Sydney Huang warnt, dass die Kollusion von KI-Bots sich ausbreiten könnte, bevor die Regulierungsbehörden reagieren

Mit KI-zu-KI-Handel, der voraussichtlich die Geldumlaufgeschwindigkeit erhöht, könnten Zentralbanken Schwierigkeiten bekommen, auf Inflation im Maschinenspeed-Tempo oder Flash Crashes zu reagieren. Experten zufolge muss die Regulierung direkt in den Code eingebettet werden, um Dominoeffekte zu verhindern.

• Kernaussagen:
• • Der IWF prognostiziert, dass ein Wechsel zu agentischer KI die Geldumlaufgeschwindigkeit drastisch erhöhen wird.
• • Sydney Huang warnt, dass der prognostizierte Markt im Wert von 236 Milliarden US-Dollar für agentische Systeme bis 2034 maschinenschnelle regulatorische Aufsicht erfordert.
• • Die zukünftige Stabilität für Human API und globale Banken hängt davon ab, dass Vorgaben für das Rahmenwerk in den Code eingebettet werden.

Das Ende der Politik-„Verzögerung“

Laut einem IWF-Bericht vom April 2026 verlässt die Welt rasch das Zeitalter des „Click-to-Pay“ und geht in das Zeitalter des „Decide-to-Pay“ über. Doch wenn Menschen aus der Schleife treten, stellt sich eine entscheidende Frage: Können unsere finanziellen Leitplanken eine Volkswirtschaft überstehen, die im Maschinenspeed-Takt läuft?

Der IWF-Bericht hält fest, dass agentische Künstliche Intelligenz (KI) die Geldumlaufgeschwindigkeit drastisch erhöhen soll. Indem menschliche „Reibung“ entfernt wird, zirkuliert Kapital mit beispielloser Geschwindigkeit durch die globale Wirtschaft. Sydney Huang, CEO von Human API, geht davon aus, dass wir eine Verzehnfachung der Geldumlaufgeschwindigkeit sehen könnten. Auch wenn das nach einem Produktivitätswunder klingt, ist es ein Albtraum für Zentralbanken. Die traditionelle Geldpolitik basiert auf „Verzug“. Wenn eine Zentralbank die Zinsen anhebt, dauert es Monate, bis diese Entscheidung durch menschliche Institutionen „durchsickert“. In einer KI-zu-KI-Ökonomie verschwindet dieser Verzug.

„Eine Verzehnfachung der Geldumlaufgeschwindigkeit, angetrieben durch KI-zu-KI-Handel, würde von Regulierern verlangen, Tools anzunehmen, die mit Maschinengeschwindigkeit arbeiten“, warnt Huang. Ohne diese Fähigkeiten könnte es zu einem Anstieg der Inflation im Maschinenspeed-Tempo oder zu einem globalen Flash Crash kommen, bevor ein menschlicher Regulierer überhaupt eine Dashboard-Warnmeldung erhält.

Um Dominoeffekte zu verhindern, argumentiert Huang, dass Regulierer aufhören müssen, nur zuzuschauen, und stattdessen Teil des Codes werden müssen. „Dazu gehören Systeme zur Echtzeitüberwachung, programmierbare Compliance, die direkt in die finanzielle Infrastruktur eingebettet ist, sowie automatisierte Circuit Breakers, um Dominoeffekte zu verhindern“, sagte sie. Diese Vision deckt sich mit dem vom IWF vorgeschlagenen Drei-Schichten-Rahmenwerk, das nahelegt, dass die Autorisierungsebene jeder Transaktion eingebettete, vom Menschen definierte Auflagen enthalten muss.

Huang schlägt vor, dass „Regulierer ihre Richtlinien auch in maschinenlesbaren Formaten ausdrücken müssen, die auf Transaktionsebene durchsetzbar sind“. Agentischer Handel erfordert zudem automatisierte Circuit Breakers auf Transaktionsebene, sodass, wenn Agenten beginnen, hoch korreliertes Verhalten zu zeigen, autonome „Sicherungen“ durchbrennen müssen, um die Kettenreaktion zu stoppen.

Der IWF-Bericht hebt hervor, dass „agentische Systeme Ziele interpretieren und Aktivität in Echtzeit überwachen können“. Das bedeutet: Know-your-Customer- und Anti-Geldwäsche-Checks sind direkt in die „DNA“ des KI-Agenten programmiert.

Die Herkunft von Entscheidungen nachweisen

Vielleicht ist eine der komplexesten Herausforderungen für Regulierer in dieser neuen Ära der „unsichtbare“ Markt. In einer Welt, in der Agenten keine menschliche Sprache verwenden, um sich abzustimmen, stellt sich die Frage: Wie unterscheiden wir zwischen einem Bot, der lediglich optimiert, und einer Flotte von Bots, die sich zusammenschließt, um Preise festzulegen?

Huang merkt an, dass dafür ein Wechsel nötig ist: weg von der Analyse der Kommunikation hin zur Analyse des Verhaltens.

„Regulierer müssen Muster untersuchen wie synchronisierte Aktionen, gemeinsame Datenabhängigkeiten und statistische Auffälligkeiten“, sagte sie. Die Lösung könnte in der „decision provenance“ liegen. Huang schlägt eine Zukunft vor, in der Agenten dazu verpflichtet sind, überprüfbaren Nachweis zu erbringen, dass Entscheidungen unabhängig unter einer deklarierten Richtlinie getroffen wurden. Indem Agenten belegen können, wie eine Entscheidung zustande kam, können sie zeigen, dass sie sich nicht heimlich mit Wettbewerbern koordiniert haben.

Neben der Regulierung stellt sich auch die Frage, wie diese Agenten tatsächlich miteinander sprechen. Huang weist darauf hin, dass sichere Verhandlungen zwischen Agenten universelle Standards für Identität, Kommunikation und Durchsetzung erfordert.

„Agenten müssen in der Lage sein, die Identität und Autorisierung des jeweils anderen zu verifizieren, innerhalb gemeinsamer Verhandlungsrahmen zu arbeiten und überprüfbare Garantien an ihre Handlungen zu knüpfen“, sagte Huang. Diese Verschiebung verlagert Vertrauen weg von einzelnen Gegenparteien und hin in die Garantien des Systems. Durch die Nutzung entstehender Standards wie dem Agent Payments Protocol (AP2) und dem Model Context Protocol (MCP) können Unternehmen sicherstellen, dass ein Agent eines Unternehmens (Company A) sicher mit einem Agenten eines anderen Unternehmens (Company B) verhandeln kann, ohne dass ein proprietärer Mittelsmann dazwischensteht.

Während immer mehr Governance an diese digitalen Stellvertreter delegiert wird, entsteht ein neues menschliches Risiko: Atrophie. Wenn ein Agent das Treasury eines Unternehmens fünf Jahre lang verwaltet, ohne menschliches Eingreifen, wird der menschliche Treasurer dann noch wissen, wie man eine Krise bewältigt, falls das System ausfällt?

Huang warnt, dass mit zunehmender Delegation von Governance ein ernstes Risiko besteht, dass menschliche Operatoren die Fähigkeit verlieren, effektiv einzugreifen. „Aufrechterhaltung der operativen Einsatzbereitschaft ist ebenso wichtig wie der Aufbau von Fallback-Mechanismen“, sagte sie.

Gegen Atrophie menschlicher Fähigkeiten ankämpfen

Um das zu mildern, argumentiert sie, dass Systeme regelmäßige Übungen abhalten müssen, bei denen Menschen das Steuer übernehmen, und dass es Modi geben muss, in denen Menschen agentische Aktionen simulieren, um Logik zu vergleichen. Außerdem müsse sichergestellt sein, dass der „Kill Switch“ ein eingeübter Pfad ist. „Das Ziel“, sagte Huang, „ist sicherzustellen, dass die menschliche Aufsicht funktional und eingeübt bleibt, statt nur theoretisch zu sein.“

Während sich die Welt in Richtung eines prognostizierten agentischen Markts von 236 Milliarden US-Dollar bis 2034 bewegt, verändert sich die Definition dessen, was ein „Marktteilnehmer“ ist. Es geht nicht mehr nur darum, Menschen zu regulieren, sondern die sogenannten „Super-Individuen“, die von Tausenden autonomer Bots angetrieben werden.

Die Decide-to-Pay-Revolution bietet eine Welt reibungsloser Effizienz, verlangt aber einen vollständigen Umbau der globalen Finanzarchitektur. Wie Huang es ausdrückt: Um eine Ökonomie im Maschinenspeed zu regieren, muss das Gesetz selbst maschinenschnell werden. Wenn wir die menschliche Einbindung nicht auf Architekturebene verankern, riskieren wir den Aufbau einer Ökonomie, die zu schnell ist, als dass ihre Erschaffer sie noch kontrollieren können.