Die Ethereum Foundation (EF) hat eine krypto-native Antwort auf ein wachsendes Datenschutzproblem in der künstlichen Intelligenz vorgestellt: ein neues System namens zkAPI, mit dem Nutzer Transaktionen für KI-Modelle und getaktete APIs unter vollständiger Anonymität abwickeln können. Die Technologie wurde gemeinsam mit dem Open Anonymity (OA) Project entwickelt.

Bei konventionellen Zahlungsabläufen mussten Nutzer eine Kreditkarte oder einen API-Schlüssel an jede Anfrage binden – eine Arrangement, das als verwundbar kritisiert wurde, weil es den Prompt-Verlauf gegenüber Infrastrukturanbietern offenlegt. Laut der Ethereum Foundation löst die neue Architektur dieses Problem, indem die Ausgabenautorisierung lokal über kryptografische Notes erfolgt.

Zahlungen von der Identität trennen

In einem am Donnerstag veröffentlichten Blogbeitrag räumte die Ethereum Foundation die tief verankerten Datenschutzschwächen der modernen Tech-Architektur ein. „Ihr API-Schlüssel verweist auf ein Konto, das Konto auf ein Zahlungsmittel, und jeder gesendete Prompt landet in der Akte, die mit beiden verknüpft ist“, hieß es in dem Beitrag.

Mit zkAPI sei die Zahlung, so die Foundation, vollständig von der Identität entkoppelt. Der Prozess beginnt mit einer einzigen standardisierten Transaktion, bei der ein Nutzer Geldmittel – etwa ETH oder USDC, einen US-Dollar-Stablecoin – als Guthabeneinzahlung in einen Vault-Vertrag auf Ethereum einzahlt. Die Mittel werden zu rein digitalem Geld, das der Nutzer vollständig ausgeben kann, das jedoch nicht mehr auf seine Identität oder frühere Einzahlungsaktivitäten zurückverfolgbar ist.

Die Autorisierung erfolgt anschließend vollständig auf der Nutzerseite. Ein Zero-Knowledge-Beweis – eine kryptografische Technik, mit der eine Partei beweisen kann, dass eine Aussage wahr ist, ohne die zugrunde liegenden Informationeniszugeben – wird lokal erzeugt und belegt, dass die Transaktion unter einer privaten Note fällt, ohne den Zustand offenzulegen. Wichtiger noch: Ein einziger ZK-Beweis kann sowohl eine einzelne Transaktion als auch eine gesamte Sitzung verifizieren, so die EF.

Die Architektur verwendet zudem eine eindeutige Seriennummer, einen sogenannten Nullifier, um den Ausgabeprozess abzusichern. Bei einem Double-Spending-Versuch erkennt das System einfach den doppelten Nullifier, ohne Nutzerinformationen preiszugeben.

Darüber hinaus sind die Standard-APIs von OpenAI und Ollama lokal verfügbar, sodass bestehende KI-Anwendungen, Editoren und Chat-Clients über localhost darauf zugreifen können.

Zu dem neuen System erklärte Ken Liu, ein Doktorand der Informatik an der Stanford University, der am Open Anonymity Project arbeitet: „Es ist wie eine Verallgemeinerung der OA-Unlinkable-Inference, die auch Zahlungen abstrahiert.“

zkAPI könnte den Datenschutz für KI-Dienste neu gestalten

Die Entwicklung könnte besonders relevant werden, da KI-Anwendungen zunehmend auf kostenpflichtige Inference und getaktete Dienste setzen. Statt von Nutzern zu verlangen, Konten bei einzelnen KI-Anbietern zu unterhalten, schafft zkAPI eine Zahlungsebene, die Anwendungen potenziell die Bezahlung der Nutzung ermöglichen könnte, ohne die Identität hinter jeder Anfrage preiszugeben.

Dieser Unterschied ist bedeutend, weil KI-Interaktionen hochsensible Informationen enthalten können. Prompts können persönliche Details, Geschäftsstrategien, proprietären Code, Finanzinformationen oder andere private Daten offenbaren. Lässt sich die API-Nutzung mit einem dauerhaften Konto oder Zahlungsmittel verknüpfen, können Infrastrukturanbieter möglicherweise detaillierte Profile über diese Aktivität erstellen.

Der Ansatz der Ethereum Foundation versucht, diese Verknüpfung zu entfernen, indem die Zahlungs-Credential unabhängig von der Identität des Nutzers gemacht wird. Nutzer können ein privates Guthaben finanzieren und Ausgaben autorisieren, ohne dem Dienstanbieter wiederholt konventionelle Konto-Credentials vorlegen zu müssen.

Die Architektur könnte auch die Integration datenschutzfreundlicher Zahlungen in bestehende Anwendungen erleichtern. Da zkAPI über localhost – die Adresse, über die Anwendungen Dienste auf demselben Rechner erreichen – Standard-Schnittstellen für Dienste wie OpenAI und Ollama bereitstellt, müssen Entwickler ihre KI-Anwendungen nicht zwangsläufig von Grund auf neu gestalten. Stattdessen kann die Datenschutzebene zwischen der Anwendung und dem zugrunde liegenden API-Dienst liegen.

Die Technologie befindet sich jedoch noch in einem frühen Stadium, was bedeutet, dass ihre breitere Adoption von der Entwicklerintegration, der Nutzernachfrage, der Infrastrukturunterstützung und der Leistung des Systems bei steigendem Transaktionsvolumen abhängen wird.

Ethereum zielt auf Netzwerkskalierung und Nutzererfahrung

Die Ankündigung erfolgt, während die Ethereum Foundation ihre Protokollprioritäten für 2026 vorantreibt. Die Engineering-Roadmap positioniert die unmittelbare Entwicklung des Ökosystems auf einem dreifachen Ansatz: Netzwerkskalierung, Verbesserungen der Nutzererfahrung und Härtung der Layer-1.

Ethereums Entwickler haben bereits begonnen, quantensichere kryptografische Algorithmen sowohl in der Ausführungsschicht als auch in der Konsensschicht zu implementieren und damit die Grundlage für vollständige Quantenresistenz bis 2029 zu legen. Das für 2026 angestrebte Gas-Limit des Netzwerks liegt bei mehr als 100 Millionen. Im November berichtete der Ethereum-Pagoge Anthony Sassano, dass 180 Millionen das ideale Ziel des Jahres seien, wenn auch nicht das bestmögliche Ergebnis. Im Jahr 2025 wurde das Ethereum-Gas-Limit dank der Pectra- und Fusaka-Upgrades auf 60 Millionen erhöht.

Im Oktober steht zudem die Implementierung von Glamsterdam auf der Ethereum-Blockchain an, die als einer der größten Meilensteine des Netzwerks seit dem Merge 2022 gilt. Das Upgrade wird zweischichtig ausgerollt und besteht aus dem „Amsterdam“-Update für die Ausführungsschicht und dem „Gloas“-Update für die Konsensschicht. Auf der Ausführungsseite wird Amsterdam Parallel Processing einführen, das – wie der Name schon sagt – die Ausführungsschicht dazu bringt, Transaktionen parallel statt sequenziell zu verarbeiten – ähnlich wie beim Vorbeikommen an einer einzelnen Supermarktkasse.

Quelle: Cryptopolitan