Die Konvergenz von KI und Web3 nimmt rasant Fahrt auf. „Onchain AI“ ist längst kein bloßes Schlagwort mehr – es hat sich zu einem zentralen Schauplatz für Infrastruktur, Ethik und Innovation entwickelt.
Als Auftakt zur Diskussion im Vorfeld der SuperAI Week in Singapur veranstalteten 1783DAO und Broadchain Finance einen Twitter Space mit Vertretern verschiedener Ökosysteme. Die zentralen Fragen: Was genau ist Onchain AI, wohin führt die Reise, und wer treibt die Entwicklung konkret voran?
Unter der Moderation von Dr. Adaku Agwunobi (Oxford Blockchain Society) diskutierten Expert:innen von Polyhedra, 0G Labs, KITE AI, Caila.AI, sqrDAO und AWE (ehemals STP). Von ZKML und dezentraler Rechenleistung über KI-Reiseassistenten bis hin zu KI-nativen DAOs bot die Runde einen kompakten Überblick über aktuelle Trends und praktische Herausforderungen.
Wer baut Onchain AI?
Anthony Cargill, Head of Ecosystem bei Polyhedra, konzentriert sich auf verifizierbare KI-Infrastruktur und ZKML.
Jt Song, Greater China Lead bei 0G Labs, arbeitet an modularer Infrastruktur für KI-Daten und Rechenleistung. Henry Lee, Ecosystem Product Lead bei KITE AI, entwickelt die Vertrauensschicht für die Agentenökonomie.
Whitney, CBO von Caila.AI, leitet Initiativen für KI-Reiseagenten und deren Integration in DePIN.
Long „Leo“ Pham, Gründer von sqrDAO, erforscht communitygetriebene KI-Koordination in Südostasien.
Jennie, Marketing Lead bei AWE (ehemals STP), arbeitet an autonomen Welten und der Zusammenarbeit zwischen Agenten.
Was ist Onchain AI – und was gehört überhaupt onchain?
Die Diskussion begann mit einer grundlegenden Frage: Was bedeutet es eigentlich, KI onchain zu bringen?
Henry Lee von KITE AI brachte eine entscheidende Unterscheidung ins Spiel, die den weiteren Verlauf prägte: Geht es bei Onchain AI darum, Modelle direkt onchain auszuführen, oder darum, die von ihnen erzeugten Ergebnisse zu verifizieren?
In der Praxis dominiert der zweite Ansatz – und genau hier liegt die große Chance. Vollständig onchain laufende Modelle sind für die meisten Anwendungen technisch noch nicht machbar. Doch die Sicherstellung von Herkunft und Integrität KI-generierter Aktionen ist sowohl möglich als auch unverzichtbar. Wenn KI-Agenten zunehmend autonom handeln, wird diese „Vertrauensschicht“ zur Grundlage, um Systeme rechenschaftspflichtig zu halten.
Anthony (Polyhedra) betonte die Rolle von Zero-Knowledge Machine Learning (ZKML): „Es ist, als würde man den Küchenchef hinter dem Algorithmus zeigen, ohne die gesamte Küche offenlegen zu müssen.“ Für ihn geht es bei verifizierbarer KI um Transparenz in kritischen Bereichen wie Finanzen oder Gesundheitswesen.
Er verglich herkömmliche KI mit einem Restaurant, das weder den Küchenchef vorstellt noch Einblick in die Küche gewährt. ZKML hingegen platziert den Küchenchef in eine Glasküche. Man sieht nicht jedes Detail, kann aber überprüfen, wer die Entscheidungen trifft und ob sie vertrauenswürdig sind.
Whitney (Caila.AI) machte dies an einem Beispiel greifbar: Wetterdaten sind oft fehlerhaft, und ungenaue Vorhersagen verursachen im Tourismus und in der Landwirtschaft reale finanzielle Verluste. Die Onchain-Validierung stellt Datenqualität sicher und eliminiert gefälschte oder manipulierte Informationen.
JT (0G Labs) ergänzte, dass die meisten aktuellen „KI + Crypto“-Lösungen nach wie vor auf Web2-Infrastruktur aufbauen. Echte Onchain AI erfordert eine Neugestaltung des gesamten Tech-Stacks: dezentrale Speicherung, Rechenleistung und Onchain-Assets für KI.
Konkrete Anwendungsfälle: Agenten, Daten und Autonomie
Caila.AI entwickelt Lifestyle-Reiseagenten, die hyperlokale Wetter-, Gastronomie- und Aktivitätsempfehlungen integrieren.
sqrDAO testet KI im Bereich Handel und Community-Engagement. Ein Agent analysiert Token-Trends; ein anderer imitiert den Schreibstil des Gründers in Telegram-Chats, um das Engagement authentisch zu halten.
Long „Leo“ Pham erklärte: „Wir haben den Agenten darauf trainiert, wie ich in Telegram schreibe. Jetzt postet er automatisch in meinem Ton – wie ein digitaler Zwilling, der die Stimmung in der Community aufrechterhält.“
Jennie (AWE) erwähnte, dass AWE kürzlich „AI Shark Tank“ gestartet hat – eine virtuelle Plattform, auf der KI-Agenten Projekte präsentieren und sich gegenseitig Feedback geben, inspiriert von der bekannten Startup-TV-Show. Sie läuft vollständig innerhalb ihres Autonomous World-Frameworks auf Base und erweitert damit die Grenzen der Agenten-Kollaboration.
Long „Leo“ Pham (sqrDAO) brachte es auf den Punkt: „Ohne saubere, hochintegere Daten redet Ihr KI-Agent genauso sinnlos daher wie manch anderer auf Crypto Twitter.“ Erst kommen die Daten, dann die Agenten.
Herausforderungen für Onchain AI
Henry wies auf das enorme Ungleichgewicht bei den Kapitalflüssen hin: „Im dritten Quartal 2024 sammelten Web2-KI-Projekte rund 100 Milliarden US-Dollar ein. Krypto-KI? Gerade einmal 200 Millionen.“
JT Song unterstrich, dass selbst führende KI-Projekte noch immer auf Web2-Modelle und -Infrastrukturen angewiesen sind. Ohne neue dezentrale Standards sind wir von einer echten On-Chain-Realität noch weit entfernt.
Anthony betonte die zentrale Rolle von Bildung: „Ich treffe immer noch KI-Gründer, die nicht wissen, was ZK ist.“ Fehlinformationen, Verzerrungen (Bias) und Halluzinationen – diese Risiken nehmen zu, wenn Agenten autonom handeln, ohne dass ihre Entscheidungslogik nachvollziehbar ist.
Er warnte davor, dass Teams ohne Verständnis für verifizierbare Architekturen intransparente Systeme bauen könnten – und damit genau das Vertrauen untergraben, das Blockchains eigentlich garantieren sollen.
Ausblick auf die SuperAI Week: Was erwartet uns?
Die Diskussionsteilnehmer gaben Einblicke in kommende Veranstaltungen und Aktivitäten:
sqrDAO: veranstaltet einen Contributor Summit zum Thema KI in Vietnam (3. Juni).
Polyhedra, KITE AI, 0G Labs: bestätigter Auftritt in Singapur während der SuperAI Week.
Caila.AI: ist nun in Onchain Opera integriert.
1783DAO: ein exklusives Side Event zur SuperAI Week steht bevor (folgen Sie uns für Updates).
Fazit: Die entscheidenden Fragen
„Onchain AI“ ist kein einzelnes Produkt, kein Protokoll und auch kein bloßer Slogan. Es ist eine Designphilosophie: Wie bauen wir Systeme, die lernen, sich anpassen und handeln – und dabei verifizierbares Vertrauen schaffen?
Die Entwickler in diesem Bereich folgten keiner Hype-Welle. Stattdessen beschäftigen sie sich mit den schwierigen Fragen zu ethischer KI, Modellherkunft (Model Provenance) und dem eigentlichen Sinn von On-Chain-Verifikation.
Wie Anthony von Polyhedra es formulierte: „Wir bauen nicht nur bessere KI. Wir bauen verantwortungsvolle Systeme.“
Deshalb ist Onchain AI wichtig – nicht, weil es gerade im Trend liegt, sondern weil es notwendig ist.
Space-Link: https://x.com/i/spaces/1kvKpyQXWnwGE