Vitalik Buterin von Ethereum schlägt KI-„Verwalter“ vor, um die DAO-Governance neu zu erfinden
Was Sie wissen sollten:
- Buterin schlug vor, individuelle KI-Modelle einzusetzen, die auf den Werten der Nutzer trainiert sind, um das Abstimmen über Tausende von DAO-Entscheidungen zu automatisieren. So soll die geringe Beteiligung und die Delegation von Stimmen an große Token-Inhaber adressiert werden.
- Das System würde Zero-Knowledge-Proofs und sichere Umgebungen (MPC/TEEs) nutzen, um die Identität der Wähler und sensible Daten zu schützen und gleichzeitig Nötigung und Bestechung zu verhindern.
- Prognosemärkte würden qualitativ hochwertige Vorschläge fördern und Spam herausfiltern, während KI-Agenten nur kritische Themen für eine menschliche Überprüfung kennzeichnen und die routinemäßige Teilnahme an der Governance automatisieren.
Ethereum-Mitbegründer Vitalik Buterin schlug eine technische Überarbeitung von dezentralen autonomen Organisationen (DAOs) vor und forderte den Einsatz persönlicher künstlicher Intelligenz-Agenten, die im Sinne der Nutzer privat abstimmen und so die digitale Governance skalieren helfen sollen.
Der Plan, der einen Monat nach Buterins Kritik an DAOs auf der Social-Media-Plattform X veröffentlicht wurde, nachdem diese in Richtung geringer Beteiligung und Machtzentralisierung abdriften, soll die Nutzer dazu bewegen, Stimmen nicht länger an große Token-Inhaber zu delegieren.
Stattdessen würde jeder Einzelne sein eigenes KI-Modell einsetzen, das anhand vergangener Nachrichten und angegebener Werte trainiert wurde, um über die Tausenden von Entscheidungen, vor denen DAOs stehen, abzustimmen.
„Es gibt viele Tausende von Entscheidungen zu treffen, die viele Fachgebiete betreffen, und die meisten Menschen haben weder die Zeit noch die Fähigkeiten, in auch nur einem – geschweige denn in allen – Experten zu sein“, schrieb Buterin. „Was können wir also tun? Wir setzen persönliche LLMs ein, um das Aufmerksamkeitsproblem zu lösen.“
Zunächst steht die Vertraulichkeit der Inhalte im Vordergrund, damit sensible Daten vertraulich bleiben. KI-Agenten würden in sicheren Umgebungen wie Multi-Party Computation (MPC) oder Trusted Execution Environments (TEEs) arbeiten, sodass sie private Daten verarbeiten können, ohne sie auf die öffentliche Blockchain zu leaken.
Zweitens ist die Anonymität der Teilnehmer wichtig. Buterin forderte die Nutzung von Zero-Knowledge-Proofs (ZKPs), einem kryptografischen Werkzeug, das es Nutzern ermöglicht, ihre Stimmberechtigung nachzuweisen, ohne ihre Wallet-Adresse oder ihre Stimmabgabe offenlegen zu müssen.
Dies schützt vor Nötigung, Bestechung und Whale Watching, bei dem kleinere Wähler die Entscheidungen großer Token-Inhaber nachahmen.
Diese KI-Verwalter würden die routinemäßige Teilnahme an der Governance automatisieren und nur zentrale Themen für eine Überprüfung durch Menschen markieren.
Um minderwertige oder Spam-Vorschläge herauszufiltern – ein zunehmendes Problem, da generative KI offene Foren überschwemmt –, schlägt Buterin die Einführung von Prognosemärkten vor. In diesen könnten Agenten auf die Wahrscheinlichkeit wetten, mit der Vorschläge angenommen werden.
Gute Wetten würden Auszahlungen bringen und so wertvolle Beiträge fördern, während Lärm bestraft wird.
Buterin forderte außerdem den Einsatz von datenschutzfreundlichen Tools wie Multi-Party Computation und Trusted Execution Environments, damit KI-Agenten sensible Daten – etwa Bewerbungen oder Rechtsstreitigkeiten – auswerten können, ohne diese auf einer öffentlichen Blockchain offenzulegen.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Panik erfasst den koreanischen Aktienmarkt beim größten eintägigen Kurssturz aller Zeiten

Bitcoin absorbiert US-Regierungstransfer und Nahost-FUD – Einzelheiten

JPY: Risiko-Unterstützung und politische Unsicherheit – MUFG
Private-Markt-Giganten warnen vor zunehmender Belastung, da sich die Kreditschwäche verschärft

