Ritual 2026: Kann KI-Inferenz verifizierbar und privat sein?

Warum vertrauliche KI 2026 zum Schlüsselthema wird

Seit dem 2. August 2026 hat die Europäische Union eine Waffe, die ihr vorher fehlte. Das KI-Büro der Kommission darf die Pflichten für KI-Modelle mit allgemeinem Verwendungszweck (General-Purpose AI, GPAI) jetzt tatsächlich durchsetzen, mit Auskunftsverlangen, verpflichtenden Abhilfemaßnahmen und Bußgeldern von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes. Die Regeln selbst gelten schon seit August 2025, doch die Zähne wachsen ihnen erst jetzt, wie die offizielle Übersicht zu den GPAI-Leitlinien festhält.

Für die meisten Krypto-Projekte klingt das nach fremdem Terrain. Für eine kleine, sehr technische Gruppe von KI-Krypto-Teams ist es das Gegenteil: der Beweis, dass ihre eigentliche Wette aufgeht. Diese Wette lautet, dass die nächste Stufe von KI on-chain nicht nur nachweisbar korrekt, also verifizierbar, sondern zugleich vertraulich sein muss. Wer regulierte Daten verarbeitet, also Patientenakten, Kreditscores oder Handelsstrategien, kann sie nicht durch eine offene, öffentlich nachvollziehbare Blockchain schicken und darauf hoffen, dass Datenschutz-Grundverordnung und KI-Verordnung wegsehen.

Ritual, das in New York gegründete Infrastrukturprojekt für verifizierbare KI, steht im Zentrum dieser These. HOGE Wire hat Ritual in diesem Jahr bereits zweimal beleuchtet: einmal als Erklärstück zur Architektur und einmal als Realitätscheck zu Mainnet und Token. Dieser Text stellt eine dritte, härtere Frage. Kann Inferenz gleichzeitig verifizierbar und privat sein, und ist genau diese Kombination der Grund, warum vertrauliche KI 2026 vom Nischenthema zum Geschäftsmodell wird?

Ritual in einem Absatz: was bisher gebaut wurde

Kurz für alle, die neu einsteigen. Ritual wurde 2023 von Niraj Pant und Akilesh Potti gegründet, zwei ehemaligen Investoren und Forschern des Krypto-Fonds Polychain. Im November 2023 sammelte das Team eine Seed-Runde über 25 Millionen US-Dollar ein, angeführt von Archetype, mit Beteiligung von Accel, Dialectic und Angels wie Balaji Srinivasan, wie CoinDesk damals berichtete. Das erste Produkt, Infernet, ist ein dezentrales Orakelnetzwerk, das EVM-Verträgen auf Ethereum, Base und Arbitrum erlaubt, KI-Modelle aufzurufen. Das zweite, die Ritual Chain, ist eine eigene Layer-1 mit einer erweiterten EVM namens EVM++, seit Ende 2024 im Testnetz.

Zwei Dinge sind wichtig und ändern sich seit Monaten nicht. Es gibt bis heute kein Mainnet-Datum, und es gibt keinen handelbaren RITUAL-Token. Der RITUAL-Gastoken existiert laut Entwicklerdokumentation nur im Testnetz (Chain-ID 1979, rund 350 Millisekunden Blockzeit) und hat keinen wirtschaftlichen Wert. Der Testnetz-Start selbst wurde seinerzeit von The Block dokumentiert. Wer die Grundarchitektur im Detail nachlesen will, findet sie im früheren HOGE-Wire-Erklärstück; dieser Text setzt sie voraus und dreht sich um eine Eigenschaft, die in beiden bisherigen Stücken nur am Rand vorkam: Vertraulichkeit.

Das eigentliche Problem: Verifizierbarkeit und Vertraulichkeit ziehen gegeneinander

Um zu verstehen, warum vertrauliche KI schwer ist, muss man sehen, dass zwei erwünschte Eigenschaften in entgegengesetzte Richtungen ziehen.

Verifizierbarkeit will Transparenz. Die einfachste Art zu beweisen, dass ein Modell eine Ausgabe korrekt erzeugt hat, ist, die Rechnung offenzulegen, damit andere sie nachrechnen können. Optimistische Verfahren wie opML veröffentlichen die Spur der Berechnung und lassen jeden sie im Streitfall anfechten; das funktioniert nur, wenn die Spur öffentlich ist. Zero-Knowledge-Beweise gehen sparsamer mit den Daten um, doch auch sie brauchen ein offenes Prüfprotokoll, das jeder gegen die Behauptung halten kann.

Vertraulichkeit will das Gegenteil: Opazität. Ein Krankenhaus, das ein Diagnosemodell auf Patientendaten laufen lässt, darf weder die Eingabe noch oft das Modell selbst preisgeben. Ein Fonds, der eine Handelsstrategie in ein Modell gegossen hat, will die Gewichte auf keinen Fall veröffentlichen, weil sie sein Geschäftsgeheimnis sind.

Ein konkretes Beispiel macht den Konflikt greifbar. Eine Klinik möchte belegen, dass ihr Diagnosemodell eine bestimmte Aufnahme korrekt ausgewertet hat, damit eine Versicherung die Behandlung erstattet. Der Beweis der Korrektheit verlangt, dass ein Dritter die Rechnung nachvollziehen kann; der Datenschutz verlangt, dass weder das Röntgenbild noch das Modell diesen Dritten je erreichen. Genau in diesem Spalt zwischen Nachweisbarkeit und Geheimhaltung siedelt sich vertrauliche Inferenz an.

Naiv kombiniert schließen sich beide aus: Was ich verstecke, kann niemand nachrechnen; was jeder nachrechnen kann, ist nicht mehr geheim. Der gesamte technische Aufwand, den Ritual und seine Partner betreiben, dient dazu, diesen scheinbaren Widerspruch aufzulösen. Es geht um spezialisierte Kryptografie und um spezielle Hardware, die beweisen können, dass eine Rechnung korrekt war, ohne die Rechnung selbst zu zeigen.

Der Auslöser: KI-Verordnung, DSGVO und was die BaFin erwartet

Warum jetzt? Weil die Kosten des Danebengreifens 2026 real geworden sind.

Die KI-Verordnung der EU verpflichtet Anbieter von GPAI-Modellen seit dem 2. August 2025 zu Transparenz, technischer Dokumentation und Urheberrechtskonformität. Seit dem 2. August 2026 kann das KI-Büro diese Pflichten durchsetzen: Auskunftsverlangen, verpflichtende Abhilfemaßnahmen, im Extremfall Marktrücknahme und die genannten Bußgelder bis 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes. Modelle, die vor dem 2. August 2025 auf den Markt kamen, haben laut den GPAI-Leitlinien bis zum 2. August 2027 Zeit, konform zu werden.

Parallel bleibt die DSGVO die härtere Hürde für alles, was personenbezogene Daten berührt. Datenminimierung und Privacy by Design nach Artikel 25 sind keine Kür, sondern Pflicht. Eine Architektur, die Rohdaten offen on-chain schreibt, ist mit beidem schwer vereinbar, weil eine öffentliche Blockchain per Definition nichts vergisst.

Der Konflikt ist struktureller Natur. Die DSGVO kennt ein Recht auf Löschung, eine öffentliche Blockchain jedoch ist bewusst unveränderlich; was einmal geschrieben ist, bleibt. Personenbezogene Daten gehören deshalb nie im Klartext in eine solche Kette, auch nicht als Zwischenergebnis einer KI-Rechnung. Vertrauliche Verfahren umgehen das, indem nur verschlüsselte oder in Bruchstücke zerlegte Daten das Gerät verlassen und on-chain am Ende bestenfalls ein Beweis oder ein Verweis landet, nicht der Rohwert selbst.

Für den Finanzsektor kommt die Aufsicht der BaFin hinzu. Bankgeheimnis, Auslagerungsregeln und die DORA-Verordnung zur digitalen Betriebsstabilität setzen enge Grenzen, wohin Kundendaten fließen dürfen. Ein Kreditinstitut, das ein KI-Modell auf Transaktionsdaten anwenden will, kann diese nicht einfach an ein öffentliches Rechennetz auslagern. Genau hier verspricht vertrauliche Inferenz einen Ausweg: rechnen, ohne die Daten je im Klartext preiszugeben.

Blind Computing: die Nillion-Wette auf verteilte Geheimnisse

Der konkreteste Baustein von Rituals Vertraulichkeitsstrategie trägt einen Namen: Nillion. Bereits im August 2024 kündigten beide Teams eine Partnerschaft an, die Nillions Blind-Computing-Technologie als Backend für private Modell-Inferenz und -Speicherung in Ritual integriert, wie SiliconANGLE berichtete.

Blind Computing bedeutet, vereinfacht gesagt: Daten werden mathematisch in Bruchstücke zerlegt und auf viele Knoten verteilt, die gemeinsam rechnen, ohne dass ein einzelner Knoten je den vollständigen Datensatz sieht. Das Verfahren stammt aus der Familie der sicheren Mehrparteienberechnung (Multi-Party Computation, MPC) und des Secret Sharing. Das Ergebnis lässt sich nur von einer vom Nutzer bestimmten Partei wieder zusammensetzen.

Der Unterschied zur gewöhnlichen Verschlüsselung ist entscheidend. Verschlüsselte Daten muss man vor der Verarbeitung wieder entschlüsseln, und in genau diesem Moment liegen sie im Klartext vor. Bei sicherer Mehrparteienberechnung wird dagegen auf den Bruchstücken selbst gerechnet, ohne sie je zusammenzuführen. Die Sicherheit hängt an einer Annahme: Solange nicht mehr als eine festgelegte Zahl der Knoten heimlich zusammenspielt, kann niemand die Daten rekonstruieren. Das ist ein anderes Vertrauensmodell als bei einer TEE, wo alles an der Integrität eines einzelnen Chips hängt.

Der entscheidende Punkt für KI: Vertraulich bleiben nicht nur die Eingabedaten des Nutzers, sondern auch die Modellgewichte. Ein Anbieter kann ein proprietäres Modell bereitstellen, ohne es offenzulegen; ein Nutzer kann sensible Eingaben schicken, ohne sie preiszugeben. Alex Page, Mitgründer und CEO von Nillion, formulierte es so: Die Integration der Blind-Computing-Technologie in Rituals Schnittstelle werde Entwicklern erlauben, „die Vertraulichkeit sowohl der Nutzereingaben als auch der KI-Modelle zu wahren“.

Die genannten Anwendungsfälle lesen sich wie eine Liste regulierter Branchen: Gesundheitswesen, Internet der Dinge, geschützte Preisprognosemodelle, sichere Chatbots und Retrieval-Augmented Generation (RAG) mit vertraulichen Quelldaten. Es sind genau die Felder, in denen offene Modelle bislang am Datenschutz scheiterten.

Wichtig ist, dass Nillion selbst kein Testnetz-Versprechen mehr ist. Das Netzwerk ging 2025 in den produktiven Betrieb, sodass der Baustein, auf den Ritual für Blind Computing setzt, real existiert und nicht bloß auf dem Papier steht. Das unterscheidet diese Zusammenarbeit von vielen Ankündigungen der Branche, in denen zwei noch unfertige Systeme einander Reife bescheinigen.

TEEs: Vertraulichkeit als Hardware-Versprechen

Der zweite Weg zur Vertraulichkeit läuft nicht über Mathematik, sondern über Hardware. Rituals Ausführungsmodell kennt zwei Pfade über einen gemeinsamen Zustand, in der Dokumentation Superposition genannt: einen replizierten Pfad, bei dem alle Validatoren dieselbe deterministische Rechnung wiederholen, und einen delegierten Pfad, bei dem schwere Arbeit wie ein LLM-Aufruf außerhalb des Ausführungsclients passiert, in einer Trusted Execution Environment (TEE) wie Intel SGX oder AWS Nitro. Die Antwort wird dabei kryptografisch an die Anfrage gebunden.

Für regulierte Anwender ist das der praktischere der beiden Wege. Eine Bank, die ein Betrugserkennungsmodell auf Transaktionen anwenden will, kann die Daten in eine Enklave schicken, dort auswerten lassen und erhält Ergebnis plus Attestierung zurück, ohne dass Betreiber oder Cloud-Anbieter je Einblick in die Zahlen hatten. Weil die Rechenlast nahezu ungebremst läuft, eignet sich der Ansatz auch für große Sprachmodelle, an denen rein kryptografische Verfahren heute noch scheitern.

Eine TEE ist ein abgeschotteter Bereich im Prozessor, in den weder das Betriebssystem noch der Betreiber der Maschine hineinsehen kann. Modell und Eingabe werden innerhalb dieses Enklaves verarbeitet; nach außen dringt nur das Ergebnis plus eine Attestierung, die belegt, dass genau der erwartete Code gelaufen ist. Für vertrauliche Inferenz ist das attraktiv, weil es nahezu native Geschwindigkeit liefert, anders als die schwergewichtige Kryptografie von MPC oder homomorpher Verschlüsselung.

Der Preis ist eine Vertrauensannahme: Man muss dem Chip-Hersteller und der Korrektheit seiner Enklave vertrauen. Seitenkanalangriffe der Spectre-Familie haben in der Vergangenheit gezeigt, dass Enklaven nicht unfehlbar sind. TEEs verschieben das Vertrauen also von einem zentralen Anbieter zu einem Hardware-Lieferanten, sie eliminieren es nicht. Diese Debatte, Hardware-Vertrauen gegen kryptografische Beweise, zieht sich durch die gesamte verifizierbare KI; HOGE Wire hat sie am Beispiel optimistischer Betrugsbeweise ausführlich diskutiert.

Vier Wege zur vertraulichen Inferenz im Vergleich

Vertrauliche und zugleich prüfbare Inferenz lässt sich mit mindestens vier Werkzeugen bauen. Keines gewinnt auf allen Achsen; die Wahl hängt vom Anwendungsfall ab.

In der Praxis kombinieren ernsthafte Projekte diese Bausteine. Eine TEE kann eine schnelle Antwort liefern, während ein ZK-Beweis stichprobenartig die Korrektheit absichert; MPC kann Daten aufteilen, bevor sie überhaupt ein Modell erreichen. Rituals Anspruch ist nicht, sich für einen Weg zu entscheiden, sondern die Grundlage zu liefern, auf der alle vier nebeneinander laufen können.

Ein kostenloses Mittagessen gibt es dabei nicht. Wer maximale Vertraulichkeit ganz ohne vertrauenswürdige Partei will, zahlt mit FHE einen enormen Rechenaufschlag. Wer Tempo braucht, nimmt mit einer TEE eine Hardware-Abhängigkeit in Kauf. Wer beweisbare Korrektheit sucht, landet bei ZK-Verfahren, die bei sehr großen Modellen teuer bleiben. Diese Abwägungen sind der Grund, warum 2026 kaum jemand mehr auf eine einzige Methode setzt.

Wie Ritual das zusammensetzt: EVM++, Precompiles und sieben Fähigkeiten

Damit ein Smart Contract diese Werkzeuge überhaupt aufrufen kann, braucht es mehr als eine normale EVM. Rituals EVM++ erweitert die Ethereum Virtual Machine um sogenannte Precompiles, also spezialisierte Recheneinheiten für Aufgaben, die in reiner Solidity unbezahlbar wären. Im Testnetz sind es 16 Stück, darunter eine für LLM-Aufrufe, eine für ONNX-Modelle, eine für HTTP, und, entscheidend für dieses Thema, je eine für Zero-Knowledge-Beweise und für homomorphe Verschlüsselung.

Dazu kommen Sidecars, also Ausführungsumgebungen für schwere Rechenlast außerhalb des Ausführungsclients, native Planung (Scheduling) und eingebaute Orakel. Die Dokumentation gruppiert die Fähigkeiten neuerdings in sieben Kategorien mit sprechenden Namen: Denken, Handeln, Erinnern, Beweisen, Geheimnisse wahren, Bezahlen und Autorisieren. Die fünfte, das Wahren von Geheimnissen, ist der Vertraulichkeitsbaustein: Sie bündelt TEE-Ausführung, Blind Computing und Verschlüsselung zu einer Fähigkeit, die ein Vertrag anfordern kann wie jede andere.

Der Reiz dieses Ansatzes ist Komponierbarkeit. Ein Entwickler muss nicht selbst ein MPC-Netzwerk oder eine Enklave betreiben; er ruft eine Fähigkeit auf, und die Kette kümmert sich um den Rest. Der Preis ist, dass all das bislang nur im Testnetz existiert. Ob die Precompiles unter echter Last und mit echten wirtschaftlichen Anreizen halten, was die Spezifikation verspricht, ist die offene Frage, an der Ritual letztlich gemessen wird.

Für Entwickler soll sich das wie normale Solidity-Arbeit anfühlen. Statt ein Modell selbst zu betreiben, referenziert ein Vertrag es über einen Precompile und bezahlt die Ausführung mit Gas, so wie er heute eine Signaturprüfung aufruft. Ritual bewirbt dazu einen Marktplatz, auf dem Modelle bereitgestellt und abgerechnet werden. Die Werkzeugkette bleibt bewusst vertraut, mit Foundry, Hardhat und den üblichen JavaScript-Bibliotheken, damit die Einstiegshürde niedrig ist.

Vertrauliche Agenten: der Anwendungsfall, der alles zusammenhält

Warum der ganze Aufwand? Die überzeugendste Antwort heißt 2026 autonome Agenten. Ein On-Chain-Agent ist ein Programm, das dauerhaft lebt, eigenständig auf Ereignisse reagiert, Transaktionen auslöst und, in Rituals Modell, dank nativer Planung ohne externen Auslöser Block für Block aktiv werden kann.

Solche Agenten sind erst dann wirklich nützlich, wenn sie Geheimnisse hüten können. Ein Handelsagent, dessen Strategie offen im Code steht, wird sofort kopiert oder ausgespielt. Ein persönlicher Assistent, der Zugangsschlüssel oder Gesundheitsdaten verwaltet, darf diese nicht preisgeben. Genau hier greifen die Fähigkeiten für das Wahren von Geheimnissen und für das Bezahlen ineinander: Der Agent hält private Daten in einer Enklave oder verteilt über MPC, handelt darauf und begleicht Rechnungen über Zahlungsstandards für Maschinen wie x402.

Man stelle sich einen Agenten vor, der die Kasse einer DAO verwaltet. Er beobachtet Marktdaten, entscheidet über Umschichtungen und führt sie aus, alles nach einer Strategie, die als Geschäftsgeheimnis gilt. Läge diese Strategie offen im Vertrag, könnten Dritte sie kopieren oder gezielt gegen den Agenten wetten. In einer Enklave oder über Blind Computing bleibt sie verborgen, während die Kette dennoch nachweisen kann, dass der Agent im Rahmen seiner Regeln gehandelt hat. Ohne Vertraulichkeit wäre so ein Agent bestenfalls ein Spielzeug.

Das ist keine Science-Fiction mehr, sondern die logische Fortsetzung eines Trends, den 2026 auch Render, Bittensor und die großen GPU-Marktplätze antreiben: KI-Dienste, die von anderer Software statt von Menschen konsumiert werden. Wer dieses Feld baut, braucht Vertraulichkeit nicht als Zusatz, sondern als Fundament, weil ein Agent ohne Geheimnisse kaum mehr ist als ein öffentliches Skript.

Die Landschaft: wer sonst an vertraulicher KI baut

Ritual ist nicht allein. Der Wettbewerb um verifizierbare und vertrauliche KI umfasst etablierte Namen mit gehandelten Token und Infrastruktur ganz ohne Token. Die folgende Übersicht ordnet die wichtigsten Akteure ein (Kurse laut CoinGecko, Stand 21. August 2026).

Zwei Dinge fallen auf. Erstens sind die meisten Wettbewerber keine reinen KI-Firmen, sondern Orakel- oder Restaking-Netzwerke, die Vertraulichkeit als Erweiterung anbauen; Ritual dagegen will die ganze Kette dafür neu bauen. Zweitens notieren fast alle Token, wo es sie gibt, deutlich unter ihren Höchstständen. TAO liegt rund 69 Prozent unter dem Allzeithoch vom März 2024. Für Ritual ohne Token ist das zweischneidig: kein Kursverfall, aber auch kein Kapitalpolster und kein liquides Anreizinstrument. Wie unterschiedlich Token-Modelle in dieser Ecke funktionieren, zeigen die Fälle von Bittensor und Render.

Der eigentliche strategische Streit dreht sich um die Frage, ob vertrauliche Inferenz eine eigene Kette braucht. Chainlink und EigenCloud argumentieren, dass sie ihre Dienste als Erweiterung bestehender Netze anbieten können, ohne dass Entwickler migrieren müssen. Ritual hält dagegen, dass nur eine speziell gebaute Ausführungsschicht KI-Fähigkeiten, Vertraulichkeit und Planung wirklich nahtlos zusammenbringt. Wer recht behält, entscheidet am Ende weniger die Technik als die Frage, wo die Entwickler tatsächlich bauen.

Der Haken: Vertraulichkeit macht das Prüfen schwerer

So verlockend die These klingt, sie hat eine unbequeme Kehrseite: Jedes Gramm Vertraulichkeit erschwert die Verifizierbarkeit, mit der Ritual eigentlich angetreten ist.

Optimistische Betrugsbeweise brauchen eine öffentliche Spur der Berechnung, damit ein Wächter sie anfechten kann. Ist die Eingabe geheim, ist genau diese Spur nicht mehr öffentlich, und das Anfechtungsspiel funktioniert nicht mehr wie vorgesehen. TEEs lösen das, indem sie das Prüfen durch eine Attestierung ersetzen, doch dann verlässt man sich wieder auf die Hardware statt auf offene Nachprüfbarkeit. FHE und MPC bewahren die Vertraulichkeit mathematisch, kosten aber ein Vielfaches an Rechenzeit oder Bandbreite.

Vitalik Buterin hat in seinem viel zitierten Essay zu Krypto und KI argumentiert, dass die stärkste Verbindung beider Welten die Verifizierbarkeit sei, zugleich aber auf den harten Zielkonflikt hingewiesen: billige, unverifizierbare Rechnung gegen teure, verifizierbare. Fügt man Vertraulichkeit als dritte Achse hinzu, wird aus dem Zielkonflikt ein Dreieck, in dem man selten alle Ecken gleichzeitig bekommt: hohe Integrität, niedrige Latenz, niedrige Kosten. Genau dieses Trilemma ist der Grund, warum die Branche 2026 zu Hybriden neigt, die je nach Anwendungsfall unterschiedliche Werkzeuge mischen.

Neben dem Vertrauensmodell schmerzt vor allem die Zeit. Optimistische Verfahren brauchen ein Anfechtungsfenster, in dem ein Ergebnis noch angezweifelt werden kann; solange es läuft, ist die Ausgabe nicht endgültig, und andere Verträge können nicht darauf aufbauen. Für interaktive Anwendungen oder schnell handelnde Agenten ist diese Verzögerung ein echtes Hindernis. TEEs liefern zwar sofort, verlagern das Problem aber auf die Frage, wie sehr man der Hardware traut. Ein Königsweg, der Geschwindigkeit, Vertraulichkeit und offene Prüfbarkeit zugleich bietet, existiert 2026 schlicht noch nicht.

Kein Token, viel Spekulation, echte Betrugsrisiken

Trotz fehlendem Token ist rund um Ritual eine handfeste Spekulationsökonomie entstanden. Das Projekt taucht auf Airdrop-Farming-Listen auf; Nutzer sammeln Punkte, betreiben Testnetz-Knoten und pflegen Discord-Rollen in der Hoffnung auf eine spätere Verteilung. Offiziell hat Ritual weder eine Tokenomics veröffentlicht noch einen Airdrop bestätigt.

Diese Lücke zwischen Erwartung und Realität ist gefährlich. Wo ein begehrter Token erwartet, aber nicht ausgegeben wird, entstehen fast zwangsläufig gefälschte „RITUAL“-Token, Phishing-Seiten und angebliche Vorverkäufe. Die BaFin warnt regelmäßig davor, dass es zu nicht existierenden Token keinen seriösen Handel geben kann; jede Seite, die einen RITUAL-Kauf anbietet, ist bis auf Weiteres als Betrugsversuch zu behandeln. Es gibt derzeit keinen legitimen Weg, Ritual-Token zu kaufen, aus dem einfachen Grund, dass es keine gibt.

Solche Punkte-Programme haben eine gemischte Geschichte. In manchen Fällen mündeten sie in großzügige Verteilungen, in anderen in Enttäuschung, wenn die Bedingungen sich änderten oder die Ausgabe ganz ausblieb. Wer Zeit oder Geld in das Betreiben von Knoten steckt, tut das auf eigenes Risiko und ohne jede Zusage. Für die Redaktion gilt die klare Linie: Solange Ritual keine Tokenomics veröffentlicht, ist jede Zahl zu einem angeblichen RITUAL-Kurs frei erfunden.

Diese Konstellation wirft auch eine Haftungsfrage auf, die weit über Ritual hinausreicht: Wer ist verantwortlich, wenn ein Protokoll ohne Betreiber Schaden anrichtet? HOGE Wire hat diese Debatte für DeFi ausführlich geführt; für tokenlose KI-Infrastruktur ist sie noch ungelöster.

Regulierung: was MiCA, BaFin und die KI-Verordnung wirklich erfassen

Für die Einordnung ist eine Unterscheidung zentral. MiCA und die BaFin regulieren Krypto-Dienstleister (CASPs) und Emittenten, nicht das Protokoll selbst, wie das BaFin-Merkblatt zu Kryptowerte-Dienstleistungen klarstellt. Solange Ritual keinen Token ausgibt, fällt es nicht unter die MiCA-Klassifizierung von Krypto-Werten; es gibt schlicht kein Asset, das eingeordnet werden müsste. Käme eines Tages ein Token, änderte sich das sofort: Dann stünden Klassifizierung und, für handelnde Plattformen, eine CASP-Zulassung im Raum. Deutschland hat die Übergangsfrist hier früher beendet als der Rest der EU.

Der relevante Rahmen ist heute ein anderer: die KI-Verordnung und die DSGVO. Und hier liegt die eigentliche Pointe der Vertraulichkeitsthese. Confidential Computing ist nicht nur ein Feature, sondern ein potenzieller Compliance-Hebel. Datenminimierung, Zweckbindung und Privacy by Design lassen sich technisch leichter belegen, wenn Rohdaten das Gerät des Nutzers nie im Klartext verlassen. Für einen Anbieter, der 2026 unter der neuen Durchsetzung der KI-Verordnung steht, kann vertrauliche Inferenz aus einer Last ein Verkaufsargument machen.

Für beaufsichtigte Institute kommt die Auslagerungsfrage hinzu. Verlässt sich eine Bank auf ein externes Rechennetz, muss sie nach DORA und den Auslagerungsregeln der BaFin nachweisen, dass sie Kontrolle, Prüfrechte und Ausfallsicherheit behält. Ein dezentrales Netz ohne klaren Vertragspartner ist damit schwer vereinbar. Vertrauliche Inferenz löst dieses Problem nicht allein, denn Datenschutz ist nur eine von mehreren Anforderungen; sie beseitigt aber zumindest die Hürde, dass Kundendaten das Haus im Klartext verlassen.

Die Betonung liegt auf dem Wort können. Weder Ritual noch ein Wettbewerber hat bislang einen aufsichtsrechtlich abgesegneten, produktiven Einsatz mit regulierten Daten vorgewiesen. Die regulatorische Nachfrage ist real; der Nachweis, dass die Technik sie im Alltag bedient, steht aus.

Ausblick: verifizierbar und privat, oder gar nicht

Wo steht Ritual damit im Spätsommer 2026? Die Vision ist kohärenter denn je, und der regulatorische Rückenwind ist neu und echt. Zugleich bleiben die harten Fakten unverändert: kein Mainnet, kein Token, kein öffentlich vermessener produktiver Anwendungsfall mit echten vertraulichen Daten.

Die ehrliche Bilanz lautet: Rituals Wette auf vertrauliche, verifizierbare KI ist intellektuell die überzeugendste im Feld und praktisch die am wenigsten bewiesene. Drei Signale würden die These vom Versprechen zur Realität machen: ein Mainnet mit Termin, eine benannte Anwendung, die echte regulierte Daten vertraulich verarbeitet, und ein Token-Modell, das Anreize und Sicherheit ehrlich abbildet. Bis dahin gilt die nüchterne Regel, die auch die beiden vorherigen HOGE-Wire-Analysen zu Ritual prägte: eine faszinierende Technologie ist noch keine Investition, erst recht keine, die man heute kaufen kann.

Häufige Fragen

Hat Ritual einen Token oder einen Airdrop?

Nein. Stand August 2026 gibt es keinen handelbaren RITUAL-Token und keinen offiziell bestätigten Airdrop. Der RITUAL-Gastoken existiert nur im Testnetz und hat keinen wirtschaftlichen Wert. Jede Seite, die einen RITUAL-Kauf oder Vorverkauf anbietet, sollte als Betrugsversuch behandelt werden.

Was ist vertrauliche oder blinde Inferenz?

Vertrauliche Inferenz bedeutet, ein KI-Modell auf Daten anzuwenden, ohne dass die Eingabe oder das Modell im Klartext offengelegt werden. Ritual setzt dafür auf Trusted Execution Environments, auf das Blind Computing des Partners Nillion (verteilte Berechnung, ohne dass ein Knoten die vollen Daten sieht) und auf Precompiles für Verschlüsselung und Zero-Knowledge-Beweise.

Wie unterscheidet sich Ritual von Chainlink oder Bittensor?

Chainlink ist ein Orakelnetzwerk, das verifizierbare Inferenz als Erweiterung anbietet; Bittensor konzentriert sich auf dezentrales Training in Subnetzen. Ritual baut eine eigene Layer-1 speziell für verifizierbare und vertrauliche Ausführung. Anders als beide hat Ritual bislang keinen gehandelten Token.

Fällt Ritual unter MiCA oder die Aufsicht der BaFin?

Solange kein Token ausgegeben wird, gibt es kein Krypto-Asset, das unter MiCA fiele, und keinen Dienst, der eine BaFin-Zulassung bräuchte. Relevanter ist heute die KI-Verordnung der EU, deren Pflichten für Modelle mit allgemeinem Verwendungszweck seit dem 2. August 2026 durchsetzbar sind, sowie die DSGVO.

Wann kommt das Ritual-Mainnet?

Es gibt kein angekündigtes Datum. Ritual läuft weiterhin im Testnetz (Chain-ID 1979). Bis ein Mainnet mit Termin, eine produktive Anwendung mit echten Daten und ein Token-Modell vorliegen, bleibt vieles Vision statt Realität.

Marcus Okafor ist Redakteur bei HOGE Wire und schreibt über die Schnittstelle von KI und Krypto. Dieser Beitrag ist journalistische Analyse und keine Anlageberatung.