Verifiable Compute: Wie Krypto KI-Rechenleistung beweisbar macht

KI-Modelle laufen fast immer auf fremden Servern. Wer eine Anfrage an ein großes Sprachmodell schickt, erhält eine Antwort und muss darauf vertrauen, dass wirklich das versprochene Modell gerechnet hat, dass niemand den Prompt verändert hat und dass das Ergebnis nicht nachträglich geschönt wurde. In der klassischen Cloud stützt sich dieses Vertrauen auf Verträge und Markenversprechen. Sobald aber autonome Agenten eigene Wallets steuern und Transaktionen im Wert von Tausenden Euro signieren, reicht das nicht mehr aus. Genau hier setzt Verifiable Compute an, das Thema, das die KI-Krypto-Szene im Sommer 2026 beherrscht.

Was Verifiable Compute eigentlich bedeutet

Verifiable Compute, also verifizierbare Berechnung, bedeutet: Ein Dienst liefert nicht nur ein Ergebnis, sondern zusätzlich einen günstig prüfbaren Nachweis, dass dieses Ergebnis korrekt zustande kam. Der Prüfer muss die Rechnung nicht selbst wiederholen, er verifiziert lediglich den Beweis. Das Vertrauensmodell verschiebt sich damit grundlegend: Der Nutzer muss nicht länger dem Betreiber vertrauen, er prüft den Beweis.

Das grenzt den Ansatz klar von reiner dezentraler Rechenleistung ab. Netzwerke wie Bittensor oder Akash vermieten GPU-Kapazität, liefern aber keinen Nachweis, dass die Arbeit ehrlich erledigt wurde. Vitalik Buterin hat das Feld bereits Anfang 2024 in einem grundlegenden Essay über Krypto und KI in vier Kategorien geordnet; diese Einteilung prägt die Debatte bis heute.

Warum das Thema 2026 zum Kernnarrativ wird

Treiber ist die Explosion autonomer On-Chain-Agenten. Der von CoinGecko geführte Sektor der KI-Agenten kommt Mitte 2026 auf rund 2,6 Mrd. Euro Marktkapitalisierung, und die Zahl der täglich aktiven Agenten hat sich binnen eines Jahres vervielfacht. Ein Agent, der Kapital verwaltet, ist aber nur so vertrauenswürdig wie die Inferenz, auf der seine Entscheidungen beruhen. Der Vorfall um den KI-Agenten Bankr, angebunden an das Modell Grok, führte das im Mai 2026 drastisch vor: Eine in einer Antwort versteckte Anweisung ließ Token im Wert von rund 175.000 Euro auf der Base-Chain abfließen.

Sreeram Kannan, Chef von EigenCloud, formuliert die Gegenthese so, dass die Zukunft der Software autonom und verifizierbar sei, mit Agenten, die im Namen ihrer Nutzer handeln, von der Kapitalverwaltung bis zum Aushandeln von Vereinbarungen. Verifiable Compute soll aus der Blackbox eine prüfbare Box machen. Die Einsatzfelder reichen von Agenten, die ihre Inferenz vor dem Signieren belegen, über verifizierbare Orakel und die Auflösung von Prognosemärkten bis zu DePIN-GPU-Marktplätzen, die eine Verifikation nachrüsten.

Die vier Ansätze im Überblick

Grob lassen sich vier technische Wege unterscheiden. Sie trennen sich vor allem in der Frage, worauf das Vertrauen letztlich beruht und was der Nachweis kostet.

zkML: kryptographische Beweise vom Marktplatz

Der kryptographisch sauberste Weg ist zkML, also Zero-Knowledge-Beweise über ein KI-Ergebnis. Der Beweis ist mathematisch und ohne jedes Vertrauen in den Betreiber prüfbar, doch der Rechenaufwand wächst überproportional; für Modelle mit Milliarden Parametern ist das heute kaum bezahlbar. Um die Kosten zu drücken, entstehen Beweis-Marktplätze. Boundless von RISC Zero ging im September 2025 auf Base live und verteilt die Beweisarbeit über ein Verfahren namens Proof of Verifiable Work an konkurrierende GPU-Betreiber; kumuliert wurden dort bereits über 540 Billionen Rechenzyklen und rund 399.000 Aufträge abgewickelt. Im Januar 2026 kam eine Anbindung hinzu, die Bitcoin als Settlement-Layer für solche Beweise nutzt. Daneben stehen zkVMs wie Succinct SP1 (RISC-V-basiert, mit dem PROVE-Token für Staking und Slashing) sowie Werkzeuge wie EZKL und Giza.

TEE: schnelle Beweise aus sicherer Hardware

Deutlich günstiger und schneller sind Trusted Execution Environments (TEE). Hier läuft die Berechnung in einem hardwareseitig abgeschotteten Bereich des Prozessors, der eine kryptographische Attestierung ausstellt. Intel TDX, AMD SEV und vor allem NVIDIA H100 mit weniger als sieben Prozent Overhead bei der Inferenz machen das inzwischen praxistauglich. Phala Network betreibt ein Netz solcher TEE-Geräte mit H100-, H200- und B300-Kapazität, veröffentlicht die Attestierungen on-chain und verarbeitete an einem einzigen Tag über OpenRouter 1,34 Mrd. LLM-Token. Der Haken: Das Vertrauen verlagert sich auf den Chip-Hersteller, und Seitenkanal-Angriffe bleiben ein Restrisiko. Ein Modell ganz ohne Vertrauensannahmen ist das nicht.

opML: erst liefern, dann anfechten

Ein dritter Weg überträgt das Prinzip der Optimistic Rollups auf KI. Bei opML (optimistic Machine Learning), vorangetrieben von Ora, wird das Ergebnis zunächst als korrekt angenommen und veröffentlicht; innerhalb eines Streitfensters kann jeder Beobachter es per Betrugsbeweis anfechten. Das hält die laufenden Kosten niedrig, erkauft die Sicherheit aber mit Latenz: Solange das Fenster läuft, ist das Resultat nicht endgültig, und es braucht mindestens einen ehrlichen Wächter im Netz. Für eine Echtzeit-Interaktion taugt der Ansatz daher nur bedingt.

EigenCloud und der Determinismus-Durchbruch

Den vierten Weg, die krypto-ökonomische Absicherung über Staking und Slashing, treibt EigenCloud, die frühere EigenLayer, am aggressivsten voran; das Team vermarktet sich als verifizierbare Cloud und als Krypto-Antwort auf AWS. Die Garantie ist hier nicht kryptographisch, sondern ökonomisch: Wer betrügt, verliert mehr Kapital, als er gewinnen kann. Mit EigenAI und EigenCompute erreichte das Projekt im Oktober 2025 die Mainnet-Alpha.

Interessant ist der technische Kniff dahinter. Bislang galt bit-genaue, reproduzierbare Inferenz auf GPUs als kaum machbar, weil Gleitkomma-Arithmetik und parallele Ausführung die Ergebnisse leicht schwanken lassen. Genau dieses Determinismus-Paradox will EigenAI gelöst haben: Laut dem zugehörigen Paper liefert der Dienst bit-genaue, deterministische Ergebnisse mit unter zwei Prozent Overhead, über eine OpenAI-kompatible Schnittstelle und zunächst mit dem Modell gpt-oss-120b. Coinbase verdrahtet sein AgentKit bereits so, dass Agenten auf EigenCompute laufen und EigenAI für die Inferenz nutzen.

Hybride und das Verifizierbarkeits-Trilemma

Kein Ansatz gewinnt auf allen Achsen, und deshalb geht der Trend 2026 zu Hybriden. Ein vielbeachtetes Beispiel sind Optimistic TEE-Rollups (arXiv 2512.20176), die eine schnelle Finalität aus dem TEE mit optimistischen Betrugsbeweisen und stichprobenartigen ZK-Kontrollen verbinden. Dahinter steht ein Zielkonflikt, den Forscher als Verifizierbarkeits-Trilemma beschreiben: Integrität, Latenz und Kosten lassen sich nicht gleichzeitig maximieren. Wer volle kryptographische Sicherheit will, zahlt mit Rechenzeit; wer Tempo braucht, macht Abstriche bei der Vertrauensbasis. Hinzu kommt ein grundsätzliches Spannungsfeld, weil dieselbe Nichtdeterminiertheit, die ZK-Beweise erschwert, in EigenAIs Ansatz erst per erzwungenem Determinismus aufgelöst werden muss.

Tokens, Bewertungen und ein Realitätscheck

Wie so oft im Krypto-Sektor laufen technische Reife und Token-Kurs auseinander. EIGEN notiert laut CoinGecko bei rund 0,20 Euro, was einer Marktkapitalisierung von etwa 149 Mio. Euro entspricht; vom Allzeithoch ist der Token gut 96 Prozent entfernt. PHA von Phala liegt bei rund 0,023 Euro (Marktkapitalisierung rund 19 Mio. Euro, Rang um 780); das Projekt hat seine Polkadot-Parachain Ende 2025 zugunsten eines Ethereum-Layer-2 abgeschaltet. TAO, der Token des größten dezentralen KI-Netzwerks Bittensor, steht bei rund 181 Euro. Die Lehre bleibt dieselbe: Ein starkes Framework ist kein Garant für einen starken Token, und ein Großteil der Bewertungen preist eine Zukunft ein, die technisch erst entsteht.

BaFin, MiCA und die deutsche Steuerfrage

Die Infrastruktur selbst, das Erzeugen von Beweisen oder das Vermieten von GPUs, ist in Deutschland keine erlaubnispflichtige Finanzdienstleistung. In den Blick der Aufsicht geraten die Token, mit denen bezahlt wird, und die Dienste, die darauf aufsetzen. Seit dem Ende der MiCA-Übergangsfrist am 1. Juli 2026 vergibt die BaFin die CASP-Lizenzen für Handel und Verwahrung von Krypto-Werten; EIGEN, PHA, ZKC oder TAO gelten unter MiCA als Krypto-Werte. Sobald ein Agent aber Anlageberatung leistet oder fremdes Vermögen verwaltet, greift nicht MiCA, sondern die MiFID II. Die ESMA stellte am 30. Mai 2024 klar, dass der Einsatz von KI die Governance- und Sorgfaltspflichten der Wertpapierregeln nicht aussetzt; die Verantwortung bleibt beim Menschen.

Steuerlich behandelt das Finanzamt die genutzten Token als anderes Wirtschaftsgut nach § 23 EStG: Wer länger als ein Jahr hält, verkauft steuerfrei, darunter greift der persönliche Steuersatz oberhalb der Freigrenze von 1.000 Euro pro Jahr. Die Aufsicht liegt bei der BaFin, die Besteuerung bei Finanzamt und BZSt, das seit 2026 unter der DAC8-Richtlinie Krypto-Daten einsammelt. Für Anleger heißt verifizierbare KI damit zweierlei: technisch mehr Sicherheit, steuerlich aber dieselbe Sorgfaltspflicht wie bei jedem anderen Krypto-Wert.

Von der HOGE-Wire-Redaktion, Ressort KI und Krypto.