VCs setzen nun auf KI, um die Zukunft vorherzusagen.

Im Juli erreichte das Vorhersage-Framework Rhizome v1 von DigClaw drei Platzierungen auf den Rängen #1, #3 und #7 auf der Bewertungsplattform FutureX.

Die drei Platzierungen stammen von drei unterschiedlichen Basismodellen – darunter Kimi-K3, DeepSeek-V4-Pro und weitere. Als einziger Teilnehmer gelang es DigClaw, dass alle drei Modelle mit demselben Framework gleichzeitig in die Top 7 einzogen.

59 Vorhersageaufgaben zu realen Ereignissen aus Politik, Wirtschaft und Technologie schließen das Risiko von durchgesickerten Trainingsdaten vollständig aus.

Diese Ergebnisse bestätigen die von DigClaw überprüfte These:

Vorhersagefähigkeit kann unabhängig von den Basismodellen aufgebaut werden.

Mit der Verbesserung der Basismodelle profitiert das System von deren Fähigkeitszuwächsen; Vorhersagetrajektorien, Abrechnungsrückmeldungen, Kalibrierungserfahrungen und der sich stetig weiterentwickelnde Workflow werden hingegen dauerhaft im System gespeichert.

△

Dies ist kein zufälliges Wettbewerbsergebnis, sondern die erste externe Bestätigung von DigClaw für die Frage „Wie soll Vorhersage eigentlich funktionieren?“.

Vorhersage ist die am meisten unterschätzte Fähigkeit von KI

Da Vorhersageaufgaben zunehmend standardisiert und technisch umgesetzt werden, wird von KI erwartet, dass sie komplexe Vorhersageprobleme in großem Maßstab bearbeiten kann.

Es gibt jedoch ein grundlegendes Problem: Große Sprachmodelle sind von Natur aus nicht gut für Vorhersagen geeignet.

LLMs lernen Korrelationen, nicht Kausalitäten. Sie extrahieren Muster aus vergangenen Textkorpora, aber „die Vergangenheit lernen“ und „die Zukunft vorhersagen“ sind zwei grundverschiedene Dinge.

Dies führt zu drei fatalen Problemen:

Blinder Fleck in der Kausalitätsrichtung. Das Modell weiß, dass A und B häufig gemeinsam auftreten, aber es weiß nicht, ob A B verursacht, B A verursacht oder ob es eine gemeinsame Ursache C gibt.

Ausfall der Interferenzschlussfolgerung. Man kann das Modell nicht fragen „Welche Auswirkungen hat eine Zinssenkung der Fed auf Technologieaktien in Südostasien?“ – da es nur historische gemeinsame Vorkommnisse gelernt hat und kein Kausalitätsdiagramm die Berechnung von Interferenzen unterstützt.

Fehlende Kalibrierung. Die vom Modell ausgegebene „70 %-Wahrscheinlichkeit“ wurde nicht im Sinne von Wahrscheinlichkeitstheorie kalibriert und ist im Grunde nur ein Nebenprodukt der Token-Verteilung.

Bislang weisen alle vorhandenen Lösungen Einschränkungen auf: Die kollektive menschliche Intelligenz (Vorhersagemärkte) erfordert Liquidität, sodass die Preise bei seltenen Problemen nicht vertrauenswürdig sind;

Das Musterabgleichsverhalten von LLMs verfügt über keine Kausalitätsstruktur; End-to-End-Training leidet unter ergebnisorientierter Verzerrung – ein logisch schlüssiger, aber „falscher“ Denkprozess wird bestraft, während ein zufällig „richtig geratener“ grober Urteilsprozess verstärkt wird.

Genau das ist der Grund für die Existenz von DigClaw.

DigClaw baut eine Vorhersageinfrastruktur auf, die auf einer Kausalitätsstruktur als Gerüst, Wahrscheinlichkeitsberechnung als Motor und Suchintelligenz als Datenpipeline basiert.

Die Kernannahme lautet: Vorhersagen sollten nicht von einem einzigen Modell end-to-end erledigt werden.

Suche, kausale Schlussfolgerung und Wahrscheinlichkeitsinferenz sind drei orthogonale Fähigkeiten, die von drei spezialisierten Systemen separat gelöst und dann strukturiert kombiniert werden sollten.

Drei Top-10-Platzierungen bestätigen die Übertragbarkeit von Vorhersagefähigkeiten über verschiedene Basismodelle hinweg

FutureX ist derzeit die anspruchsvollste Echtzeit-Vorhersagerangliste: Jede Woche werden Aufgaben zur Vorhersage von Ereignissen der realen Welt veröffentlicht, bei denen die korrekten Antworten zum Zeitpunkt der Einreichung der Vorhersage noch nicht vorliegen und nachträglich abgerechnet werden.

Das Datenset wird auf HuggingFace gehostet, das Bewertungs-Framework ist Open Source auf GitHub, die Ergebnisse sind reproduzierbar und überprüfbar.

Rhizome verwendet auf drei verschiedenen Basismodellen dasselbe Vorhersage-Framework und dieselben Betriebsbedingungen, generiert und reicht die Antworten unabhängig voneinander ein, ohne eine modellübergreifende Aggregation durchzuführen.

Daher sind diese drei Platzierungen das Ergebnis der Ausführung desselben systematischen Verfahrens auf drei verschiedenen Basismodellen, also ein klarer kontrollierter Vergleich zwischen unterschiedlichen Basismodellen.

Das bedeutet aber nicht, dass die Basismodelle unwichtig sind.

Die Basismodelle liefern nach wie vor allgemeine Fähigkeiten wie Sprachverständnis, Schlussfolgerung und Werkzeugnutzung.

Das Ergebnis dieser Rangliste zeigt: Die Art und Weise, wie Abfragen organisiert, Zeit verarbeitet, Wahrscheinlichkeiten ausgedrückt, Beweise verwaltet und langwierige Abläufe gesteuert werden, kann eine Systemfähigkeit bilden, die unabhängig von den Modellgewichten ist.

Im Folgenden finden Sie den technischen Bericht von DigClaw über das Rhizome-Framework auf FutureX:

Rhizome Technical Report

Das Design von Rhizome basiert auf drei technischen Entscheidungen: Suche und Schlussfolgerung müssen entkoppelt werden, Vorhersagetrajektorien müssen vollständig aufbewahrt werden und zu Kalibrierungsressourcen werden, Wahrscheinlichkeitsaktualisierungen müssen die Kausalitätsstruktur berücksichtigen:

△

Designentscheidung 1: Entkopplung von Suche und Schlussfolgerung durch mehrere Modelle

Die zentrale Designeinsicht von Rhizome: Suchqualität und Schlussfolgerungsqualität sind zwei orthogonale Probleme, die nicht von demselben Modell gleichzeitig optimiert werden sollten.

Die derzeit gängigen DeepResearch-Agenten (Perplexity, Gemini Deep Research) binden Suche und Schlussfolgerung in dasselbe Modell ein – die Suchqualität wird durch die Belastung der Schlussfolgerung beeinträchtigt, die Schlussfolgerungsqualität wird durch Suchrauschen gestört.

Rhizome verfolgt den Ansatz der vollständigen Entkopplung: Der Such-Agent ist nur dafür zuständig, relevante Informationen zu finden, die Schlussfolgerungsebene ist nur dafür zuständig, strukturierte Schlussfolgerungen auf Basis der vorhandenen Beweise durchzuführen.

Der Informationsbedarf bei Vorhersageaufgaben besteht nicht darin, „die Frage des Benutzers genau zu beantworten“, sondern „möglichst alle zusammenhängenden Signale zu entdecken“.

Das Optimierungsziel des Such-Agenten ist die Informationsrelevanz (relevance), nicht die Richtigkeit der Antwort (accuracy). Wenn der Such-Agent darauf trainiert wird, „Antworten zu finden“, neigt er dazu, Inhalte zu finden, die wie Schlussfolgerungen aussehen – was besonders gefährlich ist.

Das Training erfolgt mit einem Reinforcement-Learning-Framework (SearchRL), zwei Pfade werden parallel iteriert:

Pfad A: RL-Feinabstimmung von Open-Source-Modellen – Durchführung von RL-Training auf Open-Source-Modellen mit 8B/30B-Parametern unter Verwendung der Suchrelevanz als Belohnung (Referenz: Search-R1, COLM 2025; ReSeek, ICML 2026)

Pfad B: Harness für Closed-Source-Modelle – Aufbau eines externen Suchbeschränkungs-Frameworks für Closed-Source-Modelle wie Claude/GPT

Verschiedene Basismodelle zeigen bei Vorhersageaufgaben stabile Unterschiede: Einige eignen sich für langwierige Abfragen und komplexe Schlussfolgerungen, andere sind besser in der quantitativen Modellierung, wieder andere haben Vorteile bei Kosten und Antwortgeschwindigkeit.

Rhizome legt Vorhersageprotokolle, Agenten-Orchestrierung, Werkzeugaufrufe und Ergebnisbewertung außerhalb der Basismodelle an. Institutionen können das Basismodell je nach Aufgabenwert und Ausführungsumfang auswählen und einen Kompromiss zwischen Schlussfolgerungsfähigkeit, Kosten und Antwortgeschwindigkeit eingehen.

Designentscheidung 2: Trajektorienaufzeichnung und Wahrscheinlichkeitskalibrierung zur Generierung von Datenressourcen

Rhizome speichert für jede Vorhersage eine vollständige Trajektorie mit Versionsinformationen: Die zeitlichen Bedingungen und Abrechnungsstandards der Aufgabe, die zum Zeitpunkt der Vorhersage verfügbaren Beweise, der Prozess der Agenten-Orchestrierung und der Werkzeugaufrufe, die endgültige Antwort und die Wahrscheinlichkeit sowie die zugehörige Modell- und Systemversion.

Diese Aufzeichnungen werden erstellt, bevor die Ergebnisse bekannt werden, und bewahren die echten Urteile von Rhizome auf, als die Antwort noch nicht bekannt war.

Nach der Abrechnung des Ereignisses fügt Rhizome das Vorhersagetrajektorium und das tatsächliche Ergebnis in dieselbe Aufzeichnung ein, um nachzuvollziehen, welche Informationen damals vorlagen, welche gegenteiligen Beweise übersehen wurden und wo der Fehler aufgetreten ist: Bei der Abfrage, der Zeitbeurteilung, der Schlussfolgerung, der Ausdrucksweise der Antwort oder der Wahrscheinlichkeitskalibrierung.

Ein Fehler mit hohem Konfidenzniveau und ein Fehler mit einer Wahrscheinlichkeit nahe 50/50 werden zwar beide als „falsch beantwortet“ gewertet, aber sie weisen auf unterschiedliche Probleme hin.

Rhizome führt mehrere unabhängige Vorhersagen für dieselbe Aufgabe durch. Das System mittelt die Ergebnisse nicht einfach, sondern aggregiert sie zuerst im Logit-Raum und passt dann die Extremierungsintensität anhand des Brier-Scores der bereits abgerechneten Aufgaben an.

Je unabhängiger die Informationen sind, die von verschiedenen Trajektorien bereitgestellt werden, desto eindeutiger kann das Aggregationsergebnis sein; je größer die Überlappung der Beweise ist, desto zurückhaltender ist die Anpassung.

△

Auf dieser Grundlage verwendet Rhizome die Platt-Skalierung, um anhand der abgerechneten Fälle anhaltende Überkonfidenz oder übermäßige Vorsicht zu erkennen und nachfolgende Wahrscheinlichkeiten zu korrigieren.

Der Standard für die Kalibrierung ist intuitiv: Ereignisse, für die das System eine Wahrscheinlichkeit von 60 % angibt, sollten langfristig zu etwa 60 % eintreten; Ereignisse mit einer Wahrscheinlichkeit von 80 % sollten langfristig zu etwa 80 % eintreten.

Jeder Lauf wird der damaligen Systemversion und den wichtigen Konfigurationen zugeordnet, sodass Wahrscheinlichkeitsänderungen und anormale Ergebnisse auf ihre spezifischen Ursachen zurückgeführt werden können.

Die Basismodelle können aktualisiert oder ausgetauscht werden, während Problemdefinitionen, Beweisaufzeichnungen, Überzeugungsänderungen, Abrechnungsergebnisse und Kalibrierungserfahrungen fortlaufend erhalten bleiben.

Solche Rückmeldedaten können nicht in großen Mengen nachträglich erstellt werden, nachdem die Ergebnisse bekannt sind – jedes Exemplar muss ein Urteil hinterlassen, bevor die Zukunft eintritt, und dann darauf warten, dass die Realität die Antwort liefert.

Code kann nachgebildet werden, aber die durch Zeitablauf entstandenen Datenressourcen können nicht schnell erzeugt werden.

Designentscheidung 3: Kontinuierliche Aktualisierung mit Kausalkettenerkennung

Solange die Ereignisse noch nicht abgerechnet sind, tauchen ständig neue Daten, Richtlinien und Marktinformationen auf. Das System muss beurteilen, ob die ursprüngliche Wahrscheinlichkeit aktualisiert werden soll.

Rhizome speichert den Überzeugungszustand für noch nicht abgerechnete Probleme. Für jeden Beweis werden getrennt der Zeitpunkt des Ereignisses, der Veröffentlichungszeitpunkt des Inhalts und der Zeitpunkt des Lesens durch das System aufgezeichnet.

Wenn neue Informationen vollständig mit vorhandenen Aufzeichnungen übereinstimmen, überspringt das System die Aktualisierung; wenn neue Beweise mit alten Aufzeichnungen in Konflikt stehen, werden die alten Beweise nicht gelöscht, das System behält den Prozess der Korrektur des Urteils bei.

Wenn eine einzelne Wahrscheinlichkeitsänderung mehr als 0,15 beträgt, muss sie auf den spezifischen neuen Beweis hinweisen, der die Änderung ausgelöst hat.

Es gibt ein schwierigeres Problem: Handelt es sich bei neuen Beweisen um mehrere unabhängige Kräfte oder um Signale, die dieselbe Kausalkette an verschiedenen Stellen hinterlassen hat?

Eine Zinserhöhungsmitteilung, eine Änderung der Zinsspanne und Kapitalströme können nacheinander auftreten, aber sie sind nicht unbedingt drei unabhängige Informationen.

Wenn das System sie getrennt in die Wahrscheinlichkeitsaktualisierung einbezieht, kann dieselbe Ursache mehrfach berechnet werden, was die Wahrscheinlichkeit zu Extremen der Überkonfidenz treibt.

Rhizome entwickelt derzeit ein Kausalketten-bewusstes Bayesianisches Aktualisierungs-Framework, das vor der Einbeziehung von Beweisen in die Wahrscheinlichkeitsaktualisierung die zugehörige Kausalübertragungskette identifiziert und dann das Gewicht der Beweise entsprechend den Beziehungen innerhalb der Kette anpasst.

Dieses Framework umfasst vier Ebenen:

Kausales Wissensbank: Speichert überprüfte Kausalketten und zeichnet die Übertragungsverzögerung, die Abschwächung der Auswirkungen und die historische Glaubwürdigkeit wichtiger Beziehungen auf.

Entfernung von Duplikaten bei Signalen derselben Kette: Nachfolgende Signale aus derselben Kausalkette werden nicht mehr mit vollem Gewicht erneut einbezogen, um zu vermeiden, dass dieselbe Kraft mehrfach berechnet wird.

Globale A-posteriori-Obergrenze: Beg