Polymarket Bot Tutorial · Kapitel 1 von 32
Ehrlicher Reality Check für 2026, bevor du einen Polymarket-Trading-Bot baust: Profitabilitätsdaten, Zeit- und Kapitalbedarf, wann Bots manuelles Trading schlagen und wann nicht.
Was dieses Kapitel abdeckt
Die meisten Menschen gehen das Thema Polymarket-Bot-Bau von der falschen Seite an: Sie wählen eine Sprache, richten einen VPS ein und versuchen dann, einen Edge zu finden. Dieses Kapitel macht es umgekehrt. Wir beginnen mit den Zahlen, die Polymarket tatsächlich zur Trader-Profitabilität veröffentlicht, arbeiten uns rückwärts durch den Zeit- und Kapitalbedarf, den du wirklich brauchst, und enden mit einer Ja/Nein-Entscheidung. Das ehrliche Urteil für die meisten Leser ist „skip“ - aber wenn deine Situation in das enge Profil passt, in dem Bots manuelles Trading schlagen, liefert dir der Rest dieser Serie das Production Playbook.
- Die ehrlichen Profitabilitätszahlen
- Wann ein Bot manuelles Trading schlägt
- Wann ein Bot gegen manuelles Trading verliert
- Benötigte Zeit, Kapital und Skill
- Die 30-Trade-Paper-Trading-Hürde
- Häufige Gründe, warum Bots scheitern
- Fazit: bauen oder skippen
Die ehrlichen Profitabilitätszahlen
Zwei on-chain Studien zu Polymarket P&L liefern die saubersten Basisraten. Eine Anfang 2026 veröffentlichte Stichprobe von 2,5 Millionen Wallets ergab, dass 7,6% der Wallets profitabel waren, 84,1% im Minus, und die verbleibenden 8,3% so nahe an Break-even lagen, dass Gebühren und Slippage wahrscheinlich den Rest erklärt haben. Die median verlierende Wallet lag zum Zeitpunkt des Snapshots 38% unter den Einlagen.
Bot-Wallets werden in diesen Studien nicht separat ausgewiesen, aber die Verteilung unter automatisierten Tradern ist meist etwas schlechter, nicht besser, als bei Menschen - Bots verstärken Fehler schneller. Die ehrliche Schlussfolgerung: Einen Bot zu bauen bringt dich nicht automatisch in die 7,6%. Das passiert nur, wenn der Bot einen echten Edge abbildet, und derselbe Edge hätte auch manuell mit Disziplin profitabel umgesetzt werden können.
Wann ein Bot manuelles Trading schlägt
Bots haben in vier engen Situationen einen echten Vorteil. Erstens bei latenzsensitiven Märkten - Polymarkets 5-Minuten-Bitcoin-Up/Down-Serie entscheidet sich auf Preisbewegungen, die schneller enden, als ein Mensch klicken kann. Ein Bot, der ein Binance-Trade-Tape und ein Polymarket-Orderbook liest, kann die Divergenz in 60-200ms ausnutzen; ein Mensch kann das nicht. Zweitens bei Volumen über viele Märkte hinweg - ein Market-Making-Bot kann 20 Orderbooks gleichzeitig quotieren; ein Mensch kann diese Aufmerksamkeit nicht dauerhaft halten. Drittens bei strukturierten Exits - ein Bot kann sofort nach Fill einen GTC-Sell zum Take-Profit-Preis platzieren, ohne Emotionen. Viertens bei 24/7-Abdeckung - Fußballspiele, asiatischer Basketball, CS2 über Nacht - ein Bot überwacht alles.
Wenn deine Edge-These nicht in eine dieser vier Kategorien fällt, wird der Bot nicht helfen. Ein Bot für „gute politische Analyse“ verliert gegen einen guten politischen Analysten mit schlafendem Kind.
Wann ein Bot gegen manuelles Trading verliert
Bots underperformen Menschen in zwei vorhersehbaren Situationen. Erstens bei Märkten, die auf Urteilssache beruhen - UMA-Disputes, mehrdeutige Titeltexte, geopolitische News, bei denen die Bedeutung von „ceasefire“ der eigentliche Trade ist. Ein Bot liest ein Tape; ein Mensch liest den Kontext. Zweitens bei illiquiden Orderbooks mit weiten Spreads - der Vorteil eines Bots ist Ausführungsgeschwindigkeit, und die ist wertlos, wenn das nächste Bid sechs Cent entfernt ist. Manuelle Trader können tagelang auf einen Fill zum Zielpreis warten; Bots, die so lange warten, haben meist einen Bug.
Politik, Geopolitik, Awards, Science-/Technology-Fragemärkte und die meisten einmaligen „wird X bis Datum Y passieren“-Märkte sind typischerweise kein Bot-Territorium. Das Kapital ist dort nicht in Gefahr, in 200ms zu verschwinden. Es ist in Gefahr, falsch zu liegen - und das ist eine menschliche Entscheidung.
Benötigte Zeit, Kapital und Skill
Unten stehen die Mindestwerte von Buildern, von denen wir wissen, dass sie konsistent profitabel geworden sind - nicht die Marketingzahlen.
- Zeit: 4-8 Stunden pro Woche in den ersten drei Monaten. Der Großteil davon ist Paper-Trading-Beobachtung, nicht Coding. Das „Ich baue den Bot an einem Wochenende“-Muster produziert Bots, die an einem Wochenende Geld verlieren.
- Kapital: 0 USD zum Lernen, 25-50 USD für einen Live-Smoke-Test, mindestens 200-500 USD für Live-Trading, bei dem die Fee-Logik wirklich funktioniert, 1.000-2.500 USD, um Gewinne absolut betrachtet spürbar zu machen.
- Skill: mittleres Python oder Node (du kannst den API-Client eines anderen lesen und anpassen), Komfort mit async I/O, die Fähigkeit, Order-Book-Daten zu lesen, ohne sie mit dem Last-Trade-Preis zu verwechseln.
Wenn du unter einer dieser drei Linien liegst, funktioniert die Bot-Ökonomie nicht. Fees auf einer 50-USD-Wallet fressen so viel auf, dass „leicht richtig“ dasselbe ist wie falsch zu liegen.
Die 30-Trade-Paper-Trading-Hürde
Die eine Disziplin, die die 7,6% von den 92,4% trennt, ist Paper Trading. Genauer: 30 geschlossene Trades, alle im Paper-Modus, vor irgendeinem Live-Kapital, mit einer vorher schriftlich definierten Go/No-Go-Schwelle.
Die Mathematik ist einfach. Eine Win-Rate von 60% bei einer +3¢ Take-Profit / -4¢ Stop-Loss-Strategie mit 0,5% Fee-Drag ergibt 0,6 × 3 − 0,4 × 4 − 0,5 = -0,3¢ erwarteten Wert pro Trade. Die Strategie wirkt in einer 5-Trade-Stichprobe profitabel; sie ist es nicht. 30 geschlossene Trades sind ungefähr die Stichprobengröße, bei der das Rauschen auf beiden Seiten der echten Win-Rate unter die Trade-Ökonomie fällt. Unter 30 rätst du; ab 30+ hast du Signal.
Die Hürde ist auch ein Verhaltensfilter - die meisten Builder überspringen sie und gehen in Woche zwei live. Wenn du sie überspringst, behandle die Einzahlung als Tuition, nicht als Kapital.
Häufige Gründe, warum Bots scheitern
Wenn man produktive Bots scheitern sieht, dominieren vier Fehlerarten.
- Kein echter Edge. Der Bot passt eine Strategie an historisches Rauschen an, sieht im Backtest großartig aus und scheitert live, weil der scheinbare Edge zufällig war. Heilung: 30 Paper Trades und brutale Ehrlichkeit über die Win-Rate.
- Verwechslung von Order-Typen. GTC senden, obwohl FOK nötig war, oder FOK, obwohl GTC nötig war. Dafür widmen wir Kapitel 10. Die teuerste einzelne Bug-Klasse, die wir gesehen haben, sogar größer als fehlende Exits.
- Phantom Fills. Polymarkets CLOB bestätigt einen Match, während die ERC1155-Settlement auf Polygon noch aussteht. Ein Bot, der innerhalb von 5 Sekunden nach dem Fill einen Folge-Sell sendet, wird mit einer irreführenden „balance: 0“-Fehlermeldung abgewiesen. Kapitel 12 behandelt das im Detail.
- Kein Drawdown-Stop. Eine perfekt profitable Strategie hat trotzdem schlechte Tage. Ohne einen 25%-Daily-Loss-Kill-Switch löscht ein schlechter Tag einen Monat Gewinne aus. Kapitel 30 behandelt den Risk-Code.
Fazit: bauen oder skippen
Bauen, wenn alle vier Punkte zutreffen: Du hast eine Edge-These, die in eine der vier bot-freundlichen Situationen oben passt; du kannst dich für drei Monate auf 4+ Stunden pro Woche verpflichten; du hast 200+ USD, um sie hinter einen 30-Trade-Live-Smoke-Test zu stellen, nachdem Paper Trading bestanden wurde; und du kannst genug Code schreiben, um eine JSON-Response zu lesen und einen idempotenten Order-Placer zu bauen.
Skippen, wenn auch nur einer dieser Punkte nicht stimmt. Die restlichen Kapitel sind als Hintergrundwissen trotzdem lesenswert, aber die Build-and-Deploy-Kapitel kosten Zeit, die nicht in PnL umschlägt.
Wenn du immer noch dabei bist, ist das nächste Kapitel die exakte Prerequisite-Checkliste. Sie ist anspruchsvoller als dieses Kapitel - und das absichtlich.
