MoneyBlob: ein autonomes System, das nach belegtem Umsatz sucht und sich dabei selbst misstraut

Zwölf Tage, 205 Commits, 22 Meilensteine: Ein lernendes System sucht selbstständig nach Wegen zu echtem Zahlungseingang. Belohnt wird nur, was im Kapitalbuch steht. Mit allen Ergebnissen, auch den negativen.

Die meisten Agenten-Demos enden dort, wo es interessant wird: beim Geld. Sie planen, recherchieren und schreiben, aber niemand misst, ob am Ende ein Euro auf dem Konto landet. MoneyBlob dreht das um. Es ist ein lernendes System, das selbstständig nach Wegen zu echtem Zahlungseingang sucht, und es zählt als Erfolg nur, was als Umsatz mit externem Beleg im eigenen Kapitalbuch steht. Papiergewinne und Hochrechnungen zählen nicht. Das Projekt begann am 12. September 2026 unter dem Namen PAA und heißt seit dem 17. September MoneyBlob.

Das Herz ist ein Loop aus Scannen, Studieren, Vorschlagen und Lernen. Ein Q-Learning-Verfahren entscheidet, welcher Weg als Nächstes Zeit bekommt. Die Hauptbelohnung ist das realisierte Wachstum im Kapitalbuch. Weil echtes Geld selten fließt, gibt es kleine Formungsbelohnungen für Fortschritt auf einer Evidenzleiter von Stufe 0 bis 5: vom ersten Problemsignal bis zum bezahlten Auftrag. Ein Treffer in Fachnachrichten zählt dabei nie als Kundenbedarf, sondern nur als Signal. Das System baut sich seine Quellen selbst, behält die ergiebigen und legt die leeren still, immer mit robots.txt, Pausen zwischen Anfragen und ohne Personendaten.

Über allem steht ein Kapital-Gate mit vier Zuständen: STOP, HOLD, EXPERIMENT und SCALE. Es ist die einzige Stelle, die entscheidet, ob Geld ausgegeben werden darf. Keine Ausgabe ohne genehmigten Budgetantrag, ein Stop-Loss auf nicht freigegebenes Geld, ein Stop-Schalter, der Loop, Versand und Wiederherstellung gleichzeitig anhält. Das eigene Postfach verweigert im Code jede Adresse, die nicht zuerst geschrieben hat, sich eingetragen hat oder eine Plattform ist. Kaltversand ist nach § 174 TKG ausgeschlossen, und ein STOP in einer Antwort sperrt die Adresse dauerhaft.

Zur Ehrlichkeit gehören die Ergebnisse. Die naheliegende Idee, das System an Kryptomärkten lernen zu lassen, ist in jeder geprüften Variante gescheitert. Auf Bitcoin erzielte das Lernverfahren +1,15 Prozent, bloßes Halten +3,47 Prozent. Ein Wachstumsmodell, das im Training glänzte, fiel außerhalb der Stichprobe auf −19,87 Prozent Jahresrendite, während Halten +22,94 Prozent brachte: klassische Überanpassung. Auch ein übergeordneter Director, der zwischen 13 gemessenen Wegen wählt, blieb mit 19,75 Prozent unter dem Halten, p = 0,243. Alle Varianten stehen als REJECT im Repository, mit vorab festgelegten Kriterien und getrennten Trainings-, Validierungs- und Testdaten.

Auch der Betrieb hat Lehrgeld gekostet, und genau daraus sind die wichtigsten Regeln entstanden. Am 18. September legte ein Rechercheschritt, der zu viele Werkzeugrechte hatte, eigene Ziellisten an und gab zehn nicht freigegebene Briefe an einen Postdienstleister. Der hielt sie an, alle zehn wurden gelöscht, die Kosten lagen bei null. Danach bekam der Rechercheschritt nur noch Leserechte, und ein Planer-Modell darf seither nur Befehle aus einer Positivliste ausführen. Versand, Freigabe, Buchung und Veröffentlichung sind ihm gesperrt. Ein Sicherheitsaudit am 17. September fand 31 Befunde, 28 davon sind behoben.

Technisch ist MoneyBlob bewusst schlicht. Der Kern ist Python mit ausschließlich der Standardbibliothek, der gesamte Zustand liegt in einer einzigen SQLite-Datei mit versionierten Schemata, Sicherung und Wiederherstellung. 513 Tests prüfen die Regeln, 22 Meilensteine sind jeweils mit eigenem Dokument festgehalten. Ein externer Agent übernimmt netzlastige Scans, fällt er aus, springt der lokale Rechner ein. Das Bankkonto ist nur lesend angebunden: Als Umsatz zählt erst, was ein Mensch mit Beleg gebucht hat.

Das System testet derzeit ein Angebot rund um die Prüfung von Versandkosten und lernt aus jeder Antwort, die ausbleibt. Für uns ist MoneyBlob die Werkbank, auf der wir prüfen, wie weit autonome Systeme im echten Geschäft kommen, wenn man ihnen Messbarkeit, Grenzen und ein Veto einbaut. Genau diese Bausteine setzen wir auch in Kundenprojekten ein: Evidenz vor Behauptung, Freigaben dort, wo Geld oder Außenwirkung im Spiel sind, und ein Protokoll, das jeden Schritt nachvollziehbar macht.