Von meinen Freunden, die im AI-Bereich arbeiten, kann kaum jemand genau sagen, woher die Trainingsdaten ihrer Modelle kommen. Es ist nicht so, dass sie nicht wollen, sie wissen es einfach nicht. Während der Datenverarbeitung wurden die Daten mehrfach verändert, gelöscht und gewaschen, sodass die Ursprünge längst unkenntlich sind. Die Projekte auf dem Markt, die von „dezentralisierten Daten“ sprechen, klingen alle ziemlich mysteriös: Daten on-chain, Urheberrechtsschutz, automatisierte Gewinnverteilung – die Slogans sind laut und eindrucksvoll. Aber wenn du dir ihre Code-Repositories anschaust, haben viele nicht einmal einen richtigen Validierungs-Knoten zum Laufen gebracht.
Letzte Woche bin ich beim Scrollen über ein paar Leute gestolpert, die sich über die hohen Einstiegshürden beim OpenLedger-Testnetz beschwert haben. Die technischen Anforderungen sind ziemlich strikt, und für normale Spieler ist es etwas knifflig. Ich dachte mir, hohe Hürden bedeuten, dass es hier nicht um Spaß geht. Daraufhin habe ich die Dokumentation auf ihrer Website, die Token-Ökonomie-Seite und die Ankündigung zur Zusammenarbeit mit Chainbase von vorne bis hinten durchgearbeitet. Einige Zahlen haben mich zum Nachdenken gebracht und ich habe ernsthaft eine Rechnung aufgemacht.
Zuerst zum Testnet. Die offiziellen, öffentlich verfügbaren Daten lauten: Die Anzahl der registrierten Knoten übersteigt 6 Millionen – nicht 600, sondern 6 Millionen. Insgesamt wurden 25 Millionen Transaktionen verarbeitet, und es sind 27 auf KI basierende Produkte online gegangen. 25 Millionen Transaktionen sind nicht so etwas wie „Test-Transaktionen“ aus einem AirDrop-Äquivalent, sondern echte Geschäftsanfragen: Daten wurden on-chain gespeichert, Attributionsnachweise erstellt und Modellaufrufe durchgeführt. Dieses Ausmaß ist in der Branche der On-Chain-Dateninfrastruktur in diesem Bereich schon nicht klein.
Dann kommt das Token-Accounting. Die gesamte Umlaufmenge beträgt 1 Milliarde Coins. Beim TGE wurden 21,55 % davon für den Handel freigegeben. Team und Investoren sind 12 Monate lang gesperrt, danach wird über 36 Monate linear entsperrt: Pro Monat erhalten Investoren 5,08 Millionen Coins, das Team 4,16 Millionen. Aber das, was mich wirklich dazu bringt, darauf zu achten, ist die „Aufteilung für Community und Ökosystem“ – sie macht 61,71 % der Gesamtmenge aus. Diese wird bereits ab dem ersten Tag des TGE linear freigegeben und umfasst insgesamt 381,6 Millionen Coins. Dieser Teil ist dafür da, Datenbeitragende und Modelltrainer zu belohnen. Theoretisch gilt: Solange du in Datanet wertvolle Daten hochlädst oder anderen beim Verifizieren von Daten hilfst, kannst du $OPEN erhalten. Allerdings hat die offizielle Seite derzeit kein öffentliches, Echtzeit-Visualisierungstool wie eine „Datanet-Beitrags-Rangliste“ oder ein On-Chain-Dashboard dafür, „wie viele Tokens pro Monat freigegeben wurden und wie viele tatsächlich ausgezahlt wurden“. Das heißt: Du weißt zwar, dass im Pool 381,6 Millionen Coins liegen, aber nicht, wie viele davon tatsächlich jeden Monat bei den Beitragenden ankommen. Diese Informationslücke finde ich, ist es wert, dauerhaft im Blick zu behalten.
Noch einmal zur Technik: Ihr Attributions-Beweissystem ist nicht einfach nur Hashes zum Speichern von Nachweisen. In den offiziellen technischen Dokumenten steht, dass sie das Verfahren „Infini gram plus Suffix-Array“ verwenden. Damit kann man, wenn ein großes Modell einen bestimmten Satz ausgibt, rückwärts den ähnlichsten ursprünglichen Ausschnitt in den Trainingsdaten finden. Das ist eigentlich ein richtig anspruchsvolles Problem. Die Trainingsdatensätze großer Modelle umfassen oft Zehntausende Billionen Token – und um darin in Echtzeit die Quelle zu finden, ist die Rechenlast enorm. Die offiziellen Angaben: Auf dem Datensatz der „Roten Schlafröcke“ mit 1,4 Billionen Token brauchen Abfragen beliebiger n-Tupel nur 20 Millisekunden, und die Speicherkosten liegen bei etwa 7 Byte pro Token. Diese Zahl kann ich nicht verifizieren. Aber falls es wirklich in großem Maßstab stabil durchläuft, könnte es tatsächlich die Wurzelfrage lösen, also das Problem „KI frisst Klo-Daten“ aus der Quelle.
Aber ich muss es ehrlich sagen: Was die konkrete Frage betrifft, wie Verifizierungs-Knoten böswilliges Verhalten verhindern – zum Beispiel absichtlich „Wasser in den Wein schütten“ oder einfach willkürlich Abwürfe/Zurückweisungen produzieren –, habe ich in den offiziellen Dokumenten nur Beschreibungen gefunden wie: dass gestaktes OPEN an der Netzwerk-Governance, an Einnahmen und an der Online-Rate sowie an der Verifikationsgenauigkeit gekoppelt ist. Ich habe keine vollständigen prozeduralen Regeln im öffentlichen Dokument gesehen, also kein „Challenge–Arbitration–Strafe“-Regelwerk. Das heißt nicht, dass es das nicht gibt – möglicherweise habe ich es nicht gefunden, oder sie haben es in anderen technischen Whitepapern beschrieben. Aber für mich ist dieser Teil aktuell noch intransparent.
Außerdem, was den Zeitpunkt des Mainnet-Launches angeht: Ich habe zwei öffentlich zugängliche Aussagen gesehen. Eine stammt aus einem ausführlichen Artikel von Gate.io und besagt, dass das Mainnet im September 2025 offiziell startet. Die andere kommt von The Block: Dort heißt es, dass OpenLedger im November 2025 das OPEN-Mainnet startet. Ganz ehrlich: Diese zeitliche Uneinigkeit ist in Web3-Projekten ziemlich häufig. Vermutlich bedeutet der September einen technischen Mainnet-Start, während der November der Zeitpunkt ist, an dem Börsen und das Ökosystem offiziell nach außen geöffnet werden. Ich persönlich würde mich zwar an offizielle Ankündigungen halten, aber auf der offiziellen Ankündigungsseite sehe ich aktuell keinen auffälligen „Mainnet-Launch-Datum“-Titel. Deshalb führe ich beide auf – entscheidet selbst.
Noch eine Sache finde ich, die man unbedingt nennen sollte: Am 18. Dezember 2025 veröffentlichte OpenLedger offiziell eine Kooperationsankündigung mit Chainbase – es wurde also nicht einfach irgendwo ein Logo hingeklebt. Chainbase bindet mehrkettig strukturierte Daten in OpenLedger ein, und jede einzelne Datenkomponente erhält über Attributionsnachweise eine Quellen-Markierung. Im offiziellen Blog steht das sehr klar: Das Hyperdata-Netzwerk von Chainbase macht aus ursprünglichen On-Chain-Ereignissen strukturierte Daten – also Daten, die direkt für KI nutzbar sind. Die Attributionsnachweise von OpenLedger erfassen jede einzelne Zugriffs- und jede einzelne Inferencer-Anfrage auf diesen Daten und bilden so eine vollständige, nachprüfbare Kette. Das bedeutet: Wenn du künftig einen AI Agent erstellst, sind die von ihm aufgerufenen On-Chain-Daten auf die ursprünglichen Beitragenden zurückverfolgbar – und nachdem die Daten verwendet wurden, können die Beitragenden sogar automatisch ihren Anteil erhalten. Falls dieser geschlossene Kreislauf tatsächlich funktioniert, ist das deutlich „greifbarer“ als nur laut zu rufen „Datenhoheit“. Nachdem die Ankündigung raus war, sind BlockchainReporter und Phemex am 19. mit Berichten nachgezogen – was zeigt, dass das Interesse in der Branche an dieser Kooperation nicht gering war.
Ich bin nicht hier, um zu behaupten, dass das Projekt jetzt schon so wahnsinnig „der Hammer“ ist. 6 Millionen registrierte Knoten, 25 Millionen Transaktionen, 27 KI-Produkte – diese Zahlen sehen gut aus. Aber man muss schauen, womit man vergleicht. Im Vergleich zu Meme-Projekten, die nur ein paar Token ausgeben und nur Dutzende bis Hunderttausende Adressen haben, ist das Datenvolumen ziemlich solide. Aber verglichen mit der Trainingsdaten-Größe, die echte KI-Großkonzerne brauchen, fehlen noch mehrere Größenordnungen. Der Druck aus der Token-Freigabe, die Transparenz der Mechanismen gegen böswilliges Verhalten bei Knoten und die Visualisierung der tatsächlichen Beiträge von Datanet – das sind alles derzeit sichtbare Schwächen.
Ich werde weiterhin auf zwei Dinge achten: Erstens darauf, wie viel OPEN pro Monat im Community-Öko-Pool tatsächlich freigegeben wurde und wie viel davon am Ende wirklich aufgeteilt wurde. Zweitens auf die Aufrufhäufigkeit und die Antwortzeiten des Attributions-Beweissystems in echten Szenarien. Was den Preis von $OPEN angeht: Ich schaue mir keine K-Linien an – entscheidet selbst.
#OpenLedger @Openledger $OPEN #openleder
