Kryptozahlungen von KI-Agenten: So behalten Sie die Ausgaben unter Kontrolle

Automatisierte Zahlungen sind in der Kryptowelt nichts Neues. Trading-Bots, Skripte und Auto-Swaps (automatische Tauschvorgänge zwischen Token) bewegen seit Jahren Gelder, ohne dass ein Mensch jede Transaktion freigibt. Doch sie setzten nur Entscheidungen um, die ich bereits getroffen hatte.

Ein KI-Agent geht weiter. Er bekommt eine Aufgabe, entscheidet, wie er sie erledigt, und legt dabei fest, wen er bezahlt, wann und wie viel. Zum ersten Mal kann ich einer Maschine einen Teil der finanziellen Entscheidungen überlassen, statt ihr nur Zugriff auf Geld zu geben.

Der Haken: Je mehr Freiheit ein Agent bekommt, desto teurer wird ein Konfigurationsfehler. Bei einem Experiment kostete mich das etwa $500. Seitdem sehe ich Zahlungen durch Agenten nicht mehr als automatische Zahlungen der nächsten Generation, sondern als eigenständiges Modell der Geldverwaltung.

Von Trading-Bots zu KI-Agenten

Als ich zum ersten Mal einem Programm einen Teil meines Geldes anvertraute, hatte das nichts mit KI zu tun. Es war ein Trading-Bot: Er überwachte einige Marktparameter und handelte selbstständig, sobald die von mir festgelegten Bedingungen erfüllt waren. Ich legte die Logik, die Positionsgröße und das akzeptable Risiko fest. Die Software handelte einfach schneller, als ich es konnte.

Seine Grenzen zeigten sich schnell. Der Bot konnte mit allem umgehen, was ich vorausgesehen hatte. Alles darüber hinaus verstand er nicht. Wenn sich der Markt ungewöhnlich verhielt, konnte er nicht sagen: „Hier halte ich mich besser raus.“

Das ist der entscheidende Unterschied zu heutigen KI-Agenten. Einem Bot sagte ich: „Wenn A passiert, tu B.“ Einem Agenten kann ich sagen: „Liefere mir das Ergebnis, das ich brauche, und finde selbst heraus, wie.“

Dadurch verändert sich die Rolle einer Zahlung. Für mich besteht ein Kauf immer aus klar getrennten Schritten: das Produkt finden, mich entscheiden, zur Kasse gehen. Ein Agent kennt diese Trennung nicht. Das Bezahlen ist nur ein weiterer Schritt bei der Erledigung der Aufgabe – ebenso wie der Vergleich von Anbietern in Sekundenschnelle oder der Wechsel zu einem anderen Vermögenswert oder Netzwerk im Rahmen seiner Berechtigungen.

Das unterscheidet Agenten auch von den bekannten automatischen Zahlungen. Bei einem Abo wird einmal im Monat ein fester Betrag über die Bank an ein bekanntes Unternehmen gezahlt. Ein Agent kann selbst entscheiden, was er braucht, einen Anbieter auswählen und beurteilen, ob sich der Kauf lohnt. Der Unterschied klingt klein, doch für die Kontrolle über das Geld ist das ein völlig anderes Modell.

Warum Stablecoins für maschinelle Zahlungen geeignet sind

Stablecoins (Krypto-Token, die an eine Währung wie den US-Dollar gekoppelt sind) eignen sich für maschinelle Zahlungen, weil sie als einzige gängige Geldform zugleich programmierbar, auch in Kleinstbeträgen günstig übertragbar, jederzeit verfügbar und wertstabil sind. 

Bei kleinen Beträgen lohnen sich Kartenzahlungen nicht. Bei einer typischen Online-Kartenzahlung fällt eine feste Gebühr von rund 30 Cent zuzüglich eines prozentualen Anteils an. Bei einem Einkauf für $50 funktioniert das, bei einer Datenabfrage für $0,15 nicht. Laut einem Bericht von Keyrock lag die durchschnittliche Zahlung eines KI-Agenten im Jahr bis April 2026 bei gerade einmal $0,31–$0,48. Rund 76 % der Transaktionen von Agenten lagen unter dieser Mindestgebühr von 30 Cent.

Bankinfrastruktur ist auf Menschen ausgelegt. Sie eröffnen ein Konto, durchlaufen Prüfungen, melden sich an, bestätigen die Überweisung und warten manchmal auf die Freigabe der Bank – oder am Wochenende auf Montag. Ein Agent arbeitet rund um die Uhr. Mit Stablecoins erstellt er eine Transaktion, signiert sie und sendet sie an das Netzwerk, wo die Zahlung innerhalb von Sekunden oder Minuten abgewickelt wird – an jedem Tag der Woche. Code kommuniziert direkt mit Code.

Volatile Kryptowährungen bringen das Budget durcheinander. Auch Bitcoin ist programmierbar, doch sein Kurs schwankt. Beträgt das Budget eines Agenten 0.001 BTC, verändert sich seine tatsächliche Kaufkraft stündlich – und damit auch jedes seiner Limits. Ein Betrag wie 20 USDT bedeutet für mich und das Programm heute dasselbe wie morgen. Budgets lassen sich leicht planen und Ausgaben leicht nachverfolgen. Limits müssen bei Marktbewegungen nicht neu berechnet werden.

Mehr dazu: Was unterscheidet USDT und USDC? Ein übersichtlicher Vergleich

Wie KI-Agenten heute bezahlen: die Protokolle hinter agentenbasierten Zahlungen

Damit ein Agent bezahlen kann, muss der Verkäufer wissen, wer bezahlt, in wessen Auftrag und ob die Zahlung autorisiert ist. Mehrere offene Standards beantworten inzwischen diese Fragen. 

• x402, entwickelt von Coinbase, belebt den lange ungenutzten HTTP-Statuscode 402 „Payment Required“ wieder. Ein Dienst antwortet auf eine Anfrage mit einem Preis, der Agent zahlt in Stablecoins, und die Anfrage wird bearbeitet. Das eignet sich für den Zugriff auf APIs, Daten und Rechenleistung mit Abrechnung pro Anfrage. Im April 2026 ging das Protokoll an die x402 Foundation unter dem Dach der Linux Foundation über. Zu den Mitgliedern gehören Google, Stripe, AWS, Visa und Mastercard.
• AP2 (Agent Payments Protocol), im September 2025 von Google vorgestellt, beschreibt, wie ein Nutzer einem Agenten ein überprüfbares „Mandat“ erteilt, in seinem Auftrag einzukaufen. Das Protokoll unterstützt Karten, Banküberweisungen und Stablecoins; Kryptozahlungen werden über eine x402-Erweiterung abgewickelt.
• ACP (Agentic Commerce Protocol), gemeinsam von OpenAI und Stripe entwickelt und im September 2025 veröffentlicht, ermöglicht es einem Agenten, den Kauf bei einem Händler abzuschließen – etwa direkt in ChatGPT.

Mein erster Test: ein Agent, der Bücher für mich kauft

Der nächste Schritt war der Versuch, nicht den Handel, sondern eine ganz normale Alltagsaufgabe zu automatisieren. Diesmal war das Ziel ein anderes: Statt einen konkreten Finanzauftrag auszuführen, sollte das Programm mehrere Schritte selbstständig durchlaufen und zum gewünschten Ergebnis kommen.

Für das Experiment wählte ich ein möglichst einfaches Szenario: Bücher kaufen. Ich kaufe regelmäßig Bücher und wollte sehen, ob sich die meisten kleinen Schritte dabei einsparen lassen. Der Agent bekam eine Liste meiner Interessen, eine Preisobergrenze und einige Shops, die er nutzen durfte. Einmal pro festgelegtem Zeitraum durfte er Neuerscheinungen prüfen, passende Titel auswählen und eine Bestellung aufgeben, sofern sie meine Bedingungen erfüllte.

Ich gab ihm bewusst kein großes Budget. In dieser Phase ging es nicht darum, einen vollständig autonomen Käufer zu entwickeln, sondern nur darum, das Prinzip zu testen. Und genau in dieser Form erwies sich das System als überraschend praktisch. Ich musste nicht mehr selbst daran denken, etwas zu kaufen, erneut nach der passenden Rubrik suchen und mehrere Optionen vergleichen. Ich legte die Regeln einmal fest und griff nur ein, wenn etwas außerhalb dieser Regeln lag.

Der Konfigurationsfehler, der mich etwa $500 kostete

Nach diesem ersten erfolgreichen Experiment machte ich einen klassischen Fehler: Ich beschloss, dem System mehr Freiheit zu geben. Das einfache Szenario funktionierte gut. Deshalb schien es logisch, zu einer Aufgabe überzugehen, bei der der Agent mehrere Ausgaben selbstständig verwalten musste.

In einem Test bekam der Agent ein eigenes Budget und die Möglichkeit, Rechenressourcen für die Datenverarbeitung zu kaufen. Ich begrenzte die Kosten pro Vorgang auf $40 und legte fest, welche Dienste er nutzen durfte. Auf dem Papier schien alles vollkommen sicher: Der Agent konnte nicht plötzlich das gesamte Guthaben an einen unbekannten Empfänger senden oder einen übermäßig teuren Dienst in Anspruch nehmen.

Doch eine Regel fehlte: Ich hatte die Anzahl identischer Vorgänge pro Aufgabe nicht begrenzt.

Während der Arbeit erzielte der Agent mehrfach unbefriedigende Ergebnisse. Statt anzuhalten und mich zu fragen, kam er zu dem durchaus logischen Schluss, dass es an Ressourcen fehlte. Die erste Anmietung lag innerhalb des Limits, ebenso die zweite, und auch die dritte verstieß gegen keine Vorgabe. Dann folgte die nächste.

Als ich bemerkte, was passierte, lagen die Gesamtausgaben schon bei fast $500.

Meine erste Reaktion lag auf der Hand: Das System hatte etwas Dummes getan und Geld verschwendet. Doch als ich die einzelnen Schritte in Ruhe durchging, zeigte sich, dass der Agent sich genau an die vorgegebenen Grenzen gehalten hatte.

Ich hatte einen einzelnen teuren Kauf ausgeschlossen, aber nie festgelegt, wie viele günstige Käufe zulässig waren. Ich hatte nicht vorgegeben, nach wie vielen gescheiterten Versuchen der Agent aufhören sollte. Auch eine Regel, die bei steigenden Ausgaben meine Zustimmung verlangte, fehlte. Aus Sicht des Programms blieb der Kauf von etwas mehr Rechenleistung ein völlig zulässiger Weg zum Ziel.

Der Agent verletzte keine Regeln. Meine Regeln waren das Problem

Dieser Fall hat meine Sicht auf autonome Zahlungen stärker verändert als alles andere.

Probleme entstehen nicht immer, weil ein Modell „durchgedreht“ ist, ein Dienst gehackt wurde oder der Code abgestürzt ist. Viel unangenehmer ist es, wenn ein Agent rational handelt, sich dabei aber an ungeeignete Regeln hält, die sein Besitzer festgelegt hat. Er weiß nicht, was ich „eigentlich gemeint“ habe, wenn es nicht in den Vorgaben steht.

Danach wurde mir endlich klar: Einem Agenten eine Wallet zu geben, ist der einfache Teil. Seinen finanziellen Spielraum richtig festzulegen, ist deutlich schwieriger.

Mehr dazu: Wie Kryptonutzer 2026 tatsächlich Geld verlieren

Kontrollierte Autonomie: 6 Limits, die ich heute für jeden KI-Agenten festlege

Seitdem gehe ich deutlich vorsichtiger vor. Ein einziges Gesamtlimit reicht mir als Schutz nicht mehr aus. Eine solide Konfiguration braucht mehrere voneinander unabhängige Grenzen, die jeweils eine andere Art von Fehler abfangen.

Im Grunde behandle ich die Wallet eines Agenten inzwischen wie ein separates Betriebsbudget in einem Unternehmen. Er braucht keinen uneingeschränkten Zugriff auf die gesamten Mittel. Für eine konkrete Aufgabe benötigt er genau die Berechtigungen, ohne die er sie nicht erledigen kann – nicht mehr.

Eine weitere Erkenntnis: Diese Limits müssen außerhalb des KI-Modells durchgesetzt werden, in der Wallet oder der Zahlungsinfrastruktur, nicht im Prompt. Ein Prompt ist eine Aufforderung, keine Garantie. Ein Fehler oder eine Prompt-Injection (versteckte Anweisungen auf einer Webseite oder in einer Datei, die das Verhalten des Agenten manipulieren) kann dazu führen, dass der Agent ihn ignoriert. Wird ein Limit von der Wallet durchgesetzt, lehnt sie die Transaktion einfach ab.

Ich weiß, das ist weit weniger spektakulär als die Idee, „einer KI eine Wallet zu geben und sie einfach machen zu lassen“. Aber es ist viel näher an einem praxistauglichen Produkt. Vollständige Autonomie sieht in Demos großartig aus. Wenn es um echtes Geld geht, ist mir kontrollierter Spielraum viel wichtiger.

Mehr dazu: Ist Ihr Unternehmen bereit, Stablecoins zu akzeptieren?

Warum Zahlungen durch Agenten den Kryptomarkt verändern könnten

Seit Jahren stellt sich die Kryptobranche eine breite Akzeptanz so vor: Menschen halten Kryptowährungen, bezahlen damit in Geschäften und senden sie einander. Ich bin mir nicht sicher, ob Menschen die nächste Welle der Zahlungsaktivität antreiben werden. Für mich zeichnen sich zwei Modelle ab.

Beim Agent-zu-Dienst-Modell findet ein Agent eine Ressource, prüft den Preis und zahlt pro Nutzung. Der Mensch legt lediglich das Budget und die Anforderungen fest. 

Beim Agent-zu-Agent-Modell überträgt ein Agent einen Teil einer Aufgabe an einen anderen und bezahlt ihn, sobald die Arbeit erledigt ist. Ein Rechercheagent kann beispielsweise eine komplexe Datenanalyse bei einem spezialisierten Fachagenten einkaufen, statt alles selbst zu erledigen. 

Wenn sich das durchsetzt, wird ein erheblicher Teil der Wirtschaftsakteure gar nicht menschlich sein.

Die heutigen Zahlen sind noch überschaubar. Laut einem Bericht von Keyrock haben KI-Agenten im vergangenen Jahr Zahlungen von etwas mehr als $73 Millionen on-chain abgewickelt – für den Kryptomarkt eine winzige Summe. Doch die Richtung zählt mehr als das Volumen. Ein einzelner Mensch kann nicht täglich Tausende sinnvolle Käufe tätigen, ein Unternehmen dagegen kann Dutzende Agenten einsetzen, die genau das tun. Die Größenordnung wird sich dann nicht nur an der Zahl der Wallet-Inhaber messen lassen, sondern auch an der Zahl autonomer Programme und ihrer wirtschaftlichen Aktivität.

Die Bausteine sind bereits vorhanden: Modelle, die komplexe Handlungsabläufe planen, APIs und programmierbares Geld in Form von Stablecoins und Smart Contracts. Was noch fehlt, ist, diesen Systemen den sicheren Umgang mit einem Budget beizubringen. Gelingt das, bekommt der Kryptomarkt eine neue Gruppe von Akteuren: Programme, die selbst Geld benötigen, um ihre Aufgaben zu erledigen. 

Wenn Sie Angebote für diese Programme entwickeln möchten, kann Volet.com Ihnen helfen, die nötige Zahlungsinfrastruktur einzurichten: Stablecoin-Zahlungen annehmen und Auszahlungen direkt on-chain abwickeln, ohne dass ein Vermittler Ihre Gelder verwahrt.