Am 22. April 2026 ging das Gensyn-Mainnet live, ein auf dem OP-Stack gebautes und an Ethereum verankertes Layer-2-Netzwerk. Das Versprechen war gro\u00df: Gensyn wollte das Training von Modellen f\u00fcr k\u00fcnstliche Intelligenz aus wenigen zentralen Rechenzentren l\u00f6sen und \u00fcber ein globales, kryptografisch abgesichertes Netzwerk verteilen. Rund 108 Tage sp\u00e4ter sieht die Realit\u00e4t anders aus, als es dieses Versprechen nahelegt. Nicht das dezentrale Training tr\u00e4gt das Netzwerk, sondern eine Anwendung f\u00fcr Prognosem\u00e4rkte namens Delphi. Der zugeh\u00f6rige AI-Token notiert Anfang August 2026 bei etwa 0,0192 Euro<\/a>, rund 78 Prozent unter seinem Rekordhoch von 0,08835 Euro von Ende April.<\/p> Diese Diskrepanz ist der Kern dieses Artikels. Die Grundlagen von Gensyn, also Gr\u00fcndung, Vier-Schichten-Architektur und das Verifikationssystem Verde, hat HOGE Wire bereits in einem eigenen Beitrag erkl\u00e4rt. Hier geht es um die Zwischenbilanz nach gut hundert Tagen: Wird aus dem Trainings-Protokoll gerade der Betreiber eines Prognosemarktes? L\u00e4uft der viel beworbene Buyback-and-Burn-Mechanismus tats\u00e4chlich, oder ist er nur gebaut? Und was bedeutet das f\u00fcr deutsche Anleger, die den Token \u00fcber eine europ\u00e4ische B\u00f6rse kaufen k\u00f6nnen?<\/p> Die kurze Antwort: Das Schwungrad ist montiert, aber ob es sich dreht, l\u00e4sst sich von au\u00dfen kaum \u00fcberpr\u00fcfen. Die lange Antwort f\u00fcllt die folgenden Abschnitte.<\/p> Gensyn wurde 2020 in London von Ben Fielding und Harry Grieve gegr\u00fcndet, um ein einziges hartes Problem zu l\u00f6sen: Wie l\u00e4sst sich beweisen, dass ein fremder, nicht vertrauensw\u00fcrdiger Rechner ein KI-Training korrekt ausgef\u00fchrt hat, ohne die gesamte Berechnung teuer zu wiederholen? Dieses Verifikationsproblem war die Existenzberechtigung des Projekts. Ben Fielding bezeichnete die gel\u00f6ste Verifikation im maschinellen Lernen gegen\u00fcber dem Fachportal Decrypt<\/a> als „the big secret sauce behind Gensyn“. Mitgr\u00fcnder Harry Grieve brachte das Grundproblem im selben Bericht auf den Punkt: „We have a very acute machine learning problem that needed a decentralized trust layer“.<\/p> Aus dieser These floss viel Kapital. a16z crypto f\u00fchrte 2023 eine Series-A-Runde \u00fcber 43 Millionen US-Dollar an. In ihrer Investmentbegr\u00fcndung<\/a> schrieben die a16z-crypto-Partner Ali Yahya und Guy Wuollet, Gensyn k\u00f6nne die f\u00fcr maschinelles Lernen verf\u00fcgbare Rechenleistung potenziell um das Zehn- bis Hundertfache steigern. Der Fokus lag klar auf dem Training, nicht auf Wetten \u00fcber Sportergebnisse oder Bitcoin-Kursziele.<\/p> Genau dorthin hat sich das operative Gesch\u00e4ft aber verschoben. Die Trainingsschicht, \u00f6ffentlich sichtbar als RL Swarm, l\u00e4uft derzeit nicht produktiv. Die einzige Anwendung, die auf dem Mainnet echtes Handelsvolumen und damit Geb\u00fchren erzeugt, ist Delphi, ein Marktplatz f\u00fcr KI-abgewickelte Informations- und Prognosem\u00e4rkte. Wer heute auf das Netzwerk schaut, sieht kein arbeitendes KI-Trainings-Protokoll, sondern eine Prognose-Plattform. Diese Verschiebung ist weder ein Skandal noch ein Betrug, aber sie ver\u00e4ndert die Investmentthese von Grund auf.<\/p> RL Swarm ist Gensyns quelloffenes Framework f\u00fcr kollaboratives Reinforcement-Learning-Nachtraining. In der Testnet-Phase ab Fr\u00fchjahr 2025 schlossen sich nach Angaben des Projekts Zehntausende Knoten zu Schw\u00e4rmen zusammen, in denen Modelle gemeinsam Aufgaben l\u00f6sten und sich gegenseitig bewerteten. Im November 2025 ersetzte Gensyn die urspr\u00fcngliche Trainingsumgebung durch CodeZero, eine Erweiterung in Richtung kooperativer Coding-Agenten mit den Rollen Solver, Proposer und Evaluator.<\/p> Parallel dazu stellte das Team im August 2025 Judge<\/a> vor, ein kryptografisch verifizierbares Bewertungssystem. Judge l\u00f6st ein Problem, das jede KI-Pipeline kennt: Wer ein Modell mit einem geschlossenen, propriet\u00e4ren Modell bewerten l\u00e4sst, kann das Ergebnis weder reproduzieren noch \u00fcberpr\u00fcfen. Judge setzt stattdessen auf deterministische CUDA-Kernels und einen eigenen Compiler, der jede einzelne Rechenoperation nachvollziehbar macht. Technisch ist das anspruchsvoll und legitim.<\/p> Kommerziell jedoch steht RL Swarm still. Laut der offiziellen Testnet-Dokumentation<\/a> laufen aktuell keine offiziellen Schw\u00e4rme; wer teilnehmen m\u00f6chte, wird auf community-betriebene Schw\u00e4rme oder auf einen sp\u00e4teren Zeitpunkt verwiesen. Die Entwicklungsressourcen wanderten vor dem Mainnet-Start zu Delphi. F\u00fcr ein Projekt, dessen gesamte Erz\u00e4hlung auf dezentralem Training beruht, ist eine pausierte Trainingsschicht die vielleicht wichtigste offene Frage. Der Wettbewerb um KI-Rechenleistung, den auch Netzwerke wie Render<\/a> mit ihrem GPU-Angebot bespielen, wartet nicht auf einen Nachz\u00fcgler.<\/p> Delphi ging zusammen mit dem Mainnet am 22. April 2026 an den Start und ist laut einer Unternehmensmitteilung<\/a> als Informationsmarkt f\u00fcr die rund 250 Milliarden US-Dollar schwere Creator-\u00d6konomie positioniert. Praktisch funktioniert Delphi wie ein permissionless Prognosemarkt: Jeder kann einen Markt zu jeder aufl\u00f6sbaren Frage erstellen, vom Bitcoin-Kursziel \u00fcber Sportergebnisse bis zu geopolitischen Ereignissen. Nutzer kaufen und verkaufen Positionen auf m\u00f6gliche Ausg\u00e4nge; die Abwicklung, also die Entscheidung, welcher Ausgang eingetreten ist, \u00fcbernehmen KI-Modelle.<\/p> Der Preisbildung liegt ein symmetrischer LMSR-Automated-Market-Maker zugrunde (Logarithmic Market Scoring Rule), ein aus der akademischen Prognosemarkt-Forschung bekanntes Verfahren. Optional lassen sich \u00fcber Gensyns Reproducible Execution Environment kryptografische Belege erzeugen, mit denen jeder nachvollziehen kann, wie ein Modell einen Markt aufgel\u00f6st hat. Das ist der Punkt, an dem Delphi und die Verifikationstechnik von Gensyn zusammenkommen: Die KI-Abwicklung soll nicht als Blackbox funktionieren, sondern \u00fcberpr\u00fcfbar sein.<\/p> Schon im Testnet zog Delphi beachtliches Interesse an. Laut news.bitcoin.com<\/a> kam ein einzelner Sportmarkt auf \u00fcber 87.000 H\u00e4ndler und ein Handelsvolumen von 4,88 Millionen US-Dollar; ein Markt rund um die Oscar-Verleihung zog mehr als 45.000 Teilnehmer. Diese Zahlen stammen aus der Testphase mit Spielgeld und sind mit Vorsicht zu genie\u00dfen. Sie zeigen aber, dass die Nachfrage nach KI-abgewickelten Prognosem\u00e4rkten real ist, in einem Sektor, der 2026 monatlich Milliardenvolumina bewegt.<\/p> Gensyn selbst vermeidet den Begriff Prognosemarkt und spricht bewusst von einem Informationsmarkt. Ben Fielding hat diese Abgrenzung in einem Interview mit DeFi Rate<\/a> erkl\u00e4rt: „Prediction markets in our view are unidirectional … Information markets to us are very specifically bidirectional“. Der Unterschied klingt akademisch, hat aber einen praktischen und einen regulatorischen Kern.<\/p> Praktisch meint Fielding, dass es bei Delphi nicht nur um die Vorhersage der Zukunft geht, sondern um den Handel von Informationen in beide Richtungen, also auch \u00fcber bereits eingetretene, aber noch nicht allgemein bekannte oder noch nicht sauber aufgel\u00f6ste Sachverhalte. Zur Rolle der KI sagte er, die abwickelnden Modelle w\u00fcrden nichts vorhersagen: „All they need to do is reason about what has happened“. Das Modell urteilt also \u00fcber Faktenlagen, es spekuliert nicht \u00fcber die Zukunft.<\/p> Regulatorisch ist diese Wortwahl kein Zufall. Prognosem\u00e4rkte stehen weltweit unter Beobachtung der Gl\u00fccksspiel- und Finanzaufsicht. Wer sein Produkt als Informationsmarkt und nicht als Wettplattform rahmt, versucht, sich aus der Gl\u00fccksspiel-Ecke herauszubewegen. Ob diese Abgrenzung vor einer deutschen oder europ\u00e4ischen Beh\u00f6rde standh\u00e4lt, ist eine offene Frage, auf die wir weiter unten zur\u00fcckkommen.<\/p> Der Grund, warum Delphi f\u00fcr den AI-Token \u00fcberhaupt z\u00e4hlt, liegt in der Geb\u00fchrenmechanik. Delphi erhebt eine Geb\u00fchr von zwei Prozent auf das Handelsvolumen. Davon gehen laut news.bitcoin.com<\/a> 1,5 Prozentpunkte an den Ersteller des jeweiligen Marktes und 0,5 Prozentpunkte in den sogenannten AI BuyBack Vault. Dieser Vault sammelt die Geb\u00fchren in USDC und tauscht sie, sobald er ausgel\u00f6st wird, in AI-Token um. Von den so erworbenen Token werden 70 Prozent dauerhaft verbrannt, 29 Prozent flie\u00dfen in die Community Treasury und 1 Prozent dient als Verg\u00fctung f\u00fcr die ausf\u00fchrende Instanz.<\/p>Vom Trainings-Protokoll zum Prognosemarkt-Betreiber<\/h2>
RL Swarm, Judge und CodeZero: warum die Trainingsschicht ruht<\/h2>
Delphi: die einzige Anwendung, die Geb\u00fchren erzeugt<\/h2>
Information Market statt Prediction Market: die feine Unterscheidung<\/h2>
Die Buyback-and-Burn-Maschine: Aufbau und Geb\u00fchrenlogik<\/h2>