Gestern Abend habe ich etwas ziemlich Dummes gemacht, aber auch ziemlich Interessantes. Ich habe AI geöffnet und sie gebeten, mir dabei zu helfen, eine On-Chain-Strategie zu analysieren. Und nebenbei habe ich noch gefragt: „Wenn zukünftige KI-Agenten automatisch für Nutzer handeln und Vermögenswerte verwalten könnten, was wäre dann das größte Risiko?“ Die Antwort auf dem Bildschirm erschien schnell: Effizienz, Sicherheit, Daten­genauigkeit, Modellfähigkeit … Alles, was da stand, war nicht falsch. Aber ich habe eine Weile auf diese Zeilen gestarrt und plötzlich gemerkt, dass eine ganz wichtige Frage fehlte. Wenn ein System wirklich genug klug ist, sollte es dann nicht auch wissen, wann es nicht handeln darf? Diese Frage hat mich ein paar Minuten lang zum Nachdenken gebracht.

Denn in den letzten Jahren haben wir die ganze Zeit darüber diskutiert, was KI tun kann, aber viel zu selten ernsthaft darüber, wo ihre Grenzen genau sind, sobald KI tatsächlich Ausführungskompetenz erhält. Das ist kein ferner Science-Fiction-Fall. Vom automatisierten Handel bis zum On-Chain-Asset-Management, und hin zu immer mehr Agenten, die an Entscheidungen beteiligt sind – dieser Trend ist im Grunde bereits da. Und genau von dieser Frage aus habe ich @NewtonProtocol und das Newton Mainnet Beta neu untersucht.

Als ich Newton zum ersten Mal begegnet bin, muss ich ehrlich sagen: Wie viele andere habe auch ich zuerst auf die eher angesagten Richtungen geschaut – KI, Agenten, On-Chain-Automatisierung. Schließlich liebt der Markt im Moment vor allem alles, was mit der Zukunft zu tun hat. Verschiedene Projekte erzählen dir, die Zukunft werde intelligenter, effizienter und automatisierter. Aber wenn ich es wirklich durchgehend forsche, werde ich im Gegenteil immer ruhiger. Denn ich habe festgestellt: Je schneller sich die Technologie entwickelt, desto weniger sind die wirklich schwierigen Probleme die Frage „kann man das schaffen?“, sondern „wer ist zuständig, sobald es geschaffen ist?“. Das ist auch die größte Veränderung, die ich in dieser Zeit bei der Neu-Interpretation von Newton Protocol wieder verstanden habe. Es geht nicht nur darum, die Ausführungseffizienz zu erhöhen, sondern um eine tiefere Frage: Wenn Asset- und Bedienberechtigungen Schritt für Schritt an automatisierte Systeme übergeben werden, wie sollte dann Autorisierung neu definiert werden?

Viele bestehende On-Chain-Asset-Management-Modelle haben tatsächlich ein gemeinsames Merkmal. Nutzer legen ihre Assets in ein Vault, der Curator übernimmt das Strategiemanagement, und die Regeln stehen in Dokumenten. Das wirkt sehr vollständig. Doch wenn es zur echten Ausführung kommt, schwebt zwischen allem stets eine Variable: der Mensch. Die Regeln sind zwar da, aber das heißt nicht, dass sie auch wirklich ausgeführt werden. Wenn der Markt steigt, glauben viele, der Manager sei professionell und das Strategiedesign sei vernünftig. Aber erst in extremen Marktphasen treten viele Probleme zutage. Nicht, weil der Manager zwangsläufig unzuverlässig ist, sondern weil der Mensch selbst die größte Variable ist. Emotionen, Stress, Urteilsverzerrungen – all das lässt sich nicht vollständig vermeiden.

Daher finde ich, dass VaultKit im Newton Mainnet Beta Aufmerksamkeit verdient. Es hat sich nicht dafür entschieden, die Idee „einem noch besseren Administrator zu vertrauen“ weiter zu verstärken, sondern versucht, dass die Regeln selbst an der Ausführung teilnehmen. Laut der offiziellen Beschreibung von Newton kann VaultKit die Vault-Regeln on-chain zwangsweise durchsetzen, relevante Bedingungen vor dem Handel-/Abwicklungsprozess prüfen und signierte Beweise erzeugen, die von jedermann validiert werden können. Einfach gesagt: Früher war es „Regeln sagen dir, was du tun solltest“. Jetzt ist es „Regeln entscheiden, ob diese Aktion überhaupt stattfinden darf“. Das klingt nach nur einem kleinen Wandel, aber die dahinterliegende Logik ist komplett anders. Denn es verlagert die Autorisierung von einem Vertrauensversprechen hin zu einem überprüfbaren Ausführungsmechanismus.

Ich persönlich finde, dass Newton nicht nur deshalb spannend ist, weil es Risiken löst, sondern weil es das Vertrauensmodell auf der Chain neu entwirft. Früher haben wir uns stärker auf den Kredit des Menschen verlassen. Man glaubte dem Team, man glaubte dem Manager, man glaubte, dass ein bestimmter Strategiebauer genug rational ist. Doch in der Zukunft, wenn KI-Agenten immer mehr Ausführungsrechte erhalten, reicht allein das Vertrauen in Menschen offensichtlich nicht aus. Ein System kann sehr klug sein, aber wenn es keine klaren Grenzen gibt, gilt: Je stärker seine Fähigkeiten, desto größer ist sein potenzieller Einfluss. Das erinnert mich an Stop-Loss-Regeln im Trading. Viele wissen nicht, wie wichtig Stop-Loss ist – aber wenn es dann wirklich zur Ausführung kommt, ändern Menschen wegen Emotionen ständig den Plan. „Noch abwarten.“ „Vielleicht prallt es gleich zurück.“ „Dieses Mal ist es besonders.“ Am Ende merkt man: Am schwersten zu kontrollieren ist nicht der Kurs, sondern man selbst. Die Bedeutung von Regeln besteht genau darin, die Grenzen im Voraus zu sichern, in dem Moment, in dem man am leichtesten die Kontrolle verliert.

Natürlich glaube ich auch nicht einfach, dass mehr Regeln immer besser sind. Denn auf dem Markt gibt es immer komplexe Situationen. Strengere Regeln erhöhen zwar die Gewissheit, können aber auch den Spielraum für Flexibilität verringern. Deshalb denke ich, dass das, was Newton Protocol wirklich langfristig verifizieren muss, nicht nur ist, ob VaultKit Fehler einschränken kann, sondern ob es eine Balance zwischen Regeln und Freiheit finden kann. Schließlich kann die künftige Welt auf der Chain nicht vollständig auf Menschen setzen und auch nicht vollständig auf Code. Ein wirklich ausgereiftes System sollte einen angemessenen Platz zwischen Automatisierung und Vorgaben finden.

Wenn ich mir jetzt $NEWT und #Newt ansehe, dann geht es mir nicht mehr um eine einfache technische Erzählung. Was mich vielmehr interessiert, ist die Richtung dahinter. Früher bestand der Wettbewerb auf der Chain darin, „wie man verbindet“ löst. Danach ging es darum, „wie man handelt“ zu lösen. Und in Zukunft könnte es darum gehen: Wenn immer mehr intelligente Systeme für uns handeln, wer definiert dann ihre Grenzen? Ich finde, der Punkt, der es bei Newton Protocol am meisten zu diskutieren wert macht, genau hier. Es geht nicht nur darum, dass Maschinen mehr Fähigkeiten bekommen, sondern darum, wie man Fähigkeiten und Verantwortung gleichzeitig ermöglichen kann. Denn die wirklich gefährliche Zukunft ist nie eine KI, die nicht ausführt. Sondern eine KI, die alles ausführt – aber nicht weiß, wann sie aufhören sollte.