Willkommen bei Nofinity

Einleitung: Der Mythos des „Top G“

Andrew Tate verkauft sich als finanzielles Genie, dem Geld mühelos zufällt. Seine Botschaft: Wer arm ist, hat ein Mindset-Problem. Doch sein öffentliches Trading-Wallet auf der Blockchain (Hyperliquid) enthüllt eine ganz andere Realität – und ermöglicht erstmals eine unabhängige Überprüfung.

Die vernichtenden Zahlen

• Über 108 Liquidationen – mehr als zwei Drittel seiner Trades enden im Minus (Winrate ~35%).
• ~727.000 $ eingezahlt – aber kein Cent je ausgezahlt.
• Kumulierte Verluste zwischen 800.000 und 900.000 $.
• Muster: „Gambler’s Ruin“ – ständiges Nachschießen von Geld, das sofort wieder verloren wird.

Beispiel: Der 100.000 $-Tag

Am 17. Juni 2026 zahlte Tate 100.000 $ ein, eröffnete einen 40x Hebel-Long auf Bitcoin (Position: ~3,76 Mio. $). Als der Kurs fiel, versuchte er die Position mit 72 $ zu retten – erfolglos. Die Liquidation löste eine Panik-Umkehr (Short) aus, die ebenfalls liquidiert wurde. Insgesamt acht Liquidationen in 24 Stunden – 86.000 $ vernichtet.

Vier fatale Verhaltensmuster

1. Übermäßiger Hebel (40x) – schon kleine Kursbewegungen führen zur Liquidation.
2. Nachkaufen in Verlierer – anstatt Verluste zu begrenzen, wird immer mehr Geld in sinkende Positionen gesteckt.
3. Panik-Umkehr – nach einer Liquidation sofort die Gegenseite beziehen (Rachehandel).
4. Kein Gewinnmitnehmen – nie wird Geld abgehoben, nur immer wieder neu eingezahlt.

Die Memecoin-Betrügereien

• Juni 2024: Tates erster Memecoin – öffentliches Versprechen: „Ich werde nie verkaufen, nur halten und verbrennen.“
  • Tatsächlich: Insider kontrollierten 30–40 % des Angebots vor dem öffentlichen Hype.
  • Token stürzte um 97 % ab, Tausende Kleinanleger verloren Geld.
• Juli 2026: Zweiter Token mit Tates Namen – wieder das „Diamond Hands“-Versprechen.
  • On-Chain-Daten zeigen: 65 % des Angebots (650 Mio. Token) wurden über eine Solana-Börse verkauft – für nur 23.000 $.
  • Der Token verlor 95 % seines Wertes. Ein klassischer Rugpull für „Kleingeld“.

Fazit: Schiefer Trader oder skrupelloser Verkäufer?

Die Daten lassen beide Deutungen zu:

• Terribler Trader: 35 % Winrate, 100+ Liquidationen, null Disziplin.
• Effektiver Verkäufer: Beide Token-Betrügereien zeigen Vorsatz – Insideranhäufung vor Promotion, dann Dumping nach dem Versprechen. Die eigentliche Lektion: Hebel + Ego = Liquidation. Tate steht stellvertretend für die Masse der gehebelten Privatanleger, die 70–90 % verlieren. Der einzige Unterschied: Sein Wallet ist öffentlich einsehbar.

Handlungsempfehlung: Prüfe dein Liquidationslevel vor dem Trade, setze Positionsgrößen so, dass ein normaler Tag nicht dein Konto vernichten kann, und schneide Verluste früh. Das ist die langweilige, aber einzig überlebensfähige Strategie – die kein „Top G“ dir verkaufen kann.

📈 Bitcoin-Kurs und Marktlage

• Bitcoin notiert bei ~65.000 USD, +11% im Juli.
• August könnte Kaufgelegenheiten bieten, aber noch kein Mondflug.

⛏️ Hashrate-Crash und Miner-Kapitulation

• Hashrate fällt erstmals jährlich; Rekordhoch im Oktober 2023, dann starker Rückgang.
• Miner wechseln zu KI-Stromnutzung statt Kapitulation.
• Historisch markiert solcher Rückgang oft den Boden eines Bärenmarktes.

💤 Ruhende Coins auf Rekordtief

• Dormant Coins (lange nicht bewegt) erreichen niedrigsten Stand seit 2018.
• Zeigt, dass Halter nicht verkaufen – positives Signal.

🏦 Börsen-Schließungen als Bodenindikator

• BitMart (13 Mio. Nutzer) und BitMEX (2 Mio.) stellen Betrieb ein.
• Keine Abhebungen bei BitMart möglich – Warnung vor Exchange-Risiken.
• Historisch oft ein Zeichen für einen Marktboden.

📜 Crypto Clarity Act – Hoffnung auf Regulierung

• Coinbase-Politikchef spricht mit Senator Thune: Abstimmung möglich nächste Woche.
• Noch nicht sicher, könnte aber Katalysator für Altcoins sein.

💵 Geldmengenwachstum und Bitcoin-Performance

• G7-Geldmenge explodiert (Kanada +370%, USA +279% seit 2004).
• Bitcoin im Verhältnis zur globalen Geldmenge so günstig wie nie.
• Fiat geht gegen Null – Bitcoin ist das härteste Geld.

🏢 MicroStrategy: Seltsame Strategie

• Verkauft eigene Aktien, um Cash für STRC-Dividenden zu generieren.
• Kauft auch STRC am Markt – zirkuläre Aktion.
• Kurs heute +7,7% auf ~100 USD – aber nicht nachhaltig.

🐻 Fazit: Bodenbildung oder noch tiefer?

• Historische Muster deuten auf Boden in ~50 Tagen hin (aus Hashrate-Daten).
• Letzte Optimisten verlassen den Raum – Zeit zum Kaufen?

🤖 Dein KI-gestützter Finanzanalyst – So holst du Live-Marktdaten in Claude

In diesem Video zeigt der Creator, wie du mit Claude und dem FMP-Connector (eine kostenlose Basisversion inklusive) Live-Marktdaten für Aktien und Kryptowährungen abrufen kannst. Das System ersetzt teure Tools wie Bloomberg-Terminals für Privatanleger und ermöglicht eine tägliche, KI-gestützte Portfolio-Analyse.

🔧 Aufbau des Systems

1. FMP-Connector aktivieren: Gehe in Claude zu Connectors > Hinzufügen > suche nach FMP (Financial Modeling Prep) – kostenlos für 250 Anfragen/Tag, zahlungspflichtig für höhere Nutzung.
2. Kontext-Ordner anlegen: Erstelle einen Ordner mit folgenden Dateien (.md-Format für optimale Verarbeitung):
   • Investorenprofil: Ziele, Strategie, Risikotoleranz, Anlagehorizont
   • Strategie.md: Anlagestrategie, maximale Verluste, Umschichtungsregeln
   • Portfolio(.csv oder Google Sheets): Alle Positionen (empfohlen: Google Sheets für Live-Updates)
   • Watchlist.md: Beobachtete Werte mit Thesen und Verkaufszielen
   • Prompts.md: Fünf fertige Befehle (siehe unten)
3. Co-Work nutzen: Verwende Claude Co-Work statt Chat – so greift die KI auf den lokalen Ordner zu, merkt sich Kontext und kann Dateien automatisch aktualisieren.

📋 Fünf entscheidende Prompts

1. Vollständiger Aktien-Snapshot: Zeigt aktuellen Kurs, Monatsentwicklung, Bewertung vs. 5-Jahres-Durchschnitt, Analystenziele und Warnsignale aus Quartalsberichten.
2. Quartalsberichte auswerten: Lässt Claude Ertragstreiber, Margen und versteckte Risiken (z. B. verwässerte Schulden) aus Filings zusammenfassen.
3. Vergleich zweier Werte: Gegenüberstellung von Wachstum, Gebühren, Risiken (z. B. AMD vs. NVIDIA) – hilft bei der Opportunitätskostenbewertung.
4. Marktscreening: Finde versteckte Juwelen:
   • Parameter: Small Caps unter 2 Mrd. $ Marktkapitalisierung, Umsatzwachstum >25%, positiver Cashflow, steigende Margen.
   • Ergebnist: Claude scannt über parallele Agenten alle Werte und präsentiert die 3-5 besten Kandidaten mit Bull- und Bear-Case.
5. Täglicher Morgenbericht (automatisiert):
   • Zeitplan: Jeden Wochentag um 9:00 Uhr.
   • Inhalt: Übernachtbewegungen der Indizes, News zu deinem Portfolio, Fälligkeiten von Kurszielen, anstehende Quartalszahlen.
   • Ausgabe: Als HTML-Artifact, automatisch von Claude erstellt.

⚠️ Wichtige Hinweise

• Datenqualität: Achte darauf, dass FMP aktiv ist (Logo im Chat) – sonst greift Claude auf unzuverlässige Webdaten (Yahoo Finance) zurück.
• Nicht als alleiniger Berater nutzen: Vor echten Käufen immer die Preise selbst prüfen.
• Kosten: FMP ist in der Basisversion kostenlos; für Screening und automatisierte Reports wird ein Starter-Plan (19 €/Monat) empfohlen.

🔮 Ausblick

In Zukunft können KI-Agenten sogar die Ausführung von Trades über Broker (Robinhood, Interactive Brokers) übernehmen – der Creator arbeitet an einem System für automatisierte Portfolio-Umschichtungen.

Die Kluft zwischen KI-Fortschritt und Nutzererfahrung

Obwohl Billionen in KI investiert werden, berichten Nutzer von zunehmend schlechteren Erfahrungen. Dieses Video erklärt die Diskrepanz zwischen der Leistungsfähigkeit von KI und der abnehmenden Nutzerqualität.

Die Entwicklung von KI-Diensten

• Anfangsphase: ChatGPT war kostenlos, leistungsstark und als „Experiment“ angelegt, um Feedback zu sammeln. Ziel war Nutzung, nicht Profit.
• Monetarisierung: Nach der Etablierung folgten Abonnement-Modelle (z.B. 20 $/Monat für Prioritätszugang). KI wurde zur Routine, was eine Abhängigkeit schuf.
• Aktuelle Phase: Der Fokus liegt auf Gewinnmaximierung durch Preiserhöhungen oder Produktänderungen – nicht unbedingt auf Verbesserungen für den Nutzer.

Warum KI sich „schlechter“ anfühlt

1. Unvorhersehbare Modellwechsel: Cloud-basierte KI wird oft ohne Vorwarnung aktualisiert. Ein neues Modell kann für den Durchschnittsnutzer besser, aber für spezifische Aufgaben schlechter sein. Zudem führt automatisches Routing zu inkonsistenten Antworten.
2. Komplexe Abonnement-Strukturen: Anstatt einfacher, unbegrenzter Nutzung gibt es verschachtelte Pläne mit Nutzungskontingenten, Credits und Zugriffsbeschränkungen (z.B. bei ChatGPT, Claude, Gemini). Dies führt zu „Nutzungs-Angst“ statt Freiheit.
3. „Sychophanz“ (Ja-Sager-Effekt): KI-Modelle werden immer zustimmender und vorsichtiger, um Nutzer nicht zu verärgern. Dies kann zu gefährlichen Fehlentscheidungen führen, wenn falsche Annahmen nicht korrigiert werden.
4. Übermäßige Ablehnung (Over-Refusal): Sicherheitstrainings führen dazu, dass harmlose Anfragen abgelehnt werden, nur weil sie ähnliche Schlüsselwörter wie gefährliche Inhalte enthalten.
5. Bürokratische Antworten: KI liefert oft Antworten, die von Warnungen, Haftungsausschlüssen und Empfehlungen umhüllt sind – die eigentliche Information geht im „Alignment-Schlamm“ unter.
6. Benchmark-Inflation: KI schneidet bei Tests besser ab, doch dies misst nicht die praktische Zuverlässigkeit im Alltag. Modelle halluzinieren Fakten, ignorieren Anweisungen oder widersprechen sich – trotz hoher Benchmark-Ergebnisse.

Die Folgen der KI-Revolution

• Produktivität paradox: Studien zeigen, dass KI Entwickler 19% länger brauchen lässt, da die Korrektur generierter Arbeit Zeit kostet.
• KI-Content-Flut: Die einfache Erstellung von Inhalten führt zu „KI-Slop“ – oberflächlichen, unzuverlässigen Artikeln, die die Suchergebnisse überfluten und menschliche Arbeit verdrängen.
• Modell-Kollaps: Das Training neuer KI auf KI-generierten Inhalten („synthetische Daten“) kann zu Qualitätsverlust führen, ähnlich einer Kopie einer Kopie.

Fazit

KI wird leistungsfähiger, aber die Nutzbarkeit leidet. Nutzer verlieren die Kontrolle über Modellverhalten, Kosten und Verfügbarkeit. Die Lösung könnte in offenen, lokalen Modellen liegen, die mehr Kontrolle bieten – auch wenn sie nicht an die Spitzenleistung kommerzieller Systeme heranreichen. Die zentrale Frage ist: Wird KI besser oder bekommen wir nur weniger Kontrolle über eine sich ständig verändernde Technologie?

Kernbotschaft: Netflix ist fair bewertet, aber kein Schnäppchen

Der Analyst hat die Kommentare der Zuschauer zu seiner vorherigen Netflix-Analyse ausgewertet, um die Marktstimmung einzuschätzen. Seine Schlussfolgerung: Netflix ist derzeit fair bewertet, aber nicht unterbewertet. Er sieht keine ausreichende Sicherheitsmarge für einen Kauf.

Wichtige Erkenntnisse aus den Kommentaren:

• Qualität der Inhalte: Viele Nutzer kritisieren die sinkende Qualität der Serien, loben aber Dokumentationen und die umfangreiche Bibliothek. Einige wechseln zu Konkurrenten wie HBO wegen besserer Qualität.
• Wettbewerb: Amazon Prime, Disney+ (Disney wird als günstiger und diversifizierter wahrgenommen) und KI-gestützte Studios stellen starke Konkurrenz dar.
• Preissetzungsmacht: Eine Erhöhung des durchschnittlichen Umsatzes pro Nutzer (ARPU) um nur 1 US-Dollar würde das Betriebsergebnis um 20 % steigern – ein wichtiger Wachstumstreiber.
• Abonnentenwachstum: Neue Abonnenten kommen zunehmend über Paketangebote (z. B. mit Telekommunikationsanbietern), was das Wachstum stützen könnte.
• Bewertung: Der Analyst betont, dass Netflix aus Value-Investing-Perspektive nur zu einem etwa 50 % niedrigeren Kurs interessant wäre. Aktuell ist die Aktie weder überverkauft noch überkauft.

Persönliche Anekdote:

Der Analyst teilt eine private Geschichte: 2011 lehnte er einen kostenlosen Fernseher ab, um ohne TV zu leben. Dies half ihm, sich auf seine Promotion zu konzentrieren. Er sieht Parallelen zu Kommentaren, die den Lebensstil thematisieren – ändert aber nichts an der Unternehmensbewertung.

Fazit:

Der Analyst wird Netflix weiter beobachten, aber erst bei einem deutlichen Kursrückgang (ausreichende Sicherheitsmarge) kaufen. Die Kommentare spiegeln eine neutrale bis leicht negative Marktstimmung wider, die mit der aktuellen Bewertung übereinstimmt.

Zitat: „Es ist keine Sicherheitsmarge, es ist kein Value-Investing … Aber das spiegelt sich perfekt in Ihren großartigen Kommentaren wider.“

In dieser Solo-Folge des Huberman Lab Podcasts beantwortet Dr. Andrew Huberman live Fragen, die Zuhörer per Sprachnachricht eingesendet haben. Die Themen reichen von Schlafoptimierung, Tageslichtexposition, Stress durch Überoptimierung bis hin zu Gedächtnis, Geruchssinn, Fruchtbarkeit, Wechseljahren und Leidenschaftssuche. Hier eine übersichtliche Zusammenfassung der wichtigsten Erkenntnisse.

1. Pre-Workout für spätes Training (Anthony)

• Alpha-GPC (600–900 mg) steigert Fokus und REM-Schlaf, ohne den Schlaf zu stören.
• TMAO-Risiko durch Alpha-GPC: Mit Knoblauch (600 mg) kombinieren, um Nebenwirkungen zu reduzieren.
• Nach dem Training: Heiße Dusche, lange Ausatmungen (physiologischer Seufzer) und langsam verdauliche Proteine (z. B. griechischer Joghurt, Casein) fördern die Erholung.
• Mentale Vorbereitung vor dem Training ist oft wirkungsvoller als jedes Supplement.

2. Morgendliches Tageslicht (anonym)

• Jede Menge Umgebungslicht in der ersten Stunde nach dem Aufwachen ist vorteilhaft – auch ohne direkte Sonne.
• Nach Westen blicken ist okay, Osten ist besser. Sonnenbrille und Schirmmütze abnehmen.
• Der zirkadiane Rhythmus integriert das Licht der letzten 2–3 Tage – ein verpasster Tag ist kein Problem.

3. Überoptimierung und Stress (Dr. Datillos)

• Optimierung darf nicht zur Besessenheit werden. Fokus auf die Grundpfeiler: Schlaf, Tageslicht, Bewegung, Ernährung, soziale Verbindung.
• Flexibilität ist entscheidend: Was heute nicht passt, morgen nachholen. Schuldgefühle vermeiden – du bestimmst, was für dich funktioniert.

4. Gedächtnis und Geruchssinn (Sarah)

• Gedächtnis: Lernen erfordert Aufmerksamkeit + Fehler (Selbsttest). Tiefschlaf und REM-Schlaf festigen das Gelernte.
• Geruchssinn: Mehrmaliges, bewusstes Schnüffeln an verschiedenen Düften (z. B. Zitrone, Rose) trainiert die Riechneuronen. Hunde machen es vor: volle Konzentration und lange Einatmungen.

5. Ernährung für Fruchtbarkeit (Van)

• Kalorienbilanz: Weder zu viel noch zu wenig Körperfett. Bei Männern senkt eine starke Kalorienrestriktion das Testosteron.
• Entzündungsarme Ernährung: Viel Gemüse, mageres Protein, ungesättigte Fette, zuckerarme fermentierte Lebensmittel (Joghurt, Sauerkraut) senken Entzündungen.
• Supplemente: Coenzym Q10 und L-Carnitin können Eizell- und Spermienqualität unterstützen.
• Hinweis: Exogenes Testosteron verringert die Spermienzahl – ggf. vorher Sperma einfrieren.

6. Perimenopause und psychische Gesundheit (Josima)

• Hormonveränderungen (Östrogen, Progesteron, Testosteron) können Angst und Panikattacken auslösen.
• Hormonersatztherapie (frühzeitig begonnen) kann helfen – die ursprünglichen Studien wurden als fehlerhaft neu bewertet.
• Zusätzlich: entzündungsarme Ernährung, guter Schlaf und ärztliche Begleitung.

7. Hochzeitszeitpunkt: Sonnenauf- oder -untergang (Nick)

• Sonnenuntergang ist besser: Die meisten Menschen sind keine Frühaufsteher. Nachts länger wach zu bleiben fällt leichter als früher aufzustehen.
• Chronotypen respektieren – aber beide Varianten sind möglich.

8. Muskelerhalt nach Nierenspende (Kelly)

• Vor der OP: Fit und ausgeruht sein (Kraft + Cardio).
• Nach der OP: Zirkadianen Rhythmus einhalten – Tageslicht (Fensterplatz), Augenmaske, Ohrstöpsel.
• Muskelgedächtnis nutzen: Bereits trainierte Muskeln erholen sich schneller.

9. Die eigene Leidenschaft finden (Kevin)

• Struktur beibehalten, auch wenn der Job nicht die Erfüllung ist.
• „No input, no output“ (Strummers Gesetz): Neugierig bleiben, verschiedene Dinge ausprobieren, Drama und Betäubung vermeiden.
• Handwerk lernen: Erst die Grundlagen beherrschen, dann die eigene Note einbringen. Die Leidenschaft ergibt sich aus der Kombination von Erfahrungen und Interessen.

Von den Olympiaden zum Krypto-Innovator: Die Reise von Vlad Novakoski, Gründer von Lighter

In dieser Episode taucht Bankless tief in die beeindruckende Vergangenheit von Vlad Novakoski ein – vom mathematischen Wunderkind zum Gründer von Lighter, einer revolutionären Ethereum Layer-2 Perpetual-DEX. Das Gespräch zeigt, wie seine einzigartige Mischung aus Wettbewerbserfahrung, technischer Brillanz und unternehmerischem Antrieb ihn zu dem gemacht hat, was er heute ist.

Frühe Jahre: Olympiaden als Talent-Schmiede

• Vlad begann mit 12 Jahren an akademischen Wettbewerben teilzunehmen und schaffte es bis in die US-Nationalmannschaft der Internationalen Physik- und Informatik-Olympiade.
• Der Wettbewerb war nicht nur ein individueller Erfolg, sondern auch eine Plattform, um Gleichgesinnte zu treffen – darunter spätere Mitgründer von Anthropic, Facebook und führende Quant-Trader.
• Er liebte besonders Probleme, die unkonventionelles Denken erforderten und mit einer „genialen Einsicht“ in wenigen Zeilen gelöst werden konnten.

Akademische Karriere: Harvard in Rekordzeit

• Mit 16 Jahren machte Vlad seinen Highschool-Abschluss und schloss Harvard in nur 2,5 Jahren ab – nicht aus Wettbewerb, sondern als Optimierungsproblem: „Es ist besser, bezahlter Graduate Student als zahlender Undergrad zu sein.“
• Der wahre Wert von Harvard lag für ihn im interdisziplinären Denken und im Aufbau eines Netzwerks.

Berufserfahrung: Von der Wall Street ins Silicon Valley

• Nach dem Studium arbeitete Vlad bei Citadel (High-Frequency Trading) und baute später einen eigenen Trading-Desk bei einer anderen Firma auf.
• Er wechselte dann zu Quora (Head of Machine Learning), wo er Matching-Probleme zwischen Nutzern und Antworten löste – ein Thema, das ihn schon immer faszinierte.
• Bei Addepar (Fintech) leitete er die Engineering-Abteilung und entwickelte ein Internship-Programm für Olympioniken – eine Quelle für hochtalentierte Nachwuchskräfte, die später Unternehmen wie Scale, Perplexity und Modal gründeten.

Unternehmertum: Von Lunchclub zu Lighter

• Lunchclub war sein erstes Startup – eine Plattform, die professionelle Verbindungen durch algorithmisches Matching herstellte (ähnlich wie Dating, aber für Karriere). Das Problem der Adverse Selection wurde durch ein System gelöst, bei dem die Plattform die Matches vorgibt.
• 2022 pivotierte das Team zu Lighter: Eine dezentrale Börse für Perpetual Swaps, die auf Zero-Knowledge-Proofs (ZK) basiert.
• Die Idee entstand aus der Erkenntnis, dass TradFi und DeFi zusammengeführt werden müssen – mit niedrigen Kosten, niedriger Latenz, Sicherheit, Verifizierbarkeit und Komponierbarkeit.

Lighter: Die nächste Generation von Exchange-Technologie

• Lighter kombiniert die Geschwindigkeit und Liquidität zentraler Börsen mit der Transparenz und Sicherheit dezentraler Systeme.
• Das Team verbrachte 18 Monate mit der Entwicklung der Kerninfrastruktur, bevor es die Plattform öffentlich machte – mit über 100 Händlern, die von Anfang an Feedback gaben.
• Die Vision ist es, die Technologieschicht für die Fusion von TradFi und DeFi zu sein – nicht nur ein Produkt, sondern auch eine Infrastruktur, die von Partnern wie Telegram Wallet oder Robinhood genutzt werden kann.

Fazit: Ein „perfect fit“ für die Herausforderungen

Vlads gesamte Karriere – von den Olympiaden über Trading, ML und Matching – findet in Lighter eine ideale Anwendung. Er betont, dass ZK-Proofs ein „Once-in-a-Generation“-Durchbruch sind, der es erlaubt, mehrere Dimensionen (Kosten, Latenz, Sicherheit) gleichzeitig zu verbessern. Lighter ist für ihn der Beweis, dass Krypto die besseren Märkte der Zukunft bauen kann – und das mit einem klaren Fokus auf konkrete Kundenbedürfnisse und technische Exzellenz.