Dezentrale Inferenz: Wer am GPU-Geschäft 2026 verdient

Im Sommer 2026 hat sich die Debatte um Krypto und künstliche Intelligenz spürbar verschoben. 2025 drehte sich fast alles um dezentrales Training, also um die Frage, ob ein Netzwerk aus fremden Rechnern überhaupt ein brauchbares Sprachmodell trainieren kann. Mitte 2026 dreht sich das Gespräch um etwas Alltäglicheres: Inferenz, also das tatsächliche Ausführen eines fertigen Modells bei jeder einzelnen Anfrage, jedem Chatbot-Prompt, jedem KI-Agenten, der eine Aufgabe erledigt. Genau hier, nicht beim Training, liegt inzwischen der größte Teil der weltweiten KI-Rechenlast.

Dieser Artikel schaut hinter die Kulissen der Netzwerke, die genau dieses Geschäft angreifen wollen: Aethir, io.net, Venice und OpenGradient, dazu die etablierten Namen Bittensor, Akash und Render. Wer verdient 2026 tatsächlich Geld damit, wie groß ist dieses Geschäft im Vergleich zu einem Cloud-Riesen wie CoreWeave wirklich, und was bedeutet das für deutsche Nutzer, die selbst GPU-Kapazität vermieten. Wer die Grundlagen zu dezentraler Inferenz noch einmal nachlesen möchte, findet sie im früheren Überblicksartikel von HOGE Wire.

Vom Training zur Inferenz: der Nachfrage-Shift, den selbst Nvidia einräumt

Auf der GTC im März 2026 brachte Nvidia-Chef Jensen Huang eine Verschiebung auf den Punkt, die die gesamte Branche seit Monaten spürt: „The inference inflection point has arrived“ (sinngemäß: der Wendepunkt hin zur Inferenz ist da). Rechenzentren seien keine reinen Trainingslager mehr, sondern Fabriken, die pausenlos Tokens produzieren, so Huang weiter: „Tokens are the new commodity. AI factories are the infrastructure that produces them.“ Genaue Multiplikatoren zur Nachfrage-Explosion kursieren viele und widersprechen sich teils deutlich, belastbar ist aber die Grundaussage: Wo 2023 und 2024 noch das einmalige, wochenlange Training eines Modells die Schlagzeilen und das Budget dominierte, ist es 2026 die Dauerlast aus Milliarden täglicher Anfragen, die Rechenzentren wirklich auslastet. Quelle: Data Center Frontier.

Aethir, einer der größten dezentralen GPU-Anbieter, beziffert den Anteil von Inferenz an der gesamten KI-GPU-Nachfrage 2026 auf rund 70 Prozent, Tendenz laut eigener Einschätzung weiter steigend. Der Unterschied zwischen Training und Inferenz ist für dezentrale Netzwerke entscheidend. Training lässt sich in große, geplante Blöcke über Tage oder Wochen aufteilen, ein Ansatz, den Gensyn mit seiner Verifikationsschicht Verde verfolgt. Inferenz dagegen verlangt Antworten in Millisekunden, geografische Nähe zum Nutzer und Verfügbarkeit rund um die Uhr, drei Eigenschaften, die ein heterogenes Netz aus tausenden fremden GPUs strukturell schwerer liefert als ein einzelnes, straff kontrolliertes Rechenzentrum.

Das Preisproblem: was Hyperscaler wirklich kosten

Der Grund, warum überhaupt jemand sein Modell auf fremde, unbekannte GPUs verteilt statt einfach bei einem Hyperscaler zu buchen, ist simpel: Preis und Verfügbarkeit. Während der GPU-Knappheit 2023 und 2024 waren reservierte H100-Kontingente bei AWS, Google Cloud und Microsoft Azure zeitweise komplett ausgebucht, Spot-Instanzen auf spezialisierten Neoclouds wurden zur einzigen kurzfristigen Option. Die Lage hat sich seither entspannt, die Preise sind gefallen, trotzdem bleibt die Spanne zwischen den Anbietern beachtlich, wie die folgende Übersicht zeigt (alle Preise stammen von US-Cloud-Anbietern und werden hier zum Kurs von rund 1,15 US-Dollar je Euro näherungsweise umgerechnet).

Aethir wirbt damit, Inferenz-Rechenleistung 40 bis 80 Prozent günstiger als vergleichbare Hyperscaler-Angebote bereitzustellen, bei H100-Zugang soll der Abstand zu Google Cloud sogar rund 86 Prozent betragen. Dazu kommen laut eigenen Angaben keine Egress-Gebühren für ausgehende Daten, ein bei Hyperscalern verbreiteter versteckter Kostentreiber, sowie eine Bereitstellung innerhalb von 48 Stunden statt der bei reservierter Hyperscaler-Kapazität oft wochenlangen Wartezeit. Aethir betont dabei, dass Inferenz-Lasten anders funktionieren als Training: Sie brauchen Burst-Kapazität, geografische Verteilung und niedrige Latenz statt der gleichmäßigen Dauerlast, für die Hyperscaler-Rechenzentren ursprünglich gebaut wurden.

Ein weiterer Faktor drückt zusätzlich auf die Preise: Die Kosten pro verarbeiteter Million Tokens sind laut mehreren Cloud-Kostenanalysen in den vergangenen drei Jahren um etwa das Tausendfache gefallen, von rund 20 US-Dollar auf teils unter 0,40 US-Dollar je Million Tokens bei vergleichbarer Modellqualität. Gleichzeitig steigt die absolute Nutzung schneller, als die Stückkosten fallen, sodass die Gesamtausgaben für Inferenz trotz sinkender Einzelpreise weiter wachsen. Für dezentrale Anbieter bedeutet das ein Wettrennen: Sie müssen nicht nur günstiger als der jeweils aktuelle Hyperscaler-Preis sein, sondern auch mit dessen eigenem, durch schnellere Chips und Skaleneffekte getriebenem Preisverfall mithalten. Reservierte Kapazität bringt gegenüber On-Demand-Preisen zusätzlich oft 30 bis 50 Prozent Rabatt, ein Vorteil, den in der Praxis vor allem große, finanzstarke Kunden nutzen können, kleinere Teams weichen deshalb eher auf Neoclouds oder eben dezentrale Netzwerke aus.

Aethir: Enterprise-GPUs nach dem Airbnb-Prinzip

Aethir wurde 2022 gegründet und hat sich auf enterprise-taugliche GPUs spezialisiert, nicht auf private Gaming-Karten. Mitgründer Mark Rydon beschreibt das Modell im Vergleich zu klassischen Cloud-Anbietern so: „Companies like AWS, Google, Azure have the ability to collect your assets and redistribute them to external users. Just like how Airbnb operates, but you can’t bring these resources to market without the infrastructure to support them, and this is exactly what we do with GPUs.“ Aethir aggregiert demnach GPU-Kapazität aus Rechenzentren und Unternehmen weltweit und vermittelt sie an Kunden, die kurzfristig Rechenleistung brauchen, ähnlich wie eine Buchungsplattform freie Zimmer vermittelt, nur eben für Hochleistungs-Grafikchips. Quelle: Odaily.

Die Zahlen dahinter sind für ein dezentrales Netzwerk ungewöhnlich groß: Aethir zählt eigenen Angaben zufolge mehr als 430.000 GPU-Container an über 200 Standorten in 94 Ländern und will Unternehmenskunden bereits 1,4 Milliarden Compute-Stunden ausgeliefert haben, bei einer durchschnittlichen Auslastung von rund 95 Prozent. Seit der Gründung ist das Unternehmen nach eigenen Angaben von 5 auf über 150 Beschäftigte gewachsen und hat in rund zwei Jahren eine vollständig verwässerte Bewertung von null auf rund 3 Milliarden US-Dollar erreicht, ein für die DePIN-Branche ungewöhnliches Tempo. Im Zuge einer Partnerschaft mit Axe Compute hat Aethir außerdem einen 260-Millionen-Dollar-Deal für einen Cluster mit 2.304 NVIDIA-B300-GPUs angekündigt, nach eigener Darstellung der erste produktionsreife B300-Einsatz eines dezentralen Anbieters. Der zugehörige Token ATH notiert bei etwa 0,0039 Euro, was einer Marktkapitalisierung von rund 79 Millionen Euro entspricht, bei einem Allzeithoch von 0,1103 Euro.

io.net: vom GPU-Aggregator zum Token-Burn-Netzwerk

io.net positioniert sich als das nach eigenen Angaben größte dezentrale GPU-Netzwerk der Welt und bündelt über 130.000 GPUs in mehr als 130 Ländern, koordiniert über das Open-Source-Framework Ray. Über eine OpenAI-kompatible API lassen sich mehr als 15 offene Modelle abfragen, darunter Metas Llama 3.3-70B, inklusive Streaming und Vision-Unterstützung. Mit Agent Cloud können auch autonome KI-Agenten selbstständig Rechenkapazität kaufen, verwalten und wieder abbauen, ohne dass ein Mensch jede einzelne Anfrage freigeben muss. Für Kunden mit Compliance-Anforderungen bietet Confidential Compute zusätzlich eine Möglichkeit, Trainings- und Inferenz-Jobs auszuführen, ohne sensible Kundendaten offenzulegen, diese Infrastruktur bedient inzwischen zunehmend auch Unternehmen jenseits der reinen Krypto-Szene.

Wirtschaftlich bemerkenswert ist vor allem die Tokenomics-Reform vom 11. Juni 2026: Die neue Incentive Dynamic Engine (IDE) verpflichtet das Netzwerk, mindestens die Hälfte der nach Auszahlungen verbleibenden Einnahmen in IO-Token zu verwenden, um diese aufzukaufen und dauerhaft zu verbrennen, mit einem Ziel von mindestens 12 Millionen verbrannten IO-Token innerhalb von zwölf Monaten. Das ist ein direkter Versuch, Netzwerkumsatz in Tokenwert zu übersetzen, statt nur neue Token für Anbieter zu drucken. io.net meldet zudem allein im ersten Quartal 2026 rund 8 Millionen US-Dollar an Enterprise-Deals. Der IO-Token kostet aktuell etwa 0,14 Euro, die Marktkapitalisierung liegt bei rund 51 Millionen Euro, weit unter dem Allzeithoch von 5,94 Euro.

Venice: Privatsphäre als Geschäftsmodell

Während Aethir und io.net vor allem auf Enterprise-Kunden zielen, setzt Venice auf das genaue Gegenteil von Kontrolle: unzensierte, private Inferenz für Endnutzer. Anfragen laufen über verschlüsselte Verbindungen zu dezentral betriebenen GPUs, Venice speichert nach eigener Aussage weder Prompts noch Antworten auf eigenen Servern, Privatsphäre ist damit Teil der Architektur und nicht nur ein Marketingversprechen. Das Angebot reicht von Chat über Bildgenerierung bis zu Entwickler-APIs, und Venice verweist auf mehr als zwei Millionen registrierte Nutzer, eine für ein AI-Krypto-Projekt ungewöhnlich breite tatsächliche Nutzerbasis jenseits reiner Spekulation.

Der VVV-Token dient dabei als Zugangsschlüssel: Wer ihn hält oder stakt, erhält laufendes API-Kontingent, statt für jede Anfrage einzeln zu zahlen. Seit 2026 ergänzt ein zweites Token, DIEM, das Modell als stabile Recheneinheit, die Inferenzkosten für Entwickler und Agenten planbar machen soll. Parallel hat Venice die Gesamtversorgung im Mai 2026 dauerhaft von 100 auf 80,6 Millionen Token reduziert und die jährliche Inflation von 14 auf rund 6,25 Prozent gesenkt, mit einer weiteren geplanten Absenkung auf etwa 3,75 Prozent. Der Kurs liegt aktuell bei rund 9,39 Euro, die Marktkapitalisierung bei etwa 444 Millionen Euro, nach einem Allzeithoch von 21,62 Euro Anfang Juni 2026.

OpenGradient und Ritual: die verifizierbare Inferenz-Welle

Ein wachsender Teil der Branche interessiert sich weniger für den Preis pro Token als für eine ganz andere Frage: Kann man beweisen, dass ein Modell tatsächlich korrekt gerechnet hat? OpenGradient hat dafür TOPLOC entwickelt, ein wissenschaftlich beschriebenes Locality-Sensitive-Hashing-Verfahren, das Inferenz-Ergebnisse günstig überprüfbar macht, ohne jede Berechnung komplett neu auszuführen. Mitgründer und CEO Matthew Wang begründet den Ansatz mit der zunehmenden Konzentration der Branche: „The AI stack is consolidating around a handful of closed providers, and the applications being built on top have no way to audit what’s running underneath. We’re building the open alternative, infrastructure where models are inspectable, execution is provable, and developers own the intelligence their products depend on.“ Quelle: PR Newswire.

OpenGradient bietet Entwicklern drei Vertrauensstufen an, von einer schnellen Standardausführung über hardwarebasierte Trusted Execution Environments bis zu kryptografischen ZKML-Beweisen, und hat seit Februar 2026 eine x402-native Integration, die Inferenz direkt mit dem von Coinbase entwickelten Zahlungsprotokoll für autonome KI-Agenten verbindet, ähnlich wie es io.net mit Agent Cloud anstrebt. Nach einer Gesamtfinanzierung von 9,5 Millionen US-Dollar ging der Token OPG im April 2026 auf der Ethereum-Layer-2 Base an den Start, bei einer fixen Obergrenze von einer Milliarde Token. Aktuell notiert OPG bei etwa 0,099 Euro, Marktkapitalisierung rund 19 Millionen Euro.

Noch früher in der Entwicklung steht Ritual, gegründet 2023 von den ehemaligen Polychain-Partnern Niraj Pant und Akilesh Potti mit 25 Millionen US-Dollar Seed-Finanzierung unter anderem von Archetype, mit Ex-Coinbase-CTO Balaji Srinivasan als Angel-Investor. Rituals Infernet-Framework erlaubt es Smart Contracts bereits heute, KI-Berechnungen off-chain auszulösen und das Ergebnis on-chain zu verwenden. Die eigene Ritual Chain befindet sich jedoch nach Stand Mitte Juli 2026 noch in einer geschlossenen Testnet-Phase, ein Mainnet-Termin steht noch nicht fest, weshalb Ritual eher als Ankündigung eines möglichen künftigen Konkurrenten zu lesen ist als als aktives Geschäftsmodell. Quelle: The Block.

Die etablierten Namen: Bittensor, Akash und Render im Kontext

Neben den jüngeren Namen bleiben die etablierten Netzwerke relevant. Bittensor organisiert seine Inferenz-Angebote in spezialisierten Subnetzen, darunter Targon (Subnetz 4), das gezielt auf schnelle, günstige Inferenz ausgelegt ist. Laut der Analysefirma OAK Research, zitiert von CoinDesk, sollen Targons Benchmarks bei bestimmten Aufgaben Web2-Lösungen übertreffen und dabei günstigere Inferenz zu akzeptabler Qualität liefern. Der TAO-Token notiert bei rund 171 Euro, Marktkapitalisierung etwa 1,64 Milliarden Euro, nach einem Allzeithoch von knapp 700 Euro im April 2024. TAO bleibt damit der mit Abstand größte Name im gesamten AI-Krypto-Feld, deutlich vor dem im Trainingsbereich aktiven Gensyn oder den in diesem Artikel besprochenen reinen Inferenz-Spezialisten.

Akash Network hat mit AkashML eine eigene Inferenz-Schicht aufgebaut, die Modelle wie Llama 3.3-70B oder DeepSeek V3 über ein behauptetes Netz von mehr als 65 Rechenzentren bereitstellt, der zugehörige AKT-Token liegt bei etwa 0,50 Euro und einer Marktkapitalisierung von rund 148 Millionen Euro. Render, ursprünglich für dezentrales GPU-Rendering in der Medienbranche bekannt, hat sein Netzwerk ebenfalls für KI-Inferenz geöffnet und notiert bei etwa 1,32 Euro, Marktkapitalisierung rund 684 Millionen Euro. Beide Projekte sind älter und etablierter als Aethir, io.net oder Venice, wachsen im reinen Inferenz-Geschäft aber inzwischen langsamer als die jüngere Konkurrenz.

Tokenvergleich in Zahlen

Die folgende Tabelle fasst die wichtigsten Kennzahlen der in diesem Artikel besprochenen Token zusammen, Stand 16. Juli 2026. Kryptomärkte bewegen sich schnell, die Kurse dienen daher als Momentaufnahme, nicht als Prognose.

Wie gut ist dezentrale Inferenz wirklich?

Zahlen zu Kapazität und Preis sagen wenig darüber, ob die Ergebnisse tatsächlich mit einem zentralen Anbieter mithalten können. Hier ist die Antwort differenziert. Für Aufgaben mit hoher Fehlertoleranz, etwa Batch-Verarbeitung großer Datenmengen oder Anwendungen, bei denen Privatsphäre wichtiger ist als die letzte Millisekunde Reaktionszeit, gewinnen dezentrale Anbieter laut mehreren Marktbeobachtungen bereits heute bei Kosten und Datenschutz. Für latenzkritische Anwendungen wie Sprachassistenten mit Echtzeitantwort, Betrugserkennung oder das erste Token einer Chat-Antwort gilt dagegen: Ein heterogenes Netz aus geografisch verstreuten, unterschiedlich schnell angebundenen GPUs verliert gegen ein zentrales Rechenzentrum mit garantierter Bandbreite fast immer.

Das gilt besonders für die anspruchsvollste Form der Absicherung, kryptografische Zero-Knowledge-Beweise für ein komplettes KI-Modell. Solche Beweise sind zwar mathematisch wasserdicht, aber laut mehreren Studien tausendfach langsamer als die reine Inferenz selbst, für Anwendungen mit Antwortzeiten unter einer Sekunde damit schlicht unbrauchbar. Die Branche antwortet 2026 mit Hybridmodellen: schnelle, aber schwächer abgesicherte Verfahren wie Trusted Execution Environments für den Alltag, teure ZK-Beweise nur stichprobenartig oder für besonders kritische Anfragen. Wer die vier grundsätzlichen Verifikationsansätze im Detail vergleichen will, dem sei der Verifiable-Compute-Artikel von HOGE Wire empfohlen.

Ein Beispiel für diesen hybriden Ansatz: Ein Kundenservice-Chatbot könnte die erste Klassifizierung einer Anfrage, dringend oder nicht, welches Thema, auf einem schnellen, dezentral betriebenen Edge-Modell erledigen, während die eigentliche, komplexere Antwortgenerierung weiterhin bei einem zentral gehosteten Frontier-Modell liegt. So verteilt sich die Last dorthin, wo der jeweilige Vorteil am größten ist, statt dass ein einzelner Anbieter alles gleichzeitig lösen muss. Genau an dieser Aufgabenteilung arbeiten 2026 auffällig viele der hier vorgestellten Netzwerke, statt weiterhin zu behaupten, komplett auf Hyperscaler verzichten zu können.

Der Skalen-Realitätscheck: CoreWeave und die Größenordnung

So beeindruckend die einzelnen Wachstumszahlen klingen, im Vergleich zur zentralisierten Konkurrenz bleibt der gesamte dezentrale Sektor bislang ein Rundungsfehler. CoreWeave, der an der Nasdaq gelistete GPU-Cloud-Anbieter ohne eigenen Token, erzielte im ersten Quartal 2026 allein rund 2,078 Milliarden US-Dollar Umsatz, ein Plus von 112 Prozent gegenüber dem Vorjahr, und die Prognose für das Gesamtjahr liegt bei 12 bis 13 Milliarden US-Dollar. Damit hält CoreWeave nach Marktschätzungen bereits rund 18 Prozent des dedizierten KI-Trainings- und HPC-GPU-Markts, ganz ohne Blockchain oder Token, und das neben weiteren zentralisierten Neoclouds wie Lambda oder Crusoe, die zwar kleiner sind, aber ebenfalls ohne Token um dieselben Kunden konkurrieren.

Der gesamte dezentrale GPU-Sektor, also Aethir, io.net, Akash, Render und alle kleineren Anbieter zusammengenommen, kommt einer Analyse von Yellow.com zufolge auf einen kombinierten annualisierten Umsatz von lediglich rund 180 bis 220 Millionen US-Dollar. Ein einziges Quartal CoreWeave entspricht damit ungefähr dem Neun- bis Zwölffachen dessen, was der gesamte dezentrale Sektor in einem ganzen Jahr umsetzt. Das Wachstum bei Aethir und io.net ist real, das Verhältnis zeigt aber auch, wie viel Weg noch vor den dezentralen Netzwerken liegt, bevor sie den Cloud-Giganten ernsthaft Marktanteile abnehmen.

KI-Agenten und Bitcoin-Miner: zwei Nachfragequellen im Vergleich

Eine der interessantesten neuen Nachfragequellen für Inferenz sind gar keine Menschen mehr, sondern autonome KI-Agenten, die eigenständig Wallets steuern und für jede Aktion bezahlen. Protokolle wie x402 von Coinbase lassen einen Agenten eine Anfrage stellen, per Stablecoin automatisch bezahlen und die Antwort erhalten, ohne dass ein Mensch den Vorgang einzeln freigibt. io.net hat mit Agent Cloud und OpenGradient mit seiner x402-Integration genau diese Zielgruppe im Visier: Agenten, die rund um die Uhr, oft tausende Male am Tag, kleine Inferenz-Anfragen stellen und dafür in Echtzeit zahlen müssen, ein Anwendungsfall, für den klassische Cloud-Abrechnung mit monatlicher Rechnung schlecht passt.

Auf der Angebotsseite fällt ein Gegensatz auf: Die größten börsennotierten Bitcoin-Miner in den USA bauen ihre GPU- und Rechenzentrumskapazität derzeit vor allem für klassische Hyperscaler-Kunden aus, nicht für dezentrale Netzwerke. MARA Holdings und Riot Platforms etwa verhandeln Multi-Gigawatt-Deals mit Cloud- und KI-Konzernen, um überschüssige Energie- und Standortkapazität zu vermarkten, ein Geschäftsmodell, das eher in Richtung klassischer Colocation als in Richtung dezentraler GPU-Marktplätze geht. Wer auf der Miner-Seite eigene Rechenleistung eher zentralisiert vermarktet und wer sie über ein dezentrales Netzwerk wie Aethir anbietet, ist damit auch eine Frage der Zielkundschaft: Hyperscaler zahlen für Größe und Verlässlichkeit, dezentrale Netzwerke für Preis und Flexibilität.

MiCA, BaFin und die regulatorische Grauzone

Seit dem Ende der MiCA-Übergangsfrist am 1. Juli 2026 ist die BaFin für Krypto-Dienstleister in Deutschland endgültig die zentrale Aufsichtsbehörde. Nach einer Auswertung des ESMA-Registers führt Deutschland mit 45 erteilten CASP-Zulassungen die EU-Statistik an, das sind rund 28 Prozent aller 163 in der gesamten EU vergebenen Lizenzen, vor den Niederlanden (23), Frankreich (13), Malta (12) und Irland (11). BaFin-Präsident Mark Branson führt die Behörde damit faktisch zur größten Krypto-Aufsicht Europas, gemessen an der Zahl erteilter Genehmigungen.

Für Infrastruktur-Token wie ATH, IO, TAO, VVV oder OPG bedeutet das in der Praxis: Sie fallen typischerweise nicht unter die strengeren MiCA-Kategorien für E-Geld-Token oder wertreferenzierte Token, sondern unter die Auffangkategorie der sonstigen Kryptowerte. Wer ein solches Token öffentlich anbietet oder zum Handel über eine EU-CASP zulässt, muss spätestens 20 Arbeitstage vor Veröffentlichung ein Kryptowerte-Whitepaper bei der zuständigen Behörde einreichen. Die eigentliche GPU-Vermietung selbst gilt nicht als Finanzdienstleistung, sobald ein Anbieter aber Zahlungsabwicklung, Token-Handel oder Staking-ähnliche Erträge anbietet, rückt schnell die Frage nach einer eigenen CASP-Lizenzpflicht in den Raum, ein Bereich, in dem viele DePIN-Projekte bislang eher pragmatisch als vollständig konform agieren.

Ein konkretes Beispiel für die Grauzone: Bietet ein Netzwerk wie Aethir oder io.net eigene Stablecoin-Auszahlungen oder ein Vermittlungsmodell für Zahlungen zwischen Kunde und GPU-Anbieter an, kann das je nach Ausgestaltung bereits als Krypto-Dienstleistung im Sinne der MiCA gelten, selbst wenn das eigentliche Kerngeschäft, die Vermittlung von Rechenleistung, außerhalb des Anwendungsbereichs bleibt. Für Anleger heißt das in der Praxis: Ein Whitepaper-Filing bei der BaFin oder einer anderen EU-Behörde ist kein Gütesiegel für das zugrunde liegende Geschäftsmodell, sondern lediglich eine formale Offenlegungspflicht für das Token selbst.

Steuern: Was deutsche GPU-Anbieter wissen müssen

Bevor es um die konkreten Paragrafen geht, lohnt sich ein Blick auf das wirtschaftliche Risiko selbst. Wer GPU-Kapazität gegen Token statt gegen Euro oder Dollar vermietet, trägt zusätzlich zum eigentlichen Geschäftsrisiko ein Kursrisiko: Sinkt der Tokenpreis, wie es bei ATH, IO oder OPG seit ihren Allzeithochs bereits drastisch geschehen ist, sinkt auch der reale Gegenwert der Vergütung, unabhängig davon, wie viele Rechenstunden tatsächlich geleistet wurden. Hinzu kommt in vielen Netzwerken eine laufende Tokenemission zur Finanzierung von Anbieter-Anreizen, die bestehende Halter verwässert, sofern kein ausreichender Burn-Mechanismus wie bei io.net gegensteuert. Diese beiden Effekte, Kursrisiko und Verwässerung, betreffen jeden, der Erträge in einem volatilen Netzwerk-Token statt in Euro erhält, und sollten bei der Kalkulation der eigenen Rendite ebenso berücksichtigt werden wie die im Folgenden beschriebenen steuerlichen Pflichten.

Wer in Deutschland eigene GPU-Kapazität an Netzwerke wie Aethir, io.net, Render oder Akash vermietet und dafür Token-Belohnungen erhält, bewegt sich steuerlich in ähnlichem Terrain wie Staking oder Lending. Nach überwiegender Lesart dürften solche Erträge als sonstige Einkünfte nach § 22 Nr. 3 EStG gelten, bewertet zum Marktkurs im Zeitpunkt des Zuflusses. Für diese Kategorie gilt eine eigene, deutlich kleinere Freigrenze von 256 Euro pro Jahr, nicht die 1.000-Euro-Freigrenze für private Veräußerungsgeschäfte. Unterhalb von 256 Euro bleibt der Ertrag steuerfrei, ab dem ersten Cent darüber wird die gesamte Summe steuerpflichtig, nicht nur der übersteigende Teil.

Verkauft man die erhaltenen Token später mit Gewinn, beginnt für sie eine eigene, neue Uhr: die einjährige Haltefrist nach § 23 EStG, innerhalb derer Gewinne dem persönlichen Einkommensteuersatz unterliegen, danach steuerfrei sind, hier greift dann die separate 1.000-Euro-Freigrenze für Veräußerungsgeschäfte. Wichtig für alle, die auf diese Steuerfreiheit nach einem Jahr planen: Das Bundeskabinett hat am 6. Juli 2026 einen Haushaltsentwurf gebilligt, der Kryptogewinne ab 2027 pauschal wie Kapitaleinkünfte mit 26,375 Prozent besteuern würde, unabhängig von der Haltedauer. Das ist noch kein geltendes Recht, wie die Details und der Zeitplan aussehen, erklärt der separate HOGE-Wire-Artikel zur Haltefrist-Reform.

Wer GPU-Kapazität nicht nur gelegentlich, sondern dauerhaft und in professionellem Umfang vermietet, etwa als umgerüsteter Mining-Betrieb, riskiert außerdem die Einstufung als Gewerbebetrieb nach § 15 EStG, mit Gewerbesteuerpflicht und dem Verlust der privaten Haltefrist-Vorteile. Ab 2026 kommt zusätzlich die Meldepflicht nach dem Kryptowerte-Steuertransparenzgesetz (DAC8) hinzu, über die Krypto-Dienstleister Kunden- und Transaktionsdaten an das Bundeszentralamt für Steuern melden müssen.

Ausblick: Was als Nächstes kommt

Für den Rest des Jahres 2026 zeichnen sich mehrere Weichenstellungen ab. Ritual könnte mit einem tatsächlichen Mainnet-Start den Übergang von der Ankündigung zum Produkt schaffen, sofern das Team den bislang unbestätigten Zeitplan hält. io.nets Burn-Mechanismus braucht mehrere Quartale, um zu zeigen, ob er den Tokenpreis wirklich stabilisieren kann oder nur ein weiterer Deflationskosmetik-Versuch bleibt. Aethir dürfte mit dem B300-Cluster testen, ob dezentrale Anbieter auch bei der jeweils neuesten Nvidia-Generation mit den Hyperscalern mithalten können, statt wie bisher vor allem ältere H100-Kapazität günstig anzubieten. Wie schnell all das tatsächlich passiert, hängt stark davon ab, ob die aktuelle Token-Baisse bei ATH, IO und OPG die Finanzierung neuer Hardware-Käufe bremst.

• Konsolidierung: Von den derzeit rund einem Dutzend ernsthaften dezentralen Inferenz-Projekten dürfte mittelfristig nur eine Handvoll wirtschaftlich tragfähig bleiben.
• Regulatorische Klärung: Eine für Herbst 2026 erwartete Überprüfung auf EU-Ebene könnte erstmals gezielter auf DePIN- und Recheninfrastruktur-Token eingehen.
• Nachfrageseite: Autonome KI-Agenten und ihre Zahlungsprotokolle wie x402 dürften einen wachsenden, bislang noch kleinen Anteil der Inferenz-Nachfrage ausmachen.
• Maßstab: Ob dezentrale Netzwerke CoreWeave und Co jemals ernsthaft herausfordern, entscheidet sich eher an Rechenzentren im Gigawatt-Bereich als an Marketing-Vergleichen mit Airbnb.

Häufig gestellte Fragen

Was ist dezentrale Inferenz und wie unterscheidet sie sich von dezentralem Training?

Dezentrale Inferenz bezeichnet das Ausführen eines bereits fertig trainierten KI-Modells auf einem Netzwerk aus unabhängigen, oft weltweit verteilten GPUs statt in einem einzelnen Rechenzentrum eines Cloud-Anbieters. Dezentrales Training verteilt dagegen den rechenintensiveren, aber einmaligen Vorgang, ein Modell überhaupt erst zu erstellen, auf ein solches Netzwerk, ein Ansatz, den beispielsweise Gensyn verfolgt. Inferenz findet danach bei jeder einzelnen Nutzeranfrage laufend statt und macht laut Branchenschätzungen inzwischen den größeren Teil der weltweiten KI-Rechenlast aus. Während Training in seltenen, dafür sehr rechenintensiven Blöcken stattfindet, läuft Inferenz durchgehend und in kleinen Einzelschritten, was ganz andere Anforderungen an Latenz und geografische Verteilung stellt.

Welche Krypto-Projekte bieten dezentrale KI-Inferenz an?

Zu den größten Namen zählen 2026 Aethir und io.net als GPU-Aggregatoren für Unternehmenskunden, Venice für private und unzensierte Inferenz, OpenGradient für kryptografisch überprüfbare Ergebnisse sowie die etablierten Netzwerke Bittensor, Akash Network und Render. Ritual befindet sich Mitte 2026 noch in einer geschlossenen Testnet-Phase ohne bestätigtes Mainnet-Datum. Die Projekte unterscheiden sich stark in ihrer Zielgruppe, von reinen Enterprise-Kunden bei Aethir bis zu Endnutzern mit Datenschutzbedürfnissen bei Venice.

Ist dezentrale KI-Inferenz günstiger als AWS, Google Cloud oder Microsoft Azure?

Für bestimmte Aufgaben ja, insbesondere für Batch-Verarbeitung und Anwendungen ohne Echtzeitanforderung. Aethir wirbt etwa mit 40 bis 80 Prozent niedrigeren Preisen als vergleichbare Hyperscaler-Angebote. Bei latenzkritischen Echtzeitanwendungen liegen zentrale Cloud-Anbieter jedoch weiterhin häufig vorn, weshalb sich 2026 zunehmend hybride Ansätze durchsetzen, bei denen einfache Aufgaben dezentral und komplexe Aufgaben weiterhin zentral verarbeitet werden. Wer nur den reinen Stundenpreis vergleicht, übersieht zudem oft versteckte Kosten wie Egress-Gebühren, die bei Hyperscalern zusätzlich anfallen.

Wie werden Einnahmen aus dem Vermieten von GPU-Leistung in Deutschland versteuert?

Nach überwiegender Lesart zählen Token-Belohnungen für vermietete Rechenleistung zu den sonstigen Einkünften nach § 22 Nr. 3 EStG, mit einer separaten Freigrenze von 256 Euro pro Jahr. Werden die erhaltenen Token später verkauft, greift zusätzlich die einjährige Haltefrist nach § 23 EStG mit der bekannten 1.000-Euro-Freigrenze für Veräußerungsgeschäfte. Wer dauerhaft und im großen Stil vermietet, riskiert eine Einstufung als Gewerbebetrieb mit Gewerbesteuerpflicht. Da sich die steuerliche Behandlung dieser recht neuen Ertragsart noch nicht abschließend in einem eigenen BMF-Schreiben niedergeschlagen hat, empfiehlt sich in Zweifelsfällen eine Rücksprache mit einem auf Kryptowerte spezialisierten Steuerberater.

Welche regulatorischen Anforderungen gelten für dezentrale Inferenz-Netzwerke unter MiCA?

Die zugrunde liegenden Token fallen meist unter die MiCA-Auffangkategorie der sonstigen Kryptowerte, mit Whitepaper-Pflicht bei öffentlichem Angebot über eine in der EU zugelassene CASP. Die reine GPU-Vermietung gilt nicht als Finanzdienstleistung, sobald ein Anbieter aber Zahlungsabwicklung oder staking-ähnliche Erträge anbietet, kann eine eigene CASP-Zulassung nötig werden. In Deutschland ist seit Ende der Übergangsfrist am 1. Juli 2026 die BaFin zuständig, die mit 45 erteilten Zulassungen die EU-Statistik anführt. Für reine Infrastrukturanbieter ohne eigenes öffentliches Tokenangebot bleibt die regulatorische Last dagegen bislang überschaubar, solange sie keine Finanzdienstleistungen im engeren Sinne erbringen.

Dieser Artikel wurde von der HOGE-Wire-Redaktion recherchiert und verfasst.