Gensyn: Wie ein Krypto-Netzwerk KI-Training beweisbar macht
Gensyn verbindet weltweit Grafikkarten zu einem Netzwerk für KI-Training und verifiziert Ergebnisse per Kryptografie statt Vertrauen. Seit April 2026 sind Mainnet und AI-Token live.
Was ist Gensyn?
Gensyn ist ein Krypto-Netzwerk, das eine der teuersten Ressourcen der Tech-Branche demokratisieren will: Rechenleistung für das Training künstlicher Intelligenz. Statt Grafikkarten in den Rechenzentren von Amazon, Microsoft oder Google zu mieten, verbindet Gensyn Hardware aus aller Welt, von Gaming-PCs bis zu kleinen Serverfarmen, zu einem gemeinsamen Pool. Koordiniert und abgerechnet wird dieser Pool über eine eigene Blockchain samt nativem AI-Token.
Gegründet wurde das Unternehmen 2020 in London von Ben Fielding und Harry Grieve, die sich im Rahmen des Company-Builder-Programms Entrepreneur First kennenlernten. Fielding bringt einen Hintergrund in neuronalen Netzen mit, Grieve kommt aus der Datenanalyse. Ihre gemeinsame These lautet, dass maschinelles Lernen eine dezentrale Vertrauensschicht braucht, weil Rechenleistung, Daten und Modelle heute in den Händen weniger Konzerne konzentriert sind.
Anders als klassische GPU-Vermieter im DePIN-Sektor beschränkt sich Gensyn nicht auf das Verleihen von Hardware-Slots. Das Netzwerk verspricht, verteiltes Training kryptografisch zu verifizieren, sodass niemand einem fremden Rechner blind vertrauen muss, um zu wissen, ob dieser tatsächlich korrekt trainiert hat. Diese Verifikationsschicht heißt Verde und ist der technische Kern des Projekts, weiter unten in diesem Artikel ausführlicher erklärt.
Für den Krypto-Markt ist Gensyn deshalb interessant, weil es einen der konkreteren Belege liefert, wie sich zwei der größten Trends der vergangenen Jahre, künstliche Intelligenz und Kryptoinfrastruktur, tatsächlich technisch verzahnen lassen, statt nur als Schlagwort-Kombination nebeneinanderzustehen. Mit dem Mainnet-Start im April 2026 und der ersten produktiven Anwendung Delphi verlässt das Projekt nach über fünf Jahren Entwicklungszeit die reine Ankündigungsphase.
Das Problem: Zentralisierte Rechenleistung als Nadelöhr
Die Kosten für das Training großer KI-Modelle sind in den vergangenen Jahren explodiert. Im hauseigenen Blog von Gensyn wird auf Prognosen verwiesen, wonach führende Labore wie Anthropic Trainingsläufe im Wert von zehn Milliarden US-Dollar und mittelfristig sogar hundert Milliarden US-Dollar erwarten, wie Gensyn in seinem Blogbeitrag GPT@home darlegt. Wer sich solche Summen leisten kann, lässt sich an einer Hand abzählen: eine Handvoll Cloud-Giganten und die KI-Labore, die eng mit ihnen verflochten sind.
Für alle anderen, akademische Forschungsgruppen, unabhängige Entwickler oder Start-ups außerhalb des großen Kapitalkreislaufs, bedeutet das: Sie sind auf die Preise und Kapazitäten weniger Anbieter angewiesen. Mitgründer Harry Grieve bringt die Motivation hinter Gensyn in einem Interview mit Bitget News auf den Punkt: Skalierung sei letztlich die einzige Antwort, Dezentralisierung diene einzig dazu, ein bislang unerreichtes Ausmaß an Rechen- und Datenressourcen zu erschließen. Ergänzend verweist er darauf, dass ein Großteil der frei verfügbaren Internetdaten für das Training bereits ausgeschöpft sei und künftige Fortschritte zunehmend von Daten und Rechenleistung an den Rändern des Netzes abhingen, also von genau jenen ungenutzten Geräten, die Gensyn erschließen will, wie er gegenüber Bitget News erläuterte.
Der Grundgedanke ist nicht neu, sondern folgt einer Logik, die Krypto-Nutzer aus einem anderen Kontext kennen: der des Bitcoin-Minings. Auch dort wird eine ursprünglich verstreute, teils ungenutzte Ressource durch ein Anreizsystem gebündelt und produktiv gemacht, wie es in unserem Erklärstück zu Hashprice und der Ökonomie des Bitcoin-Minings beschrieben wird. Gensyn überträgt dieses Prinzip auf Grafikkarten statt auf spezialisierte Mining-Chips: Ungenutzte Rechenzyklen bei Gaming-PCs, kleinen Rechenzentren oder Cloud-Überkapazitäten sollen gegen Token-Belohnungen bereitgestellt werden, anstatt brachzuliegen.
Die vier Bausteine des Gensyn-Protokolls
Technisch beschreibt Gensyn sein Protokoll als Zusammenspiel von vier Schichten, wie es die offizielle Dokumentation aufschlüsselt. Jede davon löst ein eigenes Teilproblem des verteilten Trainings:
- Reproducible Execution (REE): Eine Ausführungsumgebung, die dafür sorgt, dass KI-Inferenz und Training über unterschiedlichste Hardware hinweg bitgenau reproduzierbar bleiben.
- Trustless Verification: Das Verde-Protokoll mitsamt seinen Reproducible Operators (RepOps) prüft, ob ein Rechenschritt tatsächlich korrekt ausgeführt wurde, ohne dass eine zentrale Instanz alles neu berechnen muss.
- Peer-to-Peer-Kommunikation: Der Agent eXchange Layer (AXL) verschlüsselt den direkten Datenaustausch zwischen Maschinen und unterstützt gängige Agenten-Protokolle wie MCP und A2A.
- On-Chain-Koordination: Eine eigene, auf Ethereum verankerte Rollup-Kette verwaltet Teilnahme, Bezahlung und Streitfälle.
Die Koordinationsschicht ist technisch ein eigenständiges, EVM-kompatibles Layer-2-Netzwerk auf Basis des OP-Stacks, dessen Zustandswurzeln periodisch auf der Ethereum-Hauptkette verankert werden. Damit erbt Gensyn die Sicherheitsgarantien von Ethereums Proof-of-Stake-Konsens, während die eigentliche Rechenlast, das Training der Modelle selbst, komplett außerhalb der Chain stattfindet. Nur Zahlungen, Zuordnungen und Streitfälle landen on-chain.
Neben diesen vier Kernschichten führt Gensyn in seiner Forschungsdokumentation weitere, experimentellere Bausteine auf, etwa SAPO für asynchrones, dezentrales Reinforcement-Learning-Post-Training oder die Forschungsdemos BlockAssist und CodeAssist für verteiltes Lernen in interaktiven Umgebungen. Sie zeigen, dass sich Gensyn erkennbar nicht nur als Produkt, sondern als Forschungsplattform versteht, mit Verweisen auf begutachtete wissenschaftliche Arbeiten hinter den einzelnen Komponenten.
Verde und RepOps: Verifikation ohne zentrale Autorität
Das Kernproblem, das Gensyn lösen muss, klingt einfach, ist es aber nicht: Wie beweist man, dass ein fremder, nicht vertrauenswürdiger Rechner ein KI-Modell tatsächlich korrekt trainiert hat, ohne den gesamten Trainingslauf ein zweites Mal auf einer eigenen Maschine zu wiederholen? Würde man Letzteres tun, wäre der gesamte Vorteil des verteilten Trainings dahin, denn die Verifikation würde am Ende genauso viel Rechenleistung kosten wie die eigentliche Arbeit.
Gensyns Antwort heißt Verde. Das System funktioniert im Prinzip ähnlich wie die Betrugsbeweise optimistischer Rollups in der Ethereum-Skalierung, wie sie auch unser Artikel zu verifizierbarer Rechenleistung in Krypto-Netzwerken beschreibt: Ein Trainer reicht eine Behauptung über sein Ergebnis ein, ein Verifizierer prüft stichprobenartig, und nur im Streitfall greift ein Schiedsverfahren. Statt jedoch den kompletten Rechenweg neu zu berechnen, grenzt Verde laut Gensyns eigenem technischen Blogbeitrag den strittigen Punkt über ein Bisektionsverfahren so lange ein, bis nur noch ein einzelner, winziger Rechenschritt im neuronalen Netz übrig bleibt. Nur dieser eine Schritt wird dann von einem Schiedsrichter, einem Smart Contract oder einer Jury aus Verifizierern, neu berechnet.
Damit das funktioniert, müssen identische Rechenoperationen auf unterschiedlichster Hardware, von Nvidia- bis zu AMD-Chips, exakt dasselbe Ergebnis liefern, bis auf das letzte Bit. Genau das leisten die Reproducible Operators: Sie legen eine feste Reihenfolge für Gleitkommaoperationen wie Matrizenmultiplikationen fest, denn schon eine andere Rundungsreihenfolge kann bei neuronalen Netzen zu abweichenden Ergebnissen führen. In der Praxis senkt das die Kosten der Verifikation drastisch, weil im Regelfall nur ein winziger Bruchteil eines Trainingslaufs tatsächlich neu berechnet werden muss.
Vom Testnet zum Mainnet: RL Swarm, CodeZero und die Zahlen dahinter
Am 31. März 2025 ging das öffentliche Testnet von Gensyn live, ausgelegt auf einen mehrstufigen Rollout. Phase 0 drehte sich vollständig um RL Swarm, eine Anwendung für kollaboratives Post-Training per Reinforcement Learning, bei der viele Modelle gemeinsam über das Internet trainieren und sich gegenseitig kritisieren, statt isoliert in einem einzelnen Rechenzentrum zu laufen.
Die Trainingsumgebung selbst hat sich seither weiterentwickelt. Ab Mitte November 2025 ersetzte CodeZero die ursprüngliche Umgebung namens Reasoning Gym. CodeZero erweitert RL Swarm von reinem Reasoning und Mathematik auf kooperatives Programmieren: Teilnehmende Modelle übernehmen darin unterschiedliche Rollen, als Solver, die Aufgaben lösen, als Proposer, die neue Aufgaben erstellen, und als Evaluator, die Ergebnisse bewerten.
Wie groß die Beteiligung tatsächlich war, lässt sich an Zahlen ablesen, die Harry Grieve im bereits erwähnten Interview mit Bitget News im Frühjahr 2026 nannte: Während der Testnet-Phase zählte das Netzwerk nach seinen Angaben mehr als 150.000 Nutzer, rund 40.000 gleichzeitig aktive Knoten und über 800.000 trainierte Modelle. Mit dem Fokus auf den Mainnet-Start wurden RL Swarm und die von Gensyn selbst betriebenen Testnet-Knoten inzwischen pausiert, die Entwicklungsressourcen richten sich nun auf die erste produktive Mainnet-Anwendung.
Delphi: Die erste Anwendung auf dem Gensyn-Mainnet
Am 22. April 2026 aktivierte Gensyn sein Mainnet und brachte gleichzeitig Delphi live, wie Bitcoin.com News berichtete. Delphi ist eine permissionless Plattform für Informationsmärkte: Jeder kann einen Markt zu praktisch jedem Thema eröffnen, von Kurszielen für Bitcoin über Sportergebnisse bis zu geopolitischen Ereignissen. Nutzer kaufen und verkaufen Positionen auf mögliche Ausgänge, die Preisbildung übernimmt ein symmetrischer Logarithmic Market Scoring Rule (LMSR), ein aus Prognosemärkten bekannter automatischer Market Maker.
Die Besonderheit gegenüber klassischen Prognosemärkten liegt in der Abwicklung: Statt menschlicher Orakel oder Abstimmungsverfahren entscheiden KI-Modelle über den Ausgang eines Marktes, und die Modelle können selbst direkt als Marktteilnehmer auftreten und für zutreffende Vorhersagen bezahlt werden. Damit verwandelt sich Delphi in eine Art autonome Agentenwirtschaft, in der Softwareagenten eigenständig Positionen eingehen und Erträge einsammeln, ähnlich den Mustern, die wir bereits in unserem Beitrag zu KI-Agenten mit eigener Wallet on-chain eingeordnet haben.
Die Gebührenstruktur von Delphi ist bewusst deflationär angelegt. Auf das gesamte Handelsvolumen wird eine Protokollgebühr von 0,5 Prozent erhoben, mit der laufend AI-Token vom offenen Markt zurückgekauft werden. Berichten zufolge werden 70 Prozent dieser zurückgekauften Token dauerhaft verbrannt, 29 Prozent fließen in ein Community-Treasury für den weiteren Ausbau des Ökosystems, und ein Prozent entschädigt denjenigen, der die Rückkauftransaktion technisch ausführt. Zusätzlich verdienen Ersteller einzelner Märkte 1,5 Prozent des dort erzielten Handelsvolumens. Wie nachhaltig dieser Mechanismus tatsächlich Nachfrage nach dem Token erzeugt, hängt am Ende schlicht davon ab, wie viel Handelsvolumen Delphi dauerhaft anzieht.
Der AI-Token: Angebot, Verteilung und Burn-Mechanismus
Der native Token des Netzwerks trägt das Kürzel AI (auf einzelnen Plattformen auch als AIGENSYN geführt, um Verwechslungen mit gleichnamigen Tickern zu vermeiden) und wurde am 29. April 2026 im Rahmen eines Token Generation Events ausgegeben. Das maximale Angebot ist fest auf 10 Milliarden Token gedeckelt, eine nachträgliche Erhöhung ist im Protokoll nicht vorgesehen, wie aus den Vesting-Daten von Tokenomist hervorgeht.
Die Verteilung des Angebots ist in fünf Kategorien aufgeteilt, die sich stark in ihrer Freischaltung unterscheiden:
| Kategorie | Anteil am Gesamtangebot | Freischaltung (Vesting) |
|---|---|---|
| Community Treasury | 40,4 % | 20 % zum TGE, Rest linear über 36 Monate |
| Investoren | 29,6 % | 12 Monate Cliff, danach linear über 24 Monate |
| Team | 25,0 % | 12 Monate Cliff, danach linear über 24 Monate |
| Öffentlicher Verkauf (Dez. 2025) | 3,0 % | Weitgehend zum TGE freigeschaltet |
| Testnet-Belohnungen | 2,0 % | An Teilnehmer der Testnet-Phasen |
Zum jetzigen Zeitpunkt befinden sich rund 1,3 Milliarden Token im Umlauf, also gut 13 Prozent des maximalen Angebots. Das bedeutet im Umkehrschluss, dass in den kommenden drei Jahren der überwiegende Teil der Investoren- und Team-Zuteilung erst noch freigeschaltet wird, was mittelfristig für zusätzlichen Verkaufsdruck sorgen dürfte, sofern die Nachfrageseite nicht mitwächst.
Kurs, Marktkapitalisierung und Handelsplätze
Der Start des AI-Tokens verlief außergewöhnlich turbulent. Am 29. April 2026 gingen Binance Alpha, Gate.io Futures, Coinbase, KuCoin und Kraken zeitgleich mit dem Handel live. Der Kurs schoss innerhalb weniger Stunden um mehr als 250 Prozent nach oben, bevor er ebenso schnell wieder einbrach, streckenweise um über 40 Prozent vom Tageshoch. Solche Bewegungen sind bei frisch gelisteten Token mit geringem zirkulierendem Angebot keine Seltenheit, machen aber deutlich, wie spekulativ der Handel in den ersten Tagen nach einem TGE ablaufen kann.
Rund zwei Monate später, am 30. Juni 2026, kam mit Upbit einer der größten Handelsplätze Südkoreas hinzu, mit Handelspaaren in Won, Bitcoin und USDT. Die Listung sorgte erneut für einen spürbaren Kursausschlag, ein Muster, das bei koreanischen Börsenlistungen in der Krypto-Branche häufig zu beobachten ist.
Die folgende Tabelle zeigt die wichtigsten Marktkennzahlen, wie sie CoinGecko Mitte Juli 2026 auswies. Da es sich um einen extrem volatilen Micro-Cap-Token handelt, sollten diese Werte als Momentaufnahme und nicht als feste Größe verstanden werden:
| Kennzahl | USD | EUR (ca.) |
|---|---|---|
| Preis | 0,0264 $ | 0,023 € |
| Marktkapitalisierung | 34,4 Mio. $ | 30,1 Mio. € |
| Vollständig verwässerte Bewertung (FDV) | 263,5 Mio. $ | 231,1 Mio. € |
| Handelsvolumen (24 Stunden) | 4,5 Mio. $ | 3,9 Mio. € |
| Allzeithoch (29. April 2026) | 0,1073 $ | 0,094 € |
| Allzeittief (25. Juni 2026) | 0,0204 $ | 0,018 € |
Damit notiert der Token gut 75 Prozent unter seinem Allzeithoch vom Launch-Tag, während die Marktkapitalisierung ihn unterhalb der Top 500 nach CoinGecko-Ranking einordnet, deutlich hinter etablierten KI-Krypto-Projekten wie Bittensor.
Die Investoren hinter Gensyn
Gensyn zählt zu den am längsten und prominentesten finanzierten Projekten im Feld dezentraler KI-Infrastruktur. Nach einer ersten, kleineren Finanzierungsrunde im Jahr 2022 folgte im Juni 2023 eine Serie-A-Runde über 43 Millionen US-Dollar, angeführt von a16z crypto, wie CoinDesk damals berichtete. Mit dabei waren unter anderem CoinFund, Canonical Crypto, Protocol Labs und Eden Block.
Die a16z-Partner Ali Yahya und Guy Wuollet begründeten ihr Investment in einem Blogbeitrag so: Man freue sich, die Series A von Gensyn anzuführen und mit dem Team an dessen Mission zu arbeiten, die Infrastruktur für KI deutlich breiter zugänglich zu machen. Nach Einschätzung der Partner könnte Gensyn die weltweit verfügbare Rechenleistung für maschinelles Lernen potenziell um das Zehn- bis Hundertfache erhöhen, indem es bislang ungenutzte Kapazitäten weltweit erschließt.
Ende 2025 folgte eine weitere, öffentliche Finanzierungsrunde in Token-Form: Zwischen Start und Abschluss am 20. Dezember 2025 sammelte Gensyn nach Angaben von Phemex News rund 16,14 Millionen US-Dollar von mehr als 7.400 Teilnehmenden ein, bei einer vollständig verwässerten Bewertung von 473 Millionen US-Dollar und einem Token-Preis von 0,0473 US-Dollar. Gemessen am aktuellen Kurs liegt der Token damit spürbar unter dem Preis, den Teilnehmer dieser letzten Runde bezahlt haben, ein Umstand, der die seit dem TGE zu beobachtende Skepsis mancher Anleger erklären dürfte. Insgesamt hat Gensyn über seine verschiedenen Runden damit deutlich mehr als 60 Millionen US-Dollar an Kapital eingesammelt, verteilt auf eine klassische Eigenkapitalrunde und spätere token-basierte Finanzierungen.
Gensyn im Vergleich: Bittensor, Prime Intellect und io.net
Gensyn ist bei Weitem nicht das einzige Krypto-Projekt, das Rechenleistung für KI dezentral organisieren will. Der Sektor, der grob unter Sammelbegriffen wie Decentralized AI Compute oder KI-DePIN läuft, hat inzwischen mehrere ernstzunehmende Ansätze hervorgebracht, die sich in Fokus und Architektur deutlich unterscheiden. Wo Gensyn primär auf verifiziertes Training abzielt, konzentrieren sich andere Projekte auf Inferenz oder auf reine GPU-Vermietung, wie wir bereits in unserer Analyse zu dezentraler Inferenz und der Herausforderung etablierter KI-Clouds herausgearbeitet haben.
| Projekt | Kernfokus | Verifikation | Natives Token |
|---|---|---|---|
| Gensyn | Verteiltes Training plus Verifikation | Verde (Referee-Streitverfahren, RepOps) | AI |
| Bittensor | Wettbewerb spezialisierter Subnetze um KI-Output | Proof of Intelligence / Yuma-Konsens | TAO |
| Prime Intellect | GPU-Marktplatz und offene Foundation-Modelle | Eigene verifizierte Trainingsläufe | PRIME |
| io.net | Aggregation von GPU-Kapazität (DePIN) | Kapazitäts- und Leistungsnachweise | IO |
Bittensor ist gemessen an der Marktkapitalisierung der mit Abstand größte Wettbewerber und hat zuletzt spürbares institutionelles Interesse angezogen. Mitgründer Harry Grieve grenzt Gensyns Ansatz davon bewusst ab: Andere Projekte würden vor allem einzelne, containerisierte GPU-Mieten anbieten, während Gensyn Rechenleistung, Daten und Modelle als miteinander verflochtene, wiederverwertbare Ressourcen begreife, nicht als reine Hardware-Slots.
Prime Intellect wiederum hat mit Projekten wie INTELLECT-1 gezeigt, dass sich auch größere Modelle über verteilte Cluster hinweg trainieren lassen, unterstützt unter anderem von Founders Fund. io.net setzt dagegen stärker auf reine Kapazitätsaggregation im Sinne eines dezentralen Cloud-Anbieters. Für Anleger heißt das: Wer in den Sektor investieren will, kauft je nach Projekt eine sehr unterschiedliche Wette, auf Trainingsinfrastruktur, auf Inferenzkapazität oder auf ein offenes Subnetz-Ökosystem.
Chancen und Risiken der dezentralen Trainingsvision
Der naheliegendste Einwand gegen dezentrales Training ist technischer Natur: Bandbreite. Modernes Training großer Modelle läuft normalerweise über Infiniband-Verbindungen mit Geschwindigkeiten um 200 Gigabyte pro Sekunde zwischen den Chips in einem Rechenzentrum. Normales Internet schafft dagegen eher 100 Megabyte pro Sekunde, also eine um Größenordnungen kleinere Bandbreite. Kritiker verweisen seit Jahren darauf, dass sich diese Lücke kaum schließen lässt.
Gensyn und andere Forschungsgruppen kontern mit kommunikationseffizienten Trainingsverfahren wie DiLoCo, die den nötigen Datenaustausch zwischen Knoten nach Angaben von Gensyn um das Fünfhundertfache reduzieren können, indem Knoten länger lokal rechnen, bevor sie ihre Ergebnisse synchronisieren. Solche Verfahren sind ein aktives Forschungsfeld, und es bleibt eine offene Frage, ob sie ausreichen, um Modelle im Maßstab aktueller Frontier-Systeme wirklich dezentral zu trainieren. Bislang bewegen sich öffentlich dokumentierte dezentrale Trainingsläufe eher im Bereich von ein bis zwei Milliarden Parametern, also einer deutlich kleineren Größenordnung als die größten heute verfügbaren Modelle.
Neben der technischen Skalierungsfrage steht die wirtschaftliche: Ob der AI-Token dauerhaft an Wert gewinnt, hängt fast vollständig davon ab, ob Delphi und künftige Mainnet-Anwendungen echtes, wiederkehrendes Nutzungsvolumen anziehen, das über anfängliche Neugier hinausgeht. Die Kursentwicklung seit dem TGE, ein Rückgang von mehr als 70 Prozent gegenüber dem Allzeithoch binnen weniger Wochen, zeigt, dass der Markt diese Frage aktuell eher skeptisch beantwortet. Hinzu kommt strukturell, dass in den kommenden drei Jahren noch der Großteil der Team- und Investorenzuteilung freigeschaltet wird, was zusätzlichen Angebotsdruck erzeugen dürfte.
Auf der Sicherheitsseite ist bislang kein größerer Exploit oder Hack der Gensyn-Smart-Contracts öffentlich dokumentiert. Das ist angesichts des noch jungen Mainnets ein positives Zeichen, aber keine Garantie: Neue Rollup-Ketten mit neuartigen Verifikationsmechanismen wie Verde bringen naturgemäß Angriffsflächen mit sich, die erst mit wachsendem Handelsvolumen und wachsender Aufmerksamkeit von Sicherheitsforschern wirklich getestet werden.
Regulatorischer Rahmen: MiCA, BaFin und die Einordnung von AI
Für Anleger in Deutschland und der übrigen EU ist der AI-Token kein regulatorisches Neuland, sondern fällt unter den bestehenden Rahmen der Markets in Crypto-Assets-Verordnung (MiCA). Die nationale Übergangsfrist für bereits aktive Krypto-Dienstleister ist in Deutschland bereits zum 31. Dezember 2025 ausgelaufen, die EU-weite Übergangsfrist endete am 30. Juni 2026. Seitdem dürfen in der EU nur noch Handelsplätze mit einer Lizenz als Crypto-Asset Service Provider (CASP) Token wie AI anbieten, in Deutschland erteilt und beaufsichtigt die BaFin diese Lizenzen.
Inhaltlich dürfte der AI-Token in die Kategorie der sogenannten sonstigen Krypto-Werte fallen, also Utility- und Zahlungstoken ohne festen Emittenten-Rückzahlungsanspruch, ähnlich wie es für die meisten Layer-1- und Infrastruktur-Token gilt. Weder handelt es sich um einen E-Geld-Token noch um einen wertreferenzierten Token im Sinne der Verordnung. Das bedeutet praktisch: Es gibt keine MiCA-Weißpapierpflicht wie bei Stablecoins, wohl aber müssen Börsen, die den Token EU-Kunden anbieten, selbst als CASP zugelassen sein und die geltenden Marktmissbrauchsregeln einhalten. Eine spezifische aufsichtsrechtliche Maßnahme der BaFin gegenüber Gensyn selbst ist bislang nicht bekannt.
Steuerliche Behandlung für deutsche Anleger
Für das laufende Steuerjahr 2026 gilt für den AI-Token dieselbe Regel wie für jeden anderen Kryptowert im deutschen Privatvermögen: Nach Paragraf 23 Einkommensteuergesetz bleiben Gewinne aus dem Verkauf steuerfrei, wenn zwischen Kauf und Verkauf mindestens ein Jahr liegt. Innerhalb dieser Haltefrist erzielte Gewinne bleiben bis zu einer Freigrenze von 1.000 Euro pro Jahr steuerfrei, darüber hinaus sind sie mit dem persönlichen Einkommensteuersatz zu versteuern, üblicherweise nach der Fifo-Methode berechnet.
Diese Regel steht allerdings zur Disposition. Mit dem Bundeshaushalt 2027, den das Kabinett am 6. Juli 2026 auf den Weg gebracht hat, will die Bundesregierung die einjährige Haltefrist für Kryptowerte grundsätzlich streichen und Bitcoin, Ether sowie Token wie AI stattdessen wie klassische Kapitalanlagen behandeln, mit laufender Abgeltungsteuer unabhängig von der Haltedauer. Wie Blocktrainer berichtet, enthält der Haushaltsentwurf bislang jedoch noch keinen ausformulierten Gesetzestext und keine Begründung für die zahlreichen offenen Detailfragen. Die Koalitionspartner sind sich zudem uneinig: Während die SPD die Abschaffung vorantreibt, will die Union an der bisherigen Haltefrist festhalten. Wie wir in unserem Artikel zur geplanten Reform der Krypto-Haltefrist und der DAC8-Meldepflicht einordnen, bleibt für das Steuerjahr 2026 zunächst alles beim Alten, etwaige Änderungen würden frühestens folgende Jahre betreffen.
Wer über RL Swarm oder künftige Testnet-Programme Token-Belohnungen erhalten hat, muss diese in der Regel als sonstige Einkünfte im Zuflusszeitpunkt versteuern, unabhängig von der Haltefrist für spätere Kursgewinne. Für Gewinne aus Delphi-Prognosemärkten gibt es bislang keine spezifische Verwaltungsanweisung, wer dort aktiv Positionen handelt, sollte die allgemeinen Grundsätze für Krypto-Geschäfte konservativ anwenden und im Zweifel steuerlichen Rat einholen.
Ausblick: Was als Nächstes ansteht
Gensyn selbst beschreibt Delphi ausdrücklich nur als ersten Baustein einer größeren Roadmap, die perspektivisch den gesamten Lebenszyklus von KI-Modellen abdecken soll, vom Pre-Training über Fine-Tuning bis zur Inferenz. Für die Mitte des Jahres 2026 ist zudem eine Integration von Uniswap V3 angekündigt, die für mehr DeFi-Liquidität und einfachere Tauschmöglichkeiten für den AI-Token auf der eigenen Chain sorgen soll.
Wie ambitioniert die Vision hinter dem Projekt insgesamt ist, zeigt eine weitere Aussage von Harry Grieve aus demselben Bitget-Interview: Er hoffe langfristig auf eine parallele, vollständig on-chain laufende Gesellschaft und Wirtschaft ganz ohne menschliches Zutun, die einen wirtschaftlichen Output erzeuge, der dem menschlichen ebenbürtig oder sogar überlegen sei. Das ist erkennbar eine Vision für ein Jahrzehnt und nicht für das laufende Quartal, sie macht aber deutlich, wie weit der Anspruch des Teams über das aktuelle Produkt Delphi hinausreicht.
Ob sich Gensyn langfristig gegen die Konkurrenz und gegen die schiere Marktmacht der etablierten Cloud-Anbieter durchsetzt, ist offen. Die technische Grundlage, glaubwürdige Verifikation ohne zentrale Autorität, ist erforscht, dokumentiert und öffentlich einsehbar. Ob daraus ein tatsächlich genutztes Netzwerk wird, das jenseits von Spekulation auf den Token echten wirtschaftlichen Mehrwert erzeugt, muss sich in den kommenden Quartalen an Delphis Handelsvolumen und an der Zahl neuer Mainnet-Anwendungen zeigen.
Häufig gestellte Fragen
Was ist Gensyn?
Gensyn ist ein 2020 in London gegründetes Krypto-Netzwerk, das Grafikkarten aus aller Welt zu einem gemeinsamen Pool für das Training künstlicher Intelligenz verbindet. Über eine eigene, auf Ethereum verankerte Blockchain werden Teilnahme, Bezahlung und Streitfälle abgewickelt, während das Verde-Protokoll dafür sorgt, dass sich die Korrektheit des verteilten Trainings kryptografisch überprüfen lässt, ohne jeden Rechenschritt komplett neu berechnen zu müssen. Der native AI-Token dient als Zahlungs- und Anreizmittel innerhalb des Netzwerks.
Wie funktioniert die Verifikation von KI-Training bei Gensyn?
Gensyn nutzt dafür das Verde-Protokoll. Trainer reichen ihre Ergebnisse ein, Verifizierer prüfen sie stichprobenartig, und im Streitfall grenzt ein Bisektionsverfahren den strittigen Punkt so lange ein, bis nur noch ein einzelner Rechenschritt im neuronalen Netz übrig bleibt. Nur dieser Schritt wird dann tatsächlich neu berechnet. Möglich wird das durch die sogenannten Reproducible Operators, die dafür sorgen, dass identische Berechnungen auf unterschiedlichster Hardware bitgenau dasselbe Ergebnis liefern.
Was ist der Unterschied zwischen Gensyn und Bittensor?
Bittensor organisiert Dutzende spezialisierte Subnetze, die um Belohnungen für unterschiedlichste KI-Aufgaben konkurrieren, von Sprachmodellen bis zur Proteinfaltung, und ist gemessen an der Marktkapitalisierung deutlich größer als Gensyn. Gensyn konzentriert sich dagegen enger auf verifiziertes verteiltes Training und die zugehörige Infrastruktur, mit Verde als zentralem Unterscheidungsmerkmal. Beide Projekte verfolgen die Vision einer dezentralen Alternative zu den großen KI-Clouds, unterscheiden sich aber deutlich in Architektur, Tokenomics und dem Reifegrad ihrer jeweiligen Mainnet-Anwendungen.
Wo kann der Gensyn AI-Token gehandelt werden und wie hoch ist der Kurs?
Der AI-Token wurde am 29. April 2026 gleichzeitig auf Binance Alpha, Coinbase, Kraken, KuCoin und Gate.io Futures gelistet, im Juni 2026 kam mit Upbit ein großer koreanischer Handelsplatz hinzu. Der Kurs ist seit dem Handelsstart sehr volatil und lag Mitte Juli 2026 rund 75 Prozent unter seinem Allzeithoch vom Launch-Tag, bei einer Marktkapitalisierung von rund 30 Millionen Euro. Aktuelle Kurse lassen sich unter anderem über CoinGecko oder CoinMarketCap abrufen, feste Werte sollten wegen der hohen Schwankungsbreite nicht als verlässlich betrachtet werden.
Welche Risiken bestehen beim Investment in den Gensyn AI-Token?
Zu den zentralen Risiken zählen die technische Unsicherheit, ob dezentrales Training angesichts begrenzter Internetbandbreite jemals mit zentralisierten Rechenzentren mithalten kann, die ungewisse tatsächliche Nutzung von Delphi und künftiger Mainnet-Anwendungen sowie strukturell hoher Verkaufsdruck durch die in den kommenden drei Jahren freiwerdenden Team- und Investorenanteile. Hinzu kommt die allgemeine Marktvolatilität neu gelisteter Micro-Cap-Token und, wie bei jedem jungen Mainnet, ein gewisses technisches Restrisiko rund um die neuartigen Smart Contracts und Verifikationsmechanismen des Netzwerks.
Von der HOGE Wire Redaktion, Ressort AI-Crypto.