In den letzten zwei Jahren hat die künstliche Intelligenz ihren Schwerpunkt verlagert. Während sich 2022–2023 alles um große Modelle und deren Training drehte, wird die eigentliche Schlacht heute nicht mehr im Aufbau der Modelle, sondern in ihrer kontinuierlichen Ausführung, in der Fähigkeit, täglich Milliarden von Anfragen zu beantworten, ausgetragen. Es ist der Krieg der Inference, und er ist weitaus bedeutender, als es scheint.
Messari sagt es klar in seinem Bericht „State of AI 2025“: Bis 2030 wird das Inference zwischen 50 % und 75 % der globalen Rechennachfrage ausmachen. Eine so hohe Schwelle, dass sie die Geografie der AI-Infrastruktur vollständig neu gestalten wird.
Heute, jedes Mal, wenn ein Nutzer ChatGPT öffnet, ein Bild generiert, um Rat fragt, einen Text analysiert, einen Agenten bittet, im Web zu navigieren oder eine Entscheidung zu treffen: verbraucht er Inference. Und dasselbe gilt für Tausende von KI-Agenten, die kontinuierlich im Hintergrund arbeiten, ohne dass jemand sie beobachtet.
Das Ergebnis ist ein Rechenverbrauch, der vertikal ansteigt, weit über das hinaus, was zum Trainieren der Modelle selbst erforderlich ist.
Inhalt
Der neue Druck: echte Nutzer, echte Interaktionen
Die Gründe für dieses Wachstum sind vielfältig, aber alle führen in eine Richtung: KI ist mittlerweile ein Massenservice. Die Nutzer beschränken sich nicht mehr nur auf Experimente; sie verwenden KI täglich, ausgedehnt und in immer komplexerer Weise.
Die Sitzungen von ChatGPT sind länger und komplexer geworden: Laut den von Messari berichteten Daten hat sich die auf den Modellen verbrachte Zeit innerhalb eines Jahres verdoppelt, und die durchschnittliche Dauer einer einzelnen Sitzung ist um 75% gestiegen. Das ist ein klares Signal: Die KI ist nicht mehr nur ein „gelegentlicher“ Assistent, sondern eine echte Arbeitsumgebung, in der der Nutzer länger bleibt und umfangreichere sowie tokenreichere Anfragen stellt.
Dazu kommt die Explosion der Consumer-AI. Im Jahr 2024 haben die Apps der künstlichen Intelligenz die Milliardengrenze bei den Downloads überschritten, mit einem Wachstum von über 100% im Jahresvergleich. ChatGPT zählt heute über 700 Millionen wöchentliche Nutzer, während Gemini, Copilot und Claude ähnliche Wachstumsraten verzeichnen. Es ist eine kontinuierliche Welle von Anfragen, die sich in Rechenleistung und somit in Kosten niederschlägt.
Der Faktor „Reasoning“: Intelligente Modelle kosten viel mehr
Die Situation wird noch komplizierter durch den Aufstieg der auf „reasoning“ ausgerichteten Modelle, die sich nicht nur darauf beschränken, Sätze zu vervollständigen, sondern versuchen zu argumentieren, zu erklären und zu planen. Diese Modelle verbrauchen bis zu zehnmal mehr Token, um dieselbe Frage zu beantworten, verglichen mit einem traditionellen Modell.
Wenn man dazu noch berücksichtigt, dass die Branche mittlerweile Post-Training-Techniken auf Basis von Reinforcement Learning übernommen hat — wie von DeepSeek demonstriert —, steigt der Druck auf die Rechenleistung weiter an. Reinforcement Learning erzeugt Tausende von Iterationen für jedes einzelne Problem, was den Rechenaufwand im industriellen Maßstab vervielfacht.
Mit anderen Worten: Je intelligenter die KI wird, desto teurer wird es, sie zu betreiben.
Das Kostenproblem: Inference ist zum neuen „harten Kern“ der KI geworden
Es gibt einen Punkt, der oft unterschätzt wird: Das Training ist ein enormer Kostenfaktor, aber es ist ein einmaliger Kostenpunkt. Einmal trainiert, existiert das Modell. Die Inferenz hingegen ist ein kontinuierlicher, unendlicher Kostenfaktor, proportional zur Anzahl der Nutzer, Agenten und Anwendungen, die es verwenden.
Für die großen Labore — OpenAI, Anthropic, Google — ist das Inference zur dominierenden Ausgabeposition geworden. Und diese Dynamik schafft Raum für eine stille Revolution, die das Krypto-Ökosystem sehr direkt betrifft.
Open-Source verändert das Gleichgewicht: kleinere, schnellere und deutlich günstigere Modelle
Während proprietäre Modelle weiterhin in Größe und Komplexität wachsen, schließt Open-Source schnell die Lücke. Laut dem von Messari zitierten Benchmark Artificial Analysis ist der Unterschied zwischen den besten geschlossenen und den offenen Modellen im großen Maßstab heute überraschend gering, insbesondere im Vergleich zu den Kosten.
Ein offenes Modell mit 120 Milliarden Parametern kostet in der Inferenz bis zu 90% weniger als ChatGPT-5, mit einem insgesamt marginalen Verlust an Kapazität.
Aber die wahre Revolution betrifft die small und mid-size Modelle, die zwischen 4 und 40 Milliarden Parameter umfassen. Heute sind viele dieser Modelle in der Lage, komplexe Aufgaben zu lösen, während sie auf einer einzelnen Consumer-GPU wie einer RTX 4090 oder 5090 laufen. Das bedeutet, dass das Inference nicht mehr in riesigen Rechenzentren zentralisiert werden muss: Es kann verteilt werden.
Und hier findet die Welt der dezentralisierten KI ihren natürlichen Boden.
Der Aufstieg dezentraler Rechennetzwerke (DCN): Eine neue Rechenökonomie
Die dezentralen Rechennetzwerke (DCN) — wie Render, Akash, io.net, Aethir, Hyperbolic, EigenCloud und Exabits — aggregieren Millionen von weltweit verteilten GPUs. Jahrelang hatten diese Netzwerke Schwierigkeiten, einen echten Markt zu finden: Das Training großer Modelle war einfach zu komplex aufgrund der Latenz und des ständigen Informationsaustauschs zwischen den GPUs.
Aber die Inferenz ist eine andere Geschichte.
Das Inferenzverfahren erfordert viel weniger horizontale Kommunikation, kann hochgradig parallelisiert ausgeführt werden und kann heterogene Hardware nutzen. Es benötigt keine perfekten und super-synchronisierten Cluster. Es ist eine ideale Aufgabe für Tausende von verstreuten Knoten, insbesondere jetzt, da kleinere Modelle überraschend leistungsfähig werden.
Dieses Mal ist der Markt wirklich da. Und Messari bezeichnet es als das erste, echte „Product-Market Fit“ des gesamten deAI-Sektors.
Der Fall Fortytwo: Schwarmintelligenz als praktisches Beispiel
Zu den interessantesten Innovationen zählt der Bericht Fortytwo Network, ein Netzwerk, das kleine Modelle koordiniert, die auf den Laptops der Nutzer installiert sind. Diese Modelle arbeiten zusammen wie ein Schwarm: Jeder beantwortet dieselbe Frage, bewertet dann die Antworten der anderen, und schließlich erzeugt das Netzwerk eine optimierte Antwort, die auf Konsens basiert.
Der Mechanismus generiert Kredit, Reputation und Belohnungen onchain. Und er ist so effizient, dass Fortytwo es sogar geschafft hat, vollständig von der Swarm generierte Datensätze zu produzieren und ein spezialisiertes Modell in Rust nachzuschulen, wobei Ergebnisse erzielt wurden, die weit über denen viel größerer Modelle liegen.
Es ist ein konkretes Beispiel dafür, wie Dezentralisierung nicht nur wünschenswert, sondern bereits wettbewerbsfähig ist.
Die Frage der Verifizierung: das unverzichtbare Element für die dezentrale Inferenz
Jedes Mal, wenn eine Anfrage auf einem verteilten Knoten ausgeführt wird, stellt sich eine entscheidende Frage: Wie kann man sicher sein, dass das Ergebnis korrekt ist? Hier kommt die Krypto-Technologie entscheidend ins Spiel.
Messari analysiert drei heute dominierende Ansätze:
- Zero-Knowledge-Beweise (zkML), langsam, aber äußerst sicher;
- die optimistischen Systeme, bei denen das Ergebnis als gültig angesehen wird, es sei denn, es gibt eine Challenge;
- die Hardware-Enklaven (TEE), schneller, aber auf Hardware-Vertrauen basierend.
Zu den Pionieren der Branche zählt EigenCloud, die eine deterministische und überprüfbare Inferenz auf den Markt bringt, die mit den APIs von OpenAI kompatibel ist und bereits für Agenten-Frameworks von Coinbase und Google verwendet wird.
Die Verifizierung ist kein technisches Detail: Sie ist das, was die KI für Finanzen, Gesundheit, Governance und autonome Transaktionen geeignet macht. Sie ist die Brücke zwischen KI und Web3.
Die Zukunft: Eine Agentenwirtschaft, die kontinuierlich Rechenleistung konsumiert
Die Schlussfolgerung des Berichts ist klar: Die Zukunft der KI wird nicht von den größten Modellen dominiert, sondern von denen, die die Inferenz auf die skalierbarste, kostengünstigste und überprüfbarste Weise bereitstellen können. Wenn heute menschliche Nutzer Millionen von Anfragen generieren, werden morgen autonome Agenten Milliarden davon erzeugen. Und jede dieser Anfragen wird Rechenkosten verursachen.
Zu diesem Zeitpunkt werden die decentralized compute networks keine experimentelle Alternative mehr sein: Sie werden zu einer wirtschaftlichen Notwendigkeit.
Fazit
Wir treten in das Zeitalter der Inferenz ein, nicht des Trainings.
Ein Zeitalter, in dem die Nachfrage grenzenlos wächst, in dem Berechnung nicht mehr eine isolierte Investition, sondern ein kontinuierlicher Fluss ist, und in dem Millionen von Modellen — groß oder klein — jede Sekunde bedient werden müssen.
Und genau hier, in diesem riesigen Wirtschaftsraum, findet die Krypto-Welt ihre natürlichste Rolle: die Koordination, Verifizierung, Verteilung und Ökonomisierung der Rechenleistung, die notwendig ist, um eine immer intelligentere Gesellschaft zu unterstützen.




