{"id":572,"date":"2026-09-17T16:26:17","date_gmt":"2026-09-17T16:26:17","guid":{"rendered":"https:\/\/hoge.gg\/de\/opml-ki-modell-tokenisieren-imo-praxistest-2026\/"},"modified":"2026-09-17T16:26:17","modified_gmt":"2026-09-17T16:26:17","slug":"opml-ki-modell-tokenisieren-imo-praxistest-2026","status":"publish","type":"post","link":"https:\/\/hoge.gg\/de\/opml-ki-modell-tokenisieren-imo-praxistest-2026\/","title":{"rendered":"Kann man ein KI-Modell tokenisieren? opMLs Praxistest"},"content":{"rendered":"

Am 17. September 2026 erz\u00e4hlte der Kryptomarkt zwei Geschichten gleichzeitig. Die eine handelte von Erholung: Verifikationstoken wie PROVE (Succinct) legten binnen Monatsfrist rund ein Viertel zu, PHA (Phala) gewann in einer Woche gut zehn Prozent, und selbst das lange gebeutelte EIGEN drehte ins Plus. Die andere Geschichte spielte in derselben Branche und lief genau andersherum. Der Token, der die Wertsch\u00f6pfung von opML einfangen soll, notierte bei etwa 0,0018 Euro, brachte damit knapp 295.000 Euro Marktkapitalisierung auf die Waage und rangierte auf Platz 4017. An einem einzigen Tag verlor er nach CoinGecko-Daten<\/a> rund die H\u00e4lfte seines Werts, der 24-Stunden-Umsatz lag bei unter 1.700 Euro.<\/p>

Die Rede ist von ORA, dem Token des Protokolls Ora (fr\u00fcher Hyper Oracle). Ora hat opML, optimistic machine learning, ma\u00dfgeblich mitentwickelt und zu einem funktionierenden Baukasten ausgebaut: ein Orakel f\u00fcr KI-Anfragen, ein Framework f\u00fcr autonome Agenten und, am ehrgeizigsten, ein Verfahren, um ein KI-Modell samt seinem Einnahmestrom zu tokenisieren. Die Technik ist real und wird von unabh\u00e4ngigen Fachleuten ernst genommen. Der Token, der sie tragen soll, ist praktisch wertlos.<\/p>

Dieser Widerspruch ist der eigentliche Praxistest von opML. Ein Beweisverfahren ist kein Selbstzweck, sondern Infrastruktur: Es ist so viel wert wie das, was darauf l\u00e4uft. Dieser Beitrag geht der Frage nach, wof\u00fcr opML tats\u00e4chlich gebraucht wird, warum die k\u00fchnste Idee dahinter, ein Modell zu tokenisieren, technisch elegant und rechtlich heikel zugleich ist, und was der Absturz des Tokens \u00fcber die L\u00fccke zwischen Technologie und Marktwert verr\u00e4t.<\/p>

Was opML ist und warum es „optimistisch“ hei\u00dft<\/h2>

opML steht f\u00fcr optimistic machine learning. Das Prinzip ist schnell erkl\u00e4rt und trotzdem folgenreich. Anstatt eine KI-Berechnung teuer auf der Blockchain nachzuweisen, wird sie au\u00dferhalb der Kette ausgef\u00fchrt. Ver\u00f6ffentlicht wird nur das Ergebnis samt einer kompakten kryptografischen Kurzfassung, einem Merkle-Commitment, das den gesamten Rechenweg festnagelt. Dieses Ergebnis gilt zun\u00e4chst als g\u00fcltig. Erst wenn innerhalb eines festgelegten Einspruchsfensters niemand widerspricht, wird es endg\u00fcltig.<\/p>

Der Name ist Programm und ausdr\u00fccklich bei den optimistic Rollups von Arbitrum und dem OP Stack ausgeliehen. Man geht optimistisch davon aus, dass das ver\u00f6ffentlichte Ergebnis stimmt, und verl\u00e4sst sich darauf, dass mindestens ein aufmerksamer Beobachter einen Fehler anficht, falls doch betrogen wurde. Es ist die gleiche Logik wie im Rechtsstaat: unschuldig bis zum Beweis des Gegenteils, nur dass hier jeder die Rolle des Ankl\u00e4gers \u00fcbernehmen darf. Das spart die teure Vorab-Kontrolle und verlagert den Aufwand auf den seltenen Streitfall.<\/p>

Das Grundlagenpapier opML: Optimistic Machine Learning on Blockchain<\/a> (KD Conway und das Hyper-Oracle-Team, Erstversion 31. Januar 2024) beschreibt den Ansatz mit eigenen Worten als „an die optimistic-Rollup-Systeme erinnernd“. Die Idee selbst ist sogar noch \u00e4lter: Ein Forenbeitrag im Optimism-Governance-Forum<\/a> skizzierte sie bereits im August 2023, Monate vor der wissenschaftlichen Ver\u00f6ffentlichung.<\/p>

Von Truebit zu den Betrugsbeweisen<\/h2>

Das Herzst\u00fcck von opML ist kein neues Konzept, sondern eines mit langer Geschichte. Schon Jahre vor den optimistic Rollups beschrieben Jason Teutsch und Christian Reitwiessner in ihrem Truebit-Papier<\/a> ein Verfahren, mit dem sich beliebig aufwendige Berechnungen auf einer Blockchain absichern lassen, ohne sie komplett nachrechnen zu m\u00fcssen. Der Trick hei\u00dft interaktive Bisektion oder Verifikationsspiel: Behaupten zwei Parteien unterschiedliche Ergebnisse, grenzen sie ihren Streit Schritt f\u00fcr Schritt ein, bis nur noch ein einziger, winziger Rechenschritt strittig ist. Genau diesen einen Schritt f\u00fchrt die Blockchain dann selbst aus und entscheidet den Streit. Der Rest bleibt off-chain.<\/p>

opML \u00fcbertr\u00e4gt dieses Muster auf maschinelles Lernen. Umgesetzt wird es in einer sogenannten Fraud Proof Virtual Machine (FPVM). In der einfachsten, einphasigen Variante wird im Streitfall jeder Rechenschritt in einer eingeschr\u00e4nkten virtuellen Maschine ohne GPU nachgespielt: robust, aber langsam. Die mehrphasige Variante l\u00e4sst unstrittige Berechnungen nativ auf der GPU laufen und schaltet die langsame VM nur f\u00fcr den einen bisektierten Streitschritt zu.<\/p>

Laut Oras opML-Dokumentation auf GitHub<\/a> senkt das die Komplexit\u00e4t des Merkle-Baums von O(mn) auf O(m+n) und beschleunigt den Prozess um das „Zehn- bis Hundertfache“. In eigenen Tests auf MNIST-Niveau nennt das Projekt rund zwei Sekunden f\u00fcr eine Inferenz und etwa zwei Minuten f\u00fcr einen kompletten Einspruchszyklus; ein 7-Milliarden-Parameter-LLaMA (26 GB) soll ohne GPU auf einem gew\u00f6hnlichen PC laufen. Diese Werte stammen vom Projekt selbst und sind nicht unabh\u00e4ngig gepr\u00fcft, was bei jeder Leistungsangabe eines Protokolls \u00fcber die eigene Technik grunds\u00e4tzlich mitzudenken ist.<\/p>

Warum nicht gleich Zero-Knowledge?<\/h2>

Wenn es darum geht, eine KI-Berechnung \u00fcberpr\u00fcfbar zu machen, gibt es einen offensichtlicheren Weg: einen kryptografischen Beweis, dass die Inferenz korrekt lief, also zkML (zero-knowledge machine learning). Der Beweis ist mathematisch vertrauenslos, niemand muss irgendjemandem glauben. Der Haken ist der Preis. Elena Burger, Deal Partner bei a16z crypto, bringt das Problem in einem Essay zu Machine Learning und Zero-Knowledge-Beweisen<\/a> auf den Punkt: Zero-Knowledge-Beweise k\u00f6nnten „heute keine 32-Bit-Gleitkommaoperationen im n\u00f6tigen arithmetischen Schaltkreisformat ohne massiven Overhead darstellen“. Wer trotzdem beweisen will, muss auf 8-Bit-Quantisierung ausweichen und damit Genauigkeit gegen Beweisbarkeit tauschen.<\/p>

Hier setzt opML an. Es verzichtet auf den teuren Vorab-Beweis und ersetzt ihn durch \u00f6konomische Endg\u00fcltigkeit plus Betrugsbeweis. Das macht es deutlich billiger und erlaubt gro\u00dfe Modelle, die f\u00fcr zkML noch au\u00dfer Reichweite liegen. Der Preis daf\u00fcr ist ein anderer: Wartezeit durch das Einspruchsfenster und die Annahme, dass tats\u00e4chlich jemand hinschaut. opML ist damit nicht der vertrauensloseste, sondern der pragmatischste der vier g\u00e4ngigen Ans\u00e4tze f\u00fcr verifizierbares Rechnen. Die folgende Tabelle ordnet sie ein.<\/p>

Ansatz<\/th>Vertrauensbasis<\/th>Kosten<\/th>Latenz<\/th>St\u00e4rke<\/th><\/tr><\/thead>
zkML<\/td>Mathematik (kryptografischer Beweis)<\/td>sehr hoch<\/td>hoch (Beweiserstellung)<\/td>vollst\u00e4ndig vertrauenslos<\/td><\/tr>
TEE<\/td>Chip-Hersteller (Hardware-Attestierung)<\/td>niedrig<\/td>sehr niedrig<\/td>schnell, auch f\u00fcr gro\u00dfe Modelle<\/td><\/tr>
opML<\/td>mindestens ein ehrlicher Pr\u00fcfer<\/td>niedrig<\/td>hoch (Einspruchsfenster)<\/td>g\u00fcnstig, offene Modelle<\/td><\/tr>
Krypto-\u00f6konomisch<\/td>Stake und Slashing<\/td>mittel<\/td>niedrig<\/td>skaliert wirtschaftlich<\/td><\/tr><\/tbody><\/table><\/figure>

opML ist Infrastruktur, kein Produkt<\/h2>

Ein Beweisverfahren allein verkauft niemand. opML ist Klempnerei: Rohre, Ventile, Z\u00e4hler. Interessant wird es erst durch das, was hindurchflie\u00dft. Ora hat deshalb nicht bei der FPVM haltgemacht, sondern darauf eine ganze Produktfamilie gebaut. Drei Bausteine tragen die Idee, und weitere halten sie am Laufen: das Onchain AI Oracle (OAO) als Schnittstelle f\u00fcr Anwendungen, das opAgent-Framework f\u00fcr autonome Agenten, die Initial Model Offering (IMO) f\u00fcr tokenisierte Modelle und die Resilient Model Services (RMS) als robuste Inferenzschicht darunter.<\/p>

Wer beurteilen will, ob opML etwas taugt, muss diese Anwendungen ansehen, nicht das Whitepaper. Denn die Rechnung eines jeden Infrastrukturprojekts ist einfach: Ohne Nachfrage nach den Diensten obendrauf ist die beste Sanit\u00e4rinstallation nutzlos. Der Gr\u00fcnder formuliert den Anspruch gro\u00df. Kartin Wong, zuvor bei Google und als Infrastrukturchef bei TikTok, sagte anl\u00e4sslich einer Finanzierungsrunde \u00fcber 20 Millionen US-Dollar<\/a> (Polychain, HF0, HashKey Capital, Juni 2024) gegen\u00fcber CoinDesk, Ora wolle „den Gestaltungsraum f\u00fcr KI-Dapps aufschlie\u00dfen“. Chefwissenschaftlerin Cathie So, zuvor zkML-Forscherin bei der Ethereum-Foundation-Gruppe PSE, bringt die Beweis-Expertise mit. Die Vision ist also nicht kleiner als eine offene Wirtschaft rund um KI-Modelle auf der Blockchain.<\/p>

Zugleich steht \u00fcber allem eine unbequeme Frage, die die gesamte Branche umtreibt: Braucht verifizierbares Rechnen \u00fcberhaupt einen eigenen Token? Die Rechenleistung lie\u00dfe sich auch in Euro oder einem Stablecoin bezahlen, und der Betrugsbeweis funktioniert unabh\u00e4ngig davon, ob ein spekulativer Verm\u00f6genswert daran h\u00e4ngt. Ein Token rechtfertigt sich nur, wenn er eine Aufgabe erf\u00fcllt, die eine gew\u00f6hnliche W\u00e4hrung nicht kann, etwa das Koordinieren von Pr\u00fcfern \u00fcber Anreize. Genau an diesem Punkt entscheidet sich, ob ORA ein notwendiger Baustein oder blo\u00df eine aufgesetzte Spekulationsschicht ist.<\/p>

OAO: das Onchain AI Oracle als erste Anwendung<\/h2>

Die naheliegendste Anwendung von opML ist ein Orakel. Klassische Orakel liefern Preisdaten; das Onchain AI Oracle (OAO)<\/a> liefert KI-Antworten. Ein Smart Contract stellt eine Anfrage, opML-Knoten f\u00fchren das Modell aus, das Ergebnis kommt mitsamt Einspruchsfenster zur\u00fcck, und nach dessen Ablauf ruft ein Callback die anfragende Anwendung auf. So bekommt eine Dapp eine KI-Ausgabe, deren Korrektheit nicht auf blindem Vertrauen beruht, sondern angefochten werden k\u00f6nnte.<\/p>

Konkret hei\u00dft das: Ein Kreditprotokoll k\u00f6nnte ein Sprachmodell fragen, ob ein eingereichter Nachweis echt wirkt, ein NFT-Projekt k\u00f6nnte Bilder generieren lassen, ein Spiel k\u00f6nnte einen Gegner steuern, dessen Z\u00fcge sich nicht heimlich manipulieren lassen. In allen F\u00e4llen ist der Mehrwert nicht die KI selbst, sondern die Zusicherung, dass der Betreiber das Modell nicht unbemerkt austauscht.<\/p>

OAO ist bewusst breit ausgelegt. Es liegt unter derselben Vertragsadresse auf mehr als einem Dutzend Netzwerken, darunter Ethereum, Optimism, Arbitrum, Base, Polygon, Linea, Mantle und BSC; j\u00fcngere Eintr\u00e4ge nennen auch Solana und Hyperliquid. Der Modellkatalog reicht von Llama 3.3 (70B) \u00fcber Qwen, Mistral, Mixtral, Gemma und DeepSeek-V3 bis zu Bildmodellen wie Stable Diffusion 3.5 und FLUX.1. F\u00fcr jeden Aufruf f\u00e4llt eine Geb\u00fchr zwischen 0,01 und 1,00 ORA an; der Token ist hier also eher ein Verbrauchsgut wie Gas als ein Steuerungsinstrument. Genau diese Utility-Rolle wird sp\u00e4ter wichtig, wenn es um die rechtliche Einordnung geht.<\/p>

opAgent: KI-Agenten ohne Private Key<\/h2>

Der zweite Baustein zielt auf die derzeit hei\u00dfeste Erz\u00e4hlung der Branche: autonome KI-Agenten, die eigenst\u00e4ndig on-chain handeln. Oras Antwort hei\u00dft opAgent, ein Framework f\u00fcr „Onchain Perpetual Agents“, das laut Decrypt<\/a> seit dem 31. Januar 2025 zusammen mit den Resilient Model Services live ist. Das Besondere: Ein opAgent wird nicht \u00fcber einen privaten Schl\u00fcssel gesteuert, sondern \u00fcber Smart-Contract-Logik. Damit entf\u00e4llt die klassische Schwachstelle, der gestohlene Key. opML ist die Br\u00fccke, die jede Aktion des Agenten, ob Tausch, \u00dcberweisung oder Vertragsaufruf, \u00fcberpr\u00fcfbar macht.<\/p>

Rund um dieses Framework hat Ora weitere Angebote gruppiert, darunter Pump.ai f\u00fcr die erlaubnisfreie Erstellung von Agenten. Die Bausteine sind auf agentenfreundlichen Ketten wie Base, Arbitrum, Optimism, Solana und Hyperliquid verf\u00fcgbar. Wie viel davon tats\u00e4chlich genutzt wird, ist eine andere Frage; die Ank\u00fcndigung von opAgent war eine gesponserte Mitteilung ohne namentlich zitierten Sprecher, weshalb die Aussagen dem Unternehmen und nicht einer Person zuzurechnen sind. Dass autonome Agenten \u00fcberhaupt ein ernstzunehmendes Testfeld sind, zeigt sich derweil anderswo: In Prognosem\u00e4rkten stellen Bots und KI-Agenten inzwischen einen erheblichen Teil der Aktivit\u00e4t<\/a>, ganz ohne opML.<\/p>

Die k\u00fchnste Wette: ein KI-Modell tokenisieren<\/h2>

Der interessanteste und zugleich riskanteste Baustein ist die Initial Model Offering, kurz IMO. Die Idee: Man tokenisiert nicht ein Unternehmen und nicht eine Kryptow\u00e4hrung, sondern den Einnahmestrom eines KI-Modells. Entwickler eines offenen Modells sollen es on-chain finanzieren, \u00f6ffentlich weiterentwickeln und die Ertr\u00e4ge mit Token-Haltern teilen k\u00f6nnen. Cointelegraph beschrieb Oras Finanzierungsrunde denn auch ausdr\u00fccklich als eine Wette auf die Tokenisierung von KI-Modellen<\/a>.<\/p>

Anders als ein klassischer Token-Verkauf, der ein Versprechen auf k\u00fcnftige Nutzung verkauft, kn\u00fcpft die IMO die Aussch\u00fcttung an reale Geb\u00fchren: Halter verdienen nur, wenn das Modell tats\u00e4chlich verwendet wird. In der Theorie richtet das die Anreize von Entwicklern, Investoren und Nutzern aus. In der Praxis steht und f\u00e4llt das Konzept mit der Nachfrage, und genau die ist der wunde Punkt.<\/p>

Technisch ruht die IMO auf zwei Standards, die beide von Oras Gr\u00fcnderteam mitverfasst wurden. Der erste ist ERC-7641<\/a>, der „Intrinsic RevShare Token“ (derzeit im Entwurfsstadium, aufbauend auf ERC-20). Jede kostenpflichtige Nutzung des Modells speist einen Einnahmenpool; \u00fcber periodische Momentaufnahmen der Guthaben k\u00f6nnen Halter ihren anteiligen Ertrag beanspruchen oder ihre Token verbrennen, um einen entsprechenden Anteil aus dem Pool auszul\u00f6sen. Die Kurzfassung des Standards sagt es selbst unverbl\u00fcmt: Der Token verk\u00f6rpere „im Kern Anteile“. Diese eine Formulierung wird im Abschnitt zur Regulierung zum Dreh- und Angelpunkt.<\/p>

Konkret s\u00e4he das so aus: Ein Team ver\u00f6ffentlicht ein offenes \u00dcbersetzungsmodell als IMO. Jede Anfrage \u00fcber OAO kostet eine kleine Geb\u00fchr, die anteilig in den Einnahmenpool flie\u00dft. Wer den RevShare-Token h\u00e4lt, hat Anspruch auf einen Teil dieser Geb\u00fchren, \u00e4hnlich einer Lizenzabgabe. Steigt die Nutzung, steigt der Ertrag; bleibt sie aus, bleibt der Token wertlos. Das ist \u00f6konomisch elegant, weil es Entwickler daf\u00fcr belohnt, ein tats\u00e4chlich nachgefragtes Modell zu bauen, statt nur ein gutes Whitepaper zu schreiben. Und es ist rechtlich heikel aus genau demselben Grund: Ein Anspruch auf laufende Einnahmen ist das Kennzeichen einer Kapitalanlage.<\/p>

Der zweite Standard ist ERC-7007<\/a>, der „Verifiable AI-Generated Content Token“ (Status: Final, aufbauend auf ERC-721). Er macht KI-generierte Inhalte, etwa Bilder oder Videos, zu NFTs, die fest an ihren Prompt gebunden und deren Korrektheit \u00fcber zkML oder opML \u00fcberpr\u00fcfbar sind. Zusammen ergeben die beiden Standards die IMO: ERC-7641 verbrieft das Eigentum am Modell und seinem Ertrag, ERC-7007 die einzelnen verifizierbaren Ausgaben. Oras erste IMO galt dem offenen Sprachmodell OpenLM und diente als Machbarkeitsnachweis f\u00fcr den gesamten Stapel.<\/p>

Die opML-Bausteine im \u00dcberblick<\/h2>

F\u00fcnf Komponenten bilden Oras Angebot. Sie teilen sich dieselbe opML-Grundlage, adressieren aber unterschiedliche Zielgruppen, von Dapp-Entwicklern \u00fcber Agentenbauer bis zu Modell-Investoren.<\/p>

Baustein<\/th>Was es ist<\/th>Wozu opML dient<\/th><\/tr><\/thead>
OAO<\/td>Orakel f\u00fcr KI-Anfragen aus Smart Contracts<\/td>macht die gelieferte Inferenz anfechtbar<\/td><\/tr>
opAgent<\/td>Framework f\u00fcr autonome On-chain-Agenten<\/td>macht jede Agentenaktion \u00fcberpr\u00fcfbar<\/td><\/tr>
RMS<\/td>robuste, dezentrale Inferenzschicht<\/td>liefert die Rechenergebnisse, die opML absichert<\/td><\/tr>
IMO<\/td>Tokenisierung von Modell und Ertrag (ERC-7641 plus ERC-7007)<\/td>bindet Ausgaben und Ertr\u00e4ge an verifizierbare Nutzung<\/td><\/tr>
Pump.ai<\/td>erlaubnisfreie Erstellung von Agenten<\/td>setzt auf opAgent und damit auf opML auf<\/td><\/tr><\/tbody><\/table><\/figure>

Der blinde Fleck: geschlossene Modelle<\/h2>

An dieser Stelle lohnt ein genauer Blick auf eine Feinheit, die in Marketingfolien gern untergeht. Der Betrugsbeweis von opML funktioniert nur, wenn ein Pr\u00fcfer die strittige Berechnung unabh\u00e4ngig wiederholen kann. Das setzt offene Gewichte voraus, wie sie Llama oder Stable Diffusion mitbringen. Bei geschlossenen Modellen hinter einer API, etwa GPT-4o oder DALL-E, ist das unm\u00f6glich: Niemand au\u00dferhalb des Anbieters kann die Ausf\u00fchrung nachvollziehen.<\/p>

OAO listet zwar auch solche propriet\u00e4ren Modelle, doch deren Ergebnisse werden lediglich durchgereicht und attestiert, nicht im eigentlichen Sinn per opML verifiziert. Das ist keine Kleinigkeit. Die st\u00e4rksten Garantien von opML gelten ausgerechnet f\u00fcr jene Modelle mit dem geringsten kommerziellen Burggraben, die frei verf\u00fcgbaren. F\u00fcr die teuren, geschlossenen Flaggschiffe, mit denen sich am meisten Geld verdienen lie\u00dfe, greift der Mechanismus gerade nicht. Wer eine als „verifiziert“ beworbene KI-Ausgabe kauft, sollte deshalb fragen, ob das Modell offen genug ist, damit der Beweis \u00fcberhaupt greift.<\/p>

Die Grenzen von opML<\/h2>

Der optimistische Ansatz erkauft seine niedrigen Kosten mit mehreren strukturellen Schw\u00e4chen. Die erste ist das Pr\u00fcfer-Dilemma. Ein Beobachter verdient nur dann etwas, wenn er tats\u00e4chlich Betrug aufdeckt. Verhalten sich alle rational und verlassen sich darauf, dass schon jemand anderes kontrolliert, kontrolliert am Ende niemand. Truebit begegnete dem mit erzwungenen Fehlern und einem Jackpot; opML hat auf diese Frage bislang keine im Betrieb erprobte Antwort und steht und f\u00e4llt mit der Annahme, dass mindestens ein ehrlicher Pr\u00fcfer wach ist.<\/p>

Die zweite Schw\u00e4che ist Latenz. Das Einspruchsfenster verz\u00f6gert die Endg\u00fcltigkeit und vertr\u00e4gt sich schlecht mit Anwendungen, die in Echtzeit reagieren m\u00fcssen. Das Papier Optimistic TEE-Rollups<\/a> von Aaron Chan und Kollegen kritisiert genau das: Optimistische Ans\u00e4tze wie opML „erzwingen prohibitive Streitfenster und verhindern damit Echtzeit-Interaktivit\u00e4t“. Hinzu kommen ein Datenschutzproblem, weil der Rechenweg f\u00fcr eine Anfechtung \u00f6ffentlich sein muss, und die Nichtdeterminiertheit von GPU-Berechnungen, die eine bit-genaue Wiederholung erschwert.<\/p>

Es ist daher kein Zufall, dass 2026 im Zeichen der Hybride steht. Ora selbst kombiniert in opp\/ai opML mit zkML f\u00fcr den Datenschutz; Forschungsarbeiten wie zk-OPML verk\u00fcrzen das Einspruchsfenster mit Zero-Knowledge-Technik, und die erw\u00e4hnten Optimistic TEE-Rollups mischen vertrauensw\u00fcrdige Hardware, Betrugsbeweise und stichprobenartige ZK-Pr\u00fcfungen. Diese Mischformen sind das deutlichste Signal daf\u00fcr, dass reines opML an Grenzen st\u00f6\u00dft und Anleihen bei seinen Konkurrenten macht. Wer den gr\u00f6\u00dferen Rahmen sucht, findet ihn in unserer Einordnung, wie Beweis-Netze 2026 zu KI-Clouds werden<\/a>.<\/p>

Technik lebt, Token stirbt: das ORA-Paradox<\/h2>

Damit zur\u00fcck zum Ausgangspunkt. Wenn opML technisch funktioniert und Ora darauf Orakel, Agenten und tokenisierte Modelle gebaut hat, warum ist der Token dann fast nichts mehr wert? Am 17. September 2026 kostete ORA laut CoinGecko rund 0,0018 Euro, bei einer Marktkapitalisierung von etwa 295.000 Euro und Rang 4017. Der Kurs war an diesem Tag um rund 52 Prozent gefallen und lag gut 48 Prozent unter dem Stand einer Woche zuvor. Gemessen am Allzeithoch von 5,08 Euro sind das nahezu 100 Prozent Verlust.<\/p>

Entscheidend ist der Kontext. Der Umsatz lag bei unter 1.700 Euro in 24 Stunden, ein derart d\u00fcnner Markt, dass der Kurs kaum noch etwas aussagt; schon ein kleiner Verkauf dr\u00fcckt ihn weit nach unten. Und der Rest der Branche lief in dieselbe Woche genau andersherum: PROVE, PHA und EIGEN legten zu. ORAs Absturz ist also kein Sektorproblem, sondern hausgemacht. F\u00fcr eine Ursache jenseits der Illiquidit\u00e4t gibt es keinen belegten Anhaltspunkt, und man sollte auch keine erfinden. Die n\u00fcchterne Lesart lautet: Der Markt hat der Wertsch\u00f6pfung, die durch opML flie\u00dfen soll, sein Urteil gesprochen, und es f\u00e4llt vernichtend aus.<\/p>

Hinzu kommt ein Verw\u00e4sserungsrisiko. Von den insgesamt rund 333 Millionen ORA sind nach CoinGecko-Angaben etwa 166 Millionen im Umlauf, also nur rund die H\u00e4lfte. Der Rest kann im Lauf der Zeit auf den Markt kommen und einen ohnehin schwachen Kurs weiter belasten. F\u00fcr einen Token, dessen Nachfrage kaum messbar ist, ist ein solcher Angebots\u00fcberhang eine zus\u00e4tzliche Hypothek.<\/p>

Das eigentliche Problem ist ein konzeptionelles. Ein reiner Geb\u00fchrentoken f\u00e4ngt nur dann Wert ein, wenn genug Geb\u00fchren anfallen, und daf\u00fcr braucht es Nutzung, die sichtbar ausbleibt. Die Frage, ob hinter einem KI-Krypto-Projekt echte Nachfrage steckt oder nur eine Erz\u00e4hlung, ist nicht neu; sie stellte sich schon beim KI-Fonds ai16z und der Frage, ob er je ein echter Fonds war<\/a>. Der Kontrast zu den \u00fcbrigen Verifikationstoken macht die Kluft zwischen Technologie und Marktwert sichtbar. Alle liegen tief unter ihren H\u00f6chstst\u00e4nden, aber keiner so brutal wie ORA.<\/p>

Token (Projekt)<\/th>Kurs (EUR)<\/th>Marktkap. (EUR)<\/th>unter Allzeithoch<\/th>Ansatz<\/th><\/tr><\/thead>
ORA (Ora)<\/td>0,0018<\/td>~295.000<\/td>~100 %<\/td>opML<\/td><\/tr>
PROVE (Succinct)<\/td>0,173<\/td>~33,7 Mio.<\/td>~88 %<\/td>zkML<\/td><\/tr>
PHA (Phala)<\/td>0,0256<\/td>~21,6 Mio.<\/td>~98 %<\/td>TEE<\/td><\/tr>
EIGEN (EigenCloud)<\/td>0,174<\/td>~160,6 Mio.<\/td>~97 %<\/td>krypto-\u00f6konomisch<\/td><\/tr><\/tbody><\/table><\/figure>

Alle Angaben nach CoinGecko<\/a> vom 17. September 2026. Die Zahlen sind volatil und sollten vor jeder Nutzung neu gepr\u00fcft werden.<\/p>

Der Wertpapier-Test: BaFin, MiCA und RevShare-Token<\/h2>

Bei der IMO wird die rechtliche Frage unausweichlich, und sie unterscheidet sich fundamental von der beim ORA-Token. Ein Verbrauchstoken, mit dem man Geb\u00fchren zahlt, l\u00e4sst sich mit guten Argumenten als Kryptowert unter der EU-Verordnung MiCA einordnen. Ein RevShare-Token nach ERC-7641 ist etwas anderes. Wenn ein Token laut seiner eigenen Spezifikation „im Kern Anteile“ verk\u00f6rpert und seinen Haltern einen Anteil an den Einnahmen eines Modells verspricht, dann tr\u00e4gt er die Merkmale eines Finanzinstruments.<\/p>

Genau hier verl\u00e4uft die Grenze zwischen zwei Regelwerken. MiCA erfasst Kryptowerte und die Dienstleister, die mit ihnen handeln, nicht aber Finanzinstrumente; diese fallen unter die Richtlinie MiFID II. Die BaFin bewertet nach dem Grundsatz Substanz vor Form, den auch die ESMA-Leitlinien betonen: Nicht die Bezeichnung entscheidet, sondern die wirtschaftliche Funktion. Ein Token, der Ertragsanspr\u00fcche verbrieft, kann als \u00fcbertragbares Wertpapier gelten, mit den entsprechenden Prospekt- und Zulassungspflichten. Zur Einordnung, wie die BaFin \u00fcberhaupt zwischen Krypto-Dienstleistungen und dem Protokoll dahinter trennt, hat die Beh\u00f6rde ein Merkblatt zu Kryptowerte-Dienstleistungen<\/a> ver\u00f6ffentlicht.<\/p>

F\u00fcr den deutschen Markt kommt ein Datum hinzu. Mit dem Kryptom\u00e4rkteaufsichtsgesetz (Paragraf 50 KMAG) endete der nationale Bestandsschutz bereits zum 31. Dezember 2025, fr\u00fcher als die EU-weite Frist. Seit dem 1. Januar 2026 d\u00fcrfen nur noch MiCA-lizenzierte Anbieter t\u00e4tig sein. Ein tokenisiertes Modell, das als Wertpapier einzustufen w\u00e4re, k\u00f6nnte diesen vereinfachten Krypto-Pfad gar nicht nutzen, sondern m\u00fcsste den deutlich aufwendigeren Weg \u00fcber das Wertpapierrecht gehen. In den USA ist die Lage noch unklarer: Die gemeinsame Auslegung von SEC und CFTC vom M\u00e4rz 2026 stufte zwar Token wie Bitcoin, Ethereum und Solana als digitale Rohstoffe ein, schwieg aber zu KI-Infrastruktur und erst recht zu Ertragsbeteiligungs-Token. Nach dem Scheitern des CLARITY-Gesetzes<\/a> fehlt dort weiter ein klarer gesetzlicher Rahmen. Wie schnell aus einer vermeintlich harmlosen Token-Kategorie eine aufsichtsrelevante wird, zeigt auch die Debatte um MiCA und Gaming-Token<\/a>.<\/p>

Was das f\u00fcr den DACH-Raum bedeutet<\/h2>

F\u00fcr deutschsprachige Leserinnen und Leser lassen sich aus alldem drei n\u00fcchterne Schl\u00fcsse ziehen. Erstens: Technologie und Token geh\u00f6ren getrennt bewertet. opML ist eine reale, durchdachte Infrastruktur, und die Grundidee, KI-Rechnen \u00fcberpr\u00fcfbar zu machen, wird die Branche \u00fcber 2026 hinaus besch\u00e4ftigen. Der ORA-Token dagegen ist ein spekulativer Micro-Cap, den der Markt fast vollst\u00e4ndig abgeschrieben hat; wer ihn h\u00e4lt, h\u00e4lt keine Beteiligung an der Technik, sondern eine Wette auf einen Handelspreis in einem extrem d\u00fcnnen Markt.<\/p>

Zweitens: Die IMO ist die spannendste Idee im Bau und rechtlich zugleich die heikelste. Sollte irgendwann ein „tokenisiertes KI-Modell“ mit Ertragsbeteiligung an deutsche Anleger vertrieben werden, ist der Verdacht auf ein Wertpapier naheliegend; dann gelten Prospektpflicht und die Frage nach einem lizenzierten Vermittler. Drittens, und das ist die eigentliche Lehre aus dem opML-Praxistest: Ein Beweisverfahren ist nur so viel wert wie die Nachfrage nach dem, was es absichert. Solange die Nutzung ausbleibt, bleibt auch der eleganteste Betrugsbeweis ein Werkzeug ohne Werkst\u00fcck.<\/p>

H\u00e4ufig gestellte Fragen<\/h2>

Was ist opML einfach erkl\u00e4rt?<\/h3>

opML steht f\u00fcr optimistic machine learning. Ein KI-Ergebnis wird au\u00dferhalb der Blockchain berechnet, mit einer kryptografischen Kurzfassung on-chain ver\u00f6ffentlicht und nach einem Einspruchsfenster als g\u00fcltig behandelt, sofern niemand per Betrugsbeweis widerspricht. Das Modell ist den optimistic Rollups nachempfunden.<\/p>

Was ist eine Initial Model Offering (IMO)?<\/h3>

Eine IMO tokenisiert den Einnahmestrom eines KI-Modells. \u00dcber den Standard ERC-7641 wird ein RevShare-Token ausgegeben, dessen Halter anteilig an den Geb\u00fchren beteiligt werden, die bei jeder Nutzung des Modells anfallen. Erg\u00e4nzend bindet der Standard ERC-7007 die KI-generierten Ausgaben als \u00fcberpr\u00fcfbare NFTs ein.<\/p>

Warum ist der ORA-Token so wenig wert?<\/h3>

Der ORA-Token notierte am 17. September 2026 bei rund 0,0018 Euro, was einer Marktkapitalisierung von etwa 295.000 Euro und Rang 4017 entspricht. Der Handelsumsatz lag bei unter 1.700 Euro in 24 Stunden, sodass der Kurs kaum aussagekr\u00e4ftig ist. W\u00e4hrend sich andere Verifikationstoken in derselben Woche erholten, fiel ORA an einem Tag um rund die H\u00e4lfte.<\/p>

Ist ein tokenisiertes KI-Modell in Deutschland ein Wertpapier?<\/h3>

Das h\u00e4ngt von der Ausgestaltung ab. Ein RevShare-Token nach ERC-7641 verbrieft laut Standard Anteile an einem Einnahmenpool und \u00e4hnelt damit eher einem Finanzinstrument nach MiFID II als einem reinen Kryptowert unter MiCA. In diesem Fall greifen Prospekt- und Aufsichtspflichten, und die BaFin bewertet nach Substanz statt nach Bezeichnung.<\/p>

Was ist der Unterschied zwischen opML und zkML?<\/h3>

zkML erzeugt einen kryptografischen Beweis, dass eine Inferenz korrekt lief; das ist mathematisch vertrauenslos, aber sehr rechenintensiv. opML verzichtet auf diesen Beweis und setzt stattdessen auf ein Einspruchsfenster mit Betrugsbeweisen; das ist billiger, erfordert aber Wartezeit und mindestens einen ehrlichen Pr\u00fcfer.<\/p>