Vor ein paar Tagen hat ein Freund von mir etwa 30% seiner Stablecoin-Menge auf dem Konto verloren – einfach nur, weil er zu sehr einem automatisierten Trading-Bot vertraut hat. Das System ist zwar so eingerichtet, dass es im Hintergrund automatisch läuft, aber das Problem lag in einem öffentlichen Prompt-Muster, das er sich von Discord kopiert hatte. Jemand hatte absichtlich eine bösartige Zeile als Befehl darin eingebaut. Da es ein reines KI-Tool ist, macht der Bot einfach blind alles nach, ohne irgendeinen Warn- oder Prüfmechanismus, bevor es zu einem ungewöhnlichen Abhebebefehl kommt. Das Kernproblem liegt genau in dieser „blinden Gehorsamkeit“.

@NewtonProtocol gestartet ist, tauchte mitten zwischen einem Wald voller Hashtags zu „AI agent“ auf, und ich hätte es fast ignoriert, wenn mir nicht wieder die alte Geschichte eingefallen wäre. Ganz ehrlich: Am Anfang dachte ich auch nur so daher – „Bestimmt noch ein Asset-Management-Bot mit KI-Label“ – und wollte einfach weiterscrollen. Der Markt ist heute doch nicht arm an Werbung für Trading-Tools, die noch viel mehr können als Menschen.

Dann habe ich jedoch beschlossen, nicht weiterzumachen, sondern innezuhalten und die technischen Unterlagen sowie ein paar Anleitungen zur Integration gründlich zu durchdenken – nicht nur diese glänzend aufgemachte Website zu überfliegen. Und ziemlich überraschend: Was sie erklärt haben, hat sich in meinem Kopf nach und nach in eine völlig neue Richtung umgedeutet – jenseits meiner anfänglichen Erwartungen.

Irgendwie scheinen alle die falsche Frage zu stellen, wenn es um das Scoring von KI-Agenten und Newton geht. Alle nehmen automatisch an, dass das einzige Maß „wie gut die KI kann“ ist – also ob sie geschickt genug ist, um Fallen zu umgehen, nicht in Halluzinationen zu geraten und strategisch gut zu denken. Mein Freund hat diese Frage mit seinem Tool übersprungen, aber in Wahrheit hat selbst der beste KI-Agent Grenzen. Er wird immer noch machtlos sein gegenüber einem bösartigen Prompt, einer Schwachstelle von Drittanbietern (Dependency) oder einfach einer extremen Situation, die außerhalb jedes Testszenarios liegt.

Der echte Weg von Newton beruht auf einer komplett entgegengesetzten Denkweise: Sie hören auf, zu versuchen, einen perfekten, vertrauenswürdigen KI-Agenten zu bauen. Stattdessen machen sie die Bewertungsfähigkeit der KI harmlos – das heißt: Selbst wenn die KI getäuscht wird, hat ein schlechter Handel keine Chance, eine Transaktion auszulösen. Alle Aufgaben, die vom Nutzer autorisiert werden – etwa automatisches Rebalancing oder die Optimierung von Yield – werden vom System mit einem vorab konfigurierten Policy-Set über ein privates Netzwerk abgeglichen, bevor überhaupt irgendwelche Daten auf der On-Chain-Seite landen. Der schrittweise Betrieb in einer sicheren Enclave-Umgebung, kombiniert mit kryptografischen Beweisen, sorgt für zwei Verteidigungsschichten: eine strenge Prüfung, bevor ein Befehl ausgeführt wird, und transparente Buchführung für eine spätere Auditierung. In diesem Filterprozess spielt es keine große Rolle mehr, ob der KI-Agent besonders brillant oder komplett einfältig ist. Der entscheidende Punkt liegt darin, dass das System sich nur darauf konzentriert, die Gültigkeit der Sicherheitsregeln zu verifizieren, und sich keineswegs auf riskantes, fehleranfälliges KI-Schlussfolgern verlässt.

Diese Denkweise steht in vollkommenem Widerspruch zum heutigen Crypto-AI-Slogan „Baut einen klügeren und sichereren KI-Assistenten“. Stattdessen funktioniert es wie bei Banken zur Risikobeherrschung: Anstatt sich vergeblich anzustrengen, um sicherzustellen, dass jedes einzelne Bedienpersonal absolut ehrlich ist, überprüft das System automatisch die Gültigkeit aller Überweisungsanweisungen – ganz egal, wer sie anfordert.

Wenn man das nüchtern betrachtet, glaube ich nicht, dass dieses Mechanismus ein Allheilmittel für alle Probleme ist. Ich habe selbst getestet, so eine einfache „Filter“-Vorlage zu bauen – mit Geldlimits und einer Whitelist von Wallet-Adressen – und mir wurde klar, dass das größte Hindernis darin besteht, diese Regeln optimal zu formulieren. Die groben Zahlen festzulegen ist nicht schwer, aber die Algorithmisierung qualitativ-inhaltlicher Kriterien wie „nur handeln, wenn die Marktvolatilität niedrig ist und die Profitabilitätskurve vielversprechend“ ist unglaublich knifflig. Wenn Nutzer Policies nur oberflächlich zusammenschreiben, können die Bösen trotzdem Lücken finden und genauso ausnutzen, wie sie es auch mit KI machen. Diese Verteidigungsschicht verlagert das Risiko-Thema lediglich an einen anderen Ort, eliminiert das Grundprinzip aber nicht: Wenn Müll-Daten hineingesteckt werden, kommt am Ende eben Müll heraus.

Ganz ehrlich: Ich habe nach wie vor große Zweifel daran, ob die Ausführungsinfrastruktur in der Praxis wirklich so dezentral ist, wie es beworben wird. Das System basiert auf dem Sicherheitsnetzwerk von EigenLayer Restaking – einer theoretisch sehr soliden Lösung – aber ich habe selbst noch nicht verifiziert, wie dezentral das Validator-Team tatsächlich ist. Ich muss diesen Punkt sorgfältig prüfen, bevor ich mich voreilig darauf verlasse, dass ein „verifizierbares“ Mechanismus automatisch bedeutet, „risikofrei“ zu sein. Blickt man auf die Marktdimension, dann steht auch das NEWT selbst derzeit erbärmlich da, nachdem es 94% vom ATH abgibt. Auch wenn der Tokenpreis nicht alles über die technische Qualität aussagt, ist er doch ein ziemlich klarer Beleg dafür, dass die Masse offenbar noch nicht im Geringsten etwas mit der Geschichte anfangen kann, die das Projekt erzählt.

Ich denke immer noch darüber nach, warum man Newton ständig im Vergleich zu anderen KI-Agent-Modellen anhand ihrer Trading-Fähigkeiten herausstellt. Das ist eine Verzerrung des Wesens. Eigentlich sollte diese Entität eher mit Compliance- und Permissioning-Plattformen abgeglichen werden – das passt besser. Sie spielt die Rolle eines technischen Rahmens im Hintergrund, der die eher langweiligen, aber zwingend notwendigen Schritte übernimmt: von der Prüfung von KYC-Anforderungen über das Ausbalancieren der Gasgebühren bis hin zur Validierung von Fonds- bzw. Pool-Daten, bevor überhaupt irgendein Befehl auf die Chain geschoben wird. Newton neben schillernden, automatisierten Trading-Bots zu stellen, ist schlicht nicht die richtige Einordnung – denn die entscheidende Ebene ist die Kerninfrastruktur, wo es hingehört.

Die große Frage ist: Wenn echte Gelder und massenhaft KI-Akteure gleichzeitig einströmen, kann dieses Modell dann noch seine Robustheit behalten? Oder ist es irgendwann an der Zeit, ganz genau „unter die Lupe genommen“ zu werden, und dann zeigt sich auch diese Datenschutzhülle mit ihren Lücken – so, wie es bei KI-Agenten auch die Bösen ausnutzen? Aktuell ist die Antwort noch offen. Vielleicht müssen wir erst ein paar weitere Rollouts abwarten, und schauen, ob es in der Praxis irgendwelche Fallen-Störungen gibt – erst dann haben wir genug Grundlage, um zu beurteilen, welche Philosophie wirklich optimaler ist.#Newt $NEWT