. Teams sollten sie mit manipulierten Marktdaten, gefälschten sozialen Signalen, verfälschten historischen Daten und Ausfällen externer Anbieter testen. Der gemeldete Destillationsangriff auf Anthropic verdeutlicht, dass Modellökosysteme in umkämpften Umgebungen operieren.

Resilienz erfordert zudem diversifizierte Datenpipelines und diversifizierte Kontrolllogik. Ein einziges Modell, eine einzige Datenquelle und ein einziger Entscheidungspfad bergen ein Konzentrationsrisiko. Der Finanzstabilitätsrat hat gewarnt Die Einführung von KI im Finanzwesen birgt Risiken wie Abhängigkeiten von Drittanbietern, Konzentration auf einzelne Dienstleister, Cyberrisiken, Marktkorrelationen und Modellsteuerung. Unternehmen sollten daher Konfigurationen vermeiden, in denen ein einzelnes externes Modell oder ein einzelner Marktdatenstrom die Ausführung, Portfoliowarnungen oder Liquidationsreaktionen bestimmt. Zu diesen Schutzmaßnahmen gehören unabhängige Validierung, Quellenranking, Ausweichmodelle und klar definierte Eingriffsmöglichkeiten durch menschliche Eingriffe.

Not-Aus-Schalter sind zwar hilfreich, greifen aber in vielen schnelllebigen Situationen zu spät. Ein robustes KI-Risikomanagementsystem sollte bei zunehmender Unsicherheit das Vertrauen in die eigene Position reduzieren, die Aggressivität verringern, die Ausführungstoleranzen erweitern oder ganz darauf verzichten. Effektive Steuerungssysteme müssen zudem stufenweise reagieren können.

Menschliches Urteilsvermögen bleibt in diesem Rahmen unerlässlich. Menschen sollten Ziele, Leitplanken, Eskalationswege und Verantwortlichkeiten festlegen. Maschinen sollten Skalierung bewältigen, Fragmentierung überwachen und Risikomuster erkennen, die sich nicht eindeutig statischen Regelwerken zuordnen lassen.

Die nächste Herausforderung ist die Liquiditätsüberlebensfähigkeit

Die wichtigsten KI-Systeme im Kryptobereich werden diejenigen sein, die das Überleben der Liquidität in einem fragmentierten Markt modellieren.

Der Kryptohandel umfasst zentralisierte Börsen, dezentrale Handelsplätze, mehrere Blockchains und verschiedene Sicherheitensysteme. ESMA sagte Die Handelsvolumina waren stark konzentriert: Zehn Börsen wickelten rund 90 Prozent aller Transaktionen ab, wobei die größte Börse etwa die Hälfte des Marktes ausmachte. Auch wissenschaftliche Studien beschreiben den Bitcoin-Handel als stark fragmentiert und über zahlreiche liquide Handelsplätze verteilt. Diese Kombination führt zu einem Markt, der zwar eine hohe Systemrelevanz aufweist, aber hinsichtlich Ausführung, Liquidität und Risikoübertragung fragmentiert ist.

Diese Systeme sollten abschätzen, wie schnell die Orderbuchtiefe an verschiedenen Handelsplätzen abnimmt. Sie sollten kettenübergreifende Wege identifizieren, über die sich Druck ausbreiten kann. Sie sollten frühe Anzeichen von Stablecoin-Druck erkennen, bevor eine Instabilität der Kursbindung offensichtlich wird. Sie sollten modellieren, wie sich Liquidationskaskaden bei geringer Orderbuchtiefe oder während des Wochenendhandels entwickeln könnten. Liquidität sollte eine primäre Zustandsvariable im Modell sein.

Dieser Ansatz kommt auch Nutzern außerhalb des Trading-Bereichs zugute. Kontextbezogenere Risikosysteme können vermeidbare Slippage, unkontrollierte Liquidationen und widersprüchliche Signale in Stresssituationen reduzieren. Eine verbesserte KI-Architektur macht die Märkte für digitale Vermögenswerte für alle, die auf sie angewiesen sind, weniger anfällig.

Wachsamkeit schlägt Geschwindigkeit

Der Anthropic-Vorfall verdeutlicht dies: Künstliche Intelligenz ist zu einer unverzichtbaren Infrastruktur geworden und erfordert daher eine sorgfältige technische Entwicklung.

Der Wettbewerb auf den Märkten für digitale Vermögenswerte wird maßgeblich von der Qualität der von Unternehmen entwickelten und unter Belastung aufrechterhaltenen Informationsebene abhängen. Die robustesten Systeme bleiben auch dann zuverlässig, wenn Modelle unter Druck geraten, die Datenqualität sinkt und die Liquidität instabil wird. Im Kryptobereich ist Resilienz zu einem Produktmerkmal und einer Marktverpflichtung geworden.

Wachsamkeit wird die Sprödigkeit von robusten Systemen trennen. In Märkten, die auf Geschwindigkeit basieren, ist Kontrolle der wahre Vorteil.