Die aufkommende Tokenisierung von KI-Assets: Web3s nächste Innovationswelle

Web3 hat im letzten halben Jahrzehnt eine Reihe von Innovationstrends erlebt, jeder mit starker Anziehungskraft und Markt. Während einige dieser Trends verblasst sind, haben andere stark gehalten (z. B. Staking) und sich zu ausgereifteren Merkmalen der Web3-Erfahrung entwickelt.

RWAs waren in den letzten Jahren ein interessanter Trend, der einen Vorgeschmack darauf bot, was mit tokenisierten Real-World-Assets möglich sein könnte. Ein Großteil dieser Anwendungsfälle konzentriert sich jedoch auf Finanzassets und fungiert als On-Chain-Halter für ein anderes Finanzasset. Während dies sicherlich seinen Platz haben kann, war es für viele im Markt eine Enttäuschung, dass wir keine viel größere Vielfalt dieser Anwendungsfälle sehen. Es gibt hier und da Einblicke in neue Anwendungsfälle, und wenn sie erscheinen, sendet dies die Botschaft, dass wir in der Welt der RWAs noch viel zu entdecken haben.

Sogar Vitalik Buterin hat diesen Gedanken geäußert und auf X geteilt, dass er viel mehr Diversifizierung für die Art und Weise sehen möchte, wie RWAs genutzt werden. Die gute Nachricht ist, dass diese Vielfalt kurz davor sein könnte, explodiert zu sein, da das Feld der KI scheint, jede andere Branche zu infiltrieren. Blockchain ist keine Ausnahme, und KI macht hier ebenfalls ihre Spuren sichtbar. Wir sehen viele verschiedene Anwendungsmöglichkeiten für KI in der Web3-Branche, aber wir beginnen zu erkennen, dass die KI-Branche selbst erheblich von Web3 profitieren könnte. RWAs haben hier ein enormes Potenzial und könnten den vielleicht größten Anwendungsfall von allen gewinnen: die Tokenisierung der Schlüsselassets der KI-Branche. Lassen Sie uns untersuchen, wie RWAs der KI-Branche nutzen können, wie KI-bezogene RWAs dazu beitragen können, ein Portfolio stark zu diversifizieren, und wie diese Art der Tokenisierung funktionieren könnte. Um weitere Einblicke in das Thema zu gewinnen, haben wir Cloris Chen, CEO von Cogito Finance, gebeten, ihre Gedanken zur Schnittstelle zwischen KI und RWAs zu teilen.

> Erlauben Sie Menschen, Aktien dieses Unternehmens in Form von Token zu kaufen

Ist das nicht ein RWA?

(Ich unterstütze RWAs, ich möchte eine viel größere Vielfalt davon On-Chain sehen, damit Apps sie nutzen können, ohne dem systemischen Risiko eines einzelnen Emittenten oder einer einzelnen Assetklasse ausgesetzt zu sein)

— vitalik.eth (@VitalikButerin) August 26, 2024

RWAs müssen über die Finanzwelt hinausgehen

Wie oben erwähnt, konzentrieren sich RWAs heute tendenziell viel zu stark auf traditionelle Finanzassets. Das heißt nicht, dass diese Assets nicht gut sind und ihre Tokenisierung keine gute Idee ist (die Assets sind gut und die Tokenisierung ist es auch). RWAs, die an niedrig riskante Assets wie Schatzbriefe (T-Bills) gebunden sind, können ein ausgezeichneter Teil eines diversifizierten Portfolios sein. Die Tatsache, dass Schatzbriefe nicht mit dem Kryptomarkt zusammenhängen, isoliert zudem extreme Schwankungen und bietet die Stabilität, die man in einem Portfolio wünscht. Bisher alles gut, oder?

Die Probleme treten auf, wenn die RWAs zu Stellvertretern für diese Finanzinstrumente werden und den Anschein von Diversifizierung erwecken, ohne tatsächlich wirklich diversifiziert zu sein. Stattdessen müssen wir zusätzliche Wege finden, die RWAs an nicht-finanzielle Assets binden, und diese Assets dann auf eine Weise in Portfolios integrieren, die eine solide Balance bieten. Für die KI-Branche umfassen diese Assets die KI-Modelle selbst, Datensätze, die für das Training der Modelle verwendet werden, und die GPUs, die die Modelle tatsächlich durch Rechenleistung ausführen.  

Mit diesen drei neuen Assets in RWA-Form können sie dazu beitragen, ein Handelsportfolio weiter auszugleichen. Aber wo stehen sie in Bezug auf die Rendite?  

Laut Chen „Tokenisierte KI-Assets tragen typischerweise ein hohes Risiko/Einsparungs-Profil, aber es ist wichtig, ihren Marktkontext zu berücksichtigen — insbesondere das rasante Wachstum von KI-Diensten. Diese Assets sind bereits stark nachgefragt, angetrieben durch den exponentiellen Anstieg von KI-Diensten. Was mehr ist, KI ist hier, um zu bleiben, also wird die Tokenisierung und Investition in solche Assets langfristig eine häufige Vorkommnis werden. Während eine tokenisierte KI-Wirtschaft in ihrer frühen Phase (im Vergleich zu traditionellen Finanzmärkten) mit geringerer Liquidität konfrontiert sein kann, schafft sie einen aufstrebenden Markt, der für eine wachsende Anzahl von Anlegern attraktiv ist.“

Tokenisierung von KI

Im Bereich der KI bietet die Möglichkeit der Tokenisierung nicht nur einzigartige Möglichkeiten für ein Portfolio, sondern ist aus der Sicht der KI-Assets selbst dringend erforderlich. GPUs können prohibitiv teuer sein, insbesondere wenn eine maximale Nutzung zum Training, aber nicht unbedingt zum Betrieb eines KI-Modells erforderlich ist. Dies schafft ein großes Effizienzproblem, und eines, bei dem eine Sammlung verbundener GPUs, die synchron arbeiten und viele verschiedene Aufgaben übernehmen, die beste Nutzung der Hardware bieten kann. Wenn die GPU tokenisiert werden kann, kann diese Nutzung überwacht und monetarisiert werden. Darüber hinaus ist die höhere Kosten einer GPU (oder vieler, wenn die erforderliche Verarbeitung intensiv ist) unglaublich belastend, aber die fraktionale Eigentümerschaft am RWA kann dazu beitragen, sowohl die Kosten als auch die Belohnungen zu verteilen.

Chen erörtert, wie auch KI-Modelle tokenisiert werden können: „Ein entscheidender Vorteil ist, wie sie das Problem der Durchsetzung von Intellectual-Property-Rechten lösen, das in traditionellen Formaten berüchtigt schwierig war. Durch die Tokenisierung können KI-Forscher ihre Modelle monetarisieren, indem sie tokenisierte Versionen auf einem Marktplatz auflisten und IP-Rechte direkt in den Token selbst einbetten.“

Dies ist ein entscheidender Vorteil, die vollständige Kontrolle über die Verarbeitung eines KI-Modells zu haben, ohne das Risiko, es herauszugeben und das IP gestohlen zu bekommen. Durch die fraktionierte Eigentümerschaft können Mitglieder ihre Beteiligungen kaufen und verkaufen, was einen vollständig liquiden Markt schafft, obwohl die physischen Assets nicht im Umlauf sind.

Die zur Schulung der KI-Modelle benötigten Datensätze müssen ebenfalls eine Veränderung in ihrer Verwaltung erfahren. Traditionelle Datenmakler sind an ein unangemessen starkes Maß an Kontrolle über ihre Daten und Prozesse gewöhnt. Mit Web3 ist der Prozess viel demokratischer. Chen sagt über Datenmakler: „Viele traditionelle Datenmakler operieren auf eine Weise, die ihnen zu viel Kontrolle über die Daten gibt. Wenn Datenanbieter jedoch mehr Transparenz und Kontrolle darüber verlangen, wie ihre Daten monetarisiert werden, müssen diese Unternehmen sich anpassen, um den sich entwickelnden Marktstandards gerecht zu werden. Mit anderen Worten, wir erwarten mögliche Partnerschaften zwischen traditionellen Datenmaklern und Tokenisierungsplattformen.“

Ausblick

KI ist eine Revolution für sich, hat aber ihren Weg in viele Branchen gefunden. Web3 ist keine Ausnahme und nutzt KI voll aus, während es versucht, neu zu definieren, was ein RWA sein sollte. Web3 kann jedoch auch der KI-Branche viele Vorteile bieten, indem es Elemente wie fraktionale Eigentümerschaft, programmierbare Token, die sich an den nützlichen Lebenszyklus eines KI-Modells anpassen können, und die Fähigkeit von Communities, Datensätze zu erstellen und zu betreiben, einführt. Wir werden weiterhin genau beobachten, wie diese beiden Technologien ihren Weg finden, in der Hoffnung, dass sie weiterhin miteinander verwoben bleiben und viele weitere Vorteile mit sich bringen werden.