Was Menschen meinen, wenn sie KI-Token sagen
Anfang 2024 meinte der Begriff KI-Token meist ein Projekt wie FET oder TAO, das eine Blockchain nutzte, um maschinelles Lernen zu koordinieren. Ende 2024 und bis ins Jahr 2025 hinein begann dieselbe Bezeichnung, eine deutlich unübersichtlichere Gruppe von Assets abzudecken. Einige davon leiten Zahlungen zwischen autonomen Software-Agenten weiter. Einige vermarkten sich als Marktplätze für Rechenleistung. Einige wenige sind schlicht Meme-Coins, die ein KI-Logo auf ein Hundebild gesetzt und das Ganze Infrastruktur genannt haben. Anleger, die sie in einen Topf werfen, verstehen am Ende nicht, warum ein KI-Token um das 50-Fache steigt und ein anderer zwei Jahre lang stagniert, denn sie konkurrieren tatsächlich nicht im selben Rennen.
Der ehrliche Ausgangspunkt ist, dass es unter dem Dach der KI-Token mindestens drei klar unterschiedliche Thesen gibt, und nur einige davon haben funktionierende Produkte. Die drei Thesen sind: Agentenkoordination, dezentrales Training und dezentrales Computing. Jede hat ein anderes Umsatzmodell, ein anderes Verwässerungsprofil und eine andere Art, wie der Token Wert erfassen soll. Wenn ein Token nicht klar beantworten kann, in welchen dieser drei Bereiche er fällt, ist genau das bereits ein Warnsignal.
Echte Risiken, bevor du einer KI-Token-Erzählung hinterherjagst
Die meisten Token, die unter dem Label KI-Agent am stärksten gestiegen sind, haben einige unbequeme Merkmale gemeinsam. Sie wurden 2024 oder 2025 gestartet, ihre Marktkapitalisierungen stiegen innerhalb von Wochen von einigen Millionen auf mehrere Hundert Millionen, und ihre öffentlichen Dokumentationen beschreiben ein Produkt, das noch nicht existiert oder das kaum jemand nutzt. Das Risikoprofil ähnelt weniger einer Investition in ein Softwareunternehmen, sondern eher einer Investition in einen Markennamen, der vielleicht irgendwann liefert oder vielleicht auch nie. Diese Unterscheidung ist wichtig, denn der Unterschied zwischen einem 50-fachen Kursanstieg und einem Rückgang um 90 Prozent hängt vor allem davon ab, ob echte Nutzer und echte Umsätze auftauchen.
Konkrete Ausfallmuster, die du im Blick behalten solltest. Erstens können Umsätze von Agent-Launchpads schnell einbrechen, wenn das Launchpad keine neuen Agenten mehr hostet, was Anfang 2025 bei mehreren Solana-basierten Starts genau so passiert ist. Zweitens bedeuten Subnet-Emissionen bei TAO, dass der Token, den du gekauft hast, schneller verwässert werden kann, als die Umsätze des Netzwerks wachsen, selbst wenn das Netzwerk funktioniert. Drittens stehen Compute-Netzwerke vor einem brutalen Preisproblem: Ein zentralisierter Cloud-Anbieter wie AWS kann ein dezentrales Netzwerk preislich immer unterbieten, wenn das Netzwerk keinen Qualitäts- oder Datenschutzvorteil nachweisen kann. Schließlich wurden mehrere bekannte KI-Agenten-Token mit Insider-Wallet-Clustern in Verbindung gebracht, was bedeutet, dass eine kleine Anzahl von Wallets einen großen Teil des Angebots kontrolliert und den Preis mit geringem Aufwand bewegen kann. Nichts davon bedeutet, dass die Thesen falsch sind. Es bedeutet, dass die Lücke zwischen Erzählung und Produkt groß ist, und genau dort geht das meiste Geld verloren.
Die drei Thesen und wofür jeder Token tatsächlich steht
These eins ist die Koordination von Agenten. Die Idee ist, dass autonome Software-Agenten, also Programme, die eigenständig Aktionen ausführen können, eine Möglichkeit brauchen, einander zu finden, einander zu bezahlen und Arbeit zu koordinieren. Tokens in diesem Bereich sollen die Rechnungseinheit und die Gebühren-Infrastruktur für diese Koordinationsschicht sein. FET und VIRTUAL präsentieren beide Varianten dieser Geschichte, und das Virtuals-Ökosystem betreibt ein Agenten-Launchpad, das Gebühren für neue Agenten-Deployments erhebt.
These zwei ist dezentrales Training. Hier soll der Token Menschen bezahlen, die GPU-Leistung oder Daten zum Trainieren von Machine-Learning-Modellen beitragen, und Inhabern einen Anspruch auf das entstehende Netzwerk geben. TAO ist das wichtigste Beispiel. Das Bittensor-Netzwerk betreibt Dutzende sogenannter Subnets, jeweils ein kleiner Markt, in dem Miner darum konkurrieren, die beste Ausgabe für eine bestimmte Aufgabe zu liefern, und TAO-Emissionen sind die Belohnung für diese Arbeit. These drei ist dezentrales Computing. RENDER ist das klarste Beispiel und positioniert sich als Marktplatz, auf dem Menschen mit ungenutzten GPUs Kapazität an Menschen vermieten können, die Grafiken rendern oder AI-Inferenz ausführen müssen, also den Prozess, ein trainiertes Modell auf neue Eingaben anzuwenden, um ein Ergebnis zu erhalten.
Warum die Trennung wichtig ist. Wenn du einen Token für Agenten-Koordination kaufst, wettest du darauf, dass Handel zwischen Agenten zu einer echten Wirtschaft wird. Wenn du einen Trainings-Token kaufst, wettest du darauf, dass dezentrales Training zentrale Labore schlagen oder ergänzen kann. Wenn du einen Compute-Token kaufst, wettest du darauf, dass GPU-Besitzer einen tokenbasierten Marktplatz einem traditionellen Cloud-Vertrag vorziehen. Das sind drei verschiedene Branchen mit drei verschiedenen Wettbewerbern und drei verschiedenen Zeithorizonten. Sie als einen einzigen Trade zu behandeln, führt dazu, dass Menschen Verluste am Ende mit dem Wort AI erklären.
Wie man einen Agenten-Token von einer Meme-Verpackung unterscheidet
Der nützlichste einzelne Filter ist die Frage, was der Token im Produkt tatsächlich tut. Ein echter Token für Agenten-Koordination sollte in Transaktionsdaten als Asset auftauchen, das Agenten nutzen, um für Dienste zu bezahlen oder zu staken. Ein echter Token eines Trainingsnetzwerks sollte als Belohnung an Subnet-Miner verteilt werden, mit on-chain sichtbaren Emissionen. Ein echter Compute-Token sollte von Mietern zu GPU-Anbietern fließen, wobei Nutzung und Gebühren öffentlich nachverfolgbar sind. Wenn ein Token keines dieser drei Dinge tut, ist er höchstwahrscheinlich eine Meme-Verpackung mit AI-Thema.
Konkrete Prüfungen. Suche nach einer funktionierenden Produktseite, die eine bestimmte API oder einen bestimmten Dienst nennt, nicht nur eine Vision. Suche nach on-chain Transaktionszahlen für den Token, die nicht auf wenige Wallets konzentriert sind. Suche nach Umsatz: Ein Launchpad sollte vereinnahmte Gebühren veröffentlichen, ein API-Dienst sollte Aufrufvolumina veröffentlichen, ein Compute-Netzwerk sollte abgeschlossene Jobs veröffentlichen. Das Agenten-Launchpad von VIRTUAL ist ein nützlicher Testfall, weil das Virtuals-Team Umsatzzahlen des Launchpads veröffentlicht hat, und der VVV-Token, der mit der Venice API verbunden ist, wurde teilweise aufgrund seiner Behauptungen zur API-Nutzung beworben. Es geht nicht darum, ob diese Zahlen gut sind. Es geht darum, dass die Zahlen sichtbar sind, was sie bereits von einer langen Reihe von AI-Tokens unterscheidet, die nur Kurscharts veröffentlichen.
WLD verdient eine gesonderte Erwähnung. Worldcoins WLD liegt am Rand dieser Kategorien. Er ist nicht wirklich ein Agenten-, Trainings- oder Compute-Token, sondern ein Proof-of-Personhood-Token, der an ein biometrisches ID-Netzwerk gebunden ist. Er wird oft in AI-Token-Körbe hineingezogen, weil AI-Agenten überprüfen müssen, ob sie es mit einem Menschen und nicht mit einem Bot zu tun haben, was ein echter Anwendungsfall ist. Die Token-Mechanik ähnelt jedoch eher einem digitalen Identitätsprojekt als einer der drei AI-Thesen. WLD in einen Korb von Agenten-Tokens zu mischen, ist ein häufiger Portfoliofehler.
Was die on-chain Daten tatsächlich zeigen
Für die Agenten-Koordination ist der sauberste öffentliche Indikator der Launchpad-Umsatz. Virtuals hat für sein Agenten-Launchpad vierteljährliche Gebühren in Millionenhöhe gemeldet, was für einen Start im Jahr 2024 eine beachtliche Zahl ist, und es gibt VIRTUAL einen messbaren Anspruch auf Aktivität. FET ist älter und breiter aufgestellt, betreibt den Fetch.ai-Stack über Agentendienste hinweg und hat sich kürzlich mit anderen AI-bezogenen Projekten zusammengeschlossen. Sein tägliches Transaktionsvolumen von Agenten ist on-chain jedoch schwerer zu verifizieren, weil ein Großteil der Aktivität auf Partner-Chains oder über off-chain APIs läuft.
Für dezentrales Training sind die Subnet-Emissionen von TAO die wichtigste Kennzahl. Das Bittensor-Netzwerk emittiert kontinuierlich neue TAO an Subnet-Miner, und die Rate dieser Emission ist on-chain sichtbar. Diese Transparenz ist gut für Ehrlichkeit und schlecht für Inhaber, weil Emissionen eine Form der Verwässerung sind. Die These lautet, dass der durch Subnet-Ausgaben geschaffene Wert das neue Angebot irgendwann übertreffen wird, aber das muss bewiesen und nicht angenommen werden. Subnet 19, das sich auf Inferenz konzentriert, hat Aufmerksamkeit erregt, weil es direkter mit der boomenden Nachfrage nach dem Betrieb von AI-Modellen verbunden ist, aber es ist noch früh.
Für Compute ist RENDER der etablierteste Name. Es hat 2024 eine Migration zu Solana abgeschlossen und zeigt nun echte Burn-and-Mint-Aktivität, die mit Rendering-Jobs verknüpft ist. RENDER erreicht noch nicht die Umsatzgrößenordnung eines Hyperscalers, hat aber die am besten verteidigbare Produktgeschichte der drei Bereiche, weil der Anwendungsfall, Rendering und Inferenz, konkret ist und Anbieter sowie Kunden identifizierbar sind. Das Risiko ist Konkurrenz durch zentrale Cloud-Anbieter und durch andere tokenbasierte Compute-Netzwerke, die in denselben Markt eintreten.
Wie man jeden Bereich bewertet, ohne sich selbst zu täuschen
Tokens für Agenten-Koordination sind am schwersten zu bewerten, weil das Produkt größtenteils eine Geschichte über zukünftige Aktivität ist. Ein nützliches Denkmodell ist, den Launchpad- oder Transaktionsumsatz zu nehmen, ein Multiple anzuwenden, das widerspiegelt, für wie dauerhaft du diesen Umsatz hältst, und durch das umlaufende Angebot zu teilen. Wenn die implizite Marktkapitalisierung unter dem aktuellen Preis liegt, hast du eine grobe Bewertungslücke. Wenn das Projekt keinen Umsatz hat, bepreist du im Grunde eine Wahrscheinlichkeit, dass es Umsatz geben wird, und die ehrliche Antwort ist, die Position so zu dimensionieren, als würdest du erwarten, falschzuliegen.
Trainings- und Compute-Tokens sind etwas einfacher, weil es eine Nutzungskennzahl gibt, an der man sich orientieren kann. Bei TAO solltest du Subnet-Emissionen mit den von Subnets vereinnahmten Gebühren vergleichen. Je mehr Subnet-Aktivität in TAO bezahlt wird, statt als Subvention emittiert zu werden, desto mehr verhält sich der Token wie eine echte Wirtschaft. Bei RENDER solltest du Jobzahlen und die durchschnittliche Jobgröße beobachten und das Wachstum dieser Zahlen mit dem Wachstum der Token-Marktkapitalisierung vergleichen. Wenn die Marktkapitalisierung viel schneller wächst als die Nutzung, ist der Trade Narrativ und nicht Fundamentaldaten.
Über alle drei Bereiche hinweg hilft eine Faustregel. Ein Token, der an eine messbare, on-chain und von Dritten verifizierbare Zahl gebunden ist, hat ein anderes Risiko als ein Token, dessen wichtigste Kennzahl ein Chart auf der Projektwebsite ist. Je näher du an Primärdaten herankommst, desto größer ist deine Chance, nicht am Hochpunkt eines Narrativzyklus zu kaufen.
Was das für jemanden bedeutet, der heute eine Position aufbaut
Der praktische Schluss daraus ist, dass ein Engagement in AI-Token keine einzelne Entscheidung ist, sondern ein Korb aus mehreren separaten Entscheidungen. Wenn du glaubst, dass Handel zwischen Agenten zu einer realen Wirtschaft wird, gewichte VIRTUAL oder FET entsprechend und akzeptiere, dass der Großteil dieser Wette in Frühphasen-Assets steckt, bei denen das Risiko von Insider-Verkäufen hoch ist. Wenn du glaubst, dass dezentrales Training Modelle hervorbringen wird, die mit zentralisierten Laboren konkurrieren, ist TAO der direkteste Ausdruck dafür, aber berücksichtige Verwässerung und die Tatsache, dass der Output der meisten Subnetze heute Forschung ist, kein produktiver Traffic. Wenn du glaubst, dass GPU-Besitzer und Mieter einen tokenbasierten Marktplatz nutzen werden, ist RENDER der etablierteste Name, und die Aufgabe besteht darin einzuschätzen, ob sein Wachstum mit seiner Bewertung Schritt hält.
Widerstehe dem Drang, all das zu einem einzigen AI-Korb zu vermischen und es diversifiziert zu nennen. VIRTUAL, TAO und RENDER zu halten ist nicht dasselbe, wie drei AI-Aktien zu halten. Es bedeutet, drei Unternehmen in drei verschiedenen Branchen zu halten, die zufällig ein Thema teilen. Behandle sie mit derselben Skepsis, die du nach dem Yield-Farming-Sommer auf einen Korb von DeFi-Token aus dem Jahr 2021 anwenden würdest: Die meisten von ihnen werden in ihrer heutigen Form nicht überleben, und die Überlebenden werden diejenigen sein, die Produkte ausgeliefert haben, während alle anderen Charts gepostet haben.
Verfolge AI-Krypto-Token mit echten Signalen, nicht mit Bauchgefühl
AI-Token bewegen sich schnell, und die Nachrichten rund um sie bewegen sich noch schneller. Launchpad-Gebühren, Subnetz-Emissionen und API-Nutzung manuell zu beobachten, ist ein aussichtsloses Spiel. Zippfeed aggregiert Schlagzeilen zu AI-Token mit Sentiment-Bewertung (bullish, neutral oder bearish) und einer Wichtigkeitseinstufung, damit du erkennen kannst, welche Projekte Produkte ausliefern und welche nur auf der Narrative-Welle reiten.
CoinDesk
