Kraken setzt auf Agentic Trading, um den Bärenmarkt zu überleben

Kraken, 2011 gegründet und eine der ältesten noch aktiven Kryptobörsen, baut seine App rund um Agentic Trading neu auf. Das Versprechen von Chief Data Officer Kamo Asatryan ist direkt: Gib alltäglichen Nutzern dasselbe Engagement-Muster, das professionelle Trader auch in Bärenmärkten aktiv hält – und zwar über eine konversationelle KI-Schicht auf der Börsenplattform.

Das ist eine größere Aussage, als sie klingt. Sie verlagert die Produktoberfläche der Börse weg von Orderbüchern hin zu einem Agenten, der spricht, empfiehlt und auf Bestätigung hin ausführt. Meine Einschätzung: Das ist Krakens Antwort auf ein strukturelles Retention-Problem, das die gesamte Branche teilt – und sie kommt in einer anhaltenden Krypto-Baisse, in der Experimente günstig und Nutzerakquise teuer ist.

Die wichtigsten Details

Laut CNBC, dem exklusiv über den Umbau berichtet wurde, erhalten Nutzer auf Krakens Plattform Zugang zu Agenten, die kontinuierlich Märkte überwachen, Investitionsmöglichkeiten identifizieren und Trades in Echtzeit ausführen können. Entscheidend dabei: Die Erfahrung ist agentisch, aber nicht vollständig autonom. Trades und Empfehlungen werden nur mit der ausdrücklichen Bestätigung des Kunden ausgeführt. Das ist eine bedeutungsvolle Designentscheidung, auf die ich zurückkommen werde.

Der Onboarding-Prozess nutzt KI, um Ziele, Risikobereitschaft, Finanzierungspräferenzen und das finanzielle Profil des Nutzers in einem einzigen, optimierten Schritt zu erfassen. Daraus erstellt die KI ein Entwurfsportfolio, das Nutzer prüfen, anpassen und genehmigen können – mit Erklärungen zu jeder Empfehlung. Nach der Investition liefert das System KI-kuratierte Einblicke, portfoliorelevante Nachrichten und proaktive Empfehlungen, einschließlich der Markierung ungenutzter Liquidität, die optimiert werden könnte. Im Laufe der Zeit sollen sich sowohl die Konversation als auch die Benutzeroberfläche an den einzelnen Nutzer anpassen.

Asatryan beschrieb das Interaktionsmodell klar: „Mit Kraken zu sprechen sollte sein wie mit deinem gut informierten besten Freund zu sprechen, der viel über Finanzen weiß, aber auch viel über dich." Er argumentierte, dass „in dieser neuen Welt alltägliche Menschen die Möglichkeit haben, Hochfrequenzhändler zu werden und das mit einfachem Deutsch, indem sie einfach mit ihrem gut informierten besten Freund sprechen."

Die Geschäftslogik liegt unter der Produktlogik. Krakens Kernnutzerbasis sind Institutionen, Handelsfirmen, professionelle Trader und aktive Händler. Privatkunden auf der Plattform haben typischerweise bereits seit Jahren Krypto gehandelt. Asatryan beschrieb das übliche Retail-Muster anderswo: „Auf dem Höchststand kaufen, wenn die Preise fallen verkaufen, und abwandern." Kraken positioniert Agentic Trading als Lösung für diese Abwanderungskurve, neben einer breiteren Expansion in Zahlungen, Banking und Lending auf dem Weg zu einer vollständigen Finanzdienstleistungsplattform.

Warum das für Krypto und DeFi wichtig ist

Vergleicht man zwei Zahlen, die im Original nicht genannt werden, aber das Problem einrahmen: Börsenumsätze korrelieren grob linear mit dem Handelsvolumen, und das Retail-Handelsvolumen bricht in Bärenmärkten ein, während das Volumen professioneller Desks stabil bleibt. Asatryans eigene Diagnose trifft es: „Traditionell haben Börsen in Bärenmärkten Schwierigkeiten, weil die meisten ihrer Kunden in Bärenmärkten Schwierigkeiten haben." Wenn agentische Tools diese Kurve für Retail-Nutzer auch nur teilweise glätten können, sind die Umsatzauswirkungen erheblich. Wenn nicht, ist dies ein teures UX-Experiment.

Das „Bestätigung erforderlich"-Design ist die interessante technische Entscheidung. Vollständig autonome Agenten, die an der Börse agieren, würden sofort mit der US-regulatorischen Haltung rund um diskretionären Handel, Verwahrung und Anlageberatung kollidieren. Ein menschlicher Bestätigungsschritt hält das Produkt auf der sicheren Seite dieser Grenze. Die Quelle legt nicht offen, wie Kraken die Compliance- und Eignungsrahmung von KI-generierten Empfehlungen handhabt – was wichtig ist, weil die SEC die Regeln rund um algorithmische Empfehlungssysteme und Interessenkonflikte schrittweise verschärft, wie in laufenden SEC-Regelgebungen sichtbar. Das ist eine überprüfbare Grenze: Wenn das Produkt in den USA ohne eine registrierte Beratungsstruktur erscheint, muss es als werkzeuggestützte Selbststeuerung und nicht als Beratung konzipiert sein.

Es gibt auch eine wettbewerbsbezogene Lesart. Coinbase und Gemini haben bereits KI-gestützte Trading- und Entwickler-Tools eingeführt. Kraken ist nicht der Erste, aber das erste Unternehmen, das den Umbau als zentrales Organisationsprinzip der App beschreibt und nicht als Feature, das einem bestehenden Interface aufgesetzt wurde. Die Frage ist, ob „agent-first" ein dauerhafter Wettbewerbsvorteil ist oder eine UX-Oberfläche, die jeder gut kapitalisierte Konkurrent in einem Quartal replizieren kann. Meine Arbeitshypothese: Der Vorteil, wenn es einen gibt, liegt in der Personalisierungs-Datenschleife (Ziele, Risikoprofil, historisches Verhalten), nicht im LLM selbst.

Prognose: Wenn das funktioniert, sollten wir innerhalb von zwei Quartalen nach der allgemeinen Verfügbarkeit eine Verbesserung der Retail-DAU-Retention von Kraken in einem 90-Tage-Fenster nach dem Onboarding gegenüber der Kohorte vor dem Launch sehen. Wenn sich diese Zahl nicht bewegt, ist die These falsch.

Auswirkungen auf die Branche

Für Engineering-Teams, die Börsen- oder Brokerageinfrastruktur aufbauen, ist die interessante Schicht nicht die Chat-Oberfläche. Es ist die Infrastruktur: Ein System, das kontinuierlich Märkte überwachen, Empfehlungen generieren, Erklärungen in natürlicher Sprache produzieren und bestätigte Absichten durch die bestehende Matching-Engine und den Risikostack routen kann – bei ausreichend niedriger Latenz, damit das „Hochfrequenzhändler auf Deutsch"-Versprechen keine Marketingfiktion ist.

Dieser Stack hat mehrere offene Fragen, die die Quelle nicht beantwortet. Wie hoch ist das Latenzziel für Empfehlungen? Wie ist das Fallback-Verhalten, wenn das Modell unsicher ist oder der Marktdaten-Feed veraltet ist? Wie werden halluzinierte Empfehlungen abgefangen, bevor sie einen Nutzer mit einem finanzierten Konto erreichen? Das sind keine rhetorischen Fragen. Sie sind der Unterschied zwischen einem Agenten, der das Engagement verbessert, und einem, der am ersten Tag einen regulatorischen oder reputationsbezogenen Vorfall verursacht.

Für DeFi-Teams, die das beobachten, ist die interessante Divergenz zwischen zentralisierter agentischer UX (Krakens Ansatz) und On-Chain-Agenten-Frameworks, die mit Smart Contracts, Oracles und Cross-Chain-Messaging interagieren müssten. Ein Agent, der gegen DeFi-Infrastruktur operiert, benötigt deterministische Preisfeeds und Cross-Chain-Ausführungsprimitive, wie sie in Chainlinks Dokumentation beschrieben sind, plus Autorisierung auf Wallet-Ebene. Krakens Modell umgeht all das, indem die Ausführung innerhalb der eigenen Plattform bleibt. Das ist ein schnellerer Weg zum Produkt mit einem engeren Funktionsumfang.

Für Führungskräfte von Fintech- und iGaming-Plattformen ist das übertragbare Muster die Onboarding-zu-Personalisierungs-Pipeline: Profil einmalig erfassen, eine vorgeschlagene Konfiguration generieren, sie erklären, iterieren. Diese Struktur lässt sich weit über den Kryptohandel hinaus anwenden und ist das Element, das am wahrscheinlichsten kopiert wird.

Was zu beobachten ist

Drei Signale werden zeigen, ob dies eine echte Wachstumsstrategie oder ein Bärenmarkt-PR-Zyklus ist.

Erstens die Offenlegung von Aktivierungsmetriken. Wenn Kraken nach dem Launch Daten zur Retail-Handelsfrequenz, durchschnittlichen Sitzungslänge oder 30-Tage-Retention im Vergleich zum Vor-Agenten-Ausgangswert veröffentlicht, ist zu beobachten, ob sich die Retail-Kohorte tatsächlich mehr wie die Pro-Kohorte verhält, mit der Asatryan sie vergleicht. Die Quelle legt keine aktuellen Retention-Zahlen offen, was wichtig ist, weil ohne eine Ausgangsbasis jede Verbesserungsbehauptung nach dem Launch nicht falsifizierbar ist.

Zweitens die regulatorische Rahmung beim Launch. Ob die Ausgaben des Agenten als „Empfehlungen", „Einblicke" oder „Tools" positioniert werden, zeigt, wie Krakens Rechtsteam die aktuellen Regeln interpretiert hat. Diese Rahmung ist die einzige größte Einschränkung dafür, wie aggressiv das Produkt sein kann.

Drittens die Wettbewerbsreaktion. Wenn Coinbase und Gemini innerhalb von sechs Monaten von „KI-gestützten Trading- und Entwickler-Tools" zu vollständigen agent-first App-Umbauten wechseln, hat sich die Kategorie um dieses Muster konsolidiert. Wenn nicht, führt Kraken ein Experiment durch, bei dem der Rest der Branche erwartet, dass es scheitert.

Überprüfbare Prognose: Innerhalb von 12 Monaten wird mindestens eine große US-Kryptobörse ein agentisches Handelsprodukt mit einem materiell ähnlichen Bestätigung-im-Loop-Design ankündigen. Wenn keine das tut, ist Krakens Wette idiosynkratisch und nicht sektorweit.

Wichtige Erkenntnisse

• Kraken baut seine App rund um Agentic Trading neu auf, mit Agenten, die Märkte überwachen, Trades empfehlen und nur auf ausdrückliche Nutzerbestätigung ausführen.
• Das strategische Ziel ist die Retail-Retention durch Bärenmärkte, um das von Asatryan beschriebene „auf dem Höchststand kaufen, auf dem Tiefstand verkaufen, abwandern"-Muster zu adressieren.
• Coinbase und Gemini haben KI-gestützte Tools eingeführt, aber Kraken ist das erste Unternehmen, das den Umbau als zentrales Organisationsprinzip der App beschreibt und nicht als Feature.
• Das „Bestätigung erforderlich"-Design hält das Produkt auf der sicheren Seite der US-regulatorischen Grenzen rund um diskretionären Handel und Anlageberatung.
• Die wichtigste offene Frage: Ob sich die Retail-Engagement-Metriken tatsächlich dem Pro-Trader-Muster annähern, sobald die Agenten ausgeliefert werden, oder ob dies eine UX-Geschichte ohne Retention-Geschichte bleibt.