Stell dir vor, du investierst 10.000 Dollar und anstatt eines Wall-Street-Experten ist es ChatGPT, der dein Portfolio verwaltet. Die Ergebnisse könnten dich schockieren. Laut Daten von CoinGlass hat die KI von OpenAI in einem Krypto-Handelsexperiment nicht nur keine Gewinne erzielt, sondern die ursprüngliche Investition auf etwas mehr als 3.400 Dollar reduziert und einen Verlust von über 66 % angesammelt.
Aber die wahre Überraschung war nicht der Misserfolg des Giganten, sondern der unerwartete Triumph eines Rivalen mit einem lächerlichen Budget. DeepSeek, ein chinesisches Modell, war das einzige, das eine positive Rendite von 9,1 % erzielen konnte, obwohl es mit nur 5,3 Millionen Dollar entwickelt wurde. Währenddessen wird geschätzt, dass das Training von ChatGPT-5 zwischen 1.700 und 2.500 Millionen gekostet hat.
Wie macht es DeepSeek?
Wetten auf den Anstieg des Kryptomarktes, lange und gehebelte Positionen in Vermögenswerten wie Bitcoin, Ethereum und Solana. Qwen3 von Alibaba Cloud folgte mit einem minimalen Verlust von 0,5 %, während Grok, das von xAI erstellt wurde, mit 1,24 % im Minus den dritten Platz belegte. Nicolai Sondergaard, Analyst bei Nansen, weist darauf hin, dass die Trainingsdaten der Schlüssel sind. "ChatGPT ist ein Modell für allgemeine Zwecke, aber die chinesischen Modelle scheinen besser auf die Schwankungen des Kryptomarktes abgestimmt zu sein", erklärt er. Kasper Vandeloock, ehemaliger quantitativer Trader, fügt hinzu, dass der Erfolg von präziseren Aufforderungen abhängen könnte, etwas, in dem ChatGPT und Gemini sich verbessern könnten.
Es ist jedoch nicht alles rosig. Experten warnen, dass diese Bots brutale Kapitalbewegungen erfahren. Vielversprechende Gewinne können sich mit einem einzigen fehlerhaften Handel in Luft auflösen. Kasper Vandeloock, ehemaliger quantitativer Trader, weist darauf hin, dass die Leistung von Modellen wie ChatGPT oder Gemini durch eine passendere "Aufforderung" oder Anweisung radikal verbessert werden könnte, was zeigt, dass ihr Potenzial noch ungewiss ist.
Wir stehen vor einer neuen Dualität in der Welt der KI: die kostengünstige Effizienz gegen massive Ressourcen und die Spezialisierung gegen das allgemeine Wissen. Dieses Experiment hinterfragt nicht nur unser Vertrauen in die Branchenführer, sondern zwingt uns auch, uns zu fragen: Messen wir die wahre Kraft der künstlichen Intelligenz am Umfang ihres Portemonnaies oder an der Schärfe ihres "Instinkts"?
