KI × Blockchain - GeneseAI

11.1Warum KI und Blockchain zusammenbringen

Abbildung11.1. Das Zusammentreffen, in der Theorie. Für jedes Bedürfnis der KI verspricht die Blockchain eine Antwort. Die Frage, die das gesamte Kapitel durchzieht, lautet, in welchen Fällen diese Antwort zentralisierten Lösungen tatsächlich überlegen ist.

11.2Autonome Wirtschaftsagenten

Der emblematische Akteur ist Fetch.ai, das 2024 mit SingularityNET und Ocean Protocol zur Artificial Superintelligence Alliance (ASI) fusionierte, deren Token der FET ist. Ende 2025 demonstrierte Fetch.ai eine der ersten vollständig autonomen Zahlungen von einer KI an eine andere, ohne Menschen in der Schleife. 2026 entwickelt das Ökosystem eine eigens für Agenten bestimmte Chain (ASI:Chain) sowie Werkzeuge für die Überprüfbarkeit, etwa AEVS (Juni 2026), das jeder Aktion eines Agenten eine signierte, fälschungssichere „Quittung“ beifügt und mit den in Kapitel 6 vorgestellten Frameworks (LangChain, MCP) kompatibel ist.

Unter der Haube

Das programmierbare Geld der Agenten

Wozu sollte ein Agent Kryptowährung brauchen? Weil die bestehende Zahlungsinfrastruktur für Menschen gemacht ist, nicht für Software. Ein Agent kann kein Bankkonto eröffnen, keine Kartennummer eintippen, nicht auf eine Rechnung mit dreißig Tagen Zahlungsziel warten und nicht auf „Ich bin kein Roboter“ klicken. Um autonom zu handeln, muss er jedoch sekundengenau, rund um die Uhr und per Mikrozahlung bezahlen können (den Bruchteil eines Cents für eine API-Anfrage, einen Datensatz, den Aufruf eines anderen Agenten), ohne dass bei jedem Schritt ein Mensch eingreift. Die Stablecoins (Token, die an eine Währung wie den Dollar oder den Euro gekoppelt sind) haben sich als die praktischste Schiene durchgesetzt: von Haus aus programmierbar wie Software, aber wertstabil, anders als die volatilen Kryptowährungen.

Ausgehend von dieser Einsicht sind 2025 und 2026 Zahlungsprotokolle für Agenten entstanden. Das markanteste, x402 (von Coinbase gestartet), erweckt einen vergessenen Code des Webs zu neuem Leben, den HTTP-Status „402 Payment Required“: Fordert ein Agent eine kostenpflichtige Ressource an, antwortet der Server mit „402“ samt Preis und Zieladresse; der Agent signiert eine Stablecoin-Zahlung, hängt sie an seine Anfrage an und erhält die Ressource, ohne Konto und ohne API-Schlüssel. Bei Google übernimmt AP2 (Agent Payments Protocol) eine ergänzende Rolle: Es ist keine Zahlungsschiene, sondern ein Rahmen, der festlegt, wie ein Agent die Befugnis zum Bezahlen erhält (signierte Mandate, Prüfpfad), kompatibel mit Karten, Überweisungen und Stablecoins. Das Thema zieht inzwischen die Schwergewichte an: Das Konsortium hinter x402 (die x402 Foundation, angesiedelt bei der Linux Foundation) vereint so unterschiedliche Namen wie Cloudflare, Circle, Stripe, Visa und Amazon Web Services. Vor allem hat Stripe, der Riese des Online-Zahlungsverkehrs, 2026 ein eigenes Protokoll für Maschinenzahlungen (MPP, aufgebaut auf seiner Blockchain Tempo) und eine Wallet für Agenten eingeführt, mit der eine Software Mikrozahlungen in Stablecoins oder per Karte begleichen kann (diese Wallet wird seit September 2026 vom Agenten Muse von Meta genutzt, per Karte und nicht per Stablecoin, siehe Kapitel 6 und 18); die traditionellen Netzwerke Visa und Mastercard rollen ihrerseits eigene Lösungen aus (Trusted Agent, Agent Pay). Mitte September 2026 hat Circle, der Emittent des Stablecoins USDC, das Mainnet von Arc gestartet, einer Blockchain, auf der die Gebühren in USDC bezahlt werden und die das Unternehmen als für KI-Agenten in der Rolle wirtschaftlicher Akteure konzipiert präsentiert. Ihre Validatoren benötigen allerdings eine Zulassung (mehr als 100 Institutionen nehmen am Netzwerk teil, unter den Validatoren sind BlackRock, Visa, Mastercard und Standard Chartered), eine zentralisierte Governance, die in deutlichem Kontrast zum Dezentralisierungsversprechen aus Abschnitt 11.1 steht. Der Befund, den alle teilen: Die Finanzinfrastruktur wurde für Menschen entworfen und muss für Agenten neu ausgerüstet werden.

Eine neue Kategorie von Werkzeugen begleitet diese Entwicklung: die Agenten-Wallets, ausgestattet mit programmatischem Zugriff, Ausgabenobergrenzen, Regeln und einem prüfbaren Protokoll, eben um einer Software, die mit Geld hantiert, einen Rahmen zu setzen. Man sollte jedoch die Verhältnisse im Blick behalten: Trotz Zehntausender aktiver Agenten und eines Transaktionsvolumens von mehreren zehn Millionen Dollar Anfang 2026 machen die von Agenten ausgeführten Zahlungen nur einen winzigen Teil der Stablecoin-Aktivität aus, die ihrerseits ganz überwiegend nicht kommerzieller Natur ist. Das Phänomen ist also real, aber noch im Embryonalstadium, und es wirft offene Fragen auf: Sicherheit (ein gehackter Agent, der eine Wallet leert), Identität (wissen, welcher Agent zahlt, daher Standards wie ERC-8004), Rückerstattungen und Regulierung (der US-amerikanische Rechtsrahmen für Stablecoins, der GENIUS Act von 2025, existiert zwar, doch seine Durchführungsvorschriften sind noch nicht abgeschlossen: Am 24. September 2026 hat die Federal Reserve zwei Regelentwürfe für 60 Tage zur öffentlichen Konsultation gestellt, einen zu Eigenkapital und Reserven, den anderen zum Zulassungsverfahren). Es ist die konkreteste und zugleich die mit der größten Vorsicht zu behandelnde Veranschaulichung der „agentischen Wirtschaft“.

Einordnung

Das Orakelproblem (die Chain mit der realen Welt verbinden)

Eine grundlegende Grenze der Smart Contracts (Abschnitt 11.1) besteht darin, dass sie nur „sehen“, was auf der Blockchain geschieht: Konstruktionsbedingt haben sie keinerlei direkten Zugang zur Außenwelt (zu einem Börsenkurs, dem Ergebnis eines Spiels, der Zustellung eines Pakets oder der Ausgabe eines KI-Modells). Um diese Lücke zu schließen, greift man auf Orakel zurück: Dienste, die externe Daten auf überprüfbare Weise auf die Chain bringen. Die Herausforderung, das sogenannte Orakelproblem, besteht darin, nicht wieder einen einzelnen vertrauenswürdigen Dritten einzuführen, der die Dezentralisierung zunichtemachen würde; man nutzt daher dezentrale Orakelnetzwerke (das bekannteste ist Chainlink), in denen sich mehrere unabhängige Quellen auf den einzutragenden Wert einigen. Für die Konvergenz mit der KI geht es um zweierlei: Ein Orakel kann einen Vertrag mit der Ausgabe eines Modells speisen (zum Beispiel mit einem Risikoscore) und einem autonomen Agenten (Kapitel 6) ermöglichen, als Reaktion auf reale Ereignisse Aktionen auf der Chain auszulösen. Das Orakel ist damit die unverzichtbare Brücke und zugleich das heikelste Glied zwischen KI, physischer Welt und Blockchain.

11.3Dezentrale Netzwerke für Rechenleistung und Intelligenz

Im Klartext

Angesichts der Konzentration der Rechenleistung bei einigen wenigen Giganten (Kapitel 8) versuchen Netzwerke, dezentrale Märkte zu schaffen.

Dezentrale Rechenleistung. Netzwerke wie Render oder Akash bündeln die ungenutzten GPUs von Privatpersonen und Unternehmen, die dafür in Token vergütet werden, um eine Alternative zur Cloud der Giganten anzubieten. Das Argument ist wirtschaftlicher Natur: den Zugang zu Rechenleistung demokratisieren. Offen bleibt die Frage der Zuverlässigkeit (Dienstgüte, Latenz) im Vergleich zu den zentralisierten Anbietern.
Dezentrale Intelligenz. Das ehrgeizigste Projekt ist Bittensor (Token TAO, eine der größten Marktkapitalisierungen des Sektors, in der Größenordnung von 3 bis 4 Milliarden Dollar). Sein Prinzip: ein Netzwerk spezialisierter „Subnetze“ (subnets), in denen KI-Modelle „miteinander konkurrieren und zusammenarbeiten“ und entsprechend dem Wert ihres Beitrags in TAO belohnt werden, den Validatoren bewerten (ein Mechanismus, der „Proof of Intelligence“ getauft wurde). Im März 2026 führte eines seiner Subnetze (Templar) durch, was als das größte jemals in einem dezentralen Netzwerk realisierte Modelltraining präsentiert wird: Covenant-72B, ein Modell mit 72 Milliarden Parametern, trainiert von mehr als 70 Mitwirkenden auf handelsüblicher Hardware, verbunden über private Internetanschlüsse, ganz ohne Rechenzentrum. Das Kunststück beruht auf einer Technik zur Komprimierung des Datenaustauschs (SparseLoCo), die die benötigte Bandbreite um etwa den Faktor 146 verringert, und die Gewichte sind quelloffen veröffentlicht (Apache-Lizenz). Man sollte jedoch die Verhältnisse im Blick behalten: Mit einem Wert von rund 67 im MMLU-Test liegt das Modell auf dem Niveau eines Llama 2 70B (2023) und bleibt sehr weit von der Spitze entfernt, was zugleich die Machbarkeit und die derzeitigen Grenzen des dezentralen Trainings veranschaulicht.
Datenmärkte. Ocean Protocol will den sicheren Austausch von Daten (dem Treibstoff der KI) ermöglichen, auch über föderiertes Lernen (die Modelle lernen, ohne dass die Rohdaten zentralisiert werden).

Einordnung

Netzwerke dezentraler Infrastruktur (DePIN)

Diese Netzwerke für geteilte Rechenleistung gehören zu einer größeren Familie, die mit dem Akronym DePIN (Decentralized Physical Infrastructure Networks) bezeichnet wird: Projekte, die Privatpersonen oder Unternehmen in Token dafür vergüten, dass sie eine reale physische Ressource in einen gemeinsamen Pool einbringen, sei es Rechenleistung (ungenutzte GPUs), Speicherplatz, Bandbreite oder Funkabdeckung. Die verlockende Idee besteht darin, Infrastrukturen „von unten“ aufzubauen, ohne zentralen Betreiber, indem brachliegende Kapazitäten gebündelt werden. Auf die KI angewandt, zielt sie darauf, GPUs für Training oder Inferenz zu geringeren Kosten gemeinsam zu nutzen. Die Grenzen sind dieselben wie oben beschrieben (die Qualität der Beiträge verifizieren, die Skalierung bewältigen, mit der Effizienz der großen Rechenzentren mithalten), und ein Teil dieser Projekte ist eher spekulativer Token als echte Anwendung. Doch das Modell steht für einen immer wiederkehrenden Ansatz: der Konzentration der Rechenkapazitäten (Kapitel 8) die dezentrale gemeinsame Nutzung entgegenzusetzen.

Einordnung

Die Blockchain zum Training medizinischer KI (der Fall Galeon)

Ein konkretes Beispiel verbindet dieses Kapitel mit dem Gesundheitswesen (Kapitel 14). Das französische Unternehmen Galeon entwickelt eine elektronische Patientenakte, die in neunzehn Krankenhäusern im Einsatz ist, und koppelt sie an eine Technik namens Blockchain Swarm Learning: eine Variante des föderierten Lernens (siehe oben), bei der das KI-Modell von einem Krankenhaus zum nächsten wandert, um zu lernen, während die Patientendaten die Einrichtung niemals verlassen. Die Blockchain speichert dabei nicht die medizinischen Daten: Sie dokumentiert fälschungssicher jeden Trainingszyklus, um den Krankenhäusern die Hoheit über ihre Daten zu garantieren. Hinzu kommt, wie so oft in diesem Bereich, eine Krypto-Dimension (ein Token, der GALEON, und eine dezentrale autonome Organisation, die die Forschung finanzieren soll). Der Nutzen ist real, nämlich medizinische KI und Vertraulichkeit in Einklang zu bringen, doch man sollte die Verhältnisse im Blick behalten: Es handelt sich um einen Nischenakteur, dessen Versprechen sich in großem Maßstab erst noch bestätigen muss, und die spekulative Seite des Tokens verlangt dieselbe Vorsicht wie bei den anderen Projekten dieses Kapitels.

11.4Kryptografie: zkML und homomorphe Verschlüsselung

Im Klartext

Hier geht es um eine unauffälligere, aber technisch tiefgreifende Konvergenz, die zwei große Probleme der KI lösen könnte: die Vertraulichkeit und die Überprüfbarkeit.

Vollhomomorphe Verschlüsselung (FHE). Dies ist eine nahezu magische Form der Kryptografie: Sie erlaubt es, auf verschlüsselten Daten zu rechnen, ohne sie jemals zu entschlüsseln. Auf die KI angewandt, könnte ein Dienst damit Ihre Daten analysieren (eine Patientenakte zum Beispiel), ohne je im Klartext darauf zuzugreifen. Unternehmen wie das französische Zama arbeiten daran, diese Technologie praxistauglich zu machen.
Zero-Knowledge Machine Learning (zkML). Gestützt auf „Zero-Knowledge-Beweise“, ermöglicht zkML den Nachweis, dass ein Modell ein bestimmtes Ergebnis tatsächlich erzeugt hat, ohne das Modell oder die Eingabedaten offenzulegen. Das ist nützlich, um zu garantieren, dass eine KI ehrlich gelaufen ist, oder um ein Ergebnis zu zertifizieren, ohne Betriebsgeheimnisse preiszugeben. Akteure wie Polyhedra Network erkunden diesen Weg.

11.5Prognosemärkte und Datenökonomie

Das Wichtigste (Kapitel 11)

Die KI braucht Rechenleistung, Daten, Zahlungen, Koordination und Vertrauen; die Blockchain verspricht Dezentralisierung, Anreize, Eigentum und Nachvollziehbarkeit. Die Verbindung ist real, aber stark überverkauft.
Die autonomen Wirtschaftsagenten bezahlen einander mit programmierbarem Geld: Die Stablecoins und eigens dafür geschaffene Protokolle (x402 von Coinbase, AP2 von Google) bilden die entstehende Schiene dafür (Fetch.ai/ASI, aber auch Visa, Mastercard, Stripe, Circle). Eine vielversprechende Konvergenz, aber noch im Embryonalstadium und riskant (Sicherheit).
Die dezentralen Netzwerke für Rechenleistung (Render) und Intelligenz (Bittensor und seine subnets) bieten eine Alternative zu den Giganten, tun sich aber noch schwer, mit zentralisierten Lösungen gleichzuziehen und ihren tatsächlichen Nutzen zu belegen.
Die Kryptografie (FHE von Zama, zkML von Polyhedra) verspricht eine vertrauliche und überprüfbare KI, um den Preis eines hohen zusätzlichen Rechenaufwands.
Die Prognosemärkte (Polymarket) und die Datenturniere (Numerai) verbinden Crowd, Daten und KI.
Ehrliches Fazit: Plausible Anwendungen existieren (Agentenzahlungen, Herkunftsnachweis, dezentrale Rechenleistung, Vertraulichkeit), doch der Sektor wird weiterhin von der Erzählung dominiert, und der Wert der Token hat oft nichts mit dem Nutzen zu tun.

Vom verteilten Register wenden wir uns nun einem Umbruch ganz anderer physikalischer Natur zu: dem Quantencomputing.

11.1Warum KI und Blockchain zusammenbringen#

11.2Autonome Wirtschaftsagenten#

11.3Dezentrale Netzwerke für Rechenleistung und Intelligenz#

11.4Kryptografie: zkML und homomorphe Verschlüsselung#

11.5Prognosemärkte und Datenökonomie#

Das Wichtigste (Kapitel 11)

11.1Warum KI und Blockchain zusammenbringen

11.2Autonome Wirtschaftsagenten

11.3Dezentrale Netzwerke für Rechenleistung und Intelligenz

11.4Kryptografie: zkML und homomorphe Verschlüsselung

11.5Prognosemärkte und Datenökonomie