21 Beiträge getaggt mit „DePIN“

Jeder Chip, den NVIDIA in den nächsten zwei Jahren herstellen kann, ist bereits vergeben. Auf der GTC 2026 am 16. März stellte Jensen Huang Vera Rubin vor – eine KI-Plattform mit 336 Milliarden Transistoren, die auf dem 3-nm-Verfahren von TSMC basiert. Gleichzeitig bestätigte er, was die Branche bereits befürchtet hatte: HBM4-Speicher ist bis 2026 komplett ausverkauft, und die GPU-Lieferzeiten erstrecken sich nun auf 36 bis 52 Wochen. Für den 19 Milliarden US-Dollar schweren DePIN-Sektor ist diese Versorgungskrise kein Problem. Sie ist die Chance des Jahrzehnts.

Die Vera-Rubin-Architektur: Ein neues Ausmaß an KI-Rechenleistung​

Benannt nach der Astronomin, die die Existenz dunkler Materie bewies, stellt Vera Rubin NVIDIAs ehrgeizigsten Plattformsprung seit Blackwell dar. Die Zahlen sind beeindruckend:

• 336 Milliarden Transistoren auf dem N3P-Node von TSMC – fast die doppelte Dichte von Blackwell
• 22 TB/s Speicherbandbreite über HBM4 der nächsten Generation von SK Hynix und Samsung
• NVL72-Konfiguration: 72 Rubin-GPUs und 36 Vera-CPUs, verbunden über das NVLink 6 Fabric, die 3,6 ExaFLOPS an NVFP4-Inferenz und 2,5 ExaFLOPS an Training liefern
• 5-fache Steigerung des Inferenz-Durchsatzes durch NVIDIAs neues 4-Bit-Gleitkommaformat (NVFP4)

Huang strukturierte die Keynote um das Thema „KI als fünfschichtige Torte“ – Energie, Chips, Infrastruktur, Modelle und Anwendungen. Die erste Schicht erhielt ungewöhnliche Aufmerksamkeit. Rechenzentren verbrauchen bereits 2–3 % des weltweiten Stroms, und Prognosen deuten darauf hin, dass sich dieser Anteil bis 2030 verdreifachen könnte, wenn KI-Workloads skalieren. Huang hob Partnerschaften für erneuerbare Energien hervor, einschließlich digitaler Zwillinge für die Stromerzeugung aus Meereswellen, und signalisierte damit, dass die Versorgung mit Rechenleistung nicht mehr nur ein Silizium-Problem ist – es ist ein Energieproblem.

Erste Vera-Rubin-Muster werden voraussichtlich Ende 2026 an Tier-1-Cloud-Anbieter ausgeliefert, die volle Produktion folgt Anfang 2027. Die nächste Architektur mit dem Codenamen Feynman steht bereits für 2027 auf der Roadmap.

Die Versorgungskrise, die niemand umgehen kann​

Während die Spezifikationen von Vera Rubin Schlagzeilen machten, erzählt die zugrunde liegende Liefergeschichte eine dringlichere Geschichte. Die CEOs von TSMC, SK Hynix, Micron, Intel, NVIDIA und Samsung haben alle die gleiche Botschaft übermittelt: Die Nachfrage nach fortschrittlichen Nodes, fortschrittlichem Packaging und HBM steigt viel schneller, als Kapazitäten aufgebaut werden können.

Der Engpass ist umfassend:

• HBM-Speicher: SK Hynix bestätigte: „Unser gesamter HBM-Vorrat für 2026 ist ausverkauft.“ Micron kann nur 55–60 % der Kernkundennachfrage decken. Samsung und SK Hynix haben die HBM3E-Preise für Verträge im Jahr 2026 um fast 20 % erhöht.
• Fortschrittliches Packaging: Die CoWoS-Kapazität (Chip-on-Wafer-on-Substrate) von TSMC – entscheidend für die Montage von HBM-Stacks auf GPU-Gehäusen – bleibt bis 2026 ausverkauft.
• GPU-Zuteilung: Hyperscaler wie Google, Microsoft, Amazon und Meta haben sich mehrjährige Zuteilungen gesichert. Kleinere Unternehmen stehen vor Lieferzeiten von 36 bis 52 Wochen, was sie faktisch bis 2027 oder später von modernster KI-Hardware ausschließt.

Das Ergebnis ist ein zweigeteilter Markt für Rechenleistung. Eine Handvoll Hyperscaler kontrolliert den überwiegenden Teil der GPU-Kapazität der nächsten Generation, während alle anderen – Start-ups, mittelständische Unternehmen, Forschungseinrichtungen und souveräne KI-Initiativen – um das kämpfen, was übrig bleibt.

DePINs Moment: Vom Randphänomen zum Vorreiter​

Hier kommen dezentrale physische Infrastrukturnetzwerke ins Spiel. Während kein DePIN-Netzwerk NVIDIA-GPUs aus dem Nichts herstellen kann, lösen diese Netzwerke ein anderes, ebenso kritisches Problem: die Mobilisierung des enormen Pools an unterausgelasteten GPU-Kapazitäten, die weltweit bereits vorhanden sind.

Der DePIN-Rechenleistungssektor ist innerhalb eines Jahres von 5,2 Milliarden US-Dollar auf über 19 Milliarden US-Dollar Marktkapitalisierung gewachsen, und dieses Wachstum wird durch reale Nutzungsdaten gestützt, nicht nur durch Token-Spekulation.

Render Network hat eine Marktkapitalisierung von über 2 Milliarden US-Dollar überschritten, nachdem es vom GPU-Rendering auf KI-Inferenz-Workloads expandiert hat. Der Start von Dispersed – einem dedizierten Subnetz für KI-Workloads – positioniert das Netzwerk an der Schnittstelle von kreativer und KI-Rechenleistung. Render bietet GPU-Rendering mit Einsparungen von bis zu 85 % im Vergleich zu AWS oder Google Cloud an.

Aethir meldete im Jahr 2025 einen Quartalsumsatz von fast 40 Millionen US-Dollar und über 1,4 Milliarden bereitgestellte Rechenstunden für mehr als 150 Unternehmenskunden. Dies ist keine Testnet-Demo. Es ist eine Produktionsinfrastruktur, die echte Einnahmen generiert.

io.net und Nosana erreichten während ihrer Wachstumszyklen jeweils Marktkapitalisierungen von über 400 Millionen US-Dollar, indem sie ungenutzte GPU-Kapazitäten von Rechenzentren, Krypto-Minern und Consumer-Hardware in On-Demand-Rechenpools bündelten.

Der Preisunterschied ist frappierend. Eine NVIDIA H100 auf einem DePIN-Marktplatz kann für vergleichbare Workloads 18- bis 30-mal weniger kosten als bei AWS. Selbst wenn man die Zuverlässigkeitsschwankungen berücksichtigt, die eine gewisse Überdimensionierung erzwingen, bieten DePIN-Netzwerke Kosteneinsparungen von 50–75 % für Batch-Workloads, Inferenzaufgaben und kurzzeitige Trainingsläufe.

Das Kalkül der Unternehmen verschiebt sich​

Die Einführung von DePIN-Rechenleistung in Unternehmen folgt einem vorhersehbaren, aber sich beschleunigenden Muster. Die größten Hindernisse waren die Komplexität der Orchestrierung, das Debugging verteilter Fehler, das Fehlen durchsetzbarer SLAs und krypto-native Beschaffungsprozesse, die IT-Abteilungen in Unternehmen nur schwer integrieren können.

Doch 2026 ändert sich das Kalkül. Da der zentralisierte GPU-Zugang faktisch rationiert ist, setzen Unternehmen zunehmend auf hybride Architekturen:

• Sensible Modelle mit niedriger Latenz laufen lokal auf Edge-Geräten
• Massive Trainingsaufgaben verbleiben bei Hyperscalern, die sich GPU-Kontingente gesichert haben
• Flexible Inferenz mit Spitzenkapazitäten wird zur Kostenarbitrage an dezentrale Netzwerke geleitet

Dieses hybride Modell macht DePIN vom „interessanten Experiment“ zum „pragmatischen Überlaufventil“. Wenn Ihr AWS-GPU-Kontingent erschöpft ist und die Warteliste von NVIDIA über Ihre Produktfrist hinausreicht, ist eine Kosteneinsparung von 50 % in einem dezentralen Netzwerk keine philosophische Entscheidung über Dezentralisierung mehr, sondern eine geschäftliche Notwendigkeit.

Die Prognose des Weltwirtschaftsforums für einen DePIN-Markt von 3,5 Billionen US-Dollar bis 2028 impliziert eine außergewöhnliche Wachstumsrate. Selbst bei halbem Tempo wäre DePIN einer der am schnellsten wachsenden Infrastruktursektoren in jeder Branche.

Energie: Der verborgene Engpass hinter dem Chip-Engpass​

Huangs Betonung der Energie auf der GTC 2026 war kein Zufall. Der Stromhunger der KI wächst schneller, als die Halbleiter-Lieferkette bewältigen kann. Der derzeitige Stromverbrauch von Rechenzentren liegt bei 2–3 % der weltweiten Erzeugung, aber Prognosen deuten darauf hin, dass KI-Workloads allein dies bis 2030 auf 6–9 % treiben könnten.

Dieser Energieengpass schafft einen weiteren strukturellen Vorteil für DePIN-Netzwerke. Zentralisierte Hyperscaler müssen riesige Rechenzentren an Standorten mit reichlich vorhandenem, erschwinglichem Strom bauen – ein Prozess, der von der Planung bis zum Betrieb 2–4 Jahre dauert. DePIN-Netzwerke hingegen bündeln vorhandene Hardware an vorhandenen Standorten mit vorhandenen Stromanschlüssen. Die Infrastruktur ist bereits angeschlossen.

Projekte an der Schnittstelle von DePIN und Energie, wie dezentrale virtuelle Kraftwerke und tokenisierte Zertifikate für erneuerbare Energien, positionieren sich so, dass sie beide Seiten der Gleichung bedienen: die Bereitstellung von Rechenkapazität bei gleichzeitiger Koordinierung der für deren Betrieb erforderlichen verteilten Energieressourcen.

Was als Nächstes kommt​

Die Vera-Rubin-Ära wird die KI-Infrastruktur für die nächsten zwei bis drei Jahre definieren. Aber die Hardware, auf die es am meisten ankommt, ist nicht nur das, was NVIDIA im Jahr 2027 ausliefert – es sind die Millionen von GPUs, die bereits weltweit im Einsatz sind und jeden Tag erhebliche Zeit ungenutzt bleiben.

Drei Dynamiken werden die nächsten 12 Monate prägen:

1. Die GPU-Knappheit verschärft sich, bevor sie nachlässt. Die Produktion von Vera Rubin wird erst Anfang 2027 nennenswerte Volumina erreichen. Die aktuelle Blackwell-Generation bleibt lieferbeschränkt. DePIN-Netzwerke, die während dieser Lücke die überschüssige Nachfrage auffangen, haben ein Zeitfenster, um die Zuverlässigkeit für Unternehmen im großen Stil zu beweisen.

2. Hybride Rechenarchitekturen werden zum Standard. Die binäre Wahl zwischen „Hyperscaler oder gar nichts“ löst sich auf. Unternehmen werden Workloads zunehmend auf zentralisierte, Edge- und dezentrale Infrastrukturen aufteilen, basierend auf Anforderungen an Latenz, Kosten und Verfügbarkeit.

3. Energie wird zum limitierenden Faktor. Selbst wenn sich das Chipangebot irgendwann entspannt, gilt dies möglicherweise nicht für die Stromverfügbarkeit. Das dezentrale Modell von DePIN – das von Natur aus über verschiedene Energiequellen und Regionen verteilt ist – bietet eine strukturelle Widerstandsfähigkeit gegenüber lokalen Strombeschränkungen, die zentralisierte Rechenzentren nicht bieten können.

Die Ironie von NVIDIAs GTC 2026 mag darin liegen, dass die wichtigste Erkenntnis nicht die atemberaubenden Spezifikationen von Vera Rubin waren. Es war die Bestätigung, dass die zentralisierte KI-Infrastruktur, egal wie leistungsfähig sie ist, an physische Grenzen stößt, die keine Ingenieurskunst sofort lösen kann. Für die dezentralen Rechennetzwerke, die im Stillen die ungenutzten GPUs der Welt bündeln, sind diese Grenzen eine offene Tür.

---

BlockEden.xyz bietet Hochleistungs-RPC- und API-Infrastrukturen für Blockchain-Netzwerke, die die nächste Generation dezentraler Anwendungen vorantreiben – einschließlich der DePIN-Protokolle, die den Rechenlayer von morgen aufbauen. Erkunden Sie unseren API-Marktplatz, um mit dem Aufbau zu beginnen.

Ein Sprachmodell mit 72 Milliarden Parametern, das vollständig auf Standardhardware trainiert wurde, ohne zentralisiertes Cluster, ohne Whitelist und ohne korporativen Gatekeeper. Das ist es, was Bittensors Subnetz 3 am 10. März 2026 lieferte – und der Markt hat es bemerkt. TAO stieg in einer einzigen Woche um 56 %, während Render Gewinne von über 40 % verzeichnete, als institutionelles Kapital entschlossen in dezentrale KI-Infrastruktur rotierte.

Die Botschaft des Marktes ist unmissverständlich: DePIN ist kein bloßes Whitepaper-Narrativ mehr. Es generiert echte Umsätze, zieht institutionelle Produkte an und fordert das Cloud-Computing-Oligopol an seiner profitabelsten Front heraus – der künstlichen Intelligenz.

Als das US-Justizministerium Anfang 2026 einen Schmuggelring im Wert von 160 Millionen US-Dollar zerschlug, der NVIDIA-Chips nach China brachte, enthüllte dies eine grundlegende Wahrheit: Zentralisierte GPU-Lieferketten sind Engpässe – und Engpässe ziehen sowohl Strafverfolgung als auch Umgehungsversuche nach sich. In der Zwischenzeit machte eine dezentrale GPU-Cloud, die sich über 94 Länder und mehr als 440.000 Container erstreckt, die gesamte Debatte still und leise weniger relevant.

Aethir, das größte dezentrale physische Infrastrukturnetzwerk (DePIN) für Rechenleistung, hat etwas aufgebaut, das weder AWS noch Schmuggelringe replizieren können: ein weltweit verteiltes GPU-Gewebe, bei dem die nächstgelegene verfügbare H100 an den Client geroutet wird, der sie benötigt, unabhängig davon, welche Regierung das Rechenzentrum kontrolliert, in dem sie sich befindet.

Als Jensen Huang auf der CES 2026 erklärte, dass „der ChatGPT-Moment für physische KI gekommen ist“, beschrieb er Maschinen, die die reale Welt verstehen, logisch denken und in ihr handeln. Was er nicht sagte — worauf aber ein wachsendes Ökosystem von Blockchain-Projekten setzt —, ist, dass diese Maschinen auch autonom Vermögenswerte verdienen, ausgeben und besitzen müssen. Willkommen in der Ära von DePAI: Dezentralisierte Physische KI.

Aethir hat im Jahr 2025 im Stillen die Marke von 127 Millionen $ an jährlichem Umsatz überschritten. Nicht durch Token-Emissionen. Nicht durch spekulative Anreizprogramme. Sondern durch tatsächliche Unternehmensausgaben für GPU-Rechenleistung. Dieser einzelne Datenpunkt könnte den Moment markieren, in dem dezentrales Computing aufgehört hat, ein Krypto-Experiment zu sein, und begann, zu einem Cloud-Business zu werden.

Jahrelang war die Kritik an Decentralized Physical Infrastructure Networks (DePIN) simpel: Ihre Ökonomie basierte auf dem Drucken von Token, nicht auf Kundenrechnungen. Anbieter verdienten Belohnungen in volatilen nativen Token, die Nachfrage war oft künstlich, und die Lücke zwischen „Netzwerkaktivität“ und „Umsatz“ war gewaltig. Doch im Laufe des Jahres 2025 und bis Anfang 2026 haben die führenden GPU-Rechennetzwerke – Akash, io.net, Aethir und Render – eine Kehrtwende vollzogen, die der breitere Markt noch nicht vollständig eingepreist hat: den Übergang von einem durch Token subventionierten Angebot hin zu einem nachfragegesteuerten Cashflow.

Achtundsechzig Prozent aller gestakten SOL befinden sich in europäischen Rechenzentren. Diese eine Statistik verdeutlicht eine Schwachstelle, über die die meisten Solana-Nutzer nie nachdenken – bis ein regionaler Ausfall, ein hartes Durchgreifen der Regulierungsbehörden oder ein Glasfaserschaden ein theoretisches Risiko in eine handfeste Krise verwandelt. Am 9. März 2026 startete DoubleZero die Phase II seines Delegationsprogramms und leitete 2,4 Millionen SOL – zum aktuellen Kurs etwa 320 Millionen $ – an Validatoren in Sao Paulo, Singapur, Hongkong und Tokio um. Dieser Schritt ist der aggressivste Versuch einer geografischen Neugewichtung in der Geschichte eines großen Proof-of-Stake-Netzwerks und wirft eine Frage auf, die sich die gesamte Branche stellen sollte: Können wirtschaftliche Anreize ein Dezentralisierungsproblem lösen, das ursprünglich durch Marktkräfte entstanden ist?

Jedes Mal, wenn ein KI-Team einen Trainingsdatensatz von AWS S3 abruft, wird der Rechnung eine heimliche Steuer hinzugefügt. Sie wird als Egress-Gebühr bezeichnet und bläht in der gesamten Cloud-Branche die Speicherkosten stillschweigend um 30 - 80 % auf, wodurch sich scheinbar erschwinglicher Objektspeicher in ein budgetäres schwarzes Loch verwandelt. Im März 2026 brachte ein Startup namens Akave seine Antwort auf den Markt: eine S3-kompatible dezentrale Speicherplattform mit Flatrate-Preisen, null Egress-Gebühren und einem kryptografischen Nachweis, dass Ihre Daten tatsächlich dort existieren, wo sie sein sollten.

Unterstützt mit 6,65 Millionen US-Dollar von Protocol Labs, der Avalanche Foundation, der Filecoin Foundation, Big Brain Holdings und anderen, ist Akave Cloud nicht nur ein weiteres Web3-Speicherexperiment. Es handelt sich um eine produktionsreife Infrastrukturlösung, die auf das am schnellsten wachsende Segment der Cloud-Ausgaben abzielt: KI-Data-Lakes.

Die drei umsatzstärksten DePIN-Projekte im Jahr 2026 haben eines gemeinsam: Sie alle verkaufen GPU-Rechenleistung an KI-Unternehmen. Kein Speicher. Keine drahtlose Bandbreite. Keine Sensordaten. Rechenleistung — die am stärksten begrenzte Ressource im globalen Technologie-Stack.

Diese Tatsache allein sagt alles darüber aus, wo Dezentrale Physische Infrastrukturnetzwerke (DePIN) nach Jahren der Suche nach einem Product-Market-Fit gelandet sind. Der Sektor, der einst auf Token-Anreizen und spekulativer Flywheel-Ökonomie basierte, generiert nun echte Einnahmen von den anspruchsvollsten Käufern in der Technologiebranche: KI-Modellentwickler, die GPUs am besten schon gestern gebraucht hätten.

Wenn Roboter anfangen, ihre eigenen Gehaltsschecks zu verdienen, wer kontrolliert dann ihre Wallets? Das ist die Billionen-Dollar-Frage hinter DePAI — Decentralized Physical AI — ein Paradigmenwechsel, der physische Roboter und KI-Systeme aus den Rechenzentren der Konzerne in eine gemeinschaftseigene Infrastruktur verlagert. Während Web3 jahrelang versprochen hat, die digitale Welt zu dezentralisieren, markiert das Jahr 2026 den Zeitpunkt, an dem diese Vision auf die physische Welt trifft: autonome Fahrzeuge, humanoide Roboter und KI-gestützte IoT-Geräte, die auf Blockchain-Basis operieren.

Die Zahlen sprechen eine deutliche Sprache. Das Weltwirtschaftsforum prognostiziert, dass der DePIN-Markt (Decentralized Physical Infrastructure Networks) von heute 20 Milliarden $bis 2028 auf 3,5 Billionen$ explodieren wird — ein atemberaubender Anstieg von 6.000 %. Was treibt dieses Wachstum an? Die Konvergenz von KI und Blockchain schafft das, was Branchenexperten heute als „DePAI“ bezeichnen — eine Infrastruktur, die verteiltes maschinelles Lernen, autonome ökonomische Agenten und gemeinschaftseigene Roboternetzwerke in einem beispiellosen Ausmaß ermöglicht.

Das ist keine spekulative Tokenomics mehr. Durch dezentrale Netzwerke fließen echte Umsätze: Aethir verzeichnete einen annualisierten Umsatz von 166 Millionen , indem es mehr als 150 KI-Unternehmenskunden bediente; Heliums dezentrales drahtloses Netzwerk erreichte durch Partnerschaften mit T-Mobile und AT&T einen annualisierten Umsatz von 13,3 Millionen ; und Grass generiert jährlich etwa 33 bis 85 Millionen $ durch den Verkauf von Web-Scraping-Daten an KI-Unternehmen. Der Übergang von „Tokenspekulation“ hin zu „Geschäftsumsatzmodellen“ ist vollzogen.

Von DePIN zu DePAI: Die Entwicklung dezentraler Infrastruktur​

Um DePAI zu verstehen, muss man die Grundlage kennen: DePIN (Decentralized Physical Infrastructure Networks). DePIN nutzt Blockchain- und Token-Anreize für das Crowdsourcing physischer Infrastruktur — drahtlose Netzwerke, GPU-Rechenleistung, Speicherplatz, Sensoren —, die traditionell massive Investitionsausgaben von Unternehmen erforderten. Stellen Sie sich Uber vor, aber für Infrastruktur: Einzelpersonen tragen Ressourcen bei (Bandbreite, GPUs, Speicher) und erhalten im Gegenzug Token.

DePAI führt dieses Konzept weiter, indem es autonome KI-Agenten integriert. Es geht nicht nur darum, das Eigentum an der Infrastruktur zu dezentralisieren — es geht darum, KI-Systemen und physischen Robotern zu ermöglichen, autonom mit dieser Infrastruktur zu interagieren, in dezentralen Märkten zu agieren und komplexe Aufgaben ohne Abhängigkeiten von zentralisierten Clouds auszuführen.

Der siebenstufige DePAI-Stack verdeutlicht diese Entwicklung:

1. KI-Agenten – Autonome Software-Entitäten, die Entscheidungen treffen und Transaktionen ausführen
2. Robotik – Physische Ausprägungen (humanoide Roboter, Drohnen, autonome Fahrzeuge)
3. Dezentrale Datenströme – Echtzeit-Sensordaten, Standortdaten, Umwelteinflüsse
4. Räumliche Intelligenz (Spatial Intelligence) – Kartierung, Navigation und Umgebungsverständnis
5. Infrastrukturnetzwerke – DePIN für Rechenleistung, Speicher, Konnektivität
6. Die Maschinenwirtschaft (Machine Economy) – Peer-to-Peer-Märkte, auf denen Maschinen direkt miteinander interagieren
7. DePAI DAOs – Governance-Ebenen, die gemeinschaftliches Eigentum und Entscheidungsfindung ermöglichen

Dieser Stack verwandelt Roboter von isolierten Unternehmenswerten in ökonomisch autonome Akteure in einem dezentralen Ökosystem. Stellen Sie sich eine Lieferdrohne vor, die autonom GPU-Rechenleistung für die Routenoptimierung bucht, den Bandbreitenzugang über einen DePIN-Marktplatz erwirbt und Zahlungen über Smart Contracts abwickelt — ganz ohne menschliches Zutun.

Der Durchbruch bei den Unternehmenseinnahmen: Aethirs 166-Millionen-$-Lektion​

Jahrelang kämpften DePIN-Projekte mit dem „Henne-Ei-Problem“: Wie baut man das Angebot auf (Menschen, die Ressourcen beisteuern), wenn die Nachfrage fehlt (zahlende Kunden), und umgekehrt? Aethir knackte dieses Problem durch einen laserfokussierten Ansatz auf Unternehmenskunden anstelle von Retail-Spekulanten.

Allein im dritten Quartal 2025 erwirtschaftete Aethir einen Umsatz von 39,8 Millionen $, was einer annualisierten Run-Rate (ARR) von über 147 Millionen$ entspricht. Bis Anfang 2026 erreichte dieser Wert 166 Millionen $ ARR. Das entscheidende Unterscheidungsmerkmal? Diese Einnahmen stammten von über 150 Unternehmenskunden aus den Bereichen KI, Gaming und Web3 — nicht aus Token-Emissionen oder Subventionen.

Mit über 435.000 GPUs der Enterprise-Klasse, verteilt auf mehr als 200 Standorte in 93 Ländern, stellt Aethir eine Rechenkapazität im Wert von über 400 Millionen $ zur Verfügung und behält dabei eine außergewöhnliche Betriebszeit von 98,92 % bei. Das ist eine Infrastrukturzuverlässigkeit, die mit AWS oder Google Cloud vergleichbar ist, jedoch über ein dezentrales Netzwerk bereitgestellt wird, in dem GPU-Besitzer Erträge erzielen und Kunden 50 bis 85 % weniger als die Preise der Hyperscaler zahlen.

Das Geschäftsmodell ist simpel: KI-Unternehmen benötigen enorme Rechenleistung für Training und Inferenz. Zentralisierte Cloud-Anbieter wie AWS verlangen Premium-Preise und sind mit GPU-Knappheit konfrontiert (SK Hynix und Micron haben angekündigt, dass ihre gesamte Produktion für 2026 bereits ausverkauft ist). Aethir bündelt ungenutzte GPU-Kapazitäten von Rechenzentren, Mining-Betrieben und Unternehmenspartnern und macht diese über einen dezentralen Marktplatz zu einem Bruchteil der Kosten verfügbar.

Für 2026 setzt Aethir verstärkt auf agentische KI — die es autonomen KI-Agenten ermöglicht, GPU-Nutzung in Echtzeit ohne menschliche Bediener zu buchen, zu bezahlen und zu optimieren. Dies positioniert die DePAI-Infrastruktur nicht nur als kosteneffiziente Alternative zur zentralisierten Cloud, sondern als die nativen Schienen für die entstehende Maschinenwirtschaft.

Heliums hybrides Modell: Carrier-Offload trifft auf Community-Netzwerke​

Während sich Aethir auf Rechenleistung konzentriert, befasst sich Helium mit Konnektivität. Was 2019 als community-basiertes IoT-Netzwerk begann, hat sich zu einem Full-Stack-Wireless-DePIN entwickelt, das sowohl IoT- als auch 5G-Mobilfunkdienste unterstützt. Bis zum dritten Quartal 2025 hat das Helium-Netzwerk über 5.452 Terabyte an Daten übertragen, die von großen US-Mobilfunkanbietern ausgelagert wurden, was ein signifikantes Wachstum im Quartalsvergleich darstellt.

Das „Carrier-Offload“-Modell ist der Punkt, an dem DePAI auf die reale Telekommunikation trifft. Große Anbieter wie T-Mobile, AT&T, Movistar und Google Orion arbeiten mit Helium zusammen, um Kundendaten in stark frequentierten städtischen Gebieten auf von der Community betriebene Hotspots auszulagern. Der Anbieter zahlt dem Netzwerk eine Gebühr, und diese Einnahmen fließen an die Hotspot-Betreiber, die die physische Infrastruktur bereitstellen.

Trotz einiger Verwirrung in Medienberichten hat Helium keine formelle Carrier-Offload-Vereinbarung direkt mit T-Mobile als Telekommunikationspartnerschaft. Stattdessen können sich T-Mobile-Abonnenten an ausgewählten Standorten über Drittanbieter-Arrangements mit dem Helium-Netzwerk verbinden, und die Anbieter profitieren von einer geringeren Überlastung, indem sie den Datenverkehr auf die über 26.000 Wi-Fi-Standorte von Helium auslagern.

Helium Mobile, der MVNO-Dienst (Mobile Virtual Network Operator) des Netzwerks, ist ein Beispiel für das „Hybrid MNO“-Modell: Nutzer erhalten unbegrenzte Mobilfunktarife für 20 $ / Monat, indem sie nahtlos zwischen dem Community-Netzwerk von Helium und dem Backbone von T-Mobile wechseln. Wenn Sie sich in der Nähe eines Helium-Hotspots befinden, wird Ihr Datenverkehr über die DePIN-Infrastruktur geleitet. Wenn nicht, dient das Netzwerk von T-Mobile als Backup.

Dieser hybride Ansatz beweist, dass DePAI die zentralisierte Infrastruktur nicht vollständig ersetzen muss – es kann sie ergänzen und margenstarke Anwendungsfälle (städtische Dichte, IoT-Sensoren, stationäre Geräte) erfassen, während weniger profitable Szenarien den traditionellen Anbietern überlassen werden. Das Ergebnis: 13,3 Millionen $ an jährlichen Einnahmen für ein Netzwerk, das von Privatanwendern und nicht von Telekommunikationsgiganten aufgebaut wurde.

Grass: Monetarisierung ungenutzter Bandbreite für KI-Trainingsdaten​

Wenn Aethir Rechenleistung und Helium Konnektivität verkauft, verkauft Grass Daten – genauer gesagt Webdaten, die von einem dezentralen Netzwerk aus über 2,5 Millionen Nutzern gescraped werden, die ihre ungenutzte Internetbandbreite zur Verfügung stellen.

KI-Unternehmen stehen vor einem kritischen Engpass: Sie benötigen massive, vielfältige Datensätze, um große Sprachmodelle (LLMs) zu trainieren. Das Scrapen des öffentlichen Webs in großem Umfang erfordert jedoch eine enorme Bandbreite und IP-Diversität, um Rate-Limits und geografische Blockaden zu vermeiden. Grass hat dies gelöst, indem es Bandbreite von alltäglichen Internetnutzern per Crowdsourcing bezieht und deren Heimanschlüsse in ein verteiltes Web-Scraping-Netzwerk verwandelt.

Das Erlösmodell ist einfach: KI-Labore erwerben strukturierte Datensätze über das Grass-Netzwerk für das Modelltraining und bezahlen die Grass Foundation in Fiat-Währung oder Krypto. Der GRASS-Token dient als „primäres Instrument für die Wertschöpfung“ und verteilt die Einnahmen zurück an die Node-Betreiber und Staker, die die zugrunde liegende Infrastruktur bereitstellen.

Während die genauen Umsatzzahlen je nach Quelle variieren, monetarisiert Grass weniger als 1 % seiner über 2,5 Millionen Nutzer und generiert bereits beträchtliche frühe Umsatzschätzungen zwischen 33 Millionen $und 85 Millionen$ jährlich. Der Gründer erwähnte kürzlich in einer Demo beiläufig einen „mittleren achtstelligen Umsatz“, was darauf hindeutet, dass das Netzwerk über 50 Millionen $ pro Jahr generiert. Mit 8,5 Millionen monatlich aktiven Nutzern und wachsenden kommerziellen Verträgen mit KI-Laboren skaliert Grass die Netzwerkkapazität sowohl für Trainingsdatensätze als auch für Live-Kontextabrufdaten, um KI-Kunden bis 2026–2027 zu bedienen.

Was macht Grass zu einer DePAI-Fallstudie und nicht nur zu einem Datenmarktplatz? Das Netzwerk ermöglicht es autonomen KI-Agenten, auf dezentrale Webdaten in Echtzeit zuzugreifen, ohne auf zentralisierte APIs angewiesen zu sein, die zensiert, gedrosselt oder abgeschaltet werden können. Da KI-Agenten immer autonomer und wirtschaftlich aktiver werden, benötigen sie eine Infrastruktur, die so erlaubnisfrei und dezentral ist wie sie selbst.

Die Robotik-Revolution: Wenn Maschinen DePAI-Infrastruktur benötigen​

Die ultimative Vision von DePAI geht über Rechenleistung, Konnektivität und Daten hinaus – es geht darum, physischen Robotern zu ermöglichen, als autonome Wirtschaftsakteure zu agieren. Analysten von Morgan Stanley prognostizieren, dass die humanoide Robotikindustrie bis 2050 einen Jahresumsatz von bis zu 4,7 Billionen $ generieren könnte. Aber hier stellt sich die entscheidende Frage: Werden diese Roboter von einer Handvoll Konzernen kontrolliert (Boston Dynamics unter Hyundai, Teslas Optimus, Googles Robotik-Sparte), oder werden sie auf einer dezentralen Infrastruktur betrieben, die Gemeinschaften gehört?

Projekte wie peaq, XMAQUINA und elizaOS leisten Pionierarbeit beim DePAI-Ansatz für die Robotik:

• peaq fungiert als „Betriebssystem der Maschinenwirtschaft“ und ermöglicht es Robotern, Sensoren und IoT-Geräten, über selbstbestimmte Identitäten (SSIs) zu interagieren, Peer-to-Peer-Transaktionen durchzuführen und Daten sowie Dienste über dezentrale Marktplätze anzubieten. Stellen Sie es sich als das Ethereum für Maschinen vor.

• XMAQUINA treibt DePAI durch eine DAO-Struktur voran und bietet einer globalen Community liquiden Zugang zu führenden privaten Robotikunternehmen, die Humanoiden der nächsten Generation entwickeln. Anstatt dass Roboter Unternehmensvermögen sind, bündeln Investoren ihre Ressourcen und demokratisieren den Besitz an Robotikunternehmen über Blockchain-basierte Governance.

• elizaOS schlägt die Brücke zwischen dezentralen KI-Agenten und Robotik, indem es autonome Intelligenz in reale Arbeitsabläufe verwandelt. Es lässt sich natürlich auf die Robotik übertragen, wo Systeme Daten lokal verarbeiten und Aufgaben koordinieren müssen, ohne auf anfällige zentrale Clouds angewiesen zu sein.

Die Kernidee ist das „universelle Grundeigentum“ (Universal Basic Ownership) als Alternative zum bedingungslosen Grundeinkommen (BGE). Wenn Roboter menschliche Arbeit in großem Umfang ersetzen, bietet DePAI ein Modell, bei dem alltägliche Menschen von der Maschinenarbeit als Eigentümer und Stakeholder in den Netzwerken profitieren, nicht nur als passive Empfänger staatlicher Transfers.

Bis 2030, so Branchenprognosen, werden mehr als die Hälfte aller KI-gesteuerten Roboter ihre Arbeitslasten auf dezentralen GPU-Netzwerken wie Aethir ausführen und nicht auf AWS, Azure oder Google Cloud. Sie werden DePIN-Wireless-Netzwerke wie Helium für die Konnektivität nutzen, über Netzwerke wie Grass auf Echtzeitdaten zugreifen und Transaktionen über Smart Contracts abwickeln. Die Vision ist eine Maschinenökonomie, in der autonome Agenten und physische Roboter in erlaubnisfreien Märkten interagieren, die von DAOs und nicht von Monopolen besessen und verwaltet werden.

Warum 2026 die Wende von der Spekulation zum Umsatz markiert​

Jahrelang wurden DePIN- und Web3-Infrastrukturprojekte durch Token-Emissionen und Risikokapital finanziert, nicht durch zahlende Kunden. Dieses Modell funktionierte während der Bullenmärkte, brach jedoch spektakulär zusammen, als Krypto in Bärenmärkte eintrat. Projekte ohne echte Einnahmen, aber mit hoher Token-Inflation, sahen ihre Netzwerke und Bewertungen dahinschmelzen.

2026 markiert einen Paradigmenwechsel. Die Kennzahlen, auf die es jetzt ankommt, sind:

• Netzwerkeinnahmen – Wie viel Umsatz in Fiat-Währungen oder Stablecoins generiert das Netzwerk durch tatsächliche Kunden?
• Auslastungsraten – Welcher Prozentsatz der Netzwerkkapazität wird aktiv von zahlenden Nutzern beansprucht?
• Unternehmensakzeptanz – Nutzen echte Unternehmen (nicht nur krypto-native Protokolle) die Infrastruktur?

Aethir, Helium und Grass demonstrieren diesen Wandel in der Praxis:

• Die 166 Mio. $ ARR von Aethir stammen von über 150 Unternehmenskunden, nicht von Token-Anreizen.
• Die jährlichen Einnahmen von Helium in Höhe von 13,3 Mio. $ stammen aus Carrier-Offload-Partnerschaften und MVNO-Abonnenten, nicht aus spekulativen Hotspot-Käufen.
• Die Einnahmen von Grass in Höhe von 33–85 Mio. $ stammen von KI-Unternehmen, die Datensätze kaufen, nicht von Airdrop-Farmern.

Der Markt für GPU-as-a-Service wird bis 2030 auf schätzungsweise 35–70 Milliarden $ geschätzt, wobei beschleunigte Rechenlasten mit einer jährlichen Wachstumsrate (CAGR) von mehr als 30 % wachsen. Dezentrale Dienste konkurrieren über Kosten (50–85 % Ersparnis gegenüber AWS / GCP), Flexibilität (globale Verteilung, kein Vendor-Lock-in) und Widerstand gegen zentralisierte Kontrolle – Werte, die besonders bei KI-Entwicklern Anklang finden, die über Zensur und Plattformrisiken besorgt sind.

Vergleichen Sie dies mit traditionellen DePIN-Token, die einbrachen, als die Anreize versiegten. Der Unterschied liegt in einer nachhaltigen Unit Economics: Wenn das Netzwerk mehr Einnahmen von Kunden erzielt, als es für Token-Emissionen und den Betrieb ausgibt, kann es ohne Rettungsaktionen im Bullenmarkt unbegrenzt überleben.

Die 3,5-Billionen-Dollar-Frage: Kann DePAI tatsächlich skalieren?​

Die Prognose des Weltwirtschaftsforums von 3,5 Billionen $ bis 2028 klingt kühn, hängt jedoch von drei kritischen Faktoren ab:

1. Regulatorische Klarheit

Physische Infrastruktur – drahtlose Netzwerke, Rechenzentren, Transportsysteme – unterliegt strengen Vorschriften. Können DePIN- und DePAI-Netzwerke Telekommunikationslizenzen, Datenschutzgesetze (DSGVO, CCPA) und Sicherheitsstandards für Robotik einhalten und gleichzeitig die Dezentralisierung wahren? Die Carrier-Partnerschaften von Helium deuten auf ja hin, aber das regulatorische Risiko bleibt hoch.

2. Akzeptanz in Unternehmen

KI-Unternehmen und Robotikfirmen benötigen eine Infrastruktur, die zuverlässig, konform und kosteneffizient ist. Die Betriebszeit von Aethir von 98,92 % und die SLAs auf Unternehmensniveau beweisen, dass dezentrale Netzwerke in puncto Zuverlässigkeit mithalten können. Aber werden Fortune-500-Unternehmen kritische Arbeitslasten einer gemeinschaftseigenen Infrastruktur anvertrauen? Die nächsten 12–24 Monate werden es zeigen.

3. Technologische Reife

DePAI erfordert eine nahtlose Integration über Blockchain (Zahlungen, Identität, Governance), KI (autonome Agenten, maschinelles Lernen) und physische Systeme (Robotik, Sensoren, Edge-Computing) hinweg. Viele Teile benötigen noch Interoperabilitätsstandards, bessere Entwicklertools und eine geringere Latenz für Echtzeitanwendungen.

Das bullische Szenario ist überzeugend: Die weltweiten Ausgaben für KI-Infrastruktur werden bis 2030 auf 5–8 Billionen $ geschätzt, und dezentrale Netzwerke erobern einen zunehmenden Anteil, indem sie Vorteile bei Kosten, Flexibilität und Souveränität bieten. Das bärische Szenario warnt vor einer schleichenden Zentralisierung (einige wenige große Knotenbetreiber dominieren die Netzwerke), regulatorischem Durchgreifen und Wettbewerb durch Hyperscaler, die die DePIN-Preise durch Skaleneffekte unterbieten könnten.

Was als Nächstes kommt: Die Machine Economy geht live​

Im weiteren Verlauf des Jahres 2026 werden mehrere Trends die Entwicklung von DePAI beschleunigen:

Verbreitung von agentischer KI – KI-Agenten entwickeln sich von Chatbots zu autonomen wirtschaftlichen Akteuren. Sie benötigen DePAI-Infrastruktur für den erlaubnisfreien Zugriff auf Rechenleistung, Daten und Konnektivität.

Übernahme von Open-Source-Modellen – Da immer mehr Unternehmen Open-Source-LLMs (Llama, Mistral usw.) ausführen, anstatt sich auf APIs von OpenAI / Anthropic zu verlassen, wird die Nachfrage nach dezentraler Inferenz sprunghaft ansteigen.

Kommerzialisierung der Robotik – Humanoide Roboter, die in Lagerhäuser, Fabriken und die Dienstleistungsbranche einziehen, benötigen dezentrale Infrastruktur, um Vendor-Lock-in zu vermeiden und Interoperabilität zu ermöglichen.

Tokenisierte Anreize für Edge-Knoten – Die nächste Welle von DePIN-Projekten wird sich auf Edge-Computing konzentrieren (Datenverarbeitung in der Nähe ihrer Entstehung) und nicht auf zentralisierte Rechenzentren. Dies passt perfekt zu latenzempfindlichen Robotik- und IoT-Anwendungen.

Für Entwickler und Investoren verschiebt sich die Strategie: Suchen Sie nach Projekten mit echten Einnahmen, nachhaltiger Unit Economics und Traktion bei Unternehmen. Vermeiden Sie Netzwerke, die rein durch Token-Emissionen oder spekulative NFT-Verkäufe aufrechterhalten werden. Die Gewinner von DePAI werden diejenigen sein, die das erlaubnisfreie Ethos von Web3 mit den Zuverlässigkeits- und Compliance-Standards verbinden, die Unternehmenskunden verlangen.

Für Entwickler, die KI-Anwendungen erstellen, die eine zuverlässige und kosteneffiziente Infrastruktur erfordern, bietet BlockEden.xyz API-Zugang auf Unternehmensniveau zu führenden Blockchain-Netzwerken. Entdecken Sie unsere Dienste, um auf einer Infrastruktur aufzubauen, die für die dezentrale Zukunft konzipiert ist.

Quellen​

• DePAI-Revolution: Unterstützung von physischer KI und Robotik mit dezentraler Rechenleistung
• DePAI verstehen | Messari
• Aethirs 12-monatige strategische Roadmap – Ausbau des KI-Rechenleistungswachstums für Unternehmen
• Wie Aethir durch Unternehmenswachstum zur führenden Enterprise-DePIN-Compute-Plattform wurde
• Status von Helium Q3 2025 | Messari
• Heliums Wende zum Carrier-Grade: AT&T, Movistar und kostenloses Mobilfunknetz
• Forschungsbericht: Grass — Die expandierende KI-Datenbank
• Die Datenschicht der KI mit Grass neu gestalten - Blockworks
• Was Roboter benötigen, um als dezentrale physische KI (DePAI) zu agieren - peaq
• Der Aufstieg von DePIN - BlockEden.xyz
• Dezentrale GPU-Netzwerke 2026 - BlockEden.xyz