Die riesigen Rechenzentren, die die KI-Revolution tragen, sehen sich zunehmender öffentlicher Kritik ausgesetzt. Aktivisten weltweit weisen auf den enormen Energie- und Wasserbedarf dieser Infrastruktur hin, während die Märkte zunehmend besorgt darüber sind, welche Einnahmen erforderlich sind, um die ungefähren 38 Milliarden US-Dollar Baukosten für ein einzelnes KI-Rechenzentrum mit einem Gigawatt Leistung wieder einzuspielen. Doch gibt es einen anderen Weg, die KI-Revolution anzutreiben — einen, der bereits in den Hosentaschen der Menschen steckt?

Mit Stand Oktober 2026 gibt es weltweit schätzungsweise 7,68 Milliarden mobile Verbindungen, und Milliarden von Smartphones liegen derzeit ungenutzt in Taschen, auf Schreibtischen und in Schubladen. Jedes Gerät verfügt über einen Prozessor, Speicher und eine Internetverbindung und stellt zusammen ein gewaltiges Potenzial an Rechenleistung dar, das nur darauf wartet, genutzt zu werden. Die Frage ist, ob ein Netzwerk aus gewöhnlichen Smartphones KI realistisch im großen Maßstab unterstützen kann.

Smartphones für die Arbeit nutzen

Dezentrale KI-Netzwerke entstehen, die alltägliche Smartphones in eine verteilte Infrastrukturebene verwandeln und die Abhängigkeit von teuren, zentralisierten Rechenzentren verringern sollen.

Acurast gibt an, mehr als 335.000 Smartphones in sein Netzwerk eingebunden zu haben. Mitgründer Alessandro De Carli sagt, dass davon durchschnittlich etwa 40.000 täglich voll aktiv seien und Rechenleistung für Aufgaben von Web Scraping und Cybersicherheit bis hin zu KI-Inferenz und Agent-Hosting bereitstellen.

Laut De Carli sind Smartphones für bestimmte Workloads besonders effizient. Ihre integrierten Hardware-Sicherheitsfunktionen seien in Bereichen wie Confidential Computing oder einer "isolierten Umgebung", die ausführbare Programme installieren und ausführen kann, herausragend, und die Geräte eigneten sich auch gut für Workloads, die "CPU-intensiv" sind oder eine breite Verteilung und "ungefilterten Zugriff" auf das Internet erfordern.

"Server sind beim Multi-Threading besser, aber Smartphones bieten eine beispiellose Recheneffizienz", erklärte De Carli gegenüber dem Cointelegraph Magazine.

Zwar haben gewöhnliche Smartphones nur begrenzten Speicher, und große Server behalten bei der parallelen Verarbeitung mehrerer Aufgaben einen Vorteil, doch viele Workloads ließen sich weiterhin problemlos innerhalb des verfügbaren Speichers einzelner Geräte bewältigen, so De Carli.

Insgesamt erreichten die aktiven Geräte im Netzwerk seiner Aussage nach "die Rechenkapazität von rund 2.340 hochwertigen Rechenzentrumsservern", gemessen am ASUS RS720A-E11, einem hochdichten Server für künstliche Intelligenz und High-Performance Computing (HPC).

Ein weiteres Projekt, Phase, startete im Oktober Phase Proxy, das Smartphone-Besitzern ermöglicht, Internetkonnektivität und Blockchain-Validierung für KI-Agenten bereitzustellen. Gründer Kirill Eves erklärte, dass "Websites automatisierten Traffic aus Rechenzentren routinemäßig blockieren oder in seiner Rate begrenzen"; das System nutze daher stattdessen die Mobil- und privaten Internetanschlüsse der Nutzer als Proxy. Phase plant, 0,5 USDT pro 1.000 Anfragen und 1 GB Traffic zu berechnen.

Der nächste Schritt ist Phase Router, das einfachere Anfragen an Modelle auf Geräten im Netzwerk weiterleitet oder sie je nach "Aufgabenkomplexität, Modellfähigkeiten, Leistung und Kosten" an große externe Anbieter wie OpenAI und Anthropic weiterleitet. Eves sagte, das Netzwerk könnte sich schließlich über Smartphones hinaus auf Desktops, Server und GPUs ausweiten.

Markus Levin, Mitgründer des Anbieters dezentraler Infrastruktur XYO, sagte, dezentrale Netzwerke seien möglicherweise besser geeignet, Echtweltdaten zu sammeln und zu verifizieren, als KI-Modelle auszuführen. Telefone und Sensoren könnten lokalisierte Informationen liefern, die zentralisierte Datensätze verpassen, so Levin — allerdings nur, wenn die Daten korrekt und manipulationssicher sind.

"Ein nützliches dezentrales KI-Netzwerk sollte daran gemessen werden, ob es ein Problem löst, dessen Behebung Kunden zu zahlen bereit sind, nicht an seinem Tokenpreis oder seiner Knotenzahl", sagte Levin.

Koordination ist der knifflige Teil

Eine der größten Herausforderungen für Mobilfunknetzwerke besteht darin, Geräte so zu koordinieren, dass sie Vorhersagbarkeit bei Hardware, Stromversorgung und Konnektivität bieten — ebenso wie Rechenzentren es tun.

Eine Studie aus dem Jahr 2025 testete kleine Gruppen von Smartphones bei Bilderkennungsaufgaben und stellte fest, dass Telefoncluster unter bestimmten Bedingungen wettbewerbsfähige Leistung liefern konnten, wobei die Ergebnisse jedoch aus einer kontrollierten Testumgebung stammten und nicht aus einem echten Einsatz.

Ein von Google unterstütztes Projekt an der University of California, San Diego fand heraus, dass ein Cluster aus 20 ausgemusterten Smartphones die Rechenspitzenlast eines Kurses mit mehr als 75 Studierenden bewältigen konnte, mit schnelleren Benotungszeiten als die Standard-Cloud-Infrastruktur der Universität. Diese Geräte waren jedoch ebenfalls in einer kontrollierten Umgebung organisiert und nicht über die ganze Welt verstreut.

Unter realen Bedingungen muss sich ein verteiltes Netzwerk mit Telefonen auseinandersetzen, die die Verbindung trennen, überhitzen, keinen Akku mehr haben, das Netzwerk wechseln und stark varying Rechenleistung und Speicher aufweisen. In einem Blockchain-Netzwerk wie Ethereum wird die Kapazität derzeit beispielsweise dadurch begrenzt, wie lange die Kommunikation über das Netzwerk dauert, und durch die Verarbeitungsfähigkeiten der Geräte mit der niedrigsten Spezifikation.

Ähnlich können bei Aufgaben, die auf mehrere Telefone aufgeteilt werden, langsame Verbindungen oder getrennte Geräte den Ablauf stören. Die Verteilung separater, unabhängiger Aufgaben auf verfügbare Telefone ist in der Regel unkomplizierter.

Funktioniert die Wirtschaftlichkeit?

Selbst wenn die technischen Herausforderungen gemeistert werden können, müssen diese Netzwerke sowohl für Kunden als auch für Geräteeigentümer wirtschaftlich sinnvoll sein.

Die Nutzung vorhandener Smartphone-Hardware verursacht zwar nicht die hohen Kapitalkosten eines Rechenzentrums, doch es bleiben Kosten in Form von Konnektivität, Koordination und Anreizen für die Menschen, die ihre Geräte im Netzwerk halten.

Was die Vergütung angeht, gibt es laut De Carli "keinen festen Betrag", da die Belohnungen für Acurast-Teilnehmer von "Gerätverfügbarkeit, Hardwarespezifikationen (Benchmark-Leistung), insgesamt gestaktem ACU und aktiver Rechennachfrage" der Entwickler abhängen. Betreiber konkurrieren um einen Pool aus inflationsfinanzierten Belohnungen, anstatt direkte Zahlungen von Kunden zu erhalten, so De Carli.

Die Netzwerkbelohnungen von Phase hängen von Verfügbarkeit, Teilnahme und Kundennachfrage ab. "Phase wird einen Teil seiner Serviceeinnahmen verwenden, um PHASE am offenen Markt zu kaufen und es entsprechend den Beiträgen der Node-Betreiber zum Netzwerk an diese zu verteilen", sagte Eves.

Ein KI-Modell ordnungsgemäß auf einem Telefon auszuführen, ist nicht mehr die größte Herausforderung — die eigentliche Kunst besteht darin, die Wirtschaftlichkeit zum Tragen zu bringen, während zigtausende Telefone so koordiniert werden, dass sie sich wie ein zuverlässiger Cloud-Dienst verhalten.

Dieser Artikel basiert auf einer Reportage des Cointelegraph Magazine.