Dezentralisierte KI als öffentliches Gut

Wie kann KI ein öffentliches Gut sein und trotzdem ein Geschäftsmodell tragen?

0:00 Wavect, das Web3-Softwareunternehmen, das versteht, was du willst.

Kevin 0:06 Hallo zusammen, heute spreche ich mit Michael Heinrich, CEO von 0G Labs. Sie bauen im Grunde eine KI-native Layer 1, mit der du hochskalierbare und datenschutzwahrende KI-Anwendungen bauen kannst. Und es ist eine super spannende Folge. Ich würde mich auf jeden Fall sehr über euer Feedback zu dieser Session freuen. Und ja, ohne weitere Umschweife: Viel Spaß mit der Folge.

Kevin 0:30 Du hast gesagt, du willst KI zu einem öffentlichen Gut machen. Wie bringst du das aus geschäftlicher Sicht damit zusammen, ein profitables und gleichzeitig Venture-finanziertes Unternehmen aufzubauen?

Michael 0:43 Natürlich geht es nicht auf Kosten des Aufbaus eines riesigen Unternehmens, KI zu einem öffentlichen Gut zu machen, zu dem jeder beitragen kann. Denn sonst wäre ein Unternehmen wie Ethereum oder Solana nicht so groß, wie sie es sind, weil sie auf ähnliche Weise im Grunde einen Weg gefunden haben, ein dezentrales Netzwerk zu schaffen, das eine Menge Wert für die Teilnehmer schafft.

Michael 1:05 Und diese Teilnehmer besitzen ihre Assets dann tatsächlich wirklich. Aus Sicht von 0G ist es hier also nicht anders. Nur weil Menschen ihre Rechenleistung und ihre Daten bereitstellen und damit dann, sagen wir, neue Modelle trainieren können, die tokenisiert werden können, und sie sich daraus dann Gewinne verschaffen und tatsächliche Belohnungen bekommen können, während das Modell genutzt wird, heißt das nicht, dass die Plattform nicht auch einen Teil des Werts abschöpfen kann.

Michael 1:31 Wir denken also konsequent in Win-win-Kategorien. Wenn du diese Rechenressourcen nutzt, musst du natürlich für Rechenleistung zahlen, für Speicher und für die Gasgebühren der Chain. Und diese kleinen Gebühren summieren sich mit der Zeit zu etwas sehr Bedeutendem, je mehr Menschen es nutzen.

Michael 1:48 Und vielleicht sind es in Zukunft gar nicht mehr Menschen, die die Chain nutzen, sondern KI-Agenten. Und so haben wir möglicherweise nicht nur Milliarden von Agenten, sondern irgendwann vielleicht sogar Billionen, wer weiß. Aus dieser Perspektive stehen die beiden also nicht im Widerspruch zueinander.

Wie geht 0G mit Privatsphäre und Dateneigentum um?

Kevin 2:03 Okay. Ich meine, wenn wir über Privatsphäre, Dateneigentum und all diese Dinge sprechen, ist das meistens eine Art Spektrum, oder? Natürlich seid ihr vielleicht auf dem [unverständlich] Spektrum, auf der Seite von Privatsphäre und Eigentum, aber in welchem Ausmaß, oder? Denn normalerweise hast du so etwas wie ein Basismodell und darauf zum Beispiel diese besitzbaren Daten, etwa als Teil eines RAG oder wie auch immer das funktioniert.

Kevin 2:32 Könntest du da ein bisschen Licht reinbringen, also wie das bei eurem Unternehmen funktioniert, was ihr anders macht?

Michael 2:42 Unsere Philosophie ist also, wir bezeichnen uns als eine Art modularen Stack, wenn man so will. Und unsere Philosophie ist eigentlich, dass es dem Entwickler oder dem Endnutzer überlassen sein sollte, womit er sich wohlfühlt. Wenn der Endnutzer also absolute Privatsphäre braucht und irgendeine Art personenbezogener Informationen preisgibt, sagen wir biometrische Daten oder DNA-Daten, dann will ich natürlich, weißt du, dass das komplett privat ist, und ich will, dass das in einer Art Sicherheitstresor gespeichert wird oder wo auch immer man es speichern will.

Michael 3:13 Und wir ermöglichen diese Optionen, wieder ganz im Sinne dieser modularen Philosophie. Wenn du tiefgehende Privatsphäre brauchst, kannst du, statt die Daten einfach direkt in unserem Speichernetzwerk abzulegen, tatsächlich so etwas wie Beacon Protocol nutzen, das auf unserer Plattform aufgebaut ist und alles vollständig verschlüsselt hält.

Michael 3:30 Der andere Vorteil ist auch, dass wir zum Beispiel dadurch, dass wir Teil des dezentralen Speichernetzwerks sind, die Daten nicht sehen, es sei denn, wir versuchen aktiv, die Daten tatsächlich abzugreifen. Es gibt also eine Art Privacy by Design in diesem System. Und du kannst wiederum den Bereich des Spektrums wählen, den du willst. Dasselbe gilt, sagen wir, für das Training.

Michael 3:52 Du kannst entscheiden: Okay, mir macht es nichts aus, dieses Modell öffentlich zu bauen. Also will ich alles komplett Open Source machen. Ich will die Trainingsdaten Open Source machen. Ich will die Weights und Biases komplett Open Source machen. Das ist eine Designentscheidung, die bei dir liegt. Aber wenn du wiederum wirklich sensible Daten hast, keine Ahnung, vielleicht so etwas wie nukleare Zugangscodes, und du willst damit ein Modell trainieren, ich sage nicht, dass das eine gute Idee ist, aber nehmen wir an, das ist der Fall, dann könntest du so etwas wie [unverständlich] Labs nutzen, also dezentralisiertes Federated Learning, bei dem die Daten selbst wiederum vollständig privat bleiben und niemand darauf einwirken kann, das Modell aber trotzdem mit anderen Teilnehmern gebaut werden kann.

Michael 4:28 Wir ermöglichen also dieses gesamte Spektrum. Das ist sozusagen so gewollt.

Für welche Entwickler ist 0G gedacht?

Kevin 4:33 Okay, interessant. Immer wenn ich mit Gründern über das Produkt spreche, gibt es meistens so etwas wie eine Nutzerlücke, also zwischen der Art von Nutzern oder Kunden, die sie haben, und der Art von Nutzern und Kunden, die sie gerne hätten. Könntest du beides mit uns teilen?

Michael 4:54 Ja, da wir noch ein relativ junges Protokoll sind, wir sind etwa zwei Jahre alt, sind viele unserer ersten Nutzer eher mit der Schnittstelle von Web3 und KI vertraut. Sie sind also naturgemäß eher krypto-nativ. Also viele Leute, die in diesem Bereich bauen. Das könnte zum Beispiel jemand sein, der eine DEX baut, die KI für das Rebalancing von LP-Positionen nutzt.

Michael 5:20 Und das ist nichts, was ein normaler KI-Entwickler zum Beispiel nutzen würde, es sei denn, er ist zufällig heimlich ein Degen und in seiner Freizeit LP. Aber das sind, würde ich sagen, sozusagen die Early Adopters. Mit der Zeit aber ist die Early Majority, die wir ansprechen wollen, denke ich, wirklich die Gruppe der KI-Entwickler, die hochskalierende KI-Anwendungen bauen.

Michael 5:44 Dazu gehören jetzt ein paar Komponenten. Erstens muss die Plattform absolut skalierbar sein. Es sollte also keine oder nur sehr geringe Leistungseinbußen geben. Und sie muss zusätzlich etwas bieten, das bei Y Combinator als, na ja, 10x-Unterschied bekannt war. Und der muss in Form von Kosten kommen, in Form bestimmter Superkräfte wie Verifizierbarkeit sowie eingebauter Funktionen für KI-Alignment und Sicherheit.

Michael 6:09 Und in unserer aktuellen Phase sind wir noch nicht ganz so weit, dass wir tatsächlich auf diese Early Majority zugehen und sagen können: Hey, wir haben einen Killer-Use-Case für dich. Er ist super einfach zu nutzen. Du kannst ihn in jeden Workflow einbinden, den du baust. Aber wir sind ziemlich nah dran, würde ich sagen.

Michael 6:26 Gib dem Ganzen noch sechs Monate, und ich denke, wir können mit der Infrastruktur, die wir gebaut haben, anfangen, dorthin zu kommen. Ob es darum geht, sehr große Modelle trainieren zu können: Wir haben zum Beispiel kürzlich eine Forschungsarbeit gemacht, in der es uns zum ersten Mal gelungen ist, ein Modell mit 107 Milliarden Parametern vollständig dezentral zu trainieren.

Michael 6:45 Wir nähern uns also effektiv der Parität. Und irgendwann brauchen wir auch einen Web2-Wrapper. Im Moment kannst du, keine Ahnung, sogar so etwas wie Lovable oder Replit oder eines dieser Systeme nutzen, und die finden alle APIs für dich, um das System für dich zu bauen. Wir müssen an einen Punkt kommen, an dem es so einfach ist wie ein simpler API-Aufruf und du die gesamte Infrastruktur von 0G nutzen kannst.

Michael 7:09 Ich denke also wieder, es wird noch sechs, vielleicht maximal 12 Monate dauern, bis diese Reife erreicht ist.

Wie schafft 0G dauerhafte Netzwerkeffekte?

Kevin 7:15 Okay, die Zugänglichkeit für Entwickler ist also auch ein zentraler Baustein oder eben ein Hindernis, das quer auf der Straße liegt, im Grunde. Okay, verstanden. Ich meine, generell, oder, ist es meistens eine gute Idee, bei solchen Anwendungen oder Ökosystemen Entwickler anzusprechen, weil sie Produkte bauen und diese Produkte dann im Grunde einen Echoeffekt erzeugen oder eine Art exponentiellen Growth Hack.

Michael 7:42 Ja, so sehe ich das auch, im Grunde sind das effektiv Netzwerkeffekte. Du brauchst also eine grundlegende Liquiditätsschicht, damit Entwickler angezogen werden, auf deiner Chain zu bauen. Sobald sie kommen und eine großartige Anwendung bauen und Nutzer kommen, bringen die mehr Liquidität, und das erzeugt effektiv diese Art positives Schwungrad.

Kevin 7:59 Ja, 100 %. Ich meine, wenn wir über Netzwerke, Chains sprechen, oder, gibt es im Grunde zwei Arten von Netzwerkeffekten. Starke Netzwerkeffekte, die im Grunde so etwas wie einen Lock-in haben, und dann haben wir diese schwächeren Netzwerkeffekte, unter die typischerweise EVM-kompatible Netzwerke fallen. Weil es sehr einfach ist, das Netzwerk zu wechseln, indem man einfach die RPC-URL austauscht.

Kevin 8:27 Wie versucht ihr das anzugehen, in dem Wissen, dass das ein wirklich, wirklich schwieriges und in gewisser Weise ungelöstes Problem ist?

Michael 8:37 Das ist ein guter Punkt zu diesen Netzwerkeffekten. Und ich denke, es gibt auch einseitige und zweiseitige Netzwerkeffekte, und die bestimmen gewissermaßen auch die Stärke. Aber um die Frage einfach zu beantworten: Ich würde sagen, wir bauen nicht nur eine Layer 1, sondern eine Art ganzen Ansatz für KI.

Michael 8:54 Und einfach nur auf einer Layer 1 zu deployen, reicht nicht aus, um KI-Anwendungen im Massenmaßstab zu bauen. Du brauchst wieder ein wirklich leistungsstarkes Speichernetzwerk. Du brauchst ein Rechennetzwerk mit hoher Leistung. Und heute, nach dem, was wir erreichen konnten, findest du das nirgendwo sonst.

Michael 9:11 Du kannst also jede einzelne Komponente nutzen, aber ähnlich wie bei einem iPhone: Es ist großartig, es für sich allein zu nutzen. Aber wenn du im gesamten Ökosystem bist, funktioniert einfach alles zusammen. Mein MacBook lässt sich zum Beispiel problemlos mit meinem iPhone koppeln, und dann, weißt du, kann ich ganz einfach per AirDrop Übertragungen an andere iPhones machen.

Michael 9:29 Und das ist die Art von Netzwerkeffekt, die wir anstreben, indem wir ein ganzes Ökosystem bauen plus einen Stack, der nicht nur eine Layer 1 ist.

Kevin 9:37 Okay. Okay, cool. Ich möchte hier ganz kurz so etwas wie ein Rollenspiel machen. Stellen wir uns vor, ich bin CIO, also Chief Information Officer, oder Data Scientist oder was auch immer, und ich überlege, ob ich mit eurer Chain, mit eurem Ökosystem gehen soll, also im Grunde einem dezentralisierten KI-Modell, im Vergleich zu einem zentralisierten, oder ob ich sogar einfach zu Cloud-Anbietern gehe und dort mein eigenes Modell trainiere.

Warum dezentralisierte KI statt eines Cloud-Anbieters?

Kevin 10:08 Was sollte, sagen wir, meine Motivation sein, mich für euren Ansatz zu entscheiden?

Michael 10:18 Die entscheidende Frage ist: Wo soll das Vertrauen verankert sein? Willst du einer Instanz vertrauen, die sozusagen alles für dich erledigt? Oder willst du auf einem System sein, auf dem du das Vertrauen überprüfen kannst? Und was ich mit dem Überprüfen des Vertrauens meine: Ist dir wichtig, welche Art von Werten das Modell zeigt?

Michael 10:38 Ist dir wichtig, welche Art von Trainingsdaten du dem Modell gibst? Müssen deine Daten zum Beispiel privat bleiben? Hast du etwa sensible Kundendaten? Wenn du so etwas wie OpenAI nutzt, kannst du dir sicher sein: Jedes Mal, wenn die Daten auf ihren Server gelangen, schauen sie sich die Daten an. Es ist zum Beispiel sehr schwer, das komplett abzuschotten.

Michael 10:58 Es gibt also immer ein Sicherheitsbedenken. Und deshalb haben viele große Unternehmen die Nutzung von OpenAI in den Büros tatsächlich verboten, gerade aus diesem Grund. Ist Privatsphäre also ein wichtiges Anliegen? Und wie sieht es dann mit Kosten und Effizienz aus? Einige dieser KI-Systeme sind pro Nutzerlizenz sehr teuer, vor allem wenn du einige der fortgeschritteneren Funktionen nutzt, etwa 200 im Monat und so weiter.

Michael 11:21 Kann sich dein Unternehmen das leisten, oder willst du eine Lösung, die 90 % weniger kostet, damit du mit den Daten, die du hast, jedes beliebige Modell trainieren kannst? Und musst du in diesem Zusammenhang in deine eigene Infrastruktur investieren, oder willst du tatsächlich eine geteilte Infrastruktur nutzen, die trotzdem alles vollständig privat und sicher hält, aber mit einem erheblichen Kostenunterschied einhergeht?

Michael 11:45 Keine CapEx und bis zu 95 % weniger OpEx für dich. Das sind also die Arten von Fragen, die ich stellen würde. Und dann, falls es noch andere Sicherheitsbedenken gibt: Wenn sich das Modell zum Beispiel falsch verhält, welche Handhabe hast du? Willst du bestimmte Leitplanken haben, damit du, wenn etwas Negatives passiert, dem Modell schnell Ressourcen entziehen kannst?

Michael 12:06 Oder vertraust du wiederum einer einzelnen Instanz, dass sie das sozusagen für dich übernimmt?

Kevin 12:12 Ja, hoffentlich werden wir nie erleben, dass diese KIs wirklich außer Kontrolle geraten, oder? Bei all diesen Sicherheits-, sagen wir, Untersuchungen oder im Grunde Szenarien, die sie durchgespielt haben und weiterhin durchspielen, oder? Lass uns ein bisschen mehr Web3-nativ werden, oder? Weil du erwähnt hast, dass eure ersten Nutzer eigentlich eher krypto-nativ sind.

Wie gewinnt 0G Entwickler und Projekte?

Kevin 12:39 Es ist ja kein Geheimnis, dass alternative L1s, L2s, im Grunde jedes Ökosystem, normalerweise enorm viel Aufwand brauchen, um tatsächlich von null auf eins zu kommen, oder? Bei einem Ökosystem gehört das einfach zum Spiel. Wie sieht eure Go-to-Market-Strategie hier aus? Denn wir haben gehört, dass Distribution der neueste Engpass ist, oder?

Kevin 13:08 Das ist auch allgemein bekannt. Was ist euer Ansatz hier, abgesehen natürlich von Podcasts?

Michael 13:16 Nur Podcasts und Events, die ganze Zeit. So läuft das bei uns.

13:22 Das war’s.

Michael 13:23 Nein, ich würde sagen, es spielen drei Aspekte eine Rolle. Anreize, Business Development und dann sozusagen die zentralen Bausteine im Marketing. Und beim Marketing gehe ich mal rückwärts vor. Es ist sehr wichtig, eine differenzierte Positionierung zu haben. Wir sind da also sehr klar. Wir sind eine KI-Chain. Wir sind für extreme Use Cases gebaut, bau die KI-Anwendung, die du willst.

Michael 13:45 Und zufällig glauben wir, dass mit der Zeit nicht nur KI-Agenten die meisten Transaktionen ersetzen werden, sondern auch, dass die meisten Unternehmen mit der Zeit zu KI-Unternehmen werden. Es ist also wirklich eine Wette auf die längerfristige Zukunft. Und dadurch, dass wir uns differenzieren, können wir die Builder anziehen, denen das wirklich wichtig ist und die dann deshalb launchen wollen, weil sie sehen: Oh, hier gibt es dieses Ökosystem anderer KI-Builder.

Michael 14:08 Ich kann ihnen ein paar wirklich interessante Fragen stellen. Im Gegensatz dazu, zu einer anderen Chain zu gehen, die vielleicht allgemeiner ist und wo ich nicht dieselben Antworten bekomme oder wo ich viele fehlgeschlagene Transaktionen habe, was für meine Anwendung nicht geht, weil ich eine 100-prozentige Garantie brauche, dass, wenn dieser bestimmte dezentrale Inference-Aufruf eingeht, er auch tatsächlich durchgeht, weil meine Anwendung einfach wirklich geschäftskritisch ist.

Michael 14:32 Und darum dreht sich das Marketing ganz wesentlich. Es geht darum, die Marke zu setzen und die Marke, die ein Versprechen ist, konsequent zu wiederholen, und dann die richtigen Builder anzuziehen, indem man in Podcasts, auf Events und, weißt du, mit tollen Blogs und, äh, Auftritten in sozialen Medien präsent ist und, weißt du, mit Influencer-Engagement und all dem.

Michael 14:52 Das muss natürlich vorhanden sein. Dann ist die Seite des Business Development interessant, weil wir dort auch sehr strategisch vorgehen können. Unser Head of Business Development kommt von Chainlink. Er war dort einer ihrer besten Vertriebsleute und hat ein gutes Gespür sowohl für die institutionelle Seite als auch für die etwas degen-lastigere Seite, wenn man so will.

Michael 15:10 Und so kennt er im Grunde jeden in der Branche, und deshalb werden wir zum Beispiel am ersten Tag des Mainnets eine große Ankündigung machen. Wir werden über 100 Launch-Partner haben und einige sehr bekannte Namen. Wir werden zum Beispiel am ersten Tag wahrscheinlich eine der beeindruckendsten Listen von Wallets haben, die je eine gestartete Layer 1 hatte.

Michael 15:29 Und das ist auch eine große Stärke und ein großer Vorteil, den wir haben. Und einfach sehr strategisch zu sein, wen wir anziehen wollen, und sie sehr, sehr schnell erreichen zu können. Und tatsächlich bekommen wir viele Inbound-Anfragen, weil wir auch die Marketingbausteine richtig gemacht haben, und wir bekommen Inbound nicht nur von Projekten, sondern auch von Partnern, die uns dann anderen Projekten vorstellen wollen, ob es darum geht, eine Liquiditätskampagne zu strukturieren, oder darum, Agenten zu haben, denen es wichtig ist, wer auf der Chain ist, ob das, weißt du, ein neues Reisebüro ist, das einen KI-Agenten baut und mit 0G in Verbindung gebracht werden will, oder ein Unternehmen, das im Bereich Biometrie arbeitet, wie Dormint AI, und dir Empfehlungen gibt, und der einzig beste Ort,

Michael 16:18 um zu bauen, ist 0G, weil wir die Full-Stack-KI-Erfahrung haben. Das gibt dir also einen kleinen Eindruck von der BD-Seite, und dann natürlich die Anreize, weil jedes Ökosystem auf irgendeine Weise angeschoben werden muss. Und so haben wir ein Ökosystemprogramm über 88,8 Millionen, wie wir es nennen, und die zwei Schlüsselaspekte davon, eigentlich drei Schlüsselaspekte, sind sozusagen der gesamte Lebenszyklus eines Entwicklers, von tiefgehenden Hackathons, die wir in letzter Zeit viel in der APAC-Region gemacht haben, bis hin dazu, über Accelerators wirklich praktisch mit anzupacken.

Michael 16:49 Wir hatten drei Accelerator-Batches. Aus dem ersten Accelerator ist CARV hervorgegangen, das auf dem Höhepunkt ein Projekt von etwa einer Milliarde Dollar war. Im zweiten Accelerator hatten wir den Launch von PlaysOut, das, glaube ich, auf dem Höhepunkt, ungefähr jetzt, ein Projekt von etwa 300 Millionen Dollar ist und auf Binance gestartet ist. Und den dritten Accelerator haben wir gerade abgeschlossen.

Michael 17:07 Hoffen wir also, dass auch daraus eine richtig tolle Erfolgsgeschichte entsteht. Und schließlich haben wir das Programm Guild on 0G, bei dem es eher um eine, äh, maßgeschneiderte Lösung geht. Wenn du also ein Builder in einer späteren Phase bist und einfach Hilfe brauchst bei der Frage, wie gehe ich mit diesen Market Makern um? Nun, wir haben zwei Leute in unserem Team, die früher bei Jump Crypto waren und dich da durchführen können, und noch jemanden, der, weißt du, 12 Jahre bei Merrill Lynch gearbeitet hat, dann die letzten drei Jahre im Kryptobereich war und einen Market Maker leitet.

Michael 17:35 Wir können dir also im Rahmen dieses Programms die richtigen Ressourcen zur Seite stellen. Und wir glauben daran, dass du dir, wenn du zu 0G kommst, einen Wettbewerbsvorteil verschaffst. Es hat diese Art Agenturmodell, und das ist ein weiterer großer Differenzierungsfaktor. Ich mache sogar Office Hours für viele Gründer, weil ich einfach so fest an den Aufbau von Ökosystemen glaube.

Michael 17:56 Sie brauchen die persönliche Note. Vielleicht brauchen sie einfach diese eine Vorstellung bei einem Investor, den sie wirklich an Bord holen wollen. Und ja, die Anreizebene ist also absolut ein Teil davon. Also wahrscheinlich eine längere Antwort, als du erwartet hast.

Kevin 18:09 Nein, nein, das finde ich toll. Danke. Ich will Tiefe haben, oder? Nicht dieses flache, oberflächliche Zeug. Das ist also alles super. Für mich klingt es so, als hättet ihr die Nutzergewinnung im Grunde ziemlich gut raus. Was viele Projekte ein bisschen vernachlässigen, ist die Nutzerbindung. Was ist hier eure Strategie oder euer Ansatz?

Wie wird bei 0G aus Entwicklergewinnung Bindung?

Michael 18:35 Das ist ein bisschen schwierig, solange wir nur im Testnet sind. Sobald wir im Mainnet sind, ist es viel einfacher, das zu sehen. Aber was wir zumindest im Moment eingerichtet haben, ist eine Customer-Experience-Ebene, damit wir jemanden haben, der konsequent nachfasst und versucht zu verstehen: Wo stehst du gerade auf diesem Weg?

Michael 18:54 Wo stehst du aus Projektsicht, aber auch, wo stehst du bei der Nutzung der Ressourcen des 0G-Ökosystems und der verschiedenen Angebote, die wir haben? Und gibt es Möglichkeiten, wie wir dein Geschäftsmodell oder dein Nutzerwachstum mit den verschiedenen Ressourcen, die wir haben, ermöglichen können? Wir haben also stark in diese Customer-Experience-Ebene investiert, für diesen Teil der Bindung.

Michael 19:15 Und so wie ich darüber denke, ist das so etwas wie die Aspekte "Get, Keep, Grow". Bei Get geht es ganz um die Aspekte Business Development oder Marketing, wie ich schon erwähnt habe. Keep bedeutet sicherzustellen, dass die Plattform konstant performt und die Infrastruktur tatsächlich funktioniert, und bei Grow geht es effektiv ganz um die Customer-Experience-Ebene.

Kevin 19:36 Okay. Okay, es zielt also im Grunde auf, ich würde es in diesem Sinne nicht als PLG-Ansatz bezeichnen, oder? Weil ihr ja BD und Marketing und alles habt, aber auf der Bindungsseite versucht ihr im Grunde einfach, ein wirklich zentrales, starkes, nutzerfreundliches Ökosystem aufzubauen und Gründer im Grunde ausreichend oder gut genug zu unterstützen, damit sie tatsächlich Nutzer anziehen, oder?

Kevin 20:05 Das ist also sozusagen der Hauptplan hier. Okay.

Michael 20:07 Genau. Und der, der andere Teil davon ist auch, dass wir den Leuten zuhören müssen, die unsere Chain mit aufbauen, und deshalb müssen wir auch konsequent innovieren. Wenn wir einfach stagnieren, dann sieht man, denke ich, auch Abwanderung.

Wie vermeidet 0G die Fallen von Token-Anreizen?

Kevin 20:20 Ja. Ja. Ich meine, wenn du nicht wächst, schrumpfst du. Das, das ist die...

20:25 Ja.

Kevin 20:25 Das ist die harte Wahrheit im Business, oder? Ähm, ich meine, ihr seid ja nur im Testnet, oder? Aber viele Projekte nutzen Token auch als Mittel zur Nutzergewinnung, oder, mit Airdrops und all diesen anderen Mechaniken, die wir haben. Wie vermeidet ihr es, in diese Falle zu tappen, oder was ist euer, na ja, weil das allgemein als etwas Negatives gesehen wird, oder?

Kevin 20:52 Die Leute sehen die meisten dieser Token heutzutage als VC-Token. Was ist dein Ansatz und deine Sicht darauf?

Michael 20:59 Wir versuchen zum Beispiel, keine Grants zu vergeben. Wir versuchen, es aus einer Investmentperspektive zu betrachten. Das Wichtigste, was wir sehen wollen, ist also nicht, einfach jedem, der auf die Chain kommt, jede Menge Anreize zu geben, sondern dass er das Gefühl hat: Das ist das richtige Zuhause für mich, und ihn dann auf diesem Weg zu unterstützen.

Michael 21:25 Wir wollen also sicherstellen, dass es nicht einfach jemand ist, der hierherkommt, weil, so nach dem Motto: Oh, ich habe drei Grants von anderen Chains bekommen, und jetzt hole ich mir noch einen von 0G. Es geht eher um: Hey, das hier hat die richtige Infrastruktur, die ich als Gründer brauche, um erfolgreich zu sein. Und sobald das gegeben ist, stellen wir uns voll hinter diese Gründer.

Michael 21:44 So denken wir darüber. Und statt viele Grants vorab zu vergeben, würden wir eher rückwirkende Airdrops machen und einen eher meilensteinbasierten Ansatz verfolgen, weil wir uns dann kennenlernen und dann sehen, wie du als Gründer mit 0G interagierst, was du zur Community beiträgst, und dann, weißt du, Schritt für Schritt hinter dir stehen, während du diese Erfahrung durchläufst.

Michael 22:09 Und ich denke, so baut man wirklich eher einen Kult auf, weniger als eine, nicht nur eine Chain. Wir betrachten es also eher aus dieser Perspektive. In meinem vorherigen Unternehmen war ich bei Y Combinator, und Alexis Ohanian war einer unserer Investoren. Und er hat diese Idee einfach tief verankert, also, er ist der Mitgründer von Reddit.

Michael 22:29 Und so hat er mir diese Idee eingeimpft: Bau einen Kult, bau einen Kult, das ist es, was du brauchst. Einen Kult baust du durch großartige Erlebnisse auf, aber auch durch diese persönliche Note und eine regelrechte Obsession für die Entwickler und Endnutzer.

Kevin 22:44 Ich meine, das braucht man heutzutage, oder? Seien wir ehrlich, oder? Es gibt einfach so viel Konkurrenz, oder? Software ist, sie wird bis zu einem gewissen Grad einfacher zu bauen, oder, aber am Ende geht es nur darum, wer sie nutzt und warum, oder? Und vieles beim Warum läuft, wie du gesagt hast, auf die Community hinaus.

Warum reicht großartige Technik allein nicht aus?

Kevin 23:08 Und natürlich muss es auch ein großartiges Produkt sein, oder? Also Zuverlässigkeit, Privatsphäre und all die Dinge, die du erwähnt hast.

Michael 23:16 Ja, man darf nicht unterschätzen, wie schwer es ist, großartige Technologie zu bauen. Ich meine, es ist sehr schwer. Zum Beispiel 11.000 TPS pro Sekunde pro Shard zu erreichen und dann unendlich skalierbar zu sein. Ich meine, das ist ein wirklich schwieriges Engineering-Problem. Es gibt vielleicht tausend Menschen auf der Welt, die wissen, wie man das bei Blockzeiten von unter 400 Millisekunden löst.

Michael 23:36 Ich meine, das ist verdammt schwer. Also auf keinen Fall zu unterschätzen, aber wenn du es nicht kommunizieren kannst und nicht erklären kannst, warum es dich gibt und warum das, was wir bauen, wichtig ist, dann ist es am Ende einfach Technologie, die niemand nutzt.

Kevin 23:50 100 % richtig. Das ist etwas, was viele Gründer tatsächlich falsch machen, oder? Sie bauen etwas und, na ja, nur dieser TPS-Teil, oder? Also, und ich stimme völlig zu, das ist super anspruchsvoll. Aber eine kleine Unternehmensanwendung mit geringem Volumen braucht zum Beispiel vielleicht nicht irgendwelche tausend TPS, oder, zum Beispiel.

Kevin 24:13 Obwohl es natürlich das Noisy-Neighbor-Problem gibt. Wenn also andere Spiele dich beeinflussen, gibt es natürlich jede Menge Dinge zu beachten. Aus technischer Sicht ist es also super anspruchsvoll, oder, wie du gesagt hast. Schauen wir es uns aus Entwicklersicht an. Was ist deiner Meinung nach der anspruchsvollste Aspekt?

Was macht Web3-Entwicklung langsam?

Kevin 24:39 Wenn wir zum Beispiel als Softwareagentur, oder, mit einem neuen Netzwerk arbeiten, ist die größte Herausforderung oft: Was sind die besonderen Anpassungen, die man vornehmen muss, um mit den verfügbaren Tools und Technologien sichere und auch native Anwendungen für dieses Netzwerk zu bauen? Was ist also die größte Herausforderung?

Michael 25:03 Ich denke, in Web3 allgemein ist es die Anlaufzeit. Sagen wir, du kommst aus einer Web2-Umgebung und bist es gewohnt: Hey, ich habe, weißt du, ein Frontend-Framework benutzt und im Backend vielleicht so etwas wie LangChain, eine Reihe anderer Dinge, und jetzt muss ich herausfinden, weißt du, es sind, es sind vielleicht ein paar Dienste, die du nutzt, und vielleicht hast du Vercel, um sehr schnell zu deployen.

Michael 25:26 Auf der Web3-Seite denkst du dann: Okay, wo gehe ich für Inference hin, und wo gehe ich dann für eine Sicherheitsschicht hin, und wie mache ich dann diesen RPC-Aufruf, und wann nutze ich einen Smart Contract und wann etwas sozusagen Zentralisiertes? Es gibt also im Grunde all diese Anlaufkosten. Wie stelle ich also sicher, dass ich so schnell wie möglich von der Idee in die Produktion komme?

Michael 25:49 Und diese Latenz wollen wir so weit wie möglich verringern. Darüber denken wir generell nach. Wie machen wir die Anlaufkosten so gering, dass jeder Web2-Entwickler on-chain bauen und von den Vorteilen profitieren will? Ich denke also, das ist ein besonders schwieriges Problem, weil einfach viele neue Konzepte ins Spiel kommen.

Michael 26:12 Und ich glaube nicht, dass wir schon ganz da sind, wo wir sein wollen. Idealerweise hätte ich einfach, weißt du, du startest einen Docker-Container, du hast eine komplette Umgebung und kannst buchstäblich einfach einen Smart Contract, [unverständlich] KI-Agenten auf unsere Chain deployen. Ich meine, das wäre großartig. Ich denke also, das ist eine zentrale Sache, die wir uns anschauen.

Michael 26:33 Das andere ist, auch sicherzustellen, dass die Entwickler genug Wissen haben, um zu verstehen, warum Dinge wie Verifizierbarkeit wichtig sind. Es gibt also auch eine Bildungskomponente, die die Leute berücksichtigen müssen, wenn sie unsere Entwicklerdokumentation durchgehen. Denn es ist doch ziemlich anders.

Michael 26:50 Wenn du es zum Beispiel gewohnt bist, bei deiner KI einer Instanz zu vertrauen, dann ist Verifizierbarkeit für dich nicht so wichtig. Aber für mich muss sie einen erstklassigen Stellenwert haben. Und deshalb gibt es dezentralisierte KI überhaupt erst. Dieses ganze Ethos, da gibt es eine ganze Bildungskomponente. Ich denke also, da sind wieder gewisse Anlaufkosten damit verbunden.

Michael 27:12 Das sind, denke ich, die zwei wichtigsten Dinge, über die wir nachdenken. Und das Dritte ist: Weil es in Web3 viel Lärm gibt, tappt man leicht in diese Falle, so nach dem Motto: Oh, ich gehe einfach auf alle Konferenzen, bin auf Twitter aktiv und vergesse den Product-Market-Fit. Dabei musst du eigentlich immer noch etwas bauen, das die Leute nutzen und lieben.

Michael 27:30 Und ich denke, manchmal gibt es zu viel Lärm in der Branche, und Gründer da hindurchzuführen, ist manchmal eine weitere Herausforderung.

Wann zählt Product-Market-Fit mehr als Skalierung?

Kevin 27:40 Okay, das finde ich toll. Ich meine, es klingt ein bisschen so, als würdest du persönlich die größte Herausforderung vor allem auf der Produktmanagement-Seite sehen, wenn ich das richtig verstehe, also natürlich unsere Entwicklungsgeschwindigkeit, also Time to Value, wie schnell sie vorankommen, oder, im Grunde dieser Plug-and-Play-Faktor.

28:00 Ja.

Kevin 28:01 Ähm, aber gleichzeitig sie auch ein bisschen auf der Business-Seite anzuleiten, um eigenständige Unternehmer in euer Netzwerk zu holen. Das ist also im Grunde diese Art Inkubationsansatz. Verstehe ich das richtig? Okay.

Michael 28:19 Ja, das würde ich so sagen, weil andere Leute mir vielleicht widersprechen und sagen würden: Na ja, infrastrukturell sind wir noch nicht so weit, und, weißt du, die Technologie ist noch nicht bereit und so weiter. Sicher, aber in 12 Monaten wird sie es sein. Ich meine, mit 11.000 TPS kannst du in einem Shard eine mittelgroße Web2-Anwendung bauen.

Michael 28:35 Kannst du, weißt du, in dieser Umgebung ein WhatsApp mit über einer Milliarde Nutzern bauen? Nein, aber mit 100.000 TPS könntest du das. Und so werden wir das in einem Jahr effektiv lösen. Irgendwann geht es also nicht mehr um Skalierungsprobleme. Es geht viel mehr darum: Lasst uns Dinge bauen, die wirklich wichtig sind.

Michael 28:54 Und ja, Web3 hat immer noch ein bisschen dieses Product-Market-Fit-Thema, wobei bestimmte Dinge definitiv Product-Market-Fit haben, etwa Spekulation, Trading und inzwischen verstärkt Stablecoins. Und hoffentlich kommen mit der Zeit immer mehr Use Cases hinzu, wie Daten zur Krankengeschichte und gemeinsam als Community echte KI-Modelle zu bauen, damit wir alle zusammen erfolgreich sein können, kleinere Expertenmodelle zu bauen, die wir miteinander verketten können und die unser Leben verbessern können, vielleicht sogar Robotik so auszurichten, dass sie für den menschlichen, sagen wir, Gebrauch tatsächlich sicher ist.

Michael 29:31 Mir macht es große Sorgen, wenn riesige Konzerne versuchen, Robotik ohne Sicherheitsschalter und ohne Alignment-Praktiken einzuführen. Und ja, das sind die Arten von Problemen, die ich gerne von Leuten gelöst sehen möchte.

Welche Anwendungsfälle für dezentralisierte KI zählen jetzt und als Nächstes?

Kevin 29:44 Schön zu hören. Cool. Vielleicht eine letzte Frage. Was ist deiner Meinung nach einer der besten Use Cases, also tatsächliche Use Cases, für eure Infrastruktur auf kurze Sicht, um es einfacher zu machen?

Michael 30:02 Kurzfristig. Okay. Ich meine, kurzfristig, weil wir uns noch in einem Web3-Umfeld bewegen, wird es definitiv um Trading-Liquidität und all diese Aspekte gehen. Im Grunde um Dinge wie: Wie mache ich komplexe Abläufe einfach, damit ich davon profitieren kann? Sagen wir also, du bist ein marktneutraler Hedgefonds und hast eine Gelegenheit für eine großartige Looping-Strategie entdeckt.

Michael 30:27 Das erfordert viel menschliches Eingreifen. Du musst, sagen wir, du machst einen Trade, bei dem du einen Vermögenswert stakst, dafür einen Liquid-Staking-Token zurückbekommst, dir dann dagegen USDC leihst und das dann mehrfach loopst. Oder du hältst einen Token, der tatsächlich die Rendite eines marktneutralen Hedgefonds oder eines Long-Basis-Trades abbildet, und loopst das mehrfach.

Michael 30:50 Und das erfordert konstant viel Überblick, denn wenn dein Kreditzins höher ist als deine Rendite, musst du diesen Trade sehr schnell auflösen und einen anderen Trade machen. Warum kann also nicht ein KI-Agent das ständig für mich überwachen, die höchste Rendite finden und dann konsequent die besten Gelegenheiten finden?

Michael 31:07 Ich sehe solche Aspekte kurzfristig also als sehr, sehr nützlich, weil sie gezielt Unternehmen helfen können, zum Beispiel ihre Treasury einfacher zu verwalten, oder die Art von Rendite zu erwirtschaften, die diese marktneutralen Hedgefonds anstreben, und sie dann effektiv an ihre Kunden weiterzugeben. Ganz kurzfristig sehe ich also viele starke Anwendungen dieser Art, die mit uns gebaut werden.

Michael 31:32 Mittelfristig würde ich gerne genau das sehen, was ich erwähnt habe: dass die Community zusammenkommt und Expertenmodelle baut, die State-of-the-Art-Modelle übertreffen. Sagen wir, ich kenne 20 Leute, die Solidity-Experten sind. Wir kommen alle zusammen, wir teilen unseren Code, wir steuern Rechenleistung bei. Wir gehen über das 0G-Launchpad, wir tokenisieren genau dieses Modell.

Michael 31:56 Das Modell schneidet bei genau diesem Benchmark besser ab, wird in der Produktion genutzt, ich werde über den Token für meine Beiträge bezahlt. Das ist es, was ich sehen will. Dann wird dezentralisierte KI auf der Landkarte sein. Und dann wird zentralisierte KI uns deshalb sehr ernst nehmen. Und wenn wir dann auch sozusagen unbegrenzte Rechenleistung haben, ich gebe dir ein Beispiel dazu.

Michael 32:19 Vor ein paar Tagen habe ich eine Rechnung gemacht. Im Grunde wurde Grok mit 200.000 H200 trainiert. Die schaffen jeweils ungefähr 60 Teraflops oder so. Dein iPhone 16 schafft etwa zwei Teraflops. Das ist also ungefähr ein 30-facher Unterschied. Man könnte also sagen, Grok wurde mit 6 Millionen iPhones trainiert. Stell dir vor, du hättest 6 Milliarden iPhones zur Verfügung, die dir Rechenleistung leihen könnten.

Michael 32:42 Was kannst du damit bauen? Und es ist verteilt, du musst also nicht diese ganze, sagen wir, gewaltige Leistung an einem zentralen Ort haben. Es könnte über die ganze Welt verteilt sein, während du diese verschiedenen Modelle trainierst. Du gibst im Grunde dem Endnutzer und kleineren Unternehmen und anderen Firmen, die an KI teilhaben und nicht einfach nur von ihr disruptiert werden wollen, die Macht zurück.

Michael 33:02 Und das möchte ich mittelfristig sehen, diese Art von Anwendungen, weil das unsere Mission verwirklichen wird, KI zu einem öffentlichen Gut zu machen und wirklich Überfluss für alle zu schaffen und nicht nur für einige wenige Auserwählte. Und dann nimmst du zum Beispiel sozusagen Schecks für ein universelles Grundeinkommen.

Wo kann man Michael Heinrich und 0G folgen?

Kevin 33:20 Okay, super interessant. Hey, danke, Michael. Wirklich vielen Dank. Super interessant. Und ja, ich meine, gibt es von deiner Seite noch etwas zu sagen? Einen Call to Action für unser Publikum?

Michael 33:36 Na ja, folgt mir auf jeden Fall auf X. Ich bin einfach Michael H Unterstrich 0G. Ich interagiere immer gerne mit unserer Community, höre mir tolle Ideen an, diskutiere neue Geschäftsideen und so weiter. Also folgt mir bitte dort. Und alle Ressourcen rund um 0G findet ihr einfach auf unserer Website. Sie ist sehr gut organisiert. Alle unsere Ökosystemprogramme sind dort.

Michael 33:55 0G Punkt AI. Es ist also 0G mit der Ziffer, genau wie bei Michael H Unterstrich 0G auch die Ziffer. Man findet uns also sehr leicht, kann uns folgen und sich mit uns austauschen.

Kevin 34:06 Starke Sache. Okay, nochmals danke, Michael. Und danke an alle fürs Zuschauen.

Michael 34:11 Danke.

34:12 Wavect, das Web3-Softwareunternehmen, das versteht, was du willst.