Ethereum-Gasgebühren zeigen die Grenzen von KI-Prognosen

Kann KI Netzwerkstress bei Ethereum vorhersagen?

Ethereum kann weiterhin Blöcke produzieren und zugleich teuer oder umständlich zu nutzen sein. Für jemanden, der eine Zahlung sendet, eine Kreditposition anpasst oder einen tokenisierten Vermögenswert abwickelt, ist dieser Unterschied wichtig. Eine funktionierende Blockchain sorgt nicht automatisch für vorhersehbare Transaktionskosten.

Eine neue Studie von S’phesihle Khumalo und Moinak Maiti untersucht, ob maschinelles Lernen Ethereum- (ETH ) Netzwerkstress anhand von Veränderungen bei Gaspreisen und Transaktionsgebühren erkennen kann.¹ Die Ergebnisse bieten einen nützlichen Ausgangspunkt für eine bessere Überwachung, machen aber auch eine wichtige Lücke deutlich: Ungewöhnliche Bedingungen heute zu erkennen, ist erheblich einfacher, als sie für morgen vorherzusagen.

Diese Lücke bietet Anbietern von Blockchain-Infrastruktur Chancen. Da immer mehr Finanzdienstleistungen auf die Blockchain verlagert werden, könnte es ebenso wichtig werden, Netzwerkdaten in nützliche operative Entscheidungen umzusetzen wie die Transaktionskapazität zu erhöhen.

Warum Ethereum-Gasgebühren über den Kryptohandel hinaus wichtig sind

Gas bezeichnet den Rechenaufwand, der für die Ausführung einer Ethereum-Transaktion erforderlich ist. Nutzer bezahlen diesen Aufwand, und die Kosten können steigen, wenn die Nachfrage nach Ausführungen zunimmt. Ein sprunghafter Anstieg der Gebühren kann daher auf eine Belastung der verfügbaren Kapazität hindeuten, bedeutet aber nicht unbedingt, dass das Netzwerk ausfällt.

Die wirtschaftlichen Folgen hängen von der jeweiligen Transaktion ab. Eine nicht dringende Überweisung kann warten. Wer als Kreditnehmer zusätzliche Sicherheiten hinterlegt, um eine Liquidation zu vermeiden, hat möglicherweise kaum Spielraum. Ein Unternehmen, das häufig kleine Zahlungen verarbeitet, ist auf Kosten angewiesen, die im Verhältnis zum Wert der einzelnen Zahlung tragbar bleiben.

Das wird umso wichtiger, je mehr Blockchain-Anwendungen über den spekulativen Handel hinausgehen. Die jüngste Berichterstattung von Securities.io über die Tokenisierung des ARK Venture Fund auf Ethereum veranschaulicht, wie Anlageprodukte in das Ökosystem Einzug halten. Die Tokenisierung macht nicht jede Transaktion dringend, erhöht aber die Bedeutung eines Verständnisses der Infrastruktur, die Eigentum und Übertragungen ermöglicht.

Ein nützliches Warnsystem würde Betreibern helfen, die Ausführungsbedingungen vorherzusehen. Es müsste weder den Ether-Preis prognostizieren noch jede denkbare Sicherheitsbedrohung erkennen, um einen Mehrwert zu bieten.

So funktioniert die Studie zur Erkennung von Ethereum-Netzwerkstress

Die Forschenden analysierten von Etherscan stammende Ethereum-Kennzahlen für den Zeitraum von Juli 2015 bis Juli 2025. Dazu gehörten die Transaktionsaktivität, die Gasnutzung, Gebühren und historische Indikatoren im Zusammenhang mit dem Mining. Obwohl die Studie auf Blockebene angelegt ist, beruhen die Prognosetests auf täglichen Beobachtungen. Die Ergebnisse sollten daher nicht als Warnungen vor einzelnen bevorstehenden Blöcken verstanden werden.

Getestet wurden drei Ansätze. Random Forest kombiniert zahlreiche Entscheidungsbäume. Isolation Forest sucht nach Beobachtungen, die vom typischen Verhalten abweichen. Ein Entscheidungsbaum arbeitet mit Verzweigungsregeln, anhand derer sich seine Klassifizierungen vergleichsweise leicht nachvollziehen lassen.

Die Hauptdefinition von Stress beruhte auf ungewöhnlich hohen Transaktionsgebühren im Vergleich zu einem gleitenden Referenzwert. Dadurch erhalten die Modelle ein messbares Ziel, doch es entsteht ein Problem: Ein Modell, das gebührenbezogene Eingabedaten nutzt, könnte teilweise lediglich die Regel rekonstruieren, nach der Stress eingestuft wird, statt ein eigenständiges betriebliches Problem aufzudecken.

Die Forschenden begegneten diesem Problem mit zusätzlichen Prüfungen. Dazu gehörten das Entfernen gebührenbasierter Prognosemerkmale, Tests anhand späterer Beobachtungen und eine alternative Stressdefinition auf Grundlage der Aktivität von Onkelblöcken. Diese historischen Blöcke stehen mit dem früheren Proof-of-Work-System von Ethereum in Verbindung und können für die heutige Proof-of-Stake-Ära keinen gleichwertigen unabhängigen Test liefern.

Was die Ergebnisse der Ethereum-Prognosen tatsächlich zeigen

Wenn Stress selten auftritt, kann die Genauigkeit irreführend sein. Ein Modell, das meist normale Bedingungen vorhersagt, kann eine hohe Punktzahl erreichen und zugleich die meisten Ereignisse übersehen, die für Betreiber relevant sind. Die Präzision gibt an, wie oft seine Warnungen zutreffen; der Recall misst, wie viele tatsächliche Stressereignisse es erkennt. Der F1-Wert kombiniert diese beiden Kennzahlen.

Der optimierte Random Forest der Studie erreichte bei der Erkennung am selben Tag mit dem vollständigen Merkmalsumfang einen F1-Wert von 0,50. Mit zunehmendem Prognosehorizont nahm die Leistung ab.

Diese Ergebnisse sprechen für ein begrenztes Prognosesignal, nicht für ein zuverlässiges Warnsystem mit mehreren Tagen Vorlauf. Der Random Forest mit reduziertem Merkmalsumfang erreichte separat eine Gesamtgenauigkeit von 91 %, erkannte jedoch nur 23 % der anhand von Gebühren definierten Stressbeobachtungen. Eine unabhängige Validierung anhand von Onkelblöcken ergab deutlich schwächere und weniger stabile Ergebnisse.

Diese Unterscheidung ist zentral für die Relevanz des Artikels für Investitionen. Gebührenvolatilität zu erkennen, Überlastung vorherzusagen und einen Sicherheitsausfall zu prognostizieren sind unterschiedliche Aufgaben. Die Studie liefert Belege für die erste Aufgabe und begrenzte Belege für künftigen, anhand von Gebühren definierten Stress. Sie belegt keine zuverlässigen Vorhersagen von Angriffen, Ausfällen oder Vermögenswertpreisen.

Netzwerkwarnungen in hilfreiche Entscheidungen umsetzen

Die praktische Frage ist, wie Betreiber mit einer unvollkommenen Warnung umgehen sollten. Ein Dashboard, das auf ein erhöhtes Risiko hinweist, ohne eine Reaktion vorzuschlagen, bietet möglicherweise nur wenig Mehrwert. Ein System, das die Warnung mit der Dringlichkeit von Transaktionen, Gebührenbudgets und Betriebsrichtlinien verknüpft, könnte nützlicher sein.

Ein Zahlungsdienst könnte beispielsweise optionale Sammeltransaktionen aufschieben, wenn die Bedingungen kostspieliger werden, und zugleich Kapazitäten für dringende Überweisungen freihalten. Ein Treasury-Team könnte routinemäßige Geldbewegungen anhand der erwarteten Kosten planen. Dies sind mögliche Anwendungen, keine in der Studie nachgewiesenen Funktionen.

• Dringende Transaktionen von solchen unterscheiden, die warten können.
• Warnschwellen an den Kosten versäumter Ereignisse und falscher Alarme ausrichten.
• Prognosen vor dem Einsatz mit einfachen gebührenbasierten Regeln vergleichen.

Der geeignete Schwellenwert hängt vom jeweiligen Anwendungsfall ab. Ein Fehlalarm, der eine routinemäßige Überweisung verzögert, ist möglicherweise tolerierbar. Ein Alarm, der eine notwendige Anpassung von Sicherheiten unterbricht, könnte dagegen kostspielig sein. Die Bewertung der eingesparten Geldbeträge und der abgeschlossenen Transaktionen wäre für Einsatzentscheidungen aussagekräftiger, als allein einen weithin beachteten Genauigkeitswert zu optimieren.

Warum Ethereum-Upgrades die Überwachung erschweren

Die zehnjährige Geschichte von Ethereum umfasst sehr unterschiedliche Betriebsbedingungen. Der Wechsel zu Proof of Stake veränderte die Blockproduktion, während Skalierungs-Upgrades das Verhältnis zwischen der Aktivität im Mainnet und den Anwendungskosten veränderten. Ein Modell, das anhand früherer Überlastungsphasen trainiert wurde, ist möglicherweise nicht dauerhaft zuverlässig.

Die Ankündigung des Fusaka-Upgrades durch die Ethereum Foundation beschreibt Verbesserungen der Leistung von Layer 1 und der Datenkapazität für Layer-2-Netzwerke. Der PeerDAS-Mechanismus ermöglicht es Knoten, die Datenverfügbarkeit durch Stichproben zu prüfen, statt vollständige Blobs herunterzuladen, und unterstützt so einen höheren Durchsatz.

Der Datensatz der Studie endet vor Fusaka und kann daher keine Aussagen zur Leistung in der aktualisierten Umgebung belegen. Das ist ein praktischer Grund, Modelle zu aktualisieren und anhand der aktuellen Bedingungen zu überprüfen.

Für die Überwachung sind außerdem mehrere unterschiedliche Signale erforderlich. Gebühren im Mainnet können den Betriebszustand einer Layer-2-Anwendung nicht vollständig abbilden. Neben den Gaspreisen können auch die Verfügbarkeit des Sequencers, die Kosten der Datenveröffentlichung und das Bestätigungsverhalten relevant sein. Die Berichterstattung von Securities.io über KI-gestütztes Screening von Ponzi-Verträgen auf Ethereum veranschaulicht eine weitere, eigenständige Risikodimension: das Verhalten von Smart Contracts. Bei der Kombination von Signalen muss erhalten bleiben, was jedes einzelne tatsächlich misst.

Coinbase bietet Zugang zu Blockchain-Infrastruktur

Der wachsende Bedarf an zuverlässiger Infrastruktur stellt eine naheliegende Verbindung zu Coinbase Global (COIN ) her . Über seine Börse hinaus bietet Coinbase Verwahrungs- und Staking-Dienstleistungen an und war an der Entwicklung von Base beteiligt, einem Ethereum-Layer-2-Netzwerk. Das Unternehmen ist relevant, weil es die Nutzung der Blockchain unterstützt, nicht weil es diese spezielle Forschung kommerzialisiert.

Die Strategie von Base für 2026 legt den Schwerpunkt auf globale Märkte, Zahlungen, Stablecoins und Infrastruktur für Entwickler. Diese Prioritäten machen die Zuverlässigkeit des Betriebs kommerziell relevant: Mit zunehmender Verbreitung benötigen Nutzer Dienste, die Aktivitäten zuverlässig bewältigen.

In seinen Ergebnissen für das zweite Quartal 2026 meldete Coinbase ein siebenfaches Wachstum des Stablecoin-Transaktionsvolumens auf Base gegenüber dem Vorjahreszeitraum. Außerdem machten die Umsätze aus Abonnements und Dienstleistungen 48 % des Nettoumsatzes aus. Diese vom Unternehmen gemeldeten Zahlen liefern Kontext für sein breiteres Engagement im Infrastrukturbereich; sie belegen jedoch nicht, dass die Netzwerküberwachung die Erträge wesentlich steigern wird.

Anleger müssen weiterhin Bewertung, Wettbewerb, Regulierung und die Abhängigkeit von der Kryptoaktivität berücksichtigen. Eine zunehmende Blockchain-Nutzung führt nicht automatisch zu entsprechend höheren Aktionärsrenditen.

Aktuelle Nachrichten und Entwicklungen zu Coinbase Global (COIN)

Eine bessere Ethereum-Überwachung beginnt mit besserer Validierung

Die Forschung liefert eine konstruktive Erkenntnis: Gas- und Gebührendaten enthalten nützliche Informationen, doch ein operatives Warnsystem benötigt eine solidere Beleggrundlage als erkennbare historische Muster. Unabhängige Ereigniskennzeichnungen, Tests im aktuellen Netzwerk und Vergleiche mit einfachen Alternativen sind entscheidende nächste Schritte.

Fortschritte könnten durch kleinere Verbesserungen erzielt werden, die Nutzern helfen, bessere Entscheidungen zu treffen, statt durch ein einzelnes Modell, das jede Störung vorhersagt. Für das wachsende Finanzökosystem von Ethereum ist dies ein glaubwürdiger Weg zu einer besser vorhersehbaren Infrastruktur.

Quellen:

¹ Khumalo, S., & Maiti, M. (2026). Anomalien auf Blockebene als Frühindikatoren für Netzwerkbelastung bei Ethereum. Research in International Business and Finance. Online-Vorabveröffentlichung. https://doi.org/10.1016/j.ribaf.2026.103670