Verifizierbare Prognose-Bilanz aufbauen: Anleitung

Eine Prognose-Bilanz ist glaubwürdig, wenn vier Kriterien gleichzeitig erfüllt sind. Jeder Call wurde vor dem Ereignis veröffentlicht. Der Zeitstempel stammt von einer unabhängigen dritten Partei. Nachträglich kann nichts bearbeitet oder gelöscht werden. Und jeder Call, einschließlich der Fehlprognosen, wird an einer öffentlichen Benchmark gemessen. Fehlt nur eines dieser Kriterien, handelt es sich lediglich um eine Auswahl von Höhepunkten.

Warum glaubt niemand einem Screenshot?

Ein Screenshot beweist lediglich, dass eine Bilddatei existiert. Er belegt weder den genauen Erstellungszeitpunkt noch die Unverfälschtheit des Textes. Vor allem zeigt er nicht, ob parallel vierzig gegenteilige Prognosen abgegeben wurden. Es ist das schwächste aller Beweismittel und zugleich das am weitesten verbreitete. Das Problem liegt nicht primär an unlauteren Absichten. Das Format selbst bietet schlicht keine Möglichkeit für echte Transparenz.

Dasselbe gilt für Social-Media-Beiträge, die sich nachträglich entfernen lassen. Das Pew Research Center untersuchte knapp 5 Millionen Tweets von März bis Juni 2023 und stellte fest, dass 18 % der Beiträge innerhalb von drei Monaten nicht mehr öffentlich sichtbar waren. In 60 % dieser Fälle wurde das gesamte Profil privat gestellt, gesperrt oder gelöscht. Bei 40 % löschten die Verfasser den einzelnen Beitrag manuell. Das Löschen auf sozialen Plattformen geschieht lautlos und hinterlässt keine Spuren. Wer im Jahr 2026 eine Timeline betrachtet, kann unmöglich feststellen, welche Fehlprognosen früher dort standen.

Was muss eine Bilanz aushalten?

Eine glaubwürdige Erfolgsbilanz muss drei kritischen Einwänden standhalten: dem Vorwurf der nachträglichen Niederschrift, dem Vorwurf der nachträglichen Manipulation und der Frage nach nicht gezeigten Vorhersagen. Die ersten beiden Punkte lassen sich durch kryptografische Zeitstempel und unveränderliche Datensätze lösen. Der dritte Punkt erfordert lückenlose Vollständigkeit. Genau dieser Faktor entscheidet darüber, ob eine Bilanz substanziell ist.

Hinzu kommt eine vierte Frage, die bei den meisten Bilanzen ignoriert wird: Im Vergleich wozu? Wer den Sieg eines überwältigenden Favoriten korrekt voraussagt, beweist damit noch keine besondere Analysefähigkeit. Wer jedoch richtig liegt, wenn die Benchmark das Gegenteil behauptet hat, liefert einen echten Qualitätsnachweis.

Welche vier Eigenschaften machen eine Bilanz verifizierbar?

Zeitstempel durch Dritte. Der Zeitpunkt, an dem ein Call abgegeben wird, muss von einer unparteiischen Stelle dokumentiert werden: einer Plattform, einer Blockchain oder einem öffentlichen Archiv. Lokale Dateidaten auf dem eigenen Rechner genügen nicht. Auf insiderz ist ein Call eine öffentliche, verbindliche Prognose mit Name und festem Zeitstempel.

Unveränderlichkeit. Ein einmal veröffentlichter Call darf weder vom Verfasser noch vom Plattformbetreiber modifiziert oder entfernt werden. Kann ein Betreiber Datensätze im Hintergrund bereinigen, ist die Bilanz nur so verlässlich wie die Integrität dieses Betreibers.

Vollständigkeit. Sämtliche abgegebenen Calls müssen im Register verbleiben, am selben Ort und unter identischen Bedingungen. Nicht nur jene, an die man sich gern erinnert, und nicht nur jene, die erfolgreich waren.

Bewertung anhand einer Benchmark. Jedes aufgelöste Ereignis erhält eine Kennzahl, die den Call mit der öffentlichen Referenz zum Zeitpunkt der Abgabe vergleicht. Ohne Benchmark besagt die Aussage "Ich hatte recht" oft nur, dass der Ausgang ohnehin extrem wahrscheinlich war.

Die folgende Übersicht stellt gängige Methoden zur Erfassung von Prognosen gegenüber (Stand: 4. September 2026).

Speicherort der Bilanz	Zeitstempel einer dritten Partei	Autor kann Eintrag verbergen	Jeder Call sichtbar	An einer Benchmark gemessen
Screenshot im Chat	Nein	Ja	Nein	Nein
Beitrag auf X oder Telegram	Ja	Ja	Nein	Nein
Eigener Blog oder Newsletter	Nein	Ja	Nein	Nein
OpenTimestamps-Nachweisdatei	Ja	Ja	Nein	Nein
Handelshistorie auf Polymarket	Ja	Nein	Ja	Nein, Rangliste nach P&L
insiderz-Profil	Ja	Nein	Ja	Ja, gegen den Marktpreis

Zwei Zeilen verdienen eine nähere Betrachtung. Ein Nachweis via OpenTimestamps, vorgestellt von Peter Todd im September 2016, verankert einen kryptografischen Hash kostenfrei in der Bitcoin-Blockchain und belegt, dass ein bestimmter Text vor einem konkreten Block existierte. Das erfüllt das Kriterium des Zeitstempels perfekt, hilft aber nicht bei der Vollständigkeit, da der Verfasser später frei entscheiden kann, welche Hash-Dateien er vorzeigt.

Eine Handelshistorie auf Polymarket ist zwar unveränderlich und vollständig, doch die dortige Rangliste misst kein reines Vorhersagegeschick: Der Leaderboard-Endpunkt in der Polymarket-Dokumentation akzeptiert im September 2026 exakt zwei Sortierkriterien, nämlich PNL (Gewinn) und VOL (Volumen), und liefert keinerlei Genauigkeitsmetrik.

Warum wird bei der Vollständigkeit am meisten geschummelt?

Vollständigkeit ist die einzige Eigenschaft, die sich nicht rein technisch vortäuschen lässt, und sie verändert das Ergebnis fundamental. Zeitstempel und Unveränderlichkeit lassen sich leicht implementieren. Ein vollständiger Nenner hingegen ist kostspielig, weil er das Offenlegen eigener Fehlurteile erzwingt.

Die mathematische Realität ist eindeutig. Wer Vorhersagen mit 50:50-Wahrscheinlichkeit trifft und ausschließlich die Gewinner publiziert, wirkt nach zwanzig Versuchen wie ein Genie. Zehn korrekte Treffer in Folge treten bei ausgeglichenen Chancen rein zufällig etwa einmal in 1.024 Durchläufen auf. Bei Tausenden Akteuren auf den Märkten erzeugen etliche Teilnehmer solche Glücksserien ganz ohne überlegene Methodik. Zehn Treffer aus zehn dokumentierten Versuchen besitzen Aussagekraft. Zehn gezeigte Treffer bei vierzehn verschwiegenen Fehlern sind wertlos.

Die CXO Advisory Group führte dazu eine umfassende Langzeituntersuchung durch. Zwischen 2005 und 2012 sammelte sie 6.582 öffentliche US-Börsenprognosen von 68 namhaften Finanzexperten und wertete ausnahmslos alle aus. Das Ergebnis war eine Gesamttreffsicherheit von 46,9 % beziehungsweise 47,4 % im Durchschnitt pro Experte. Das ist der Wert, der übrig bleibt, wenn niemand seine Treffer nachträglich selektieren darf. Dieselben Experten stünden nach eigener Auswahl deutlich besser da.

Auch im deutschsprachigen Raum zeigen methodische Evaluationen ähnliche Muster. Eine Untersuchung von Fritsche und Tarassow für das Institut für Makroökonomie und Konjunkturforschung analysierte die Treffsicherheit von Konjunkturprognosen deutscher Wirtschaftsforschungsinstitute über zehn Jahre und belegte, wie stark Prognosegüte variiert, sobald man alle abgegebenen Vorhersagen konsequent an den realen Daten misst.

Aus diesem Grund sind gelöschte Vorhersagen das Kernproblem bei Prognose-Bilanzen. Eine unvollständige Historie ist nicht einfach eine schwächere Bilanz, sie ist eine Verzerrung.

Warum misst man am Markt und nicht an Richtig oder Falsch?

Eine reine Trefferquote ignoriert den Schwierigkeitsgrad einer Vorhersage. Zu prognostizieren, dass ein amtierender Mandatsträger eine formale Routineabstimmung übersteht, besitzt bei Eintreffen kaum Informationswert. Das Eintreffen eines Ereignisses vorherzusehen, das im Vorfeld mit lediglich 20 % Wahrscheinlichkeit bewertet wurde, zeugt von echtem Informationsvorsprung. Eine Benchmark trennt diese Fälle voneinander. Ein liquider Marktpreis auf einem Prognosemarkt ist die anspruchsvollste verfügbare Benchmark, weil er das gesammelte Wissen aller Marktteilnehmer bündelt.

Die wissenschaftliche Prognoseforschung stützt sich seit Jahren auf klare Benchmarks. Bei den IARPA-Turnieren von 2011 bis 2014 wurden alle Teilnehmer anhand des Brier-Scores bewertet, der quadratischen Abweichung zwischen Wahrscheinlichkeitsangabe und tatsächlichem Ausgang. Die besten 60 Teilnehmer wurden als Superforecaster eingestuft. Sie behielten ihren statistischen Vorsprung gegenüber Kontrollgruppen über zwei weitere Jahre bei, anstatt zum Mittelwert zurückzufallen. Dieses Resultat war nur möglich, weil jede einzelne Schätzung vollständig erfasst und ausgewertet wurde.

Auf demselben Prinzip beruhen moderne KI-Benchmarks: Eine wissenschaftliche Untersuchung aus dem Jahr 2025 nutzte 464 aufgelöste Fragen auf Metaculus, um führende Sprachmodelle mit menschlichen Top-Prognostikern zu vergleichen. Die Modelle schnitten besser ab als die breite Masse, lagen jedoch hinter den menschlichen Experten. Ein solcher Vergleich gelingt nur dank lückenlos dokumentierter Bilanzen. Wie die mathematische Berechnung im Detail funktioniert, erklärt der Leitfaden Brier-Score verständlich erklärt.

Wie startet man heute eine eigene Bilanz?

1. Ereignisse mit klaren Auflösungskriterien wählen. Ein Call benötigt ein eindeutiges Ergebnis und ein festes Datum. Eine Formulierung wie "Krypto steht vor einem starken Jahr" lässt sich nicht auflösen. "BTC schließt am 31. Dezember über Preis X" hingegen schon.
2. Seite und Konfidenz festlegen. Ja oder Nein, kombiniert mit der eigenen Sicherheit: Sehr sicher, Ziemlich sicher oder Leicht. Die Konfidenz macht eine Vorhersage messbar.
3. Vor dem Ereignis auf einer unveränderlichen Plattform veröffentlichen. Der exakte Veröffentlichungszeitpunkt ist wichtiger als die sprachliche Ausformulierung.
4. Die Benchmark im Moment der Abgabe festhalten. Lag die Marktwahrscheinlichkeit bei 34 % und die eigene Einschätzung lautete Ja, gehört dieser Wert untrennbar zur Prognose. Andernfalls lässt sich später nicht feststellen, ob die Einschätzung frühzeitig oder erst nach dem Marktkonsens erfolgte.
5. Kontinuierlich Calls abgeben, auch bei Unsicherheit. Wer nur bei scheinbar sicheren Ereignissen Vorhersagen trifft, verfälscht die Stichprobe.
6. Niemals Einträge entfernen. Erst die dokumentierten Fehlprognosen verleihen den Treffern ihre Glaubwürdigkeit.

Auf insiderz ist dieses Verfahren der Standard. Ein Call wird im Augenblick der Abgabe fixiert, samt exaktem Zeitstempel und dem aktuellen Polymarket-Marktpreis. Er kann nachträglich weder bearbeitet noch gelöscht werden. Löst sich das Ereignis auf, wird der Call gegen den Marktpreis bewertet. Calls werden nach einer kurzen Verzögerung öffentlich sichtbar. Nutzer mit Live-Zugang sehen sie unmittelbar bei Erstellung. Finanzieller Einsatz existiert nicht: Man hinterlegt seinen Namen auf einer Aussage, kein Geld.

Wie liest man die Bilanz eines anderen?

Der erste Blick gilt dem Nenner: Wie viele aufgelöste Ereignisse umfasst die Bilanz und über welchen Zeitraum erstreckt sie sich? Bei weniger als einem Dutzend aufgelöster Calls dominiert statistisches Rauschen, unabhängig von der Trefferquote. Auf unserem Leaderboard gilt eine strenge Regel: Profile werden erst nach 30 aufgelösten Ereignissen in das Ranking aufgenommen.

Anschließend wird der Informationsgehalt geprüft: Eine Bilanz voller Treffer bei 90 % Marktwahrscheinlichkeit belegt lediglich schnelles Anschließen an den Konsens. Interessant sind Calls, bei denen die eigene Position vom damaligen Marktpreis abwich und der Markt sich anschließend in diese Richtung bewegte. Dieser zeitliche Vorsprung (Früh) ist manipulationssicher, da er die spätere Reaktion des Gesamtmarktes voraussetzt.

Zuletzt ist zu prüfen, ob die Plattform Korrekturen erlaubt. Ermöglicht ein System das Verbergen von Calls oder administrative Löschungen, hängt die Glaubwürdigkeit allein vom Betreiber ab. Vor dem Lesen der Zahlen empfiehlt sich ein Blick auf die Löschrichtlinien. Wie sich einzelne Vorhersagen unabhängig sichern lassen, zeigt der Artikel Vorhersagen mit Zeitstempel beweisen.

Was leistet insiderz und was nicht?

insiderz garantiert eine transparente Infrastruktur: Die Calls werden im Moment der Abgabe fixiert, mit Zeitstempel und Polymarket-Preis versehen, sind unlöschbar und werden bei Ereignisauflösung gegen den Marktpreis ausgewertet. Das Leaderboard zeigt vier transparente Kennzahlen: Schlägt den Markt, Ereignisse, Edge und Früh. Sämtliche Daten lassen sich über die öffentliche API abrufen. Die Authentifizierung erfolgt über eine Wallet-Signatur, ohne E-Mail-Adresse oder Klarnamen.

insiderz erhebt keinen Anspruch auf historische Vorhersagedaten aus der Zeit vor dem Plattformstart im September 2026. Jedes Profil beginnt mit einer leeren Bilanz. Eine positive Bilanz ist keine Garantie für künftige Treffer. Zudem ist die Plattform kein Wettanbieter, da keinerlei Einsätze getätigt werden. Sie beseitigt vielmehr die drei typischen Schwachstellen herkömmlicher Prognosen: Rückdatierung, nachträgliche Bearbeitung und das Verschweigen von Verlusten. Die Aussagekraft der Zahlen liegt vollständig bei den Prognostikern selbst. Warum reine Gewinnranglisten das Können verzerren, beleuchtet der Beitrag P&L ist kein Maß für Können.