Yala 2.0 visiert mit einem KI-basierten Fair-Value-Agenten die globalen Prognosemärkte an 

• Der Start von Yala 2.0 am 15. Dezember 2025 wurde als Wendepunkt in der Landschaft des Prognosemarktes gefeiert.
• Der neue KI-basierte Fair-Value-Agent liefert zuverlässige Wahrscheinlichkeitssignale und verbessert so die Vorhersagegenauigkeit und Zugänglichkeit für alle Nutzer.
• Die Entwicklung von Yala umfasst drei Phasen, wobei die letzte Phase auf ein Multiagentensystem zur umfassenden Bewertung des beizulegenden Zeitwerts abzielt.

Yala arbeitet derzeit an einer Zukunft, in der KI-Agenten für faire Werte das probabilistische Rückgrat globaler Prognosemärkte bilden und es Agenten, Märkten und Nutzern ermöglichen, sich auf der Grundlage genauer, überprüfbarer Signale für faire Werte abzustimmen. 

Zu diesem Zweck wurde Yala 2.0 am 15. Dezember 2025 eingeführt. Laut einem offiziellen Blog besteht sein Hauptzweck darin, das zu liefern, was dem Prognosemarkt derzeit fehlt: ein zuverlässiges, leicht zugängliches Fair-Value-Signal.

Was macht Yala 2.0?

Der neue KI-basierte Fair-Value-Agent von Yala wurde entwickelt , um die Vorhersagegenauigkeit zu verbessern und fortschrittliche probabilistische Werkzeuge für jeden Benutzer zugänglich zu machen.  

Sie entstand als Reaktion auf das Fehlen einesmatic, hochpräzisen Fair-Value-Referenzwerts auf den Prognosemärkten, was zu Informationsungleichheit und inkonsistenter Preisgestaltung führt. Obwohl Prognoseplattformen effizient sind, wirkten sie daher stets unvollständig. 

Yala ändert dies durch den Einsatz von Yala 2.0, einem KI-gestützten Fair-Value-Agenten, der zuverlässige Wahrscheinlichkeitssignale für Prognosemärkte weltweit liefert. Der Projektplan ist in drei Phasen unterteilt: die Frühphase, die mittlere Phase und die Spätphase. 

Die frühe Phase umfasst die geschlossene Erprobung des ersten Fair-Value-Agenten von Yala und die öffentliche Veröffentlichung erster Fair-Value-Ergebnisse für X, wodurch die Kernmethodik von Yala zur Fair-Value-Berechnung etabliert wird. 

Die mittlere Phase umfasst die öffentliche Markteinführung des Yala Fair-Value-KI-Agenten mit modularer Architektur, APIs, Bot-Schnittstellen und Fair-Value-gesteuertem Live-Handel (eine Vorhersagemarkt-Version von Alpha Arena).

In der letzten Phase wird es unterdessen um die Erweiterung zu einem Multiagenten-Schwarmsystem gehen, das in der Lage ist, domänenübergreifende Fair-Value-Bewertungen, subjektive Preisgestaltung, Anpassung privater Informationen und tokenisierte Agentenökonomien durchzuführen.

Warum der faire Wert für die Zukunft von Prognosemärkten wichtig ist 

Das Team von Yala hat das eklatante Fehlen von Fair-Value-Signalmärkten im Prognosemarktsektordent, der sich ihrer Ansicht nach rasant zu einem der wichtigsten Mechanismen zur Preisbildung weltweit entwickelt. 

Es gibt bereits zahlreiche Beispiele, doch eines der deutlichsten war die US-dent2024. Während des Wahlkampfs zeigten große Meinungsforschungsinstitute eine Voreingenommenheit, indem sie behaupteten, Trump und Harris lägen statistisch gleichauf, obwohl die Quoten bei Polymarket durchgehend deutlich für Trumptron. 

Wie berichtete Cryptopolitan Cryptopolitan Anfang der Woche Ethereum stimmt der Mitbegründer von Ethereum dieser Ansicht zu und sieht in Prognosemärkten das Gegenmittel zu wilden öffentlichen Meinungen über emotional aufgeladene 

Auch auf regulatorischer Ebene wurde dieser Wandel anerkannt. Kalshi erhielt die Zulassung der Commodity Futures Trading Commission (CFTC) als DesignatedtracMarket (DCM), und selbst Polymarket ist nach der früheren Feindseligkeit des Landes wieder in den USA vertreten. 

Dies bestätigt, dass Prognoseplattformen nicht länger als Glücksspielstätten, sondern als eigenständige Finanzinfrastruktur betrachtet werden. Selbst ihre Preise werden nicht mehr von Buchmachern festgelegt, sondern durch Orderbuch-Matching bestimmt, wobei Händler Preise aushandeln, die direkt Wahrscheinlichkeiten widerspiegeln.

In vielerlei Hinsicht ähneln Prognosemärkte heute Optionsmärkten, und jeder, der Erfahrung mit Derivaten hat, versteht die Bedeutung von Fair-Value-Modellen für die Preisgestaltung und das Risikomanagement. 

Prognosemärkten fehlt derzeit ein vergleichbarer Rahmen, und die Experten in Yala sind der Ansicht, dass ein robustes Fair-Value-Modell unerlässlich ist, damit sie sich zu ernstzunehmenden Finanzprodukten entwickeln können.

Der faire Wert soll als „Nordstern“ dienen und die Nutzer zu statistisch günstigen Entscheidungen führen. Die Anwendung ist in der Praxis einfach und intuitiv. So funktioniert es:

• Wenn der faire Wert eines Ereignisses höher ist als der Marktpreis von „Ja“, ist ein Wettender statistisch gesehen besser dran, wenn er auf „Ja“ setzt oder auf „Nein“ setzt.
• Wenn der faire Wert niedriger ist als der Marktpreis, ist das Gegenteil der Fall: Dann wird der Verkauf von „Ja“ oder der Kauf von „Nein“ zur rationaleren Position.

Es ist außerdem zu beachten, dass ein fairer Wert keine absolute Genauigkeit garantiert. Er verbessert jedoch nachweislich die Entscheidungsqualität und die langfristige Gewinnquote eines Nutzers in wahrscheinlichkeitsbasierten Märkten.