Proprietäre Automated Market Maker (PropAMMs) verändern das traditionelle Market-Making, indem sie von starren Kurvenformeln zu aktiven Off-Chain-Pricing-Modellen übergehen. Diese Veränderung verspricht Verbesserungen bei Ausführungsqualität, einer Reduktion von Loss-Versus-Rebalancing (LVR) und einer geringeren Anfälligkeit für Latenzrisiken wie Spoofing. Um diese Versprechen zu prüfen, sind verlässliche On-Chain-Metriken nötig – insbesondere das Update-zu-Fill-Pairing und die Markout-Analyse. Der folgende Artikel fasst die vorhandenen Fakten, Messungen und Marktanalysen zusammen und zeigt, welche offenen methodischen Fragen noch zu lösen sind.

Was unterscheidet einen PropAMM von klassischen CFMMs?

Im Unterschied zu klassischen Constant-Function-Market-Makers (CFMMs) wie Uniswap v2/v3, die Preisanpassungen passiv über Arbitrage-Swaps nach externen Kursbewegungen durchführen und dabei Liquiditätsanbietern LVR-Kosten auferlegen, aktualisiert ein PropAMM seine Parameter aktiv über eine Off-Chain-Pricing-Engine, bevor ein Swap erfolgt. Diese aktive Preisgestaltung geschieht ohne vorherigen Swap und ermöglicht es professionellen Market Makern, ihre Kurvenparameter kontinuierlich in den Block-Builder zu streamen.

• CFMMs: Preisänderungen nur durch externe Swaps → LVR-Kosten für LPs.
• PropAMMs: Aktive Off-Chain-Preisupdates → potenzielle Umkehr von LVR ins Positive.

Empirische Markout-Profile von PropAMMs

Quantitative Studien aus dem Jahr 2026 zeigen, dass PropAMMs unter Verwendung von unter-blockweisem Re-Pricing die adverse Selektion (LVR) systematisch ins Positive drehen. Die wichtigsten Messgrößen stammen aus der Quelle Active Liquidity On Chain: Evidence from PropAMMs Across Chains (arXiv, 2026):

• Markout nach 2 Sekunden (Base-Chain): +1,19 bps bei PropAMM vs. -0,62 bps bei traditionellen AMMs.
• Markout nach 2 Sekunden (Solana): +0,37 bps bei PropAMM vs. -0,22 bps bei traditionellen AMMs.

Die Messungen basieren auf einer einjährigen Beobachtung (12 Monate) und belegen, dass aktive PropAMMs toxische Flows vermeiden und im Vergleich zu passiven LPs positive Markouts erzielen.

Methodischer Hintergrund der Messungen

Die derzeitige Messinfrastruktur, die im TEMBRI-Projekt implementiert wurde, unterstützt:

• Deterministisches Update→Fill-Pairing innerhalb desselben Blocks.
• Transaktions-Index- und Gas-Gap-Messungen.
• Explizite Kennzeichnung von “unmatched fills”.
• Speicherung von Maker-Update-Timestamps, sofern verfügbar.

Der aktuelle Scope ist jedoch begrenzt: Er erkennt nur die on-chain Reihenfolge von Transaktionen, nicht jedoch die Frische des Off-Chain-Quotes oder den exakten Empfangszeitpunkt beim Builder. Folgende Schritte sind geplant:

• Einbindung zusätzlicher Venue-Decoder.
• Golden-Block-Validierung und Bytecode-Gruppierung.
• Entwicklung eines Quote-Age/Markout -Moduls zur Bewertung von Preis-Freshness und Latenz-Vorteilen.

Wachsender Marktanteil und Builder-Dynamik auf Ethereum Mainnet

PropAMMs haben bereits einen signifikanten Anteil am Ethereum-DEX-Swap-Volumen erreicht. Laut der Quelle Ethereum PropAMMs: today and tomorrow (Execution Layer Research, 2026) liegt der Marktanteil bei 5 % bis 10 % des regulären Mainnet-Swap-Volumens.

• Wöchentliches Volumen führender PropAMMs: 458 Mio. USD (Fermi ca. 280 Mio. USD, Metric ca. 178 Mio. USD).

Diese Protokolle nutzen das Proposer-Builder-Separation (PBS)-Framework, bei dem Maker signierte Preisupdates direkt an Builder streamen, die vor den entsprechenden Fills platziert werden. Das führt zu einer kritischen Rolle von Builder-Signal-Analysen und Gas-Gap-Messungen für die Sequenzierung im Block.

Warum Builder-Signal-Analysen wichtig sind

Der reine Block-Inklusions-Index (Tx-Index) gibt nur die Konsens-Reihenfolge wieder. Ohne einen Builder-Receive-Timestamp lässt sich nicht exakt bestimmen, wie lange ein Quote bereits im Mempool lag oder ob er unmittelbar vor dem Fill manipuliert wurde. Deshalb ist die Messung von Quote-Age und Markout zentral, um zu prüfen, ob die Preisaktualisierung auf echten Latenz-Vorteilen beruht oder ob Arbitrage-Schutz auf Kosten der Trader-Ausführungsqualität erkauft wird.

Methodische Herausforderungen und Risiken

Obwohl die ersten Ergebnisse vielversprechend sind, decken empirische Studien (Solmaz et al., 2026) kritische Risiken auf:

• Quote-Spoofing und Informationsasymmetrie: PropAMMs können Trades zu schlechteren Kursen ausführen als ursprünglich quotiert, indem Parameter unmittelbar vor dem Fill manipuliert werden.
• Latenz- und Zeitstempel-Verzerrung auf Block-Ebene: Die reine Inklusionsreihenfolge korreliert nicht zwingend mit der Off-Chain-Generierung; fehlende Builder-Receive-Timestamps machen die Bewertung der Quote-Freshness zu einer Annäherung.

Diese Punkte unterstreichen die Notwendigkeit, die geplante Erweiterung des TEMBRI-Pipelines um Markout-Analysen und Quote-Age-Metriken zu realisieren.

FAQ zu PropAMMs

Was unterscheidet ein PropAMM von herkömmlichen CFMMs wie Uniswap v2/v3?Während CFMMs Preisanpassungen passiv über Arbitrage-Swaps nach externen Kursbewegungen abwickeln (was LPs LVR kostet), aktualisiert ein PropAMM seine Parameter aktiv per Off-Chain-Pricing-Engine ohne vorherigen Swap.Warum ist das deterministische Update→Fill-Pairing per On-Chain-Index so fehleranfällig?Ein Builder kann Transaktionen aus wirtschaftlichen Gründen frei anordnen. Ein Fill direkt nach einem Update beweist nur die Konsensreihenfolge, sagt aber nichts darüber aus, wie lange der Maker-Preis bereits im Mempool oder Builder-Pipelining lag.

Fazit

Die vorliegenden Daten zeigen, dass PropAMMs auf Ethereum bereits einen signifikanten Marktanteil von 5-10 % besitzen und mit unter-blockweisem Re-Pricing positive Markouts von +1,19 bps (Base-Chain) bzw. +0,37 bps (Solana) erzielen. Gleichzeitig verdeutlichen Studien signifikante Risiken wie Quote-Spoofing und Latenz-Verzerrungen, die nicht durch das aktuelle Update→Fill-Pairing allein erfasst werden können. Die Weiterentwicklung der TEMBRI-Pipeline hin zu einer umfassenden Quote-Age- und Markout-Analyse ist deshalb essentiell, um die tatsächliche Ausführungsqualität zu messen und faire Marktbedingungen für Trader und Liquidity-Provider zu gewährleisten.