Verifiable compute, das beweisbare Rechnen, zerf\u00e4llt 2026 in zwei sehr ungleiche H\u00e4lften. Die eine l\u00e4sst sich inzwischen fast vorf\u00fchren: Man kann beweisen, dass ein KI-Modell eine Anfrage korrekt beantwortet hat, ohne dass der Pr\u00fcfer die Rechnung wiederholen muss. Die andere bleibt ein Versprechen: zu beweisen, dass ein Modell so trainiert wurde, wie sein Anbieter behauptet. Zwischen diesen beiden S\u00e4tzen liegt der ganze Abstand zwischen Marketing und Mathematik.<\/p>
Dieser Abstand erkl\u00e4rt eine der stillsten Volten des Krypto-KI-Jahres 2026. Projekte, die einmal mit dem dezentralen Training ganzer Modelle angetreten waren, verkaufen heute lieber Prognosem\u00e4rkte, Orakel und Inferenz-Dienste. Nicht aus Mangel an Geld oder Talent, sondern weil die eine H\u00e4lfte des Problems reif geworden ist und die andere an der Physik und an der \u00d6konomie h\u00e4ngt. Wer verstehen will, wo beweisbare KI wirklich steht, muss die beiden H\u00e4lften trennen, statt sie unter dem Sammelbegriff „verifiable compute“ zu verr\u00fchren.<\/p>
Eine KI-Inferenz ist ein einzelner Vorw\u00e4rtslauf: Eingabe rein, Modellgewichte dr\u00fcber, Antwort raus. Rechnerisch ist das viel Matrixmultiplikation und eine Handvoll nichtlinearer Schritte, aber es ist ein abgeschlossener, wiederholbarer Vorgang. Genau diese Eigenschaft macht ihn beweisbar. Ein Training dagegen ist kein Schritt, sondern ein Marathon aus Millionen Schritten: Datens\u00e4tze werden eingelesen, Gewichte milliardenfach angepasst, Zwischenst\u00e4nde verworfen, Hyperparameter nachjustiert. Und \u00fcber allem steht eine Frage, die ein einzelner Rechenbeweis gar nicht beantworten kann: Woher stammen die Daten, mit denen trainiert wurde?<\/p>
Die Konsequenz ist unbequem f\u00fcr die gro\u00dfen Erz\u00e4hlungen der Branche. Beweisbare Inferenz ist 2026 ein Ingenieursproblem mit sichtbaren Fortschritten. Beweisbares Training ist weiterhin eher ein Forschungsprogramm. Und weil der Markt lieber Produkte als Forschung kauft, wandern die lauff\u00e4higen Angebote fast alle auf die Inferenz-Seite, w\u00e4hrend die Trainings-Seite entweder pausiert oder sich auf das zur\u00fcckzieht, was man \u00fcberhaupt pr\u00fcfen kann.<\/p>
Der Grundgedanke ist einfach und hat wenig mit KI zu tun. Normalerweise gilt: Wer eine Rechnung nachpr\u00fcfen will, muss sie erneut ausf\u00fchren. Verifiable compute dreht das um. Der Rechner liefert nicht nur ein Ergebnis, sondern einen kompakten Beweis, dass er korrekt gerechnet hat, und dieser Beweis l\u00e4sst sich pr\u00fcfen, ohne die Arbeit zu wiederholen. Das Vertrauen verschiebt sich von „vertraue dem Server“ zu „pr\u00fcfe den Beweis“. Das ist etwas anderes als blo\u00dfe dezentrale Rechenleistung: Ein GPU-Marktplatz vermietet Hardware, aber er beweist nicht, dass die Hardware ehrlich gerechnet hat.<\/p>
Wichtig ist die Abgrenzung zu zwei benachbarten Begriffen. Verifiable compute ist nicht dasselbe wie vertrauliche Berechnung, bei der es darum geht, Eingaben geheim zu halten; und es ist nicht dasselbe wie dezentrale Rechenleistung, bei der es nur darum geht, irgendwo g\u00fcnstig zu rechnen. Beweisbarkeit hei\u00dft Integrit\u00e4t: die Gewissheit, dass das Ergebnis aus genau der behaupteten Rechnung stammt und nicht aus einer billigeren Abk\u00fcrzung, einem stillschweigend ausgetauschten Modell oder einem schlicht erfundenen Resultat. Erst wenn diese Gewissheit maschinell pr\u00fcfbar wird, kann ein Vertrag, ein autonomer Agent oder eine Aufsichtsbeh\u00f6rde darauf aufbauen.<\/p>
Warum das bei KI so schwer ist, hat Ethereum-Mitgr\u00fcnder Vitalik Buterin schon 2024 in seinem Essay zu Krypto und KI<\/a> n\u00fcchtern vorgerechnet. Der gr\u00f6\u00dfte Teil einer KI-Berechnung sind Matrixmultiplikationen, und die lassen sich mit weniger als vierfachem Mehraufwand als Zero-Knowledge-Beweis fassen. Die nichtlinearen Schritte dazwischen kosten dagegen rund das 200-fache, und der vollst\u00e4ndige ZK-Beweis eines ganzen Ethereum-Blocks k\u00f6nne, so Buterin, „Stunden“ dauern. Diese Unwucht zwischen billiger Linearit\u00e4t und teurer Nichtlinearit\u00e4t ist der rote Faden durch die gesamte Inferenz-Seite, und sie ist der Grund, warum der Durchbruch von 2026 ausgerechnet dort kam, wo niemand ihn so schnell erwartet hatte.<\/p> Jahrelang galt als ausgemacht, dass sich zwar ein kleines Bildklassifikationsmodell per zkML beweisen l\u00e4sst, ein gro\u00dfes Sprachmodell aber niemals: zu viele Parameter, zu viele nichtlineare Schritte, der Beweisaufwand explodiert. Genau diese Mauer ist 2026 gefallen, und zwar aus zwei Richtungen zugleich.<\/p> Die erste Richtung ist mathematisch. Neuere Beweissysteme ersetzen die teuren arithmetischen Schaltkreise f\u00fcr Operationen wie ReLU oder Softmax durch sogenannte Lookups: Statt eine Funktion Schritt f\u00fcr Schritt nachzurechnen, schl\u00e4gt der Beweis das Ergebnis in einer vorberechneten Tabelle nach und belegt nur, dass der Eintrag stimmt. In Kombination mit Techniken wie Sumcheck sinkt damit genau der Kostenpunkt, den Buterin als den 200-fachen Mehraufwand beschrieb. Das ist der Grund, warum nichtlineare Schichten, die fr\u00fcher jedes LLM unbeweisbar machten, pl\u00f6tzlich tragbar werden.<\/p> Die zweite Richtung ist ein handfestes Produkt. Das auf zkML spezialisierte Team von Lagrange Labs hat mit DeepProve nach eigenen Angaben das erste produktionsreife System vorgelegt, das eine vollst\u00e4ndige LLM-Inferenz Ende zu Ende beweist. Laut der Open-Source-Ank\u00fcndigung vom 3. Juni 2026<\/a> wurden GPT-2 und Gemma-3 komplett bewiesen, Modelle der Llama-Klasse sind in Arbeit; das System erzeugt Inferenzbeweise rund 60-mal schneller und pr\u00fcft sie bis zu 671-mal schneller als der vorherige Stand der Technik, bei erhaltener Modellgenauigkeit; die technische Grundlage bilden Sumcheck und logup-GKR mit in der Modellgr\u00f6\u00dfe sublinearer Beweiszeit. Gr\u00fcnder und CEO Ismael Hishon-Rezaizadeh fasste den Schritt in einem Satz zusammen: „The black box is open“ (die Blackbox ist offen).<\/p> Man sollte die Nuance nicht verschweigen. Beweisbar hei\u00dft hier: Es ist mathematisch belegt, dass genau dieses Modell diese Eingabe zu dieser Ausgabe verarbeitet hat. Es hei\u00dft nicht, dass das bewiesene Modell identisch mit dem ist, das ein Anbieter in voller 32-Bit-Gleitkomma-Pr\u00e4zision betreibt. a16z-Partnerin Elena Burger weist in ihrer Analyse<\/a> darauf hin, dass sich 32-Bit-Gleitkommaoperationen ohne massiven Mehraufwand nicht in das arithmetische Format eines ZK-Schaltkreises pressen lassen; die \u00fcblichen auf 8 Bit quantisierten Varianten seien eine „grobe Ann\u00e4herung“ an das hochwertigere Ausgangsmodell. Ein perfekter Beweis kann also eine etwas vereinfachte Kopie zertifizieren. F\u00fcr viele Anwendungen reicht das; es ist nur kein Freibrief.<\/p> F\u00fcr die Praxis z\u00e4hlt die Richtung, in die sich das alles bewegt. Noch vor zwei Jahren war der vollst\u00e4ndige Beweis einer LLM-Antwort eine theoretische Fu\u00dfnote; heute ist er ein Repository, ein \u00f6ffentliches Dashboard und eine Preisliste. Das verschiebt die Debatte von der Frage, ob sich eine Inferenz \u00fcberhaupt beweisen l\u00e4sst, hin zur n\u00fcchternen Frage, was der Beweis kostet und ob er sich lohnt. Und genau diese Frage entscheidet, welche der vier Methoden am Ende das Rennen macht, denn ein Beweis, den niemand bezahlen will, bleibt eine Demo.<\/p> Es gibt einen zweiten, weniger beachteten Grund, warum die Inferenz-Seite 2026 Fahrt aufnahm, und er klingt zun\u00e4chst paradox: Dieselbe Eingabe liefert auf einer GPU nicht immer dasselbe Ergebnis. Der Grund ist nicht Zufall im Modell, sondern die Art, wie moderne Server rechnen. Je nach Auslastung werden Anfragen in unterschiedlich gro\u00dfe Stapel geb\u00fcndelt, und die Rechenkerne w\u00e4hlen dann andere Reihenfolgen beim Aufsummieren. Weil Gleitkomma-Addition nicht exakt assoziativ ist, driften die letzten Stellen auseinander. Experimente mit gro\u00dfen Sprachmodellen zeigen, dass dieselbe Eingabe bei Temperatur null \u00fcber viele Durchl\u00e4ufe hinweg in Dutzende unterschiedliche Ausgaben zerfallen kann.<\/p> Das ist f\u00fcr beweisbare KI ein ernstes Problem, denn jede der vier Methoden braucht an irgendeiner Stelle eine reproduzierbare Rechnung. Die L\u00f6sung, die 2026 reif wurde, hei\u00dft bit-exakte Determinismus-Engine. Die Arbeit EigenAI<\/a> aus dem EigenLayer-Umfeld beschreibt, wie man mit stapelinvarianten Kernen, versionsfixierten Treibern und kanonischen Summierungsreihenfolgen erreicht, dass dieselbe Anfrage \u00fcber 10.000 L\u00e4ufe hinweg denselben Byte-String erzeugt. Dann kollabiert die gesamte Pr\u00fcfung zu einem Byte-Vergleich: Eine einzige ehrliche Nachrechnung gen\u00fcgt, um Betrug zu erkennen. Der Preis daf\u00fcr ist gering, die Autoren nennen deterministische Kerne mit 97 bis 99 Prozent des cuBLAS-Durchsatzes und rund 1,8 Prozent zus\u00e4tzlicher Latenz. Die wichtige Einschr\u00e4nkung: Byte-Gleichheit gilt nur bei identischen GPU-Typen; sobald unterschiedliche Chips gemischt werden, bricht sie, was dezentrale GPU-Netze wieder in Richtung einheitlicher Hardware dr\u00e4ngt. Das ist ein eigenes Thema, das die Determinismus-Frage<\/a> ausf\u00fchrlich behandelt.<\/p> F\u00fcr die Inferenz-Seite haben sich vier Ans\u00e4tze herausgebildet, die sich in einer Frage unterscheiden: Woraus bezieht der Beweis seine Kraft, aus Mathematik, aus Hardware oder aus Geld? Die folgende Tabelle ordnet sie ein. Keiner gewinnt in allen Spalten; jeder opfert eine Ecke des Dreiecks aus Integrit\u00e4t, Geschwindigkeit und Kosten.<\/p>Die Inferenz: der Vorw\u00e4rtslauf, der sich beweisen l\u00e4sst<\/h2>
Der Determinismus-Trick, der die Pr\u00fcfung billig macht<\/h2>
Vier Wege, eine KI-Antwort zu beweisen<\/h2>