--- title: Poker KI von DeepMind erobert jetzt die Wall Street description: Drei Forscher machen aus ihrem Modell einen unschlagbaren Aktienhändler. Ihr neues Startup ist bereits 500 Millionen Dollar wert. author: Andreas Becker url: https://www.all-ai.de/news/news26/ki-aktien-handel --- ![Der Aktien Bulle spielt Poker](https://www.all-ai.de/images/2-news/6-26/ki-boerse-automatisch-1600.webp) # Poker KI von DeepMind erobert jetzt die Wall Street Drei Forscher machen aus ihrem Modell einen unschlagbaren Aktienhändler. Ihr neues Startup ist bereits 500 Millionen Dollar wert. [Andreas Becker](https://www.all-ai.de/charaktere)·01.07.26 GPT-Images-2.0 ![Der Aktien Bulle spielt Poker](https://www.all-ai.de/images/2-news/6-26/ki-boerse-automatisch-1600.webp#joomlaImage://local-images/2-news/6-26/ki-boerse-automatisch-1600.webp?width=1600&height=900) Kurzfassung ▾ Quellen ▾ - Drei ehemalige DeepMind-Forscher haben das Prager Startup EquiLibre Technologies gegründet. - Das Unternehmen wendet Reinforcement Learning, bekannt durch den Bau einer siegreichen Poker-KI, auf den Aktienhandel an. - Die Algorithmen agieren im Hochfrequenzhandel und verzeichnen seit Monaten durchgehend positive Abschlüsse. - Nach einer von Creandum geführten Series-A-Finanzierung wird das Startup nun mit 500 Millionen US-Dollar bewertet. - [TechCrunch - The DeepMind trio who built a poker AI are now making money for quant hedge funds](https://techcrunch.com/2026/06/30/the-deepmind-trio-who-built-a-poker-ai-are-now-making-money-for-quant-hedge-funds/) - [EquiLibre Technologies - Offizielle Firmenwebseite](https://equilibre.ai/) Das Prager Startup EquiLibre Technologies hat eine Series-A-Finanzierung abgeschlossen und wird nun mit 500 Millionen US-Dollar bewertet. Drei ehemalige DeepMind-Forscher nutzen darin Reinforcement Learning, um täglich Milliardenvolumina an den Aktienmärkten zu handeln. #### Vom Spieltisch an die Wall Street Hinter EquiLibre stehen CEO Martin Schmid, CTO Rudolf Kadlec und CSO Matej Moravcik. Das Trio arbeitete zuvor im kanadischen Forschungszentrum von Googles KI-Tochter DeepMind. Dort entwickelten sie DeepStack, das erste System, das professionelle Spieler in der Poker-Variante No-Limit Texas Hold'em schlug. Diese Expertise fließt nun direkt in den Finanzsektor. Beim Poker und an der Börse greifen Mechanismen, die auf Reinforcement Learning optimal reagieren. Bei dieser Methode optimieren sich die Modelle selbstständig über ein Belohnungssystem. Für den Hochfrequenzhandel ist die Metrik dabei simpel: Das System lernt ausschließlich anhand des erzielten finanziellen Gewinns. In Kooperation mit dem Quant-Fonds Tower Research Capital handelt EquiLibre an den Leitindizes S&P 500 und Nasdaq. ###### Anzeige #### Rekordinvestition zieht Kapital nach Europa Die aktuelle Finanzierungsrunde wurde von der Risikokapitalfirma Creandum angeführt. Vice President Cameron Sellers bestätigte, dass es sich um die größte Einzelinvestition handelt, das Creandum je ausgestellt hat. Genaue Summen zur Series A bleiben unter Verschluss. Zuvor sammelte EquiLibre in einer Seed-Runde 10 Millionen US-Dollar bei einer Bewertung von 140 Millionen US-Dollar ein. EquiLibre grenzt sich bewusst von klassischen Hedgefonds ab und versteht sich explizit als Forschungslabor. Schmid räumt ein, dass der Antrieb des 25-köpfigen Teams nicht die Effizienzsteigerung der Finanzmärkte sei, sondern die technische Herausforderung beim Bau dieser Architektur. Für die Gründung kehrte das Trio nach Tschechien zurück. Prag bietet dem Unternehmen einen harten Vorteil beim Recruiting. Schmid zufolge lassen sich Entwickler abseits des Silicon Valley deutlich besser im Unternehmen halten, da sie nicht ständig von konkurrierenden KI-Projekten abgeworben werden. #### Wettbewerb um die Hardware Mit dem frischen Kapital finanziert EquiLibre den Ausbau seiner physischen Infrastruktur. In Mittel- und Osteuropa baut das Startup einen dedizierten Compute-Cluster auf. Diese Rechenleistung ist zwingend nötig, um gegen etablierte Akteure wie Jane Street zu bestehen. Der Trading-Gigant setzt inzwischen ebenfalls voll auf Reinforcement Learning und greift dafür auf Zehntausende High-End-GPUs zurück. EquiLibre muss als deutlich kleineres Team effizienter arbeiten und plant, aus weniger Hardware mehr Leistung zu extrahieren. Der algorithmische Handel erlaube diese Koexistenz, so Schmid. Es handele sich um einen Markt, der Platz für mehrere profitable Akteure bietet.