Ethereum-gasvergoedingen laten de grenzen van AI-voorspellingen zien

Kan AI stress op het Ethereum-netwerk voorspellen?

Ethereum kan blokken blijven produceren terwijl het gebruik ervan duur of onhandig wordt. Voor iemand die een betaling verstuurt, een leenpositie aanpast of een getokeniseerd activum afwikkelt, is dat onderscheid van belang. Een blockchain die functioneert, zorgt niet automatisch voor voorspelbare transactiekosten.

In een nieuwe studie onderzoeken S’phesihle Khumalo en Moinak Maiti of machine learning stress op Ethereum kan herkennen (ETH ) aan de hand van veranderingen in gasprijzen en transactiekosten.¹ De bevindingen bieden een nuttig uitgangspunt voor betere monitoring, maar leggen ook een belangrijke tekortkoming bloot: ongebruikelijke omstandigheden herkennen wanneer ze zich voordoen is aanzienlijk eenvoudiger dan ze voor de volgende dag voorspellen.

Die tekortkoming biedt kansen voor aanbieders van blockchaininfrastructuur. Naarmate meer financiële diensten on-chain plaatsvinden, kan het vertalen van netwerkgegevens naar bruikbare operationele beslissingen net zo belangrijk worden als het vergroten van de transactiecapaciteit.

Waarom Ethereum-gasvergoedingen ook buiten de cryptohandel van belang zijn

Gas meet de hoeveelheid rekenwerk die nodig is om een Ethereum-transactie uit te voeren. Gebruikers betalen voor dat werk en de kosten kunnen oplopen wanneer de vraag naar uitvoering toeneemt. Een piek in de transactiekosten kan daarom wijzen op druk op de beschikbare capaciteit, maar betekent niet noodzakelijk dat het netwerk uitvalt.

De economische gevolgen hangen af van de transactie. Een niet-noodzakelijke overboeking kan wachten. Een lener die onderpand toevoegt om liquidatie te voorkomen, heeft mogelijk weinig speelruimte. Een bedrijf dat regelmatig kleine betalingen verwerkt, heeft kosten nodig die beheersbaar blijven in verhouding tot de waarde van elke betaling.

Dit wordt relevanter naarmate blockchainapplicaties zich uitbreiden tot buiten speculatieve handel. De recente berichtgeving van Securities.io over de tokenisatie van ARK Venture Fund op Ethereum laat zien hoe beleggingsproducten hun intrede doen in het ecosysteem. Tokenisatie maakt niet elke transactie urgent, maar vergroot wel het belang van inzicht in de infrastructuur die eigendom en overdrachten ondersteunt.

Met een bruikbaar waarschuwingssysteem zouden beheerders uitvoeringsomstandigheden beter kunnen voorzien. Om waardevol te zijn, hoeft het niet de prijs van Ether te voorspellen of elke denkbare veiligheidsdreiging vast te stellen.

Zo werkt de studie naar stressdetectie op Ethereum

De onderzoekers analyseerden Ethereum-statistieken over de periode van juli 2015 tot en met juli 2025, afkomstig van Etherscan. Het ging onder meer om transactieactiviteit, gasverbruik, transactiekosten en historische indicatoren die verband houden met mining. Hoewel de studie de nadruk legt op blokniveau, zijn de voorspellingstests gebaseerd op dagelijkse waarnemingen. De resultaten moeten daarom niet worden opgevat als waarschuwingen voor afzonderlijke blokken die op het punt staan te worden geproduceerd.

Er werden drie methoden getest. Random Forest combineert veel beslisbomen. Isolation Forest zoekt naar waarnemingen die afwijken van gebruikelijk gedrag. Een Decision Tree gebruikt vertakkingsregels, waardoor de classificaties relatief eenvoudig te controleren zijn.

De belangrijkste definitie van stress was gebaseerd op ongewoon hoge transactiekosten ten opzichte van een voortschrijdende referentiewaarde. Daardoor krijgen de modellen een meetbaar doel, maar ontstaat ook een complicatie: een model dat invoergegevens over transactiekosten gebruikt, kan deels de regel reconstrueren waarmee stress is gelabeld, in plaats van een afzonderlijk operationeel probleem te ontdekken.

De onderzoekers voerden aanvullende controles uit om dit probleem aan te pakken. Zo verwijderden ze voorspellers die van transactiekosten waren afgeleid, testten ze het model op latere waarnemingen en stelden ze een alternatieve stressdefinitie op aan de hand van activiteit rond ommerblokken. Deze historische blokken houden verband met het voormalige proof-of-work-systeem van Ethereum en kunnen geen even onafhankelijke test bieden voor de huidige proof-of-stake-periode.

Wat de voorspellingsresultaten voor Ethereum daadwerkelijk laten zien

Nauwkeurigheid kan misleidend zijn wanneer stress zelden voorkomt. Een model dat doorgaans normale omstandigheden voorspelt, kan hoog scoren en toch de meeste gebeurtenissen missen die voor beheerders van belang zijn. Precision geeft aan hoe vaak de waarschuwingen kloppen; recall laat zien hoeveel van de daadwerkelijke stressgebeurtenissen het model detecteert. De F1-score combineert deze twee maatstaven.

De afgestemde Random Forest uit de studie behaalde voor detectie op dezelfde dag een F1-score van 0,50 met de volledige reeks kenmerken. De prestaties namen af naarmate de voorspellingshorizon langer werd.

Deze resultaten wijzen op een beperkt voorspellend signaal, niet op een betrouwbare waarschuwing die meerdere dagen vooruitkijkt. De Random Forest met een beperktere reeks kenmerken behaalde afzonderlijk een totale nauwkeurigheid van 91%, maar detecteerde slechts 23% van de stresswaarnemingen die op transactiekosten waren gebaseerd. Een onafhankelijke validatie met ommerblokken leverde veel zwakkere en minder stabiele resultaten op.

Dit onderscheid is essentieel voor het beleggingsbelang van het artikel. Volatiliteit in transactiekosten detecteren, congestie voorspellen en een beveiligingsincident voorspellen zijn verschillende taken. De studie levert bewijs voor de eerste taak en beperkt bewijs voor toekomstige stress die op transactiekosten is gebaseerd. Ze toont niet aan dat aanvallen, uitval of activaprijzen betrouwbaar kunnen worden voorspeld.

Waarschuwingen van het netwerk omzetten in bruikbare beslissingen

De praktische vraag is wat een operator moet doen met een waarschuwing die niet helemaal betrouwbaar is. Een dashboard dat een verhoogd risico meldt zonder een reactie voor te stellen, voegt mogelijk weinig waarde toe. Een systeem dat die waarschuwing koppelt aan de urgentie van transacties, kostenbudgetten en operationeel beleid kan nuttiger zijn.

Een betaaldienst zou bijvoorbeeld optionele bundelingen kunnen uitstellen wanneer de kosten oplopen, terwijl er capaciteit beschikbaar blijft voor dringende overboekingen. Een treasuryteam zou routinematige overboekingen kunnen plannen op basis van de verwachte kosten. Dit zijn mogelijke toepassingen, geen mogelijkheden die in het onderzoek zijn aangetoond.

• Maak onderscheid tussen dringende transacties en transacties die kunnen wachten.
• Stem waarschuwingsdrempels af op de kosten van gemiste gebeurtenissen en valse alarmen.
• Vergelijk voorspellingen vóór ingebruikname met eenvoudige regels op basis van transactiekosten.

De juiste drempel hangt af van de toepassing. Een vals alarm dat een routinematige overboeking vertraagt, is mogelijk aanvaardbaar. Een vals alarm dat een noodzakelijke aanpassing van onderpand verhindert, kan kostbaar zijn. Beslissingen over ingebruikname worden betekenisvoller als wordt gekeken naar bespaard geld en voltooide transacties, in plaats van alleen een opvallende nauwkeurigheidsscore te optimaliseren.

Waarom Ethereum-upgrades de uitdaging van monitoring veranderen

De tienjarige geschiedenis van Ethereum omvat sterk uiteenlopende bedrijfsomstandigheden. De overgang naar proof-of-stake veranderde de productie van blokken, terwijl schaalbaarheidsupgrades de verhouding veranderden tussen activiteit op het hoofdnetwerk en de kosten van applicaties. Een model dat is getraind op eerdere perioden van congestie, blijft mogelijk niet voor onbepaalde tijd betrouwbaar.

De aankondiging van de Fusaka-upgrade door de Ethereum Foundation beschrijft verbeteringen aan de prestaties van laag één en de datacapaciteit voor laag-twee-netwerken. Dankzij het PeerDAS-mechanisme kunnen nodes de databeschikbaarheid controleren door gegevens te bemonsteren, in plaats van volledige blobs te downloaden. Dat ondersteunt een hogere doorvoercapaciteit.

De dataset van het onderzoek loopt niet door tot na Fusaka en kan daarom geen uitsluitsel geven over de prestaties in die vernieuwde omgeving. Dat is een praktische reden om modellen bij te werken en ze te toetsen aan de huidige omstandigheden.

Voor monitoring zijn ook verschillende afzonderlijke signalen nodig. De kosten op het hoofdnetwerk geven geen volledig beeld van de operationele gezondheid van een laag-twee-applicatie. Naast gasprijzen kunnen ook de beschikbaarheid van sequencers, de kosten voor datapublicatie en het gedrag bij transactiebevestigingen van belang zijn. De berichtgeving van Securities.io over AI-screening van Ponzi-contracten op Ethereum illustreert een afzonderlijke risicolaag: het gedrag van contracten. Bij het combineren van signalen moet behouden blijven wat elk signaal daadwerkelijk meet.

Coinbase biedt blootstelling aan blockchaininfrastructuur

De groeiende behoefte aan betrouwbare infrastructuur vormt een natuurlijke link met Coinbase Global (COIN ). Naast zijn beurs biedt Coinbase bewaar- en stakingdiensten aan en hielp het Base te ontwikkelen, een laag-twee-netwerk op Ethereum. De relevantie van Coinbase komt voort uit de ondersteuning van blockchaingebruik, niet uit het commercialiseren van dit specifieke onderzoek.

De strategie voor 2026 van Base legt de nadruk op mondiale markten, betalingen, stablecoins en infrastructuur voor ontwikkelaars. Die prioriteiten maken operationele betrouwbaarheid commercieel relevant: gebruikers hebben diensten nodig die activiteit consistent kunnen afhandelen naarmate het gebruik toeneemt.

In de resultaten over het tweede kwartaal van 2026 meldde Coinbase dat het transactievolume van stablecoins op Base op jaarbasis zevenvoudig was gegroeid en dat de omzet uit abonnementen en diensten 48% van de netto-omzet vertegenwoordigde. Deze door het bedrijf gerapporteerde cijfers bieden context voor de bredere blootstelling aan infrastructuur, maar bewijzen niet dat netwerkmonitoring de winst wezenlijk zal verbeteren.

Beleggers moeten nog steeds de waardering, concurrentie, regelgeving en gevoeligheid voor crypto-activiteit beoordelen. Een toename van het blockchaingebruik leidt niet automatisch tot een evenredig rendement voor aandeelhouders.

Laatste nieuws en ontwikkelingen rond Coinbase Global (COIN)

Betere monitoring van Ethereum begint met betere validatie

Het onderzoek levert een constructieve les op: gas- en transactiekostengegevens bevatten nuttige informatie, maar een operationeel waarschuwingssysteem vereist sterker bewijs dan herkenbare historische patronen. Onafhankelijke labels voor gebeurtenissen, tests op het huidige netwerk en vergelijkingen met eenvoudige alternatieven zijn essentiële vervolgstappen.

Vooruitgang kan voortkomen uit bescheiden verbeteringen die gebruikers helpen betere beslissingen te nemen, in plaats van uit één model dat elke verstoring voorspelt. Voor het groeiende financiële ecosysteem van Ethereum is dat een geloofwaardige route naar een voorspelbaardere infrastructuur.

Bronnen:

¹ Khumalo, S., & Maiti, M. (2026). Afwijkingen op blokniveau als vroege indicatoren van netwerkbelasting in Ethereum. Research in International Business and Finance. Voorafgaande onlinepublicatie. https://doi.org/10.1016/j.ribaf.2026.103670