KI und Kryptowährungen: Wie Künstliche Intelligenz Finanzen, Bankwesen und Blockchain verändern kann

Stellen wir uns vor, dass Ihre Finanz-App nicht mehr nur den Kontostand anzeigt. Künstliche Intelligenz bemerkt eine ungewöhnliche Zahlung, weist Sie darauf hin, dass es sich wahrscheinlich um Betrug handelt, vergleicht Ihre Ausgaben mit den Vormonaten und schlägt vor, wo Sie sparen können. Im nächsten Schritt könnte dasselbe System nach vorab festgelegten Regeln selbst eine Geldüberweisung, einen Währungstausch oder eine Transaktion mit einem digitalen Asset vorbereiten. Die Frage lautet dann nicht mehr nur „Was empfiehlt mir die KI?“, sondern auch „Was erlaube ich ihr, mit meinem Geld zu tun?“

Genau hier beginnen sich zwei technologische Welten zu treffen, die sich bisher oft getrennt voneinander entwickelt haben. Künstliche Intelligenz kann große Mengen an Informationen analysieren und immer häufiger auch bestimmte Aufgaben selbstständig ausführen. Die Blockchain wiederum ermöglicht es, digitalen Wert zu übertragen, Smart Contracts zu nutzen und Finanzsysteme zu schaffen, die rund um die Uhr funktionieren können. Werden diese beiden Technologien miteinander verbunden, können Dienste entstehen, in denen Software nicht nur etwas auswertet, sondern anschließend auch eine konkrete Finanzoperation ausführt.

Das bedeutet jedoch nicht, dass KI die Banken ersetzen wird oder dass Kryptowährungen automatisch das traditionelle Finanzsystem übernehmen. Wahrscheinlicher ist eine schrittweise Verflechtung beider Welten. Banken setzen künstliche Intelligenz bereits heute bei der Betrugserkennung, der Risikoanalyse oder der Kommunikation mit Kunden ein. Gleichzeitig entstehen Technologien, die es KI-Agenten ermöglichen, mit Blockchain-Wallets, Smart Contracts oder Stablecoins zu arbeiten. Die Zukunft wird daher möglicherweise kein Duell zwischen KI und Banken oder zwischen Kryptowährungen und Fiatwährungen sein, sondern eher eine Suche danach, wo welche Technologie am sinnvollsten ist.

KI verändert bereits heute das klassische Bankwesen

Wenn heute von künstlicher Intelligenz die Rede ist, denken viele Menschen vor allem an Chatbots oder Werkzeuge, die Texte und Bilder generieren können. Im Finanzsektor werden verschiedene Formen des maschinellen Lernens jedoch schon seit vielen Jahren eingesetzt. Banken und andere Finanzinstitute analysieren mithilfe von Algorithmen riesige Mengen an Transaktionen und suchen nach Mustern, die ein Mensch nur schwer erkennen könnte.

Einer der bekanntesten Bereiche ist die Betrugserkennung. Das Bankensystem kann laufend auswerten, ob eine bestimmte Zahlung dem üblichen Verhalten des Kunden entspricht. Wenn jemand normalerweise in Tschechien mit Karte bezahlt und innerhalb weniger Minuten eine hohe Zahlung in einem anderen Teil der Welt auftaucht, kann das System die Transaktion als riskant einstufen. Ähnliche Technologien können auch bei der Aufdeckung von Geldwäsche, der Bewertung des Kreditrisikos, der Dokumentenverarbeitung oder im Kundensupport helfen.

Mit der Entwicklung generativer KI erweitern sich die Möglichkeiten noch. Eine Banking-App muss Zahlen nicht nur anzeigen, sondern kann sie auch interpretieren. Statt der Information, dass der Kunde im Monat 42.000 CZK ausgegeben hat, kann das System darauf hinweisen, dass seine Ausgaben für Energie gegenüber dem langfristigen Durchschnitt um 25 % gestiegen sind oder dass unter den regelmäßigen Zahlungen ein Dienst auftaucht, den er seit mehreren Monaten nicht genutzt hat. Das Bankwesen kann sich so schrittweise von einem Werkzeug zur Anzeige von Finanzdaten zu einem System wandeln, das Kunden aktiv hilft, diese Daten zu verstehen.

Vom KI-Assistenten zum KI-Agenten

Die heutige KI funktioniert meist als Berater. Der Nutzer kann fragen, wie viel er im letzten Monat ausgegeben hat, sich ein bestimmtes Finanzprodukt erklären lassen oder verschiedene Möglichkeiten vergleichen lassen. Die künstliche Intelligenz liefert eine Antwort, die eigentliche Entscheidung und die anschließende Operation trifft bzw. führt jedoch der Mensch aus.

Die nächste Entwicklungsstufe stellen sogenannte KI-Agenten dar. Dabei handelt es sich um Systeme, die ein konkretes Ziel erhalten, weitere Werkzeuge nutzen und selbstständig mehrere Schritte ausführen können, die zu dessen Erreichung nötig sind. Der Unterschied liegt also nicht nur in der Qualität der Antwort. Ein Agent kann auch die Möglichkeit erhalten zu handeln.

Stellen wir uns zum Beispiel folgende Vorgabe vor: „Lass jeden Monat nach dem Gehaltseingang eine Reserve von 30.000 CZK auf dem Konto, überprüfe die regelmäßigen Zahlungen und verteile den restlichen Betrag nach meinen vorab festgelegten Regeln.“ Die heutige KI kann eine Empfehlung erstellen. Ein künftiger Agent mit den entsprechenden Berechtigungen könnte einige Schritte vorbereiten oder sogar direkt ausführen.

Genau an diesem Punkt wird die Verbindung von KI und Blockchain interessant. Wenn Software eine Situation analysieren kann und zugleich technisch in der Lage ist, mit digitalen Assets zu arbeiten, entsteht eine neue Art von Finanzwerkzeug.

Warum die Blockchain für KI interessant sein kann

Das klassische Finanzsystem wurde vor allem für Menschen, Unternehmen und Finanzinstitute geschaffen. Wir haben Bankkonten, Zahlungskarten, Zeichnungsberechtigungen, Identifizierungsverfahren und weitere Mechanismen, die für menschliche Nutzer konzipiert sind. Software kann jedoch andere Bedürfnisse haben.

Stellen wir uns einen KI-Agenten vor, der innerhalb weniger Sekunden eine benötigte Datenquelle finden, deren Preis ermitteln, einige Cent bezahlen, die Daten herunterladen und sie anschließend für eine weitere Aufgabe verwenden muss. Für eine solche Operation ist eine klassische Zahlungskarte oder eine Banküberweisung nicht immer die effizienteste Lösung.

Die Blockchain bietet mehrere Eigenschaften, die für autonome Software interessant sein können. Sie funktioniert rund um die Uhr, eine digitale Wallet kann technisch auch von Software gesteuert werden, Transaktionen können programmierbar sein und Smart Contracts können genau die Regeln festlegen, unter denen Mittel verwendet werden. Blockchain-Systeme ermöglichen zudem den Umgang mit sehr kleinen Beträgen.

Das bedeutet nicht, dass KI Kryptowährungen verwenden muss. Der Bankensektor schafft zugleich eigene digitale Schnittstellen und APIs, über die automatisierte Systeme mit traditionellem Geld arbeiten können. Die Blockchain bietet jedoch eine interessante Möglichkeit: Software kann direkt mit einer Finanzinfrastruktur kommunizieren, die für programmierbare digitale Transaktionen geschaffen wurde.

KI-Agent mit eigener Wallet

Die Vorstellung einer KI mit Zugriff auf eine Wallet mag auf den ersten Blick gefährlich wirken. Das muss jedoch nicht bedeuten, dass das System unbegrenzte Kontrolle über alle Mittel des Nutzers erhält. Gerade die Blockchain und Smart Contracts ermöglichen es, genaue Regeln festzulegen, unter denen der Agent handeln darf.

Der Eigentümer kann beispielsweise bestimmen, dass eine einzelne Transaktion zehn Dollar nicht überschreiten darf, das Tageslimit bei hundert Dollar liegt und Zahlungen nur an vorab genehmigte Dienste gehen dürfen. Jeder höhere Betrag würde die Bestätigung durch einen Menschen erfordern. Die KI kann so eine gewisse wirtschaftliche Autonomie erlangen, ohne absolute Kontrolle über das Geld zu haben.

Ein Agent kann auf diese Weise Daten, Rechenleistung, API-Zugang oder andere digitale Dienste kaufen. Für einen Menschen wäre es unpraktisch, jede Zahlung im Wert von einigen Cent manuell zu genehmigen. Für Software kann dies ein gewöhnlicher Bestandteil der ausgeführten Aufgabe sein.

Ähnliche Technologien entstehen bereits. Ein Beispiel ist das Protokoll x402, das die Idee des Internet-Statuscodes „402 Payment Required“ aufgreift. Ein Server kann dem KI-Agenten den Preis für den angeforderten Dienst mitteilen, der Agent führt die Zahlung aus und erhält anschließend Zugang zu den gewünschten Daten oder Funktionen. Es handelt sich bislang um einen sich entwickelnden Bereich, und es ist ungewiss, welche Bedeutung er künftig haben wird, doch er zeigt, wie automatisierte Zahlungen zwischen Software funktionieren könnten.

Stablecoins als Zahlungsmittel für KI

Für Zahlungen für digitale Dienste ist eine volatile Kryptowährung nicht unbedingt das ideale Mittel. Wenn ein KI-Agent beispielsweise zwei Cent für eine API-Abfrage bezahlen muss, ist es praktischer, ein Asset zu verwenden, dessen Wert sich gegenüber der Währung, in der der Dienst bepreist ist, nicht wesentlich ändert.

Genau hier können Stablecoins an Bedeutung gewinnen. Ein an den US-Dollar gekoppelter Stablecoin verbindet eine bekannte Preiseinheit mit der Blockchain-Infrastruktur. Ein Agent kann so beispielsweise ein Budget von 100 USDC haben und einzelne Teile dieses Betrags nach vorab definierten Regeln verwenden.

Für die KI ist es nicht entscheidend, ob das jeweilige Asset eine interessante Anlage darstellt. Wichtig ist, ob es Wert zuverlässig von einem Ort an einen anderen übertragen kann. Ein Stablecoin kann so in manchen Szenarien weniger als Kryptowährung zu Anlagezwecken und mehr als digitales Zahlungsinstrument fungieren.

Aus Sicht eines gewöhnlichen Nutzers kann noch etwas anderes interessant sein. Möglicherweise wird man gar nicht wissen, dass im Hintergrund ein Stablecoin verwendet wird. So wie wir heute beim Bezahlen mit Karte meist nicht über alle Systeme nachdenken, die die Zahlung verarbeiten, könnte ein Nutzer eines Tages nur noch eingeben: „Bezahle für diesen Dienst.“ Und die App wählt selbst die geeignete Zahlungsinfrastruktur.

KI kann Kryptowährungen deutlich vereinfachen

Eines der größten Hindernisse für eine breitere Nutzung von Kryptowährungen ist ihre technische Komplexität. Ein Einsteiger stößt schnell auf Begriffe wie Seed-Phrase, Blockchain-Adresse, Gas, Layer 2, Bridge, Smart Contract oder verschiedene Blockchain-Netzwerke. Jeder dieser Begriffe hat seine technische Berechtigung, zusammen können sie jedoch eine hohe Einstiegshürde darstellen.

KI kann zwischen den Nutzer und die technische Infrastruktur eine weitere Ebene schieben. Man muss nicht genau wissen, welches Netzwerk zu wählen ist oder wie eine Bridge funktioniert. Man kann zum Beispiel sagen: „Ich möchte dieser Person 50 USDC auf dem günstigsten unterstützten Weg senden.“ Das System kann die verfügbaren Möglichkeiten vergleichen, auf Risiken hinweisen und erklären, wie die einzelnen Varianten funktionieren.

Hier ist es jedoch wichtig, zwischen einer Empfehlung und der Ausführung einer Transaktion zu unterscheiden. Wenn die KI nur berät und der Nutzer anschließend alles selbst bestätigt, bleibt zusätzlicher Raum für Kontrolle. Hat das System Zugriff auf private Schlüssel oder die Berechtigung, eine Transaktion selbst zu signieren, kann sein Fehler unmittelbare finanzielle Folgen haben.

Je mehr technische Komplexität wir verbergen, desto wichtiger wird es sein zu kontrollieren, was unter der Oberfläche geschieht.

KI und Smart Contracts

Ein weiterer Bereich, in dem sich beide Technologien auf natürliche Weise treffen, ist die Entwicklung und Absicherung von Smart Contracts. KI kann Programmierern helfen, bestehenden Code zu erklären, Tests zu erstellen, verdächtige Stellen zu finden oder Szenarien möglicher Angriffe auf einen Smart Contract zu entwerfen.

Das kann sowohl die Entwicklung als auch die Sicherheitsprüfung erheblich beschleunigen. Zugleich gilt jedoch dieselbe Regel wie beim gewöhnlichen Programmieren: KI kann fehlerhaften Code erzeugen. Bei einer gewöhnlichen Webseite kann ein Fehler einen nicht funktionierenden Button bedeuten. Bei einem Smart Contract, der eine große Menge digitaler Assets verwaltet, kann ein Fehler einen finanziellen Verlust bedeuten.

Ein interessantes Beispiel lieferte die Ethereum Foundation, deren Sicherheitsteam koordinierte KI-Agenten bei der Fehlersuche in Code rund um die Ethereum-Infrastruktur einsetzte. Die Systeme konnten tatsächliche Probleme finden, erzeugten aber auch Ergebnisse, die überzeugend wirkten, obwohl sie keine tatsächliche Schwachstelle darstellten.

Das zeigt gut die zweifache Natur der KI. Sie kann die Fähigkeit, Sicherheitsprobleme zu finden, erheblich steigern, ist für sich genommen jedoch kein Ersatz für eine fachliche Prüfung.

KI als neues Werkzeug der Blockchain-Analyse

Öffentliche Blockchains enthalten riesige Mengen an Transaktionsdaten. Einzelne Vorgänge lassen sich verfolgen, doch bei Millionen von Transaktionen ist eine manuelle Analyse praktisch unmöglich. KI und andere Analysesysteme können nach Mustern suchen, die ein Mensch nur schwer erkennen würde.

Sie können zum Beispiel verfolgen, wie Mittel zwischen einer größeren Zahl von Adressen verschoben werden, verdächtige Transaktionsketten aufspüren oder Adressen identifizieren, die mit bereits bekannten Betrugsfällen in Verbindung stehen. Dasselbe Prinzip lässt sich beim AML-Monitoring, bei der Bewertung des Gegenparteirisikos oder bei der Analyse des Verhaltens einzelner Blockchain-Protokolle nutzen.

In dieser Hinsicht unterscheiden sich das traditionelle Bankensystem und die Blockchain-Welt nicht wesentlich. In beiden Fällen geht es um die Analyse riesiger Mengen an Finanzdaten und die Suche nach ungewöhnlichen Mustern.

Der Unterschied liegt in der Verfügbarkeit der Daten. Eine öffentliche Blockchain kann eine sehr detaillierte Transaktionshistorie liefern, zugleich muss eine Blockchain-Adresse aber nicht automatisch die tatsächliche Identität ihres Nutzers preisgeben. KI kann daher bei der Verhaltensanalyse sehr effektiv sein, kann aber nicht immer einfach bestimmen, wer sich tatsächlich hinter einer bestimmten Adresse verbirgt.

Wie KI das alltägliche Bankwesen verändern kann

Für die meisten Menschen muss die größte Veränderung nicht an einer Kryptobörse stattfinden, sondern direkt im Mobile Banking.

Die heutige Banking-App zeigt in der Regel den Kontostand, eingehende und ausgehende Zahlungen oder grundlegende Statistiken. KI kann diese Erfahrung verändern, indem sie die Finanzdaten interpretiert.

Statt einer einfachen Information zu einer Transaktion kann die App sagen: „Diesen Dienst bezahlen Sie bereits seit zwölf Monaten, aber in den letzten drei Monaten haben Sie ihn nicht genutzt.“ Oder sie kann darauf hinweisen: „Die Ausgaben für Energie sind diesen Monat deutlich höher als üblich.“ Der nächste Schritt kann eine Empfehlung sein, wie sich die Situation lösen lässt.

Die Banking-App kann sich so von einer passiven Liste von Transaktionen zu einem aktiven Finanzassistenten wandeln. Das kann vor allem für Menschen nützlich sein, die sich in Finanzfragen wenig auskennen. Zugleich stellt sich jedoch die Frage, inwieweit wir möchten, dass Finanzinstitute oder ihre Technologiepartner unser Verhalten analysieren.

Bessere Finanzdienstleistungen versus mehr Daten

KI funktioniert am besten, wenn sie über hochwertige Daten verfügt. Je mehr sie über den Kunden weiß, desto genauer kann beispielsweise die Risikoeinschätzung, die Empfehlung eines Finanzprodukts oder die Erkennung einer verdächtigen Zahlung sein.

Das kann konkrete Vorteile bringen. Traditionelle Kreditmodelle arbeiten manchmal mit relativ begrenzten Informationen. KI kann eine breitere Historie des Finanzverhaltens analysieren und zum Beispiel einen Selbstständigen besser beurteilen, der kein regelmäßiges Monatsgehalt hat, aber langfristig ein stabiles Einkommen aufweist.

Dasselbe Prinzip wirft jedoch die Frage der Privatsphäre auf. Wie viele Informationen sollte eine Bank analysieren? Sollte sie bei der Kreditentscheidung unser Kaufverhalten kennen? Wie erklärt sie dem Kunden, warum das Modell ihn abgelehnt hat? Und was, wenn der Algorithmus Zusammenhänge nutzt, die statistisch funktionieren, aber zu einem ungerechten Ergebnis führen?

KI kann Finanzdienstleistungen so präziser machen, doch mehr Daten bedeuten nicht automatisch gerechtere Entscheidungen.

KI gegen KI: ein neuer Kampf gegen Finanzbetrug

Eines der größten Paradoxe der künstlichen Intelligenz im Finanzwesen besteht darin, dass dieselbe Technologie sowohl von Verteidigern als auch von Angreifern genutzt werden kann.

Banken, Börsen und Analyseunternehmen setzen KI zur Erkennung verdächtiger Transaktionen ein. Betrüger können sie hingegen nutzen, um überzeugendere Betrugsmaschen zu entwickeln.

Generative KI kann eine gefälschte E-Mail erstellen, den Stil einer bestimmten Person oder ihre Stimme nachahmen oder ein Deepfake-Video erzeugen. Ein Betrüger kann so einen falschen Anlageberater erschaffen oder einen Kollegen, Geschäftspartner oder ein Familienmitglied imitieren.

Kryptowährungen können für solche Betrugsmaschen vor allem deshalb verlockend sein, weil eine Blockchain-Transaktion meist nur schwer rückgängig zu machen ist. Sendet das Opfer Mittel an eine vom Angreifer kontrollierte Adresse, gibt es nicht immer eine Institution, die die Transaktion einfach stornieren könnte.

KI kann somit gleichzeitig die Betrugserkennung verbessern und die Kosten für die Erstellung von Betrugsmaschen senken. Im Finanzwesen wird daher wahrscheinlich ein langfristiger technologischer Wettlauf zwischen Systemen entstehen, die Betrug erzeugen, und Systemen, die ihn aufdecken sollen.

Wenn es nicht mehr reicht, den eigenen Augen zu trauen

Die Deepfake-Technologie verändert auch die Art und Weise, wie wir Identität überprüfen.

Früher konnte ein Videoanruf ein relativ starker Beleg dafür sein, dass wir mit einer bestimmten Person kommunizieren. Wenn wir jemanden gesehen und gehört hatten, hatten wir Grund zu glauben, dass es sich tatsächlich um diese Person handelt.

Generative KI schwächt diese Annahme zunehmend.

Wenn sich Bild und Stimme realistisch nachahmen lassen, kann die kryptografische Verifizierung an Bedeutung gewinnen. Statt der Frage „Habe ich diese Person im Videoanruf gesehen?“ kann die Frage „Wurde diese Anfrage tatsächlich mit einem berechtigten Schlüssel signiert?“ wichtiger werden.

Genau hier können Blockchain und Kryptografie eine neue Bedeutung gewinnen. Nicht unbedingt als Möglichkeit, in digitale Assets zu investieren, sondern als Infrastruktur, die den Ursprung einer bestimmten Information oder die Berechtigung zur Ausführung einer konkreten Operation mathematisch belegen kann.

Auch eine kryptografische Signatur ist selbstverständlich keine absolute Lösung. Gelangt ein Angreifer an den privaten Schlüssel, kann er ihn missbrauchen. Dennoch könnte sich die Art und Weise ändern, wie wir in der digitalen Welt Vertrauenswürdigkeit nachweisen.

Kann KI selbst handeln?

Automatisierter Handel an den Finanzmärkten existiert schon lange. Banken, Fonds und andere Institute nutzen algorithmische Systeme bereits seit vielen Jahren. Generative KI kann die Entwicklung solcher Strategien jedoch auch Menschen zugänglich machen, die nicht programmieren können.

Ein Nutzer kann beispielsweise eine einfache Regel für den regelmäßigen Kauf von Bitcoin festlegen oder ein komplexeres System, das auf verschiedene Marktindikatoren reagiert.

Hier ist es jedoch wichtig, zwischen der Fähigkeit, eine Strategie automatisch auszuführen, und der Fähigkeit, die Zukunft zuverlässig vorherzusagen, zu unterscheiden.

KI kann riesige Datenmengen schnell analysieren. Das bedeutet jedoch nicht, dass sie weiß, wohin sich der Preis von Bitcoin oder eines Aktienindex in der nächsten Woche bewegen wird. Ein Modell kann mit fehlerhaften Daten arbeiten, sich an eine Vergangenheit anpassen, die sich nicht wiederholen wird, oder auf ein unerwartetes Ereignis auf eine Weise reagieren, die sein Ersteller nicht vorhergesehen hat.

KI kann ein sehr leistungsfähiges Analysewerkzeug sein. Sie sollte jedoch nicht mit einer Maschine zur Vorhersage der Zukunft verwechselt werden.

Was, wenn alle ähnliche Modelle verwenden

Ein weiteres Risiko ist nicht nur der Fehler einer einzelnen KI, sondern die Möglichkeit, dass viele Systeme gleichzeitig eine ähnliche Entscheidung treffen.

Stellen wir uns vor, dass eine große Zahl von Banken, Fonds und automatisierten Handelssystemen ähnliche Modelle und ähnliche Daten verwendet. Auf dem Markt taucht eine deutlich negative Information auf. Die Modelle bewerten sie auf ähnliche Weise und beginnen gleichzeitig, riskante Positionen abzubauen.

Automatisierter Handel existierte selbstverständlich lange vor der heutigen Generation von KI. Das neue Risiko kann im Umfang und in der Konzentration liegen. Wenn ein großer Teil des Marktes Modelle von wenigen Anbietern verwendet, kann das Problem eines Systems mehrere Institute betreffen.

Eine ähnliche Frage betrifft Kryptowährungen. Die Blockchain kann dezentral sein, doch die darüber genutzte KI-Ebene kann von wenigen zentralisierten Anbietern von Modellen oder Cloud-Infrastruktur abhängen.

Das erinnert erneut an ein wichtiges Prinzip: Die Dezentralisierung einer technologischen Ebene bedeutet nicht automatisch die Dezentralisierung des gesamten Systems.

Ein KI-Token ist nicht automatisch ein hochwertiges KI-Projekt

Wenn sich zwei populäre Bereiche verbinden, entsteht naturgemäß auch Marketing.

Auf dem Markt gibt es Projekte, die die Blockchain mit Rechenleistung für KI, dezentralen Daten, autonomen Agenten oder einer anderen tatsächlichen Technologie verbinden. Gleichzeitig kann aber auch eine Kryptowährung entstehen, die die Bezeichnung KI vor allem deshalb verwendet, weil es sich um ein populäres Thema handelt.

Deshalb ist es wichtig, zwischen den einzelnen Projekten zu unterscheiden.

Der Name eines Tokens oder die Behauptung, dass ein Projekt künstliche Intelligenz nutzt, sagt für sich genommen fast nichts über seinen tatsächlichen Wert aus. Viel wichtiger ist es herauszufinden, welches Problem es löst, ob es dafür tatsächlich eine Blockchain braucht, welche Funktion der Token selbst im System erfüllt und ob es einen realen Anwendungsfall gibt.

Dasselbe Prinzip galt bei früheren Krypto-Trends und wird auch bei KI gelten.

Ein Technologietrend kann real sein, doch das bedeutet nicht, dass jedes Projekt, das sich darauf beruft, hochwertig sein muss.

Was die Verbindung von KI und Blockchain bringen kann

Der größte Nutzen muss nicht in einer einzigen revolutionären Anwendung liegen. Wichtiger kann die schrittweise Verbindung mehrerer Technologien sein.

KI kann zum Beispiel die Nutzung von Kryptowährungen vereinfachen und einen Teil der technischen Komplexität von Blockchain-Netzwerken verbergen. Sie kann große Mengen an Transaktionen analysieren, auf verdächtige Aktivitäten hinweisen oder Entwicklern bei der Prüfung von Smart Contracts helfen. Autonome Agenten wiederum können die Blockchain für kleine automatisierte Zahlungen oder den Zugang zu digitalen Diensten nutzen.

Für einen gewöhnlichen Nutzer kann vor allem Einfachheit wichtig sein. Wenn KI sicher erklären kann, was bei einer Transaktion geschieht, die verfügbaren Möglichkeiten vergleicht und auf einen möglichen Fehler hinweist, kann sie die Einstiegshürden in die Welt der digitalen Assets deutlich senken.

Die interessanteste Anwendung von KI muss daher nicht die Spekulation mit Kryptowährungen sein. Es kann gerade die Tatsache sein, dass eine komplexe Technologie für den gewöhnlichen Menschen viel weniger sichtbar wird.

Wo die Verbindung von KI und Finanzen scheitern kann

Der größte Vorteil der KI ist zugleich die Quelle ihres größten Risikos. Das System kann eine Situation schnell auswerten und automatisch reagieren. Erweist sich die Auswertung jedoch als falsch, kann es ebenso schnell eine falsche Operation ausführen.

Große Sprachmodelle können überzeugende, aber sachlich falsche Antworten erzeugen. Im Finanzumfeld kann ein solcher Fehler deutlich schwerwiegendere Folgen haben als bei einer gewöhnlichen Informationssuche.

Bei Blockchain-Transaktionen ist das Problem noch ausgeprägter, da viele Vorgänge nur schwer rückgängig zu machen sind. Ein KI-Agent mit zu weitreichenden Berechtigungen kann zum Beispiel Mittel an eine falsche Adresse senden oder einen fehlerhaften Smart Contract verwenden.

Ein weiteres Problem ist der Schutz der Privatsphäre. Ein guter Finanzassistent benötigt Zugriff auf Finanzdaten. Daher ist es wichtig zu wissen, wer die Daten verarbeitet, wo sie gespeichert sind und ob sie für weitere Zwecke verwendet werden können.

Mit wachsender Autonomie der KI entsteht zudem die komplexe Frage der Verantwortung. Wenn das System eine falsche Transaktion ausführt, wer trägt die Folgen? Der Nutzer, der ihm die Berechtigung erteilt hat? Der Entwickler? Das Finanzinstitut? Der Anbieter des KI-Modells selbst? Antworten auf solche Fragen werden immer wichtiger werden.

Wie viel Kontrolle sollten wir der KI übertragen

Das Grundprinzip kann einfach sein: Je größere Befugnisse ein System erhält, desto wichtiger müssen die Kontrollmechanismen sein.

Wenn die KI nur einen Finanzbegriff erklärt, hat ein etwaiger Fehler relativ begrenzte Folgen. Wenn sie selbst Tausende Euro überweisen kann, ist die Situation eine völlig andere.

Deshalb können Limits für den Höchstbetrag, eine Liste zugelassener Dienste, eine zusätzliche Bestätigung größerer Vorgänge oder die Möglichkeit, den Zugriff sofort zu sperren, wichtig sein. Der Nutzer sollte auch wissen, ob die KI Finanzdaten nur lesen darf oder ob sie das Recht hat, Mittel tatsächlich zu bewegen.

Das ideale Ziel muss nicht ein System sein, das absolute Kontrolle erhält.

Für viele Menschen kann eine KI viel nützlicher sein, die fast die gesamte Operation vorbereitet, sie erklärt und auf Risiken hinweist, die endgültige Entscheidung aber weiterhin dem Menschen überlässt.

Wird KI die Banken ersetzen?

Wahrscheinlich ist es sinnvoller, eine andere Frage zu stellen: Wie wird KI die Bank verändern, die wir bereits nutzen?

Die aktuelle Entwicklung zeigt vor allem die Integration von KI in bestehende Finanzinstitute. Banken nutzen sie zur Betrugserkennung, zur Analyse des Kreditrisikos, für die Cybersicherheit, zur Einhaltung regulatorischer Vorschriften (Compliance) oder im Kundenservice.

Die Bank der Zukunft kann also weiterhin mit Fiatwährungen arbeiten, Kredite vergeben und innerhalb des regulierten Finanzsystems tätig sein. Der Unterschied kann darin liegen, wie der Kunde mit ihr kommuniziert.

Statt den richtigen Menüpunkt zu suchen, kann man zum Beispiel sagen: „Ich möchte meiner Tochter 500 Euro schicken und keine unnötig hohe Gebühr bezahlen.“ Die KI ermittelt die verfügbaren Möglichkeiten, erklärt die Unterschiede und bereitet die Operation vor.

Der Mensch muss sie nur noch prüfen und bestätigen.

Werden Kryptowährungen wegen KI die Fiatwährungen ersetzen?

Auch hier gibt es keinen Grund, ein einfaches Szenario zu erwarten.

Ein KI-Agent kann technisch den Euro auf einem Bankkonto ebenso nutzen wie einen Stablecoin in einer Blockchain-Wallet, sofern er auf beide Systeme entsprechenden Zugriff hat.

Wahrscheinlicher kann daher die Existenz mehrerer paralleler Wege sein. Manche Vorgänge werden über die Bankeninfrastruktur und Fiatwährungen laufen, andere über Blockchain-Netzwerke und Stablecoins.

Der Nutzer muss dabei nicht immer wissen, welche Infrastruktur seine App verwendet. Entscheidend können Geschwindigkeit, Preis, Sicherheit, Verfügbarkeit und das regulatorische Umfeld sein.

Gerade dadurch kann ein Teil der Grenze zwischen „klassischen“ und „Krypto“-Finanzen allmählich verschwinden. Für den Nutzer kann der Dienst selbst wichtiger sein als die Technologie, die darunter läuft.

Wie die Finanz-KI der Zukunft aussehen kann

Stellen wir uns ein kleines Unternehmen vor, das mehrere digitale Dienste nutzt. Sein KI-Agent kann Rechnungen prüfen, die Kosten für Cloud-Dienste vergleichen, Rechenleistung nur dann kaufen, wenn sie tatsächlich benötigt wird, für APIs bezahlen und den Eigentümer auf ungewöhnliche Transaktionen hinweisen.

Ein Teil der Vorgänge kann über ein klassisches Bankkonto laufen. Einige kleine digitale Zahlungen lassen sich möglicherweise einfacher mit einem Stablecoin abwickeln. Ein Smart Contract kann währenddessen darauf achten, dass der Agent das maximale Tagesbudget nicht überschreitet.

Der Mensch bleibt Eigentümer der Mittel und legt die Regeln fest. Die KI erledigt Routinevorgänge.

Ein solches Modell kann realistischer sein als die Vorstellung, dass künstliche Intelligenz eines Tages die Finanzen vollständig übernimmt. Es geht nicht unbedingt darum, den Menschen aus dem System zu entfernen. Eher um eine Veränderung seiner Rolle – vom Ausführenden jedes einzelnen Schritts hin zu jemandem, der die Regeln festlegt und wichtige Entscheidungen kontrolliert.

Fazit

Künstliche Intelligenz wird wahrscheinlich nicht nur Kryptowährungen verändern. Sie verändert bereits heute auch das klassische Bankwesen. Banken nutzen sie zur Betrugserkennung, zur Risikoanalyse oder zur Kundenbetreuung, während im Blockchain-Umfeld erste Systeme entstehen, in denen KI-Agenten Wallets, Smart Contracts oder Stablecoins nutzen können. Die Grenze zwischen traditionellen und dezentralen Finanzen kann so allmählich weniger deutlich werden.

Die größte Chance der KI liegt darin, dass sie komplexe Finanzsysteme analysieren, automatisieren und potenziell einem breiteren Personenkreis zugänglich machen kann. Das größte Risiko entspringt jedoch derselben Eigenschaft: Wenn wir einem System erlauben, nicht nur zu beraten, sondern auch zu handeln, kann sein Fehler echte finanzielle Folgen haben. Deepfakes, Betrug, fehlerhafte Daten, unvorhersehbare Modelle oder eine zu starke Konzentration von Kontrolle werden daher ebenso wichtige Themen sein wie Geschwindigkeit und Komfort.

Die Zukunft wird also möglicherweise keine Frage von „KI, Banken oder Kryptowährungen?“ sein. Wichtiger wird sein, wie sich diese Technologien miteinander verbinden. Bankkonto, Blockchain-Wallet, Stablecoin und KI-Agent können eines Tages nebeneinander in einem einzigen Dienst funktionieren. Und die Schlüsselfrage wird nicht nur sein, was künstliche Intelligenz leisten kann. Es wird auch notwendig sein, genau festzulegen, was sie mit unserem Geld tun darf – und was nicht mehr.

Dieser Text dient ausschließlich zu Informations- und Bildungszwecken und stellt keine Anlageberatung dar. Krypto-Assets sind volatil, und Sie können den gesamten investierten Betrag verlieren.