AI Token im Hype: Können Krypto-Startups dezentrale KI schaffen?

Die Clouds von Microsoft, Meta, Amazon und Google, und daneben nicht viel mehr: Neue AI-Modelle wie jene von OpenAI, Anthropic oder Mistral AI sind stark an die Cloud-Rechenpower von Big Tech gebunden. Da ist die Idee, AI zu dezentralisieren, um keine Monopolisten zu erschaffen, naheliegend. Und was wäre naheliegender als der Krypto-Sektor, der sich dazu berufen fühlt?

Im aktuellen KI-Goldrausch haben auch neue und etwas ältere Krypto-Projekte Feuer gefangen, ihre Token sind in den letzten Wochen wie bereits berichtet durch die Decke gegangen. Zwar spielt dezentralisierte AI und was dazugehört am Markt außerhalb der Krypto-Börsen noch keine Rolle, aber es ist immerhin eine Idee, die sich aktuell verkaufen lässt. Was können die AI-Token also? Hier ein Überblick.

BitTensor (TAO)

Render Network (RNDR)

Render verspricht ein verteiltes GPU-Rendering-Netzwerk, das auf der Ethereum- und der Solana-Blockchain aufbaut, mit dem Ziel, 3D-Designer günstigen Zugang zu dieser Grafik-Rechenpower zu geben. 2017 hat Gründer Jules Urbach das Whitepaper veröffentlicht, in dem noch viel von 3D-Content für Virtual und Augmented Reality die Rede war – 2023 gab es dann ein Update, wo das Konzept stärker in Richtung AI gedreht wurde. Denn wie bekannt, sind die GPUs enorm wichtig für das Berechnen von AI-Modellen.

Mit dem RNDR-Token (ein ERC-20-Token auf Ethereum bzw. ein Token auf der Solana-Blockchain) sollen Nutzer:innen GPU-Kapazitäten von Mining-Unternehmen bezahlen. Dass es ein wirklich dezentrales Netzwerk ist, darf angezweifelt werden, da das Render Network stark an Urbachs Software-Firma Otoy aus Los Angeles gekoppelt ist. Der Token wird bereits seit 2017 verkauft, preislich hat er sich aber erst im AI-Token-Hype Anfang 2024 stark nach oben entwickelt.

Fetch.ai (FET)

Bei Fetch.ai gibt es einen etwas anderen Grundgedanken als bei den bereits beschriebenen Projekten: Das Startup us Cambridge (England) rund um CEO Humayun Sheikh will eine offene Plattform für AI-Services schaffen, die man nach einem Marktplatzmodell auch gleich monetarisieren kann. Es gibt bereits einige so genannter AI-Agenten, die damit gebaut wurden – mit ihnen kann man etwa automatisiert Reservierungen in Restaurants machen oder PDFs zusammenfassen. Die Zahl der Interaktionen mit diesen AI-Agenten ist aber überschaubar und zeugt von einem frühen Stadium der Entwicklungen.

Fetch.ai hat mit der Deutsche Telekom und Bosch jedenfalls zwei große Industriepartner aus Deutschland gewonnen und außerdem eine Partnerschaft mit SingularityNET (siehe unten) angekündigt – gemeinsam wolle man das Problem der Halluzinationen von AI-Modellen in den Griff kriegen. Der FET-Token wurde zum Start über einen Launch auf Binance in Umlauf gebracht. Ursprünglich war FET ein ERC-20-Token auf Ethereum, mittlerweile gibt es aber ein eigenes Mainnet.

SingularityNET (AGIX)

Auch hier geht es um die Schaffung eines dezentralisierten AI-Marktplatzes – vielleicht mit dem Unterschied zu den bereits genannten, dass ganz konkret das Ziel genannt wird, AGI entwickeln zu wollen. „SingularityNET-Spin-offs werden in einer Reihe strategisch ausgewählter vertikaler Märkte entwickelt, darunter DeFi, Robotik, Biotech und Langlebigkeit, Spiele und Medien, Kunst und Unterhaltung sowie KI auf Unternehmensebene“, heißt es. „SingularityNET agiert wie ein Inkubator, der diesen Unternehmungen Anleitung, Finanzierung und Fachwissen bietet, mit dem Ziel, die Initiativen zu einer erfolgreichen und völlig unabhängigen Einheit im wahren Geist der Dezentralisierung zu machen.“ Bisweilen gibt es eine Handvoll dieser Spin-offs (ein Überblick findet sich hier).

Der AGIX-Token ist der native Token des Projekts und soll dazu dienen, auf dem Marktplatz für Services zu bezahlen. Neben Ethereum gibt es auch eine Anbindung an Cardano. Die Gründer sind der AI-Forscher Ben Goertzel, Unternehmerin Simone Giacomelli und – der wohl spannendste Name – David Hanson. Letzterer ist der Gründer von Hanson Robotics – jenem Unternehmen, das mit seinem humanoiden Roboter Sophia vor mehreren Jahren weltweit für Aufmerksamkeit sorgte, mittlerweile aber von anderen Herstellern überflügelt wurde.

Akash Network (AKT)

Das Akash Network beschreibt sich selbst gerne als das „Airbnb für Datenzentren“: Über ein offenes Netzwerk sollen Nutzer:innen Computing-Power kaufen und verkaufen können. Dabei geht es nicht ausschließlich um AI und Machine Learning, aber eben auch. Über die so genannte „Supercloud“ können GPUs angemietet werden. Dabei will man besonders günstig sein und preislich den großen Cloud-Anbietern Konkurrenz machen. Aktuell sind aber bloß 288 GPUs verfügbar, was wenig ist – selbst Startups wie Magic.dev hat mehrere tausend GPUs, um sein LLM zu rechnen.

Ein Beispiel für eine App, die mit Hilfe des Netwerks läuft, ist der Akash Chat, der auf das Open-Source-Modell von Mistral AI setzt und wie viel andere Chatbots eben auch das Chatten mit einem LLM ermöglicht. Das Akash Network ist durch eine Proof-of-Stake (PoS) Blockchain gesichert, und AKT wird verwendet, um das Netzwerk durch Staking zu sichern und Teilnehmer:innen einen Governance-Token zu bieten.

Worldcoin (WLD)

Bei Worldcoin handelt es sich eigentlich nicht um ein Projekt mit Künstlicher Intelligenz im Fokus – aber weil OpenAI-Gründer Sam Altman auch Mitgründer von Worldcoin ist, wird es den AI-Token zugerechnet. Wie mehrmals berichtet, geht es bei Worldcoin darum, ein Zahlungsnetzwerk zu etblieren, in dem jeder Teilnehmer eindeutig durch einen Iris-Scan identifiziert wurde. Diese Augen-Scans werden mit futuristisch anmutenden Orb-Geräten in immer mehr Städten weltweit vorgenommen. Weil dabei aber heikle biometrische Daten verarbeitet werden, ist Worldcoin mit seinem WLD-Token in der Kritik. In Spanien wurde Worldcoin vor kurzem wegen Datenschutzbedenken verboten.

Worldcoin: WLD-Kryptowährung des kontroversen Augenscan-Startups startet

Wie aussichtsreich ist die Crypto-AI?

Dass es zum Zusammentreffen der beiden Boom-Themen AI und Kryptowährungen kommt, ist keine große Überraschung. Aber wie sinnvoll ist es? „Jetzt, da sowohl Blockchains als auch KI immer leistungsfähiger werden, gibt es eine wachsende Zahl von Anwendungsfällen in der Schnittmenge der beiden Bereiche. Einige dieser Anwendungsfälle sind jedoch sehr viel sinnvoller und robuster als andere. Im Allgemeinen sind die Anwendungsfälle, bei denen der zugrundeliegende Mechanismus in etwa so gestaltet ist wie bisher, die einzelnen Akteure jedoch zu KI werden, so dass der Mechanismus effektiv auf einer viel kleineren Ebene arbeiten kann, am vielversprechendsten und am einfachsten zu bewerkstelligen“, schreibt etwa Ethereum-Gründer Vitalik Buterin in seinem Blog.

Am schwierigsten hingegen seien Anwendungen, die versuchen, „eine einzige dezentralisierte, vertrauenswürdige KI“ zu schaffen. „Diese Anwendungen sind vielversprechend, sowohl im Hinblick auf die Funktionalität als auch auf die Verbesserung der KI-Sicherheit in einer Weise, die die Zentralisierungsrisiken vermeidet, die mit den gängigeren Ansätzen für dieses Problem verbunden sind“, so Buterin. „Aber es gibt auch viele Möglichkeiten, wie die zugrundeliegenden Annahmen scheitern könnten. Daher ist Vorsicht geboten, insbesondere beim Einsatz dieser Anwendungen in hochwertigen und risikoreichen Kontexten.“

Diese Überschneidungen zwischen AI und Blockchain gibt es laut Buterin:

Bloß Dezentralisierung reicht nicht, meint Coinbase

Dass dezentralisierte AI erfolgreich sein kann, daran gibt es jedenfalls große Zweifel. „Die Rolle der Kryptowährungen in der KI existiert nicht in einem Vakuum – jede dezentralisierte Plattform konkurriert mit bestehenden zentralisierten Alternativen und muss im Kontext allgemeiner geschäftlicher und regulatorischer Anforderungen analysiert werden“, schreibt Coinbase-Analyst David Han in einem Paper. „Daher reicht die Verdrängung zentraler Anbieter allein um der „Dezentralisierung“ willen unseres Erachtens nicht aus, um eine sinnvolle Akzeptanz zu fördern.“

Kryptobasierte Lösungen seien zwar technisch machbar, aber noch einen enormen Arbeitsaufwand erfordern, und zentralisierten Plattformen würden derzeit viel schneller weiterentwickelt werden können. „Eine dezentralisierte KI-Zukunft, wie sie sich derzeit viele der Kryptoindustrie vorschwebt, ist nicht garantiert – tatsächlich ist die Zukunft der KI-Industrie selbst ist noch weitgehend unbestimmt.“