{"id":374,"date":"2026-08-27T16:30:57","date_gmt":"2026-08-27T16:30:57","guid":{"rendered":"https:\/\/hoge.gg\/de\/dezentrale-inferenz-2026-traffic-vertrauen-realitaetscheck\/"},"modified":"2026-08-27T16:30:57","modified_gmt":"2026-08-27T16:30:57","slug":"dezentrale-inferenz-2026-traffic-vertrauen-realitaetscheck","status":"publish","type":"post","link":"https:\/\/hoge.gg\/de\/dezentrale-inferenz-2026-traffic-vertrauen-realitaetscheck\/","title":{"rendered":"Dezentrale Inferenz 2026: echter Traffic, unbewiesenes Vertrauen"},"content":{"rendered":"

„Dezentrale Inferenz“ war lange ein Versprechen auf Pr\u00e4sentationsfolien: Tausende verstreuter GPUs, die zusammen die KI-Cloud von Amazon, Microsoft und Google unterbieten. Ende August 2026 sieht es kurz nach Einl\u00f6sung aus. Der Bittensor-Token TAO notiert bei rund \u20ac218 und legte zuletzt binnen eines Tages zweistellig zu, auf Wochensicht um etwa ein Viertel (CoinGecko<\/a>). Getrieben hat das weniger die Nutzung als die Spekulation auf einen ersten US-Spot-Fonds: Grayscale hat Ende Dezember 2025 beantragt, seinen Bittensor Trust in ein b\u00f6rsengehandeltes Produkt (Ticker GTAO) umzuwandeln (Crowdfund Insider<\/a>). io.net verbrennt seit Juni Token gegen echten Umsatz, und Prime Intellect hat im Juli 130 Millionen Dollar eingesammelt, ohne einen einzigen handelbaren Token zu verkaufen.<\/p>

Hinter den Kursen erz\u00e4hlt der Sektor 2026 drei Geschichten, die nicht zusammenpassen. Erstens: Der Traffic ist real und w\u00e4chst, aber die gr\u00f6\u00dften Zahlen sind Selbstausk\u00fcnfte, keine unabh\u00e4ngig gepr\u00fcften Werte. Zweitens: Die Preise sind tats\u00e4chlich niedrig, nur zahlt einen gro\u00dfen Teil davon die Token-Inflation, nicht der Kunde. Drittens: Genau die Eigenschaft, die einen Aufpreis rechtfertigen w\u00fcrde, n\u00e4mlich nachpr\u00fcfbare und vertrauliche Inferenz, gibt es als bezahltes Produkt im gro\u00dfen Ma\u00dfstab noch nicht. Dieser Text trennt, was gemessen ist, von dem, was vermarktet wird, und ordnet ein, was das f\u00fcr deutsche und europ\u00e4ische Nutzer unter dem seit 2. August 2026 durchsetzbaren AI Act bedeutet.<\/p>

Was dezentrale Inferenz 2026 wirklich meint<\/h2>

Inferenz ist der laufende Betrieb eines fertig trainierten KI-Modells: der Moment, in dem aus einer Eingabe eine Antwort wird. Das Training baut das Modell einmalig und teuer; die Inferenz f\u00fchrt es millionenfach aus. Dezentrale Inferenz verlagert genau diesen zweiten Schritt weg aus den Rechenzentren der Hyperscaler hinein in ein Netzwerk unabh\u00e4ngiger GPU-Anbieter, koordiniert \u00fcber Token-Anreize und eine Abrechnung auf der Blockchain.<\/p>

Drei Grundarchitekturen haben sich herausgebildet. Der GPU-Marktplatz vermietet rohe Rechenzeit und \u00fcberl\u00e4sst die Software dem Kunden; Akash, io.net und Aethir geh\u00f6ren hierher, und Akash verl\u00e4sst 2026 sogar sein urspr\u00fcngliches Cosmos-\u00d6kosystem<\/a>. Das Anreiz-Netzwerk, f\u00fcr das Bittensor steht, bezahlt Anbieter \u00fcber Subnetze f\u00fcr messbare Leistungen. Die Koprozessor- oder Verifizierungsschicht schlie\u00dflich, vertreten durch Ritual, EigenCloud oder opML, will nicht die billigste, sondern die nachweisbar korrekte Inferenz liefern. Diese dritte Kategorie ist der eigentliche Streitpunkt 2026.<\/p>

Neu ist der Fokus. Die erste Welle von Krypto und KI drehte sich um 2023 und 2024 fast nur um Training und um rohe GPU-Vermietung, weil dort die knappste und teuerste Ressource lag. 2026 hat sich der Schwerpunkt verschoben: Trainiert wird seltener, betrieben wird st\u00e4ndig. Wichtig ist auch, dass „dezentral“ kein Schalter ist, sondern ein Spektrum. Am einen Ende stehen wirklich erlaubnisfreie Netzwerke, in denen jeder anonyme Betreiber eine GPU beisteuern kann; am anderen kuratierte Anbieterpools mit Aufnahmepr\u00fcfung, die nur die Abrechnung auf eine Blockchain legen. Die meisten Projekte, die sich 2026 dezentral nennen, sitzen irgendwo in der Mitte, und genau diese Mitte entscheidet \u00fcber Vertrauen, Zensurresistenz und Regulierbarkeit.<\/p>

Der Nachfrage-Shift: Inferenz ist das Gesch\u00e4ft, nicht das Training<\/h2>

Die Wette auf Inferenz statt Training ist kein Zufall. Sch\u00e4tzungen der Branche verorten 70 bis 90 Prozent der dauerhaften KI-Rechenlast auf der Inferenzseite (Spheron<\/a>). Training ist ein einmaliger Kraftakt, Inferenz die Dauerbelastung, die mit jedem Nutzer und jedem Agenten mitw\u00e4chst.<\/p>

Der Treiber sind autonome KI-Agenten. Jeder Agent, der rund um die Uhr Modelle abfragt, plant und handelt, erzeugt ein Vielfaches der Anfragen eines menschlichen Nutzers, und er braucht billige, jederzeit erreichbare Endpunkte. Wie heikel es wird, wenn ein solcher Agent zugleich eine eigene Wallet und Zugriff auf echtes Geld<\/a> hat, ist ein eigenes Sicherheitsthema. Technisch passt der Nachfrage-Shift zur Dezentralisierung: Das Training eines 400-Milliarden-Parameter-Modells verlangt eng gekoppelte GPUs mit InfiniBand- und NVLink-Bandbreite, die ein weltweit verstreutes Netzwerk nicht liefern kann. Inferenz kleiner und mittelgro\u00dfer Modelle l\u00e4sst sich dagegen replizieren, also auf viele lose gekoppelte Knoten kopieren. Die Last, die w\u00e4chst, ist zuf\u00e4llig genau die, die verstreute Hardware vertr\u00e4gt.<\/p>

Zwei Entwicklungen befeuern die Nachfrage zus\u00e4tzlich. Erstens die Flut offener Modelle: Gewichte von Llama, DeepSeek, Qwen und Mistral kann jeder Anbieter selbst betreiben, was den Preiskampf von den geschlossenen Laboren auf einen offenen Markt aus Hostern verlagert. Zweitens der Preisverfall pro Token: Ein offenes 70-Milliarden-Modell kostet bei den g\u00fcnstigsten Anbietern nur noch Bruchteile eines Cents je Million Token, w\u00e4hrend Spitzenmodelle wie GPT-5 oder Claude Opus ein Vielfaches verlangen. F\u00fcr Standardaufgaben, die keine Frontier-Qualit\u00e4t brauchen, wird Inferenz damit zur Ware, und bei Waren z\u00e4hlt vor allem der Preis. Genau in diese L\u00fccke zielen dezentrale Netzwerke, und genau dort stellt sich die Frage, ob ihr Preis echt oder subventioniert ist.<\/p>

Echter Traffic oder Marketing-Zahl? Das Selbstauskunfts-Problem<\/h2>

Die Schlagzeilen-Zahlen sind beeindruckend. Chutes, das f\u00fchrende Inferenz-Subnetz von Bittensor, meldet f\u00fcr sich selbst rund 160 Milliarden verarbeitete Token pro Tag, 9,1 Billionen kumuliert und etwa 400.000 Nutzer. io.net vermeldet einen Rekord von \u00fcber 4 Milliarden KI-Token t\u00e4glich, Phala mehr als eine Milliarde. Wer diese Werte addiert, sieht eine Industrie im Massenbetrieb.<\/p>

Der Haken: Fast alle gro\u00dfen Zahlen sind Selbstausk\u00fcnfte der Netzwerke. Der Teil des Verkehrs, der \u00fcber neutrale Aggregatoren wie OpenRouter l\u00e4uft und damit unabh\u00e4ngig z\u00e4hlbar ist, f\u00e4llt deutlich kleiner aus. Laut einer Auswertung von ownyourmind.ai<\/a> erreichte der \u00fcber OpenRouter gepr\u00fcfte Durchsatz von Chutes seinen H\u00f6hepunkt bei rund 42 Milliarden Token an einem einzigen Tag (7. Februar 2026) und lag im M\u00e4rz im Schnitt bei 8 bis 12 Milliarden, ein Bruchteil der selbst gemeldeten 160 Milliarden. Das ist die erste Ironie des Sektors: Eine Branche, die Verifizierbarkeit verkauft, kann bislang nicht einmal ihren eigenen Traffic beweisen.<\/p>

Warum klaffen Selbstauskunft und Messung so weit auseinander? Der Anreiz zeigt in eine Richtung. Hohe Durchsatzzahlen locken Delegatoren, die Token staken, treiben die Emissionen ins Subnetz und st\u00fctzen den Kurs; niemand im System wird daf\u00fcr belohnt, die Zahlen kleinzurechnen. Dazu kommt, dass ein kostenloser Tarif Verkehr erzeugt, der nach echter Nachfrage aussieht, aber keiner ist. Dass Chutes seinen Gratis-Zugang im M\u00e4rz 2026 schloss, lie\u00df die selbst gemeldeten Spitzen prompt schrumpfen, ein deutliches Signal, wie viel „Nutzung“ vorher subventionierte Neugier war. F\u00fcr Anleger hei\u00dft das: Eine Kennzahl ist erst dann belastbar, wenn ein neutraler Dritter sie best\u00e4tigt, etwa ein Aggregator oder ein zahlender Kunde, nicht das Netzwerk selbst.<\/p>

Der Preis stimmt, aber wer bezahlt ihn?<\/h2>

Der Rabatt selbst ist echt. Spezialisierte und dezentrale Anbieter stellen eine Nvidia-H100 40 bis 85 Prozent g\u00fcnstiger bereit als die Hyperscaler. Die folgende \u00dcbersicht rechnet die \u00fcblichen Stundenpreise (Anbieter notieren in US-Dollar) zum Kurs von rund 1,165 USD\/EUR um.<\/p>

Anbieter<\/th>H100 pro Stunde (ca.)<\/th>Einordnung<\/th><\/tr><\/thead>
Amazon Web Services<\/td>\u20ac5,90<\/td>Hyperscaler-Referenz<\/td><\/tr>
Google Cloud<\/td>\u20ac9,42<\/td>Hyperscaler<\/td><\/tr>
Microsoft Azure<\/td>\u20ac10,55<\/td>Hyperscaler<\/td><\/tr>
Lambda<\/td>\u20ac2,14 bis \u20ac2,95<\/td>Spezialist<\/td><\/tr>
io.net<\/td>\u20ac1,71 bis \u20ac3,00<\/td>dezentral<\/td><\/tr>
Spheron<\/td>\u20ac2,15 (\u20ac0,88 Spot)<\/td>dezentral<\/td><\/tr>
Vast.ai<\/td>\u20ac1,31 bis \u20ac1,95<\/td>Marktplatz<\/td><\/tr><\/tbody><\/table>
Quelle: Spheron, Stand 2026; Umrechnung ca. 1,165 USD\/EUR.<\/figcaption><\/figure>

Woher der Preisunterschied? Aus Leerlauf. Eine Auswertung von CAST AI<\/a> \u00fcber rund 23.000 Kubernetes-Cluster fand eine durchschnittliche GPU-Auslastung von nur etwa 5 Prozent. Die Grundidee dezentraler Netzwerke ist, genau diese brachliegende Hardware zu Geld zu machen. Ein niedriger Hardwarepreis ist aber nicht dasselbe wie ein tragf\u00e4higer Dienst, und damit beginnt das eigentliche Problem.<\/p>

Die Subventionsfrage: wenn die Token-Inflation den Rabatt zahlt<\/h2>

Die unbequeme Kennzahl hei\u00dft Subventionsquote. F\u00fcr die Inferenz-Subnetze von Bittensor liegt das Verh\u00e4ltnis von ausgesch\u00fctteten Token-Emissionen zu tats\u00e4chlichem Au\u00dfenumsatz laut ownyourmind.ai bei etwa 22:1 bis 40:1. Im Klartext: F\u00fcr jeden Euro, der von au\u00dfen als Umsatz hereinkommt, druckt das Netzwerk ein Vielfaches an Token-Belohnungen, um die GPUs online zu halten.<\/p>

Auf St\u00fcckkostenebene wird es greifbar. Der gesch\u00e4tzte Break-even von Chutes liegt bei rund \u20ac1,21 je Million Token, w\u00e4hrend ein wettbewerbsf\u00e4higer Marktpreis eher bei \u20ac0,76 liegt; die eigene Preisliste beginnt bei etwa \u20ac0,19 je Million Token. Der Dienst verkauft also unter Kosten, und die L\u00fccke stopft die Token-Emission. Dass Chutes im M\u00e4rz 2026 seinen kostenlosen Tarif beendet hat, war ein erster Schritt Richtung echter Preise. Der gesamte extern identifizierbare Umsatz des Bittensor-Netzwerks wird auf grob 3 bis 15 Millionen US-Dollar im Jahr gesch\u00e4tzt, ein schmaler Sockel gegen\u00fcber einer Marktkapitalisierung von \u00fcber zwei Milliarden Euro.<\/p>

Das Muster ist aus fr\u00fcheren DePIN-Wellen bekannt. Helium bezahlte den Aufbau seines Funknetzes jahrelang mit Token, deren Wert st\u00e4rker an Emissionen als an Datenverkehr hing; Filecoin f\u00fcllte Speicher, den kaum jemand nachfragte. Die Kritik lautet jedes Mal gleich: Wer einen Dienst dauerhaft unter Kosten verkauft und die Differenz druckt, verkauft im Grunde einen Euro f\u00fcr achtzig Cent und nennt Wachstum, was in Wahrheit Verw\u00e4sserung ist. Eine tragf\u00e4hige Subventionsquote m\u00fcsste sich Richtung 1:1 bewegen, also echter Umsatz statt Emission. Davon ist der Sektor 2026 weit entfernt, und deshalb ist jeder Mechanismus, der Emissionen an nachweisbare Einnahmen bindet, mehr als Kosmetik.<\/p>

io.net, Chutes und der Weg zu echten Einnahmen<\/h2>

Die Antwort, die alle suchen, lautet: Emissionen an echten Umsatz koppeln. Am deutlichsten versucht das io.net. Seit dem 11. Juni 2026 l\u00e4uft die Incentive Dynamic Engine (IDE), die mindestens 50 Prozent des Netzwerkumsatzes nach Auszahlungen dauerhaft in IO verbrennt, mit einem Ziel von bis zu 12 Millionen IO im ersten Jahr (CoinDesk<\/a>). Zum Start meldete io.net einen Unternehmensvertrag \u00fcber 8 Millionen US-Dollar, der rund 650.000 US-Dollar monatliche On-Chain-Einnahmen beisteuert, sowie den erw\u00e4hnten Rekord von \u00fcber 4 Milliarden KI-Token pro Tag.<\/p>

Der Mechanismus dreht die Subvention um: Statt Token zu drucken, um Nutzung zu kaufen, werden Token im Verh\u00e4ltnis zur realen Nutzung vernichtet. Ob der Umsatz gro\u00df genug ist, um zu z\u00e4hlen, bleibt offen; ein Acht-Millionen-Vertrag ist real, aber klein gegen eine Marktkapitalisierung von rund 46 Millionen Euro und Jahre an Emissionen. Dieselbe Frage, ob Verbrennung die Emission schlagen kann, stellt sich auf der Trainingsseite bei Gensyn und seiner Unlock-Klippe<\/a>. Chutes wiederum, mit einem externen Umsatz von 1,3 bis 2,4 Millionen US-Dollar, bewegt sich in dieselbe Richtung, bleibt aber stark emissionsgetrieben.<\/p>

Doch auch ehrliche Zahlen bleiben klein. Rechnet man den Acht-Millionen-Vertrag von io.net hoch, ergibt das einen niedrigen zweistelligen Millionenbetrag an Jahresumsatz, dem eine Marktkapitalisierung von Zigmillionen Euro und Jahre kumulierter Emissionen gegen\u00fcberstehen. Der Verbrennungsmechanismus wirkt erst dann kursrelevant, wenn der verbrannte Wert die neu ausgegebenen Token \u00fcbersteigt, und dieser Kipppunkt ist noch nicht erreicht. Positiv bleibt der Richtungswechsel: Statt Wachstum allein an Emissionen zu messen, machen io.net und Chutes den realen Umsatz zur Zielgr\u00f6\u00dfe. Ob das reicht, um die Schere zwischen Nutzung und Token-Wert zu schlie\u00dfen, entscheidet weniger die Technik als die Frage, ob genug Unternehmen bereit sind, f\u00fcr dezentrale Inferenz denselben Preis zu zahlen wie f\u00fcr die etablierte Cloud.<\/p>

Das Vertrauensproblem: kann man dem Output glauben?<\/h2>

Der ungel\u00f6ste Kern hat nichts mit Preis oder Volumen zu tun, sondern mit Vertrauen. Wenn Sie eine Anfrage an eine anonyme GPU irgendwo auf der Welt schicken, woher wissen Sie, dass dort wirklich das Modell lief, f\u00fcr das Sie bezahlt haben, in der Pr\u00e4zision, f\u00fcr die Sie bezahlt haben, und nicht ein billigeres, quantisiertes Ersatzmodell?<\/p>

Zentralisierte Clouds l\u00f6sen das \u00fcber Reputation und Vertr\u00e4ge: Man vertraut Amazon, weil Amazon einen Namen und eine Rechtsabteilung hat. Ein Netzwerk anonymer Knoten kann sich darauf nicht st\u00fctzen und braucht deshalb einen kryptografischen oder \u00f6konomischen Beweis. Wie real der Anreiz zum Schummeln ist, formuliert ausgerechnet die Forschung von Prime Intellect in ihrer TOPLOC-Arbeit unverbl\u00fcmt: Anbieter „make adjustments to computation methods to optimize for cost, efficiency, or specific commercial goals“, nehmen also Abk\u00fcrzungen zulasten der Qualit\u00e4t (arXiv<\/a>). Ohne Verifizierung konkurriert dezentrale Inferenz allein \u00fcber den Preis, und den kann sie dauerhaft nicht gewinnen. Mit Verifizierung h\u00e4tte sie einen Burggraben. Deshalb ist Verifizierung das ganze Spiel.<\/p>

Konkret sieht der Betrug harmlos aus und ist schwer zu entdecken. Ein Anbieter kann ein volles 70-Milliarden-Modell durch eine auf vier Bit quantisierte Variante ersetzen, die auf derselben Hardware doppelt so viele Anfragen schafft und fast identisch antwortet, nur bei kniffligen Aufgaben messbar schlechter. Oder er schiebt ein kleineres, destilliertes Modell unter. Der Nutzer bekommt eine plausible Antwort und keinen Hinweis darauf, dass er nicht das bezahlte Modell erhalten hat. Bei einem einzelnen Chat f\u00e4llt das nicht auf; bei einem Agenten, der tausend Entscheidungen pro Stunde trifft oder Geld bewegt, summiert sich die stille Qualit\u00e4tsminderung zu echtem Schaden. Reputation allein deckt das nicht auf, ein Beweis schon.<\/p>

Vier Wege, Inferenz zu verifizieren (und warum keiner fertig ist)<\/h2>

Vier Ans\u00e4tze konkurrieren, jeder mit einem anderen Kompromiss zwischen Kosten, Vertrauen und Geschwindigkeit.<\/p>

Ansatz<\/th>Prinzip<\/th>Reife und Haken<\/th>Beispiel<\/th><\/tr><\/thead>
TEE (Trusted Execution Environment)<\/td>Hardware-Enklave im Chip bezeugt, dass der Code lief<\/td>Am ehesten produktreif, geringer Overhead; Vertrauen wandert zum Chip-Hersteller<\/td>Phala (\u00fcber 30.000 TEE-Ger\u00e4te, mehr als 1 Mrd Token\/Tag)<\/td><\/tr>
zkML (Zero-Knowledge)<\/td>Kryptografischer Beweis der korrekten Berechnung<\/td>Vertrauenslos, aber Beweis-Overhead enorm; heute nur winzige Modelle<\/td>diverse Forschungsprojekte<\/td><\/tr>
opML (Optimistic)<\/td>Ergebnis gilt als korrekt, Betrug per Challenge widerlegbar<\/td>G\u00fcnstig, aber das Challenge-Fenster kostet Zeit<\/td>Ora \/ opML<\/td><\/tr>
TOPLOC (Aktivierungs-Fingerabdruck)<\/td>Leichter Abgleich \u00fcber Hashing der Aktivierungen<\/td>Erkennt Modell-, Prompt- und Pr\u00e4zisionswechsel nahezu vollst\u00e4ndig, 1000-fach weniger Speicher; probabilistisch, kein voller Beweis<\/td>Prime Intellect (INTELLECT-2)<\/td><\/tr><\/tbody><\/table><\/figure>

Das Fazit ist ern\u00fcchternd. TEE ist am n\u00e4chsten an der Serienreife, verschiebt das Vertrauen aber auf Nvidia oder Intel. zkML ist vertrauenslos, aber zu langsam f\u00fcr gro\u00dfe Modelle. opML und Aktivierungs-Fingerabdr\u00fccke sind praktikabel, liefern aber nur Teilgarantien. Keiner der Wege bietet heute billig, vertrauenslos und schnell zugleich auf dem Niveau eines Spitzenmodells.<\/p>

Der Trade-off, den Vitalik beschrieb<\/h2>

Vitalik Buterin hat das Dilemma bereits in seinem Aufsatz zu Krypto und KI<\/a> auf den Punkt gebracht: Der st\u00e4rkste Beitrag der Kryptografie zur KI sei Verifizierbarkeit, doch der ehrliche Preis daf\u00fcr sei ein harter Zielkonflikt. Billige, aber nicht \u00fcberpr\u00fcfbare Inferenz stehe teurer, aber beweisbarer Inferenz gegen\u00fcber, wobei Zero-Knowledge-Beweise den Rechenaufwand um das Hundert- bis Mehrhundertfache erh\u00f6hen k\u00f6nnen.<\/p>

Daraus wird eine Wand. Die billige Inferenz, die Menschen tats\u00e4chlich kaufen, ist unverifiziert; die verifizierte Inferenz kostet so viel, dass sie den Preisvorteil auffrisst, der \u00fcberhaupt das Verkaufsargument war. Die Gegenwette formuliert Sreeram Kannan, Chef von EigenCloud: „the future of software is autonomous and verifiable“ (SiliconANGLE<\/a>), die Zukunft der Software sei autonom und verifizierbar. Seine Wette: Eine Klasse besonders sensibler Aufgaben, etwa Agenten, die Geld bewegen oder On-Chain entscheiden, werde den Verifizierungsaufpreis zahlen. EigenCloud setzt dabei auf Einsatz und Slashing statt auf schwere ZK-Beweise. Die Frage ist nicht, ob Verifizierung m\u00f6glich ist, sondern ob genug K\u00e4ufer daf\u00fcr zahlen, bevor die Subventionen versiegen.<\/p>

In der Praxis gewinnt kurzfristig der Kompromiss. TEE-basierte Inferenz ist nicht vertrauenslos, sie verlagert das Vertrauen nur von einem anonymen Betreiber auf einen Chip-Hersteller wie Nvidia oder Intel, dessen Ruf und Bilanz auf dem Spiel stehen. Das ist schw\u00e4cher als ein mathematischer Beweis, aber viel billiger und schnell genug f\u00fcr echte Modelle. Viele im Feld sprechen deshalb nicht mehr von „trustless“, sondern von „trust-minimized“: Man verringert die Zahl der Parteien, denen man glauben muss, statt sie auf null zu bringen. F\u00fcr die meisten kommerziellen Aufgaben reicht das, und es erkl\u00e4rt, warum Phala mit zehntausenden TEE-Ger\u00e4ten heute mehr reale Last tr\u00e4gt als jedes reine ZK-Projekt.<\/p>

Prime Intellect und das Signal des ernsten Geldes<\/h2>

Der aufschlussreichste Datenpunkt des Jahres ist kein Token, sondern eine Eigenkapitalrunde. Prime Intellect sammelte am 8. Juli 2026 in einer Series A 130 Millionen US-Dollar bei einer Bewertung von einer Milliarde Dollar ein, angef\u00fchrt von Radical Ventures und mit an Bord Nvidia Ventures, Intel Capital und Dell Technologies Capital (TechCrunch<\/a>). Das Unternehmen kommt auf eine annualisierte Umsatzrate von rund 100 Millionen Dollar und z\u00e4hlt Kunden wie Ramp und Zapier. Einen handelbaren Token gibt es nicht.<\/p>

Das Signal ist deutlich. Wenn strategisches Chip- und Infrastrukturgeld auf verteilte KI setzt, kauft es Anteile an einem Unternehmen mit Umsatz und geistigem Eigentum, an der Verifizierungstechnik TOPLOC und verteiltem Training, nicht einen Governance-Token. Das ist ein Votum f\u00fcr die Technologie und gegen das Token-zuerst-Modell. Der Kontrast k\u00f6nnte kaum gr\u00f6\u00dfer sein: Die liquiden Token TAO, IO, AKT und RENDER handeln auf Erz\u00e4hlung und Streubesitz, das ernste Kapital sitzt in Kapitaltabellen. Es lohnt sich, dem Wert zu folgen: Flie\u00dft er ins Eigenkapital oder in den Token?<\/p>

Tech gegen Token: die gro\u00dfe Entkopplung<\/h2>

Das Paradox des Jahres: Die Nutzung steigt fast \u00fcberall, die Token stehen 67 bis 98 Prozent unter ihren H\u00f6chstst\u00e4nden.<\/p>

Token<\/th>Preis (EUR)<\/th>Marktkap. (ca.)<\/th>vom Allzeithoch<\/th>Nutzungstrend<\/th><\/tr><\/thead>
TAO (Bittensor)<\/td>\u20ac217,68<\/td>\u20ac2,09 Mrd<\/td>rund -67%<\/td>steigend (selbst gemeldet)<\/td><\/tr>
RENDER<\/td>\u20ac1,33<\/td>\u20ac692 Mio<\/td>rund -89%<\/td>steigend<\/td><\/tr>
AKT (Akash)<\/td>\u20ac0,48<\/td>\u20ac143 Mio<\/td>rund -93%<\/td>steigend<\/td><\/tr>
IO (io.net)<\/td>\u20ac0,121<\/td>\u20ac46 Mio<\/td>rund -98%<\/td>steigend (4 Mrd Token\/Tag)<\/td><\/tr><\/tbody><\/table>
Quelle: CoinGecko<\/a>, Stand 27. August 2026.<\/figcaption><\/figure>

Die TAO-Rally Ende August ist die Ausnahme, die die Regel best\u00e4tigt. Sie ist ein Erz\u00e4hlungs-Move rund um den m\u00f6glichen Grayscale-Fonds GTAO, kein Fundamentaldaten-Move; TAO steigt auf die Aussicht einer regulierten H\u00fclle, dieselbe Liquidit\u00e4ts- und Fonds-Dynamik, die auch den breiteren Markt rund um Bitcoins Rally<\/a> treibt. Warum die Entkopplung? Freigaben aus Sperrfristen und laufende Emissionen verw\u00e4ssern, der reale Umsatz ist klein und subventioniert, und der Markt ist zu Recht unsicher, ob die Token den Wert \u00fcberhaupt einfangen, den die Netzwerke schaffen.<\/p>

F\u00fcr Anleger steckt darin eine unbequeme Mechanik. Ein b\u00f6rsengehandeltes Produkt bringt Nachfrage von au\u00dfen, ver\u00e4ndert aber keinen einzigen Fundamentalwert des Netzwerks; historisch folgt auf die Zulassung oft ein „sell the news“, sobald die Erwartung eingepreist ist. Gleichzeitig dr\u00fccken planm\u00e4\u00dfige Freigaben aus Team- und Investoren-Tranchen frisches Angebot in den Markt, w\u00e4hrend die Emissionen ohnehin laufend verw\u00e4ssern. Wer TAO, IO, AKT oder RENDER h\u00e4lt, handelt daher weniger die heutige Nutzung als eine Wette darauf, dass die Token eines Tages den Umsatz einfangen, den die Netzwerke erzeugen. Solange dieser Umsatz klein und subventioniert bleibt, ist der Kurs vor allem KI-Beta, kein Fundamentaldaten-Barometer.<\/p>

Der EU AI Act trifft dezentrale Inferenz<\/h2>

Seit dem 2. August 2026 kann die Europ\u00e4ische Kommission die Regeln des AI Act f\u00fcr Modelle mit allgemeinem Verwendungszweck (GPAI) durchsetzen, mit Bu\u00dfgeldern von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes, bei verbotenen Praktiken sogar bis zu 35 Millionen Euro oder 7 Prozent (Europ\u00e4ische Kommission<\/a>). Die Pflichten gelten seit dem 2. August 2025, \u00e4ltere Modelle haben bis zum 2. August 2027 Zeit.<\/p>

F\u00fcr dezentrale Inferenz entsteht daraus eine Spannung. Der AI Act weist Pflichten identifizierbaren Anbietern und Betreibern zu: Dokumentation, Transparenz, Risikomanagement. Wer aber ist der „Anbieter“, wenn ein Modell auf tausend anonymen GPUs l\u00e4uft, koordiniert von einem Token-Protokoll? Eine DAO? Der Subnetz-Betreiber? Der Entwickler am Ende der Kette? Hier haben zentralisierte Clouds kurzfristig einen Vorteil: Ein deutsches Unternehmen, das einen pr\u00fcfbaren, DSGVO-konformen und AI-Act-dokumentierten Inferenz-Stack braucht, kauft leichter bei einem benannten Anbieter als in einem erlaubnisfreien Netzwerk. Die Gegenbewegung ist, dass vertrauliche Inferenz per TEE und Garantien zur Datenlokalisierung genau die Eigenschaften sind, die dezentrale Inferenz von sich aus konform machen k\u00f6nnten. Verifizierung ist damit nicht nur ein Burggraben, sondern auch ein Compliance-Werkzeug: Der AI Act ist Gegenwind und R\u00fcckenwind zugleich.<\/p>

Eine Nuance entlastet viele Projekte. Die strengsten GPAI-Pflichten samt Meldung an das AI Office kn\u00fcpfen an Modelle mit systemischem Risiko an, grob oberhalb einer Trainingsschwelle von 10 hoch 25 Rechenoperationen. Die meisten dezentralen Netzwerke betreiben offene Modelle unterhalb dieser Grenze, tragen also die leichteren Transparenz- und Dokumentationspflichten, nicht die schwersten. Entscheidend f\u00fcr ein deutsches Unternehmen ist zudem die Rolle: Wer ein solches Modell nur \u00fcber einen dezentralen Endpunkt einsetzt, ist meist „Betreiber“ und nicht „Anbieter“, mit entsprechend geringeren Pflichten, muss aber trotzdem belegen k\u00f6nnen, welches Modell auf welcher Infrastruktur seine Daten verarbeitet hat. Genau dieser Nachweis f\u00fchrt zur\u00fcck zur Verifizierung: Ohne sie ist AI-Act-Konformit\u00e4t auf einem anonymen GPU-Netz schwer zu belegen.<\/p>

MiCA, BaFin und die Token-Grauzone<\/h2>

F\u00fcr deutsche Anleger ist die Frage schlichter und unbeantwortet: Was sind TAO, IO, AKT und RENDER rechtlich? BaFin und MiCA regulieren Krypto-Dienstleister (CASPs) und Emittenten, nicht das zugrunde liegende Protokoll oder seine Rechenleistung, wie die BaFin in ihrem Merkblatt zu Kryptowerte-Dienstleistungen<\/a> klarstellt.<\/p>

Diese DePIN- und KI-Token passen in kein sauberes Fach. Sie sind weder E-Geld-Token noch wertreferenzierte Token im Sinne von MiCA, sondern verhalten sich wie Utility- oder sonstige Kryptowerte, was d\u00fcnne Emittentenpflichten und keine produktbezogene Aufsicht \u00fcber die Netzwerk-Behauptungen bedeutet. Jenseits des Atlantiks benannte die gemeinsame Auslegung von SEC und CFTC vom M\u00e4rz 2026 zwar eine Reihe digitaler Rohstoffe wie Bitcoin, Ethereum, Solana und XRP, schwieg aber zu DePIN- und KI-Token und lie\u00df sie damit auf beiden Seiten in der Grauzone. Deutschlands MiCA-\u00dcbergangsfrist endete am 1. Juli 2026, die BaFin vergibt seither CASP-Lizenzen. Die L\u00fccke, \u00fcber die die EU noch streitet, also DeFi, Staking und die Grenze des Begriffs Dienstleister, ist dieselbe L\u00fccke, in die ein token-koordiniertes Rechennetzwerk f\u00e4llt; die laufende MiCA-\u00dcberpr\u00fcfung<\/a> wird zeigen, ob sie sich schlie\u00dft. F\u00fcr Leser hei\u00dft das: Diese Papiere sind hochriskante, d\u00fcnn regulierte Infrastruktur-Wetten, und die selbst gemeldeten Kennzahlen aus diesem Text sind genau die Art Behauptung, die derzeit keine Aufsicht pr\u00fcft.<\/p>

Praktisch hei\u00dft das f\u00fcr den deutschen Anleger dreierlei. Erstens: Der Zugang l\u00e4uft \u00fcber CASP-lizenzierte Handelspl\u00e4tze, die seit dem Ende der \u00dcbergangsfrist eine Zulassung von BaFin oder aus der EU brauchen; wer au\u00dferhalb dieses Rahmens anbietet, ist ein Warnsignal. Zweitens: Zu den meisten dieser Token gibt es kein gepr\u00fcftes Wertpapierprospekt, sondern bestenfalls ein knappes Kryptowerte-Whitepaper ohne Haftung f\u00fcr Nutzungszahlen. Drittens: Sobald ein Produkt als Future oder Perpetual auf diese Token daherkommt, greift nicht MiCA, sondern MiFID II, mit anderer Aufsicht und anderem Risikoprofil. Ein b\u00f6rsengehandeltes Produkt wie das geplante GTAO w\u00e4re der erste regulierte Umweg, doch es bildet den Kurs ab, nicht die Substanz dahinter.<\/p>

Was 2026 zu beobachten ist<\/h2>

F\u00fcnf konkrete Signale trennen Substanz von Erz\u00e4hlung:<\/p>

  • Gepr\u00fcfter statt gemeldeter Traffic:<\/strong> Wandert mehr Nutzung \u00fcber neutrale Aggregatoren, wo sie z\u00e4hlbar wird?<\/li>
  • Umsatz statt Emissionen:<\/strong> F\u00e4llt die Subventionsquote, etwa durch die IDE von io.net oder echte Preise bei Chutes?<\/li>
  • Ein verifizierbares Produkt mit zahlenden Kunden:<\/strong> Verkauft irgendein Projekt nachweisbare oder vertrauliche Inferenz an echte Unternehmen, statt sie nur vorzuf\u00fchren?<\/li>
  • Eigenkapital gegen Token:<\/strong> Flie\u00dft strategisches Geld weiter ins Eigenkapital (Prime Intellect) statt in Token?<\/li>
  • Regulatorik:<\/strong> Eine ETP-Zulassung (GTAO) w\u00e4re ein Liquidit\u00e4tsereignis, kein Fundamentaldaten-Ereignis; die erste AI-Act-Durchsetzung gegen einen dezentralen Anbieter w\u00e4re der eigentliche Test.<\/li><\/ul>

    Unter dem Strich: Die Nachfrage ist real, der Rabatt ist real, das Vertrauen ist es noch nicht, und die Token preisen eine Zukunft ein, welche die Fundamentaldaten noch nicht erreicht haben.<\/p>

    H\u00e4ufig gestellte Fragen<\/h2>

    Was ist dezentrale Inferenz einfach erkl\u00e4rt?<\/h3>

    Dezentrale Inferenz bedeutet, ein fertig trainiertes KI-Modell nicht in einer einzelnen Cloud, sondern \u00fcber ein Netzwerk unabh\u00e4ngiger GPU-Anbieter auszuf\u00fchren, die per Token-Anreiz koordiniert und auf der Blockchain abgerechnet werden. Der Nutzer schickt eine Anfrage, ein verteilter Knoten liefert die Antwort.<\/p>

    Ist dezentrale Inferenz wirklich g\u00fcnstiger als AWS oder Azure?<\/h3>

    Der reine Stundenpreis f\u00fcr Hardware wie eine H100 liegt tats\u00e4chlich 40 bis 85 Prozent unter dem der Hyperscaler. Ein gro\u00dfer Teil dieses Rabatts wird 2026 aber durch Token-Emissionen finanziert, nicht durch ein selbsttragendes Gesch\u00e4ft, weshalb der Preisvorteil heute real, aber noch nicht dauerhaft bewiesen ist.<\/p>

    Kann man dem Ergebnis einer dezentralen Inferenz vertrauen?<\/h3>

    Noch nicht vollst\u00e4ndig. Verfahren wie TEE (etwa Phala), zkML, opML und Aktivierungs-Fingerabdr\u00fccke wie TOPLOC existieren, aber keines liefert zugleich billige, vertrauenslose und schnelle Verifizierung auf dem Niveau gro\u00dfer Modelle. Der gr\u00f6\u00dfte Teil der heutigen Nutzung ist deshalb unverifiziert.<\/p>

    Warum fallen die Token wie TAO, IO und RENDER, obwohl die Nutzung steigt?<\/h3>

    Die Nutzung w\u00e4chst, doch der reale Umsatz ist klein und subventioniert, Freigaben und Emissionen verw\u00e4ssern, und der Markt zweifelt, ob die Token den Wert der Netzwerke einfangen. Die TAO-Rally Ende August 2026 speist sich aus der Spekulation auf einen ETP, nicht aus Fundamentaldaten.<\/p>

    Wie reguliert die EU dezentrale KI-Inferenz?<\/h3>

    Der AI Act, seit dem 2. August 2026 durchsetzbar, weist Pflichten identifizierbaren Anbietern zu, was sich schwer auf anonyme GPU-Netzwerke \u00fcbertragen l\u00e4sst. MiCA und die BaFin regulieren zudem Krypto-Dienstleister und Emittenten, nicht die Rechenleistung selbst, sodass die Token in einer Grauzone bleiben.<\/p>