2 Beiträge getaggt mit „tokenomics“

Was wäre, wenn die Zukunft der künstlichen Intelligenz nicht von einer Handvoll Billionen-Dollar-Unternehmen kontrolliert würde, sondern von Millionen von Mitwirkenden, die Token für das Training von Modellen und das Teilen von Daten verdienen? Zwei Projekte liefern sich ein Wettrennen, um diese Vision Wirklichkeit werden zu lassen — und sie könnten in ihrem Ansatz nicht unterschiedlicher sein.

Bittensor hat mit seiner von Bitcoin inspirierten Tokenomics und dem Proof-of-Intelligence-Mining ein Ökosystem im Wert von 2,9 Milliarden $aufgebaut, in dem KI-Modelle um Belohnungen konkurrieren. Sahara AI, unterstützt durch 49 Millionen$ von Pantera und Binance Labs, baut eine Full-Stack-Blockchain auf, bei der Dateneigentum und Urheberrechtsschutz an erster Stelle stehen. Das eine belohnt den Output an roher Intelligenz; das andere schützt die Menschen hinter den Daten.

Während zentralisierte KI-Giganten wie OpenAI und Google dem Ziel der künstlichen allgemeinen Intelligenz (AGI) entgegenstürmen, setzen diese dezentralen Alternativen darauf, dass die Zukunft offenen, erlaubnisfreien Systemen gehört. Doch welche Vision wird sich durchsetzen?

Das Zentralisierungsproblem der KI​

Die KI-Branche steht vor einer massiven Machtkonzentration. Das Training von Frontier-Modellen erfordert eine Recheninfrastruktur in Milliardenhöhe, wobei Cluster aus Tausenden von GPUs monatelang laufen. Nur eine Handvoll Unternehmen — OpenAI, Google, Anthropic, Meta — können sich diesen Umfang leisten. DeepMind-CEO Demis Hassabis beschrieb dies kürzlich als "das intensivste Wettbewerbsumfeld", das erfahrene Technologen je gesehen haben.

Diese Konzentration schafft kaskadierende Probleme. Datenlieferanten — die Künstler, Autoren und Programmierer, deren Arbeit diese Modelle trainiert — erhalten weder Vergütung noch Namensnennung. Kleine Entwickler können nicht gegen proprietäre Barrieren konkurrieren. Und die Nutzer haben keine andere Wahl, als darauf zu vertrauen, dass zentralisierte Anbieter verantwortungsvoll mit ihren Daten und Ergebnissen umgehen.

Dezentrale KI-Protokolle bieten eine alternative Architektur. Durch die Verteilung von Rechenleistung, Daten und Belohnungen über globale Netzwerke zielen sie darauf ab, den Zugang zu demokratisieren und gleichzeitig eine faire Vergütung zu gewährleisten. Aber der Gestaltungsraum ist riesig, und zwei führende Projekte haben radikal unterschiedliche Wege gewählt.

Bittensor: Das Proof-of-Intelligence-Mining-Netzwerk​

Bittensor funktioniert wie ein "Bitcoin für KI" — ein erlaubnisfreies Netzwerk, in dem Teilnehmer TAO-Token verdienen, indem sie wertvolle Machine-Learning-Ergebnisse beisteuern. Anstatt willkürliche kryptografische Rätsel zu lösen, betreiben Miner KI-Modelle und beantworten Anfragen. Je besser ihre Antworten sind, desto mehr verdienen sie.

Wie es funktioniert​

Das Netzwerk besteht aus spezialisierten Subnetzen (Subnets), von denen sich jedes auf eine bestimmte KI-Aufgabe konzentriert: Textgenerierung, Bildsynthese, Handelssignale, Proteinfaltung, Code-Vervollständigung. Bis Anfang 2026 beherbergt Bittensor über 129 aktive Subnetze, gegenüber 32 in der Anfangsphase.

Innerhalb jedes Subnetzes interagieren drei Rollen:

• Miner betreiben KI-Modelle und beantworten Anfragen, wobei sie TAO basierend auf der Output-Qualität verdienen.
• Validatoren bewerten die Antworten der Miner und vergeben Punkte unter Verwendung des Yuma-Konsens-Algorithmus.
• Subnet-Besitzer kuratieren die Aufgabenspezifikationen und erhalten einen Teil der Emissionen.

Die Aufteilung der Emissionen beträgt 41 % an Miner, 41 % an Validatoren und 18 % an Subnet-Besitzer. Dies schafft ein marktgetriebenes System, in dem die besten KI-Beiträge die höchsten Belohnungen verdienen — eine Meritokratie, die durch kryptografischen Konsens statt durch unternehmenseigene Hierarchien durchgesetzt wird.

Die TAO-Token-Ökonomie​

TAO spiegelt die Tokenomics von Bitcoin wider: eine feste Obergrenze von 21 Millionen Token, regelmäßige Halving-Ereignisse und kein Pre-Mine oder ICO. Am 12. Dezember 2025 schloss Bittensor sein erstes Halving ab, wodurch die täglichen Emissionen von 7.200 auf 3.600 TAO gesenkt wurden.

Das Upgrade auf dynamisches TAO (dTAO) im Februar 2025 führte eine marktgetriebene Preisgestaltung für Subnetze ein. Wenn Staker in den Alpha-Token eines Subnetzes investieren, stimmen sie mit ihrem TAO über den Wert dieses Subnetzes ab. Höhere Nachfrage bedeutet höhere Emissionen — ein Preisfindungsmechanismus für KI-Fähigkeiten.

Derzeit sind rund 73 % des TAO-Angebots gestakt, was eine starke langfristige Überzeugung signalisiert. Der GTAO-Trust von Grayscale beantragte im Dezember 2025 die Umwandlung an der NYSE, was potenziell die Tür für einen TAO-ETF und einen breiteren institutionellen Zugang öffnet.

Netzwerkskalierung und Akzeptanz​

Die Zahlen erzählen eine Geschichte von schnellem Wachstum:

• 121.567 einzigartige Wallets über alle Subnetze hinweg
• 106.839 Miner und 37.642 Validatoren
• Marktkapitalisierung von etwa 2,9 Milliarden $
• EVM-Kompatibilität ermöglicht Smart Contracts auf Subnetzen

Die These von Bittensor ist einfach: Wenn man die richtigen Anreize schafft, wird Intelligenz aus dem Netzwerk entstehen. Kein zentraler Koordinator erforderlich.

Sahara AI: Die Full-Stack-Plattform für Datensouveränität​

Während sich Bittensor auf die Incentivierung von KI-Outputs konzentriert, befasst sich Sahara AI mit dem Input-Problem: Wem gehören die Daten, mit denen diese Modelle trainiert werden, und wie werden die Mitwirkenden bezahlt?

Gegründet von Forschern des MIT und der USC, hat Sahara in Finanzierungsrunden unter der Leitung von Pantera Capital, Binance Labs und Polychain Capital 49 Millionen $eingesammelt. Ihr IDO im Jahr 2025 auf Buidlpad zog 103.000 Teilnehmer aus 118 Ländern an und sammelte über 74 Millionen$ ein — wobei 79 % in der USD1-Stablecoin von World Liberty Financial gezahlt wurden.

Die drei Säulen​

Sahara AI basiert auf drei grundlegenden Prinzipien:

1. Souveränität und Provenienz: Jeder Datenbeitrag wird On-Chain mit unveränderlicher Zuordnung aufgezeichnet. Selbst nachdem Daten während des Trainings in KI-Modelle eingespeist wurden, behalten die Mitwirkenden das verifizierbare Eigentum. Die Plattform ist SOC2-zertifiziert für Sicherheit und Compliance.

2. KI-Nutzen: Der Sahara-Marktplatz ( gestartet in der offenen Beta im Juni 2025 ) ermöglicht es Nutzern, KI-Modelle, Datensätze und Rechenressourcen zu kaufen, zu verkaufen und zu lizenzieren. Jede Transaktion wird auf der Blockchain mit transparenter Umsatzbeteiligung aufgezeichnet.

3. Kollaborative Ökonomie: Hochwertige Mitwirkende erhalten Soulbound-Token ( nicht übertragbare Reputationsmarker ), die Premium-Rollen und Governance-Rechte freischalten. Token-Inhaber stimmen über Plattform-Upgrades und Mittelzuweisungen ab.

Datendienste-Plattform​

Saharas Datendienste-Plattform, die im Dezember 2024 gestartet wurde, ermöglicht es jedem, Geld durch das Erstellen von Datensätzen für das KI-Training zu verdienen. Über 200.000 globale KI-Trainer und 35 Unternehmenskunden nutzen die Plattform, wobei mehr als 3 Millionen Datenannotationen verarbeitet wurden.

Dies adressiert eine grundlegende Asymmetrie in der KI-Entwicklung: Unternehmen wie OpenAI durchsuchen das Internet nach Trainingsdaten, aber die ursprünglichen Ersteller gehen leer aus. Sahara stellt sicher, dass Datenmitwirkende – ob sie nun Bilder beschriften, Code schreiben oder Texte annotieren – eine direkte Vergütung durch SAHARA-Token-Zahlungen erhalten.

Technische Architektur​

Sahara Chain verwendet CometBFT ( ein Fork von Tendermint Core ) für den byzantinisch-fehlertoleranten Konsens. Das Design priorisiert Datenschutz, Provenienz und Leistung für KI-Anwendungen, die eine sichere Datenhandhabung erfordern.

Die Token-Ökonomie umfasst:

• Zahlungen pro Inferenz in SAHARA
• Proof-of-Stake-Validierung mit Staking-Belohnungen
• Dezentrale Governance für Protokollentscheidungen
• 10 Milliarden maximale Versorgungsmenge mit TGE im Juni 2025

Der Mainnet-Launch erfolgte im 3. Quartal 2025, wobei das Team 1,4 Millionen täglich aktive Konten im Testnet und Partnerschaften mit Microsoft, AWS und Google Cloud meldete.

Im direkten Vergleich: Die Visionen gegenübergestellt​

Dimension	Bittensor	Sahara AI
Hauptfokus	Qualität des KI-Outputs	Souveränität des Dateneingangs
Konsens	Proof of Intelligence ( Yuma )	Proof of Stake ( CometBFT )
Token-Angebot	21 Mio. Hard Cap	10 Mrd. Maximum
Mining-Modell	Kompetitiv ( beste Ergebnisse gewinnen )	Kollaborativ ( alle Mitwirkenden werden bezahlt )
Schlüsselkennzahl	Intelligenz pro Token	Datenprovenienz pro Transaktion
Marktkapitalisierung ( Jan. 2026 )	~ 2,9 Mrd. $	~ 71 Mio. $
Institutionelles Signal	Grayscale ETF-Antrag	Unterstützung durch Binance / Pantera
Hauptunterscheidungsmerkmal	Subnet-Vielfalt	Urheberschutz

Unterschiedliche Probleme, unterschiedliche Lösungen​

Bittensor fragt: Wie incentivieren wir die Produktion der besten KI-Ergebnisse? Die Antwort ist Marktwettbewerb – Miner kämpfen um Belohnungen, und Qualität wird entstehen.

Sahara AI fragt: Wie vergüten wir jeden fair, der zu KI beiträgt? Die Antwort ist Provenienz – jeder Beitrag wird On-Chain verfolgt, um sicherzustellen, dass die Ersteller bezahlt werden.

Dies sind keine widersprüchlichen Visionen; sie sind komplementäre Schichten eines potenziellen dezentralen KI-Stacks. Bittensor optimiert die Modellqualität durch Wettbewerb. Sahara optimiert die Datenqualität durch faire Vergütung.

Die Urheberrechtsfrage​

Eines der umstrittensten Themen der KI sind die Rechte an Trainingsdaten. Große Klagen von Künstlern, Autoren und Verlagen argumentieren, dass das Scrapen von urheberrechtlich geschützten Inhalten für das Training eine Verletzung darstellt.

Sahara adressiert dies direkt mit On-Chain-Provenienz. Wenn ein Datensatz in das System gelangt, wird das Eigentum des Mitwirkenden kryptografisch aufgezeichnet. Wenn diese Daten zum Trainieren eines Modells verwendet werden, bleibt die Zuordnung bestehen – und Lizenzzahlungen können automatisch fließen.

Bittensor hingegen ist agnostisch gegenüber der Herkunft der Trainingsdaten der Miner. Das Netzwerk belohnt die Output-Qualität, nicht die Input-Provenienz. Dies macht es flexibler, aber auch anfälliger für dieselben Urheberrechtsprobleme, mit denen zentralisierte KI konfrontiert ist.

Skalierung und Adoptionsverlauf​

Die Marktkapitalisierung von Bittensor in Höhe von 2,9 Milliarden $stellt Saharas 71 Millionen$ in den Schatten, was einen mehrjährigen Vorsprung und das Narrativ des TAO-Halvings widerspiegelt. Mit 129 Subnets und dem ETF-Antrag von Grayscale hat Bittensor eine bedeutende institutionelle Validierung erreicht.

Sahara befindet sich in einem früheren Stadium seines Lebenszyklus, wächst aber schnell. Das 74 Millionen $ IDO zeigt die Nachfrage im Privatkundensektor, und Unternehmenspartnerschaften mit AWS und Google Cloud deuten auf ein Potenzial für eine reale Einführung hin. Der Mainnet-Launch im 3. Quartal 2025 bringt das Projekt auf Kurs für den vollen Produktionsbetrieb im Jahr 2026.

Der Ausblick für 2026: Zeigen Sie mir den ROI​

Wie Venky Ganesan, Partner bei Menlo Ventures, feststellte: „2026 ist das Jahr der Wahrheit für KI ('Show me the money')“. Unternehmen verlangen echten ROI, und Länder benötigen Produktivitätssteigerungen, um Infrastrukturausgaben zu rechtfertigen.

Dezentrale KI muss beweisen, dass sie mit zentralisierten Alternativen konkurrieren kann – nicht nur philosophisch, sondern auch praktisch. Können Bittensor-Subnets Modelle produzieren, die mit GPT-5 konkurrieren? Kann der Datenmarktplatz von Sahara genügend Mitwirkende anziehen, um erstklassige Trainingssets aufzubauen?

Die gesamte Marktkapitalisierung von KI-Kryptowährungen liegt bei 24 bis 27 Milliarden $, was im Vergleich zur gerüchteweisen Bewertung von OpenAI in Höhe von 150 Milliarden$ gering ist. Aber dezentrale Projekte bieten etwas, das zentralisierte Giganten nicht bieten können: erlaubnisfreie Teilnahme, transparente Ökonomie und Widerstandsfähigkeit gegen Single Points of Failure.

Was man im Auge behalten sollte​

Für Bittensor:

• Angebotsdynamik nach dem Halving und Preisbildung
• Qualitätsmetriken der Subnetze im Vergleich zu Benchmarks zentralisierter Modelle
• Zeitplan für die Genehmigung des Grayscale-ETFs

Für Sahara AI:

• Mainnet-Stabilität und Transaktionsvolumen
• Einführung in Unternehmen über Pilotprogramme hinaus
• Regulatorische Akzeptanz der On-Chain-Urheberrechtsprovenienz

Die Konvergenz-These​

Das wahrscheinlichste Ergebnis ist nicht, dass ein Projekt gewinnt, während das andere verliert. Die KI-Infrastruktur ist groß genug für mehrere Gewinner, die unterschiedliche Probleme lösen.

Bittensor zeichnet sich durch die Koordinierung der Produktion verteilter Intelligenz aus. Sahara überzeugt bei der Koordinierung einer fairen Datenvergütung. Ein reifes dezentrales KI-Ökosystem könnte beide nutzen: Sahara für die Beschaffung hochwertiger, ethisch einwandfreier Trainingsdaten und Bittensor für die wettbewerbsorientierte Verbesserung von Modellen, die auf diesen Daten trainiert wurden.

Der eigentliche Wettbewerb findet nicht zwischen Bittensor und Sahara statt — er findet zwischen dezentraler KI als Kategorie und den zentralisierten Giganten statt, die derzeit dominieren. Wenn dezentrale Netzwerke auch nur einen Bruchteil der Fähigkeiten von Frontier-Modellen erreichen und gleichzeitig eine überlegene Ökonomie für Mitwirkende bieten, werden sie einen enormen Wert abschöpfen, während sich die KI-Ausgaben beschleunigen.

Zwei Visionen. Zwei Architekturen. Eine Frage: Kann dezentrale KI Intelligenz ohne zentrale Kontrolle liefern?

---

Der Aufbau von KI-Anwendungen auf einer Blockchain-Infrastruktur erfordert zuverlässige, leistungsstarke RPC-Dienste. BlockEden.xyz bietet API-Zugang auf Unternehmensebene, um KI-Blockchain-Integrationen zu unterstützen. Erkunden Sie unseren API-Marktplatz, um auf Fundamenten aufzubauen, die für die Ära der dezentralen KI entwickelt wurden.

TL;DR​

• Talus liefert Nexus aus, ein Move-basiertes Framework, das On-Chain- und Off-Chain-Tools zu verifizierbaren Directed Acyclic Graph (DAG)-Workflows zusammensetzt, die heute von einem vertrauenswürdigen „Leader“-Dienst vermittelt werden und im Laufe der Zeit auf sichere Enklaven und Dezentralisierung abzielen.
• Der Stack zielt auf eine aufstrebende Agentenökonomie ab, indem er Tool-Registrierungen, Zahlungsschienen, Gas-Budgetierung und Marktplätze integriert, damit Tool-Entwickler und Agentenbetreiber die Nutzung mit Auditierbarkeit monetarisieren können.
• Eine Roadmap hin zu einer dedizierten Protochain (Cosmos SDK + Move VM) ist öffentlich, aber Sui bleibt die aktive Koordinationsschicht; die Sui + Walrus Speicherintegration bietet das aktuelle Produktionssubstrat.
• Token-Pläne entwickeln sich: Materialien verweisen auf historische $TAI-Konzepte und ein Litepaper von 2025, das einen$US-Ökosystem-Token für Zahlungen, Staking und Priorisierungsmechanismen einführt.
• Das Ausführungsrisiko konzentriert sich auf die Dezentralisierung des Leaders, die Finalisierung der Token-Ökonomie und die Demonstration der Protochain-Leistung, während die Entwickler-UX über Sui, Walrus und Off-Chain-Dienste hinweg aufrechterhalten wird.

Was Talus baut – und was nicht​

Talus positioniert sich als Koordinations- und Monetarisierungsschicht für autonome KI-Agenten und nicht als reiner KI-Inferenzmarkt. Das Kernprodukt, Nexus, ermöglicht Entwicklern, Tool-Aufrufe, externe API-Aufrufe und On-Chain-Logik in Workflow-DAGs zu verpacken, die in Sui Move ausgedrückt werden. Das Design betont Verifizierbarkeit, kapazitätsbasierten Zugriff und schemagesteuerten Datenfluss, sodass jeder Tool-Aufruf On-Chain geprüft werden kann. Talus kombiniert dies mit Marktplätzen – Tool-Marktplatz, Agenten-Marktplatz und Agent-as-a-Service –, um Betreibern zu helfen, Agentenfunktionalität zu entdecken und zu monetarisieren.

Im Gegensatz dazu betreibt Talus keine eigenen großen Sprachmodelle oder GPU-Netzwerke. Stattdessen erwartet es von Tool-Entwicklern, bestehende APIs oder Dienste (OpenAI, Vektorsuche, Handelssysteme, Datenanbieter) zu umschließen und bei Nexus zu registrieren. Dies macht Talus komplementär zu Computenetzwerken wie Ritual oder Bittensor, die als Tools innerhalb von Nexus-Workflows erscheinen könnten.

Architektur: On-Chain-Kontrollebene, Off-Chain-Ausführung​

On-Chain (Sui Move)​

Die On-Chain-Komponenten leben auf Sui und stellen die Koordinationsschicht bereit:

• Workflow-Engine – DAG-Semantik umfasst Eingabegruppen, Verzweigungsvarianten und Parallelitätsprüfungen. Statische Validierung versucht, Race Conditions vor der Ausführung zu verhindern.
• Primitive – ProofOfUID ermöglicht authentifizierte paketübergreifende Nachrichtenübermittlung ohne enge Kopplung; OwnerCap/CloneableOwnerCap legen kapazitätsbasierte Berechtigungen offen; ProvenValue und NexusData-Strukturen definieren, wie Daten inline oder über Remote-Speicherreferenzen übergeben werden.
• Standard-TAP (Talus Agent Package) – Ein Referenzagent, der demonstriert, wie Arbeitsblätter (Proof-Objekte) erstellt, die Workflow-Evaluierung ausgelöst und Tool-Ergebnisse bestätigt werden, während er der Nexus-Schnittstelle v1 entspricht.
• Tool-Registrierung & Anti-Spam – Tool-Ersteller müssen zeitlich gesperrte Sicherheiten hinterlegen, um eine Tool-Definition zu veröffentlichen, was Spam abschreckt und die Registrierung erlaubnisfrei hält.
• Gas-Service – Geteilte Objekte speichern die Preisgestaltung pro Tool, Benutzer-Gasbudgets und Gas-Tickets mit Ablauf- oder Nutzungsobergrenzen. Ereignisse zeichnen jede Forderung auf, sodass Betreiber die Abrechnung für Tool-Besitzer und den Leader prüfen können.

Off-Chain-Leader​

Ein von Talus betriebener Leader-Dienst lauscht auf Sui-Ereignisse, ruft Tool-Schemas ab, orchestriert die Off-Chain-Ausführung (LLMs, APIs, Compute-Jobs), validiert Eingaben/Ausgaben anhand deklarierter Schemas und schreibt Ergebnisse On-Chain zurück. Leader-Fähigkeiten werden als Sui-Objekte dargestellt; eine fehlgeschlagene Sui-Transaktion kann eine Fähigkeit „beschädigen“, was eine sofortige Wiederverwendung verhindert, bis die Epoche wechselt. Talus plant, den Leader-Pfad durch Trusted Execution Environments (TEEs), mehrere Betreiber und eine eventuelle erlaubnisfreie Teilnahme zu härten.

Speicher & Verifizierbarkeit​

Walrus, die dezentrale Speicherschicht von Mysten Labs, ist für Agenten-Speicher, Modellartefakte und große Datensätze integriert. Nexus behält Sui für die deterministische Kontrollebene bei, während größere Datenmengen an Walrus übertragen werden. Öffentliche Materialien weisen auf die Unterstützung mehrerer Verifizierungsmodi hin – optimistisch, Zero-Knowledge oder Trusted Execution – wählbar je nach Workflow-Anforderungen.

Entwicklererfahrung und frühe Produkte​

Talus pflegt ein Rust-basiertes SDK, CLI-Tools und Dokumentation mit Anleitungen (Erstellen von DAGs, Integration von LLMs, Absicherung von Tools). Ein Katalog von Standard-Tools – OpenAI Chat-Vervollständigungen, X (Twitter)-Operationen, Walrus-Speicheradapter, mathematische Dienstprogramme – reduziert die Reibung beim Prototyping. Auf der Konsumentenseite dienen Flaggschiff-Erlebnisse wie IDOL.fun (Agent-gegen-Agent-Vorhersagemärkte) und AI Bae (gamifizierte KI-Begleiter) als Proof Points und Vertriebskanäle für agenten-native Workflows. Talus Vision, ein No-Code-Builder, wird als kommende Marktplatz-Schnittstelle positioniert, die das Workflow-Design für Nicht-Entwickler abstrahiert.

Wirtschaftliches Design, Token-Pläne und Gas-Handhabung​

In der aktiven Sui-Bereitstellung finanzieren Benutzer Workflows in SUI. Der Gas-Service wandelt diese Budgets in Tool-spezifische Tickets um, erzwingt Ablauf- oder Umfangsbeschränkungen und protokolliert Forderungen, die On-Chain abgeglichen werden können. Tool-Besitzer definieren die Preisgestaltung, während der Leader über denselben Abrechnungsfluss bezahlt wird. Da der Leader Budgets derzeit beanspruchen kann, sobald die Ausführung erfolgreich ist, müssen Benutzer dem Betreiber vertrauen – aber emittierte Ereignisse bieten Auditierbarkeit.

Das Token-Design ist noch im Fluss. Erklärungen Dritter verweisen auf ein früheres $TAI**-Konzept, während Talus' Litepaper von 2025 einen Ökosystem-Token namens **$US mit einem Angebot von 10 Milliarden vorschlägt. Die genannten Rollen umfassen die Funktion als Medium für Tool- und Leader-Zahlungen, Staking für Servicegarantien und die Verleihung von Priorisierungsrechten. Materialien deuten darauf hin, dass überschüssiges SUI, das bei der Ausführung bezahlt wird, über Markttauschgeschäfte in $US umgewandelt werden könnte. Investoren sollten diese Details als vorläufig betrachten, bis die Tokenomics finalisiert sind.

Finanzierung, Team und Partnerschaften​

Talus kündigte eine strategische Runde von 6 Millionen US-Dollar (insgesamt 9 Millionen US-Dollar gesammelt) an, die von Polychain angeführt wurde, mit einer gemeldeten Bewertung von 150 Millionen US-Dollar Ende 2024. Die Erlöse sind für die Weiterentwicklung von Nexus, die Inkubation von Verbraucheranwendungen und den Bau von Protochain, der vorgeschlagenen dedizierten L1 für Agenten, vorgesehen. Öffentliche Quellen nennen Mike Hanono (CEO) und Ben Frigon (COO) als Schlüsselmanager. Integrationsankündigungen heben die Zusammenarbeit mit den Sui- und Walrus-Ökosystemen hervor und untermauern die Infrastruktur von Mysten Labs als aktuelle Ausführungsumgebung.

Wettbewerbsanalyse​

• Ritual konzentriert sich auf dezentrale KI-Berechnung (Infernet) und EVM-Integrationen, wobei der Schwerpunkt auf verifizierbarer Inferenz statt auf Workflow-Orchestrierung liegt.
• Autonolas (Olas) koordiniert Off-Chain-Agentendienste mit On-Chain-Anreizen; es teilt die Agentenökonomie-These, aber es fehlt die Move-basierte DAG-Ausführungsschicht von Nexus.
• Fetch.ai bietet Agentverse und uAgents zur Verbindung autonomer Dienste; Talus unterscheidet sich durch die On-Chain-Verifizierung jedes Workflow-Schritts und die integrierte Gas-Abrechnung.
• Bittensor belohnt den Beitrag von ML-Modellen über TAO-Subnetze – ein Compute-Marktplatz, der als Tool-Anbieter in Nexus integriert werden könnte, aber nicht die Monetarisierungsschienen bietet, die Talus anstrebt.

Insgesamt besetzt Talus die Koordinations- und Abrechnungsebene für Agenten-Workflows und überlässt die Rohberechnung und Inferenz spezialisierten Netzwerken, die als Tools angeschlossen werden können.

Hauptrisiken und offene Fragen​

1. Leader-Vertrauen – Bis TEEs und die Unterstützung mehrerer Betreiber verfügbar sind, müssen Entwickler dem Leader von Talus vertrauen, dass er treu ausführt und genaue Ergebnisse liefert.
2. Token-Unsicherheit – Branding und Mechaniken haben sich von $TAI zu$US verschoben; Angebotspläne, Verteilung und Staking-Ökonomie sind noch nicht finalisiert.
3. Protochain-Ausführung – Öffentliche Materialien beschreiben eine Cosmos SDK-Kette mit Move VM-Unterstützung, aber Code-Repositories, Benchmarks und Sicherheitsaudits sind noch nicht verfügbar.
4. Tool-Qualität und Spam – Sicherheitenanforderungen schrecken Spam ab, doch der langfristige Erfolg hängt von der Schema-Validierung, Verfügbarkeitsgarantien und der Streitbeilegung bei Off-Chain-Ausgaben ab.
5. UX-Komplexität – Die Koordination von Sui, Walrus und verschiedenen Off-Chain-APIs führt zu operativem Mehraufwand; das SDK und die No-Code-Tools müssen dies abstrahieren, um die Akzeptanz bei Entwicklern aufrechtzuerhalten.

Meilensteine für 2025–2026​

• Veröffentlichung einer Leader-Roadmap mit TEE-Härtung, Slashing-Regeln und öffentlichem Onboarding für zusätzliche Betreiber.
• Erweiterung des Tool-Marktplatzes: Anzahl der registrierten Tools, Preismodelle und Qualitätsmetriken (Verfügbarkeit, SLA-Transparenz).
• Adoptionsmetriken für IDOL.fun, AI Bae und Talus Vision als Indikatoren für die Benutzernachfrage nach agenten-nativen Erlebnissen.
• Leistungsdaten aus der Ausführung umfangreicher Workflows auf Sui + Walrus: Latenz, Durchsatz und Gasverbrauch.
• Veröffentlichung der finalen Tokenomics, einschließlich Zeitplan für die Token-Freigabe, Staking-Belohnungen und den SUI→$US-Konvertierungspfad.
• Veröffentlichung von Protochain-Repositories, Testnetzen und Interoperabilitätsplänen (z. B. IBC-Unterstützung) zur Validierung der These der dedizierten Kette.

Wie Builder und Betreiber sich engagieren können​

• Schnell Prototypen erstellen – Kombinieren Sie das Standard-TAP mit Standard-Tools (OpenAI, X, Walrus) in einem Drei-Knoten-DAG, um Datenerfassung, Zusammenfassung und On-Chain-Aktionen zu automatisieren.
• Spezialisierte Tools monetarisieren – Umschließen Sie proprietäre APIs (Finanzdaten, Compliance-Prüfungen, maßgeschneiderte LLMs) als Nexus-Tools, definieren Sie Preise und geben Sie Gas-Tickets mit Ablauf- oder Nutzungsobergrenzen aus, um die Nachfrage zu steuern.
• Vorbereitung auf die Leader-Teilnahme – Überwachen Sie die Dokumentation bezüglich Staking-Anforderungen, Slashing-Logik und Fehlerbehandlungsmechanismen, damit Infrastrukturanbieter als zusätzliche Leader einsteigen können, wenn das Netzwerk geöffnet wird.
• Konsumenten-Flywheels bewerten – Analysieren Sie die Bindung und Ausgaben in IDOL.fun und AI Bae, um zu beurteilen, ob agenten-zentrierte Konsumentenprodukte eine breitere Tool-Nachfrage ankurbeln können.

Fazit​

Talus liefert einen glaubwürdigen Entwurf für eine On-Chain-Agentenökonomie, indem es verifizierbare Move-basierte Workflows, kapazitätsgesteuerte Tool-Komposition und explizite Monetarisierungsschienen kombiniert. Der Erfolg hängt nun davon ab, zu beweisen, dass das Modell über einen vertrauenswürdigen Leader hinaus skaliert, nachhaltige Token-Anreize zu finalisieren und zu demonstrieren, dass Protochain die Lehren aus der Sui-Ära in eine dedizierte Ausführungsumgebung übertragen kann. Builder, die eine transparente Abrechnung und zusammensetzbare Agenten-Workflows benötigen, sollten Nexus auf ihrer Due-Diligence-Shortlist behalten und gleichzeitig verfolgen, wie schnell Talus diese offenen Fragen entschärfen kann.