So funktioniert die KI-Integration in Blockchain-Systeme

Die Integration künstlicher Intelligenz in Blockchain-Systeme ist kein Experiment mehr – heute ist sie ein funktionierendes Werkzeug, das die Sicherheit erhöht und die Analytik verbessert.

Alexey Karpunin, Direktor für Informationstechnologie und Gründer der IPWK IT Management Academy, sprach darüber, wie KI Unternehmen genau hilft.

Maschinelles Lernen wird bereits eingesetzt, um anomale Transaktionen zu erkennen, Smart Contracts automatisch zu verifizieren und schnell auf Cyberangriffe zu reagieren. Ein anschauliches Beispiel ist das Forta-Netzwerk, das die Blockchain in Echtzeit scannt und mithilfe von KI vor Phishing-Angriffen, Bridge-Hacks und verdächtigen Aktivitäten in DeFi-Protokollen warnt. Dank solcher Lösungen ist es möglich, Bedrohungen nicht nur zu erkennen, sondern auch ihre Entwicklung automatisch zu blockieren.

Im Compliance-Bereich ist KI zum Standard geworden. Chainalysis und TRM Labs nutzen maschinelles Lernen, um Adressen zu gruppieren, Verhaltensmodelle zu erstellen und komplexe Geldwäschesysteme aufzudecken. Dies reduziert die Anzahl von Fehlalarmen erheblich und beschleunigt den Ermittlungsprozess. Chainalysis beispielsweise behauptet, seine Algorithmen hätten bereits mehr als eine Milliarde Adressen und über 107.000 Entitäten klassifiziert. Neben diesen Vorteilen gibt es jedoch auch Schwachstellen: Die Verlagerung von Berechnungen in zentralisierte Clouds erhöht das Risiko eines Single Point of Failure. Ein Beweis dafür war das Bittenensor-Projekt im Jahr 2024, als aufgrund eines Lecks privater Schlüssel etwa 8 Millionen Dollar gestohlen wurden und das Netzwerk in den „abgesicherten Modus“ versetzt werden musste.

Eine weitere große Herausforderung ist das KI-Blackbox-Problem. Wenn ein Algorithmus eine Entscheidung trifft, insbesondere im Finanzsektor, möchten Regulierungsbehörden und Nutzer verstehen, wie er zu dieser Entscheidung gelangt ist. Der im August 2024 in Kraft getretene EU-KI-Act führt Anforderungen an die Transparenz von Modellen und die Erklärbarkeit von Entscheidungen ein. Dies ist besonders wichtig für Kryptoprojekte, bei denen Nutzergelder und der Betrieb von DeFi-Protokollen auf dem Spiel stehen.

Die Web3-Community sucht bereits nach technologischen Antworten auf diese Herausforderungen. Dazu gehören:

• Dezentrale Computernetzwerke wie Akash, Render und io.net ermöglichen die Ausführung von Modellen auf verteilten GPUs und verringern so die Abhängigkeit von großen Cloud-Anbietern.
• Vertrauliches Computing mit TEE und FHE (Oasis, Secret Network, Zama), die es ermöglichen, Daten verschlüsselt zu verarbeiten.
• Verifizierbare KI über ZK-Beweise, die es ermöglichen, die Richtigkeit eines Modells nachzuweisen, ohne dessen Details preiszugeben.
• Dezentrales Lernen mithilfe von Federated Learning (FL) und Multi-Party Computation (MPC), wodurch die Notwendigkeit der gemeinsamen Nutzung von Quelldaten entfällt.
• KI-Audit von Smart Contracts zusätzlich zu klassischen Tools, das hilft, Schwachstellen schneller und mit weniger Fehlern zu finden.

Eine praktische Strategie für Teams, die im Web3 arbeiten, kann mehrere Schritte umfassen: Implementierung von ML-Monitoring (z. B. Forta), Speicherung von Modellartefakten und -parametern in der Blockchain zur einfacheren Prüfung, Nutzung dezentraler Ressourcen anstelle zentraler Clouds, Training von Modellen ohne Weitergabe der Quelldaten und mehrstufige Verifizierung von Smart Contracts mithilfe von KI und traditionellen Tools. Ebenso wichtig ist die Berücksichtigung der Lieferkettensicherheit – Überprüfung von Abhängigkeiten, Signieren von Releases und die Bereitschaft, im Falle von Vorfällen schnell in den Einschränkungsmodus zu wechseln.

Für die Nutzer bedeuten diese Maßnahmen ein geringeres Angriffsrisiko, ein höheres Vertrauen in DeFi und DAOs sowie den Schutz personenbezogener Daten bei der Analyse und dem Modelltraining. Für den Markt ist dies ein Schritt, um verifizierbare und erklärbare KI zum Standard in der Blockchain zu machen.

KI und Blockchain können sich gegenseitig ergänzen: KI erhöht das Maß an Sicherheit und Automatisierung, Blockchain sorgt für Transparenz und Kontrolle. Mit der richtigen Architektur trägt diese Kombination zum Aufbau widerstandsfähigerer, sichererer und offenerer dezentraler Systeme bei.

Source: cryptonews.net