ZK-Beweise jenseits von Rollups: Verifizierbare KI-Inferenz auf Ethereum
Engineering Team
Was ZK-Beweise jenseits der Skalierung ermoeglichen
Zero-Knowledge-Beweise sind seit 2021 gleichbedeutend mit Blockchain-Skalierung. zkSync, StarkNet, Scroll und Polygon zkEVM verwenden sie, um Tausende von Transaktionen in einen einzigen Beweis zu komprimieren, der auf Ethereum L1 verifiziert wird. Aber Skalierung ist nur die erste Anwendung. Die wahre Kraft der ZK-Beweise ist verifizierbare Berechnung — die Faehigkeit zu beweisen, dass ein beliebiges Programm korrekt ausgefuehrt wurde, ohne es erneut auszufuehren.
Diese Einordnung ist wichtig: ZK ist keine Skalierungstechnologie, die zufaellig andere Anwendungen hat. ZK ist eine allgemeine Technologie fuer verifizierbare Berechnung, die ihren ersten Grossmarkt in der Blockchain-Skalierung gefunden hat.
2026 sind die aufregendsten ZK-Anwendungen keine Rollups:
- zkML — beweisen, dass ein Machine-Learning-Modell eine bestimmte Ausgabe erzeugt hat, ohne die Modellgewichte preiszugeben
- ZK-Coprozessoren — schwere Berechnungen off-chain ausfuehren und einen praegnanten Beweis on-chain posten
- Verifizierbare Credentials — Identitaetsattribute (Alter, Staatsangehoerigkeit, Kredit-Score) beweisen, ohne die zugrunde liegenden Daten preiszugeben
- MEV-Schutz — Transaktionsabsicht verschluesseln und Gueltigkeit beweisen, ohne Details an Block Builder preiszugeben
zkML: Verifizierbare KI-Inferenz
zkML — die Anwendung von Zero-Knowledge-Beweisen auf Machine-Learning-Inferenz — loest ein reales Problem: Wie kann man darauf vertrauen, dass ein KI-Modell eine bestimmte Ausgabe erzeugt hat?
Das Vertrauensproblem
Stellen Sie sich ein DeFi-Kreditprotokoll vor, das ein KI-Modell fuer das Kredit-Scoring verwendet. Drei Vertrauensprobleme entstehen:
- Modellintegritaet — Wie weiss der Kreditnehmer, dass das behauptete Modell verwendet wurde?
- Eingabeintegritaet — Wie beweist das Protokoll, dass die richtigen On-Chain-Daten als Eingabe verwendet wurden?
- Ausfuehrungsintegritaet — Wie kann jemand verifizieren, dass die Berechnung korrekt durchgefuehrt wurde?
Ohne ZK-Beweise lautet die Antwort “dem Protokollbetreiber vertrauen”. Mit zkML wird die Antwort: “den Beweis verifizieren.”
Wie zkML funktioniert
1. Modellquantisierung: Fliesskomma-Gewichte in Festkomma konvertieren
2. Schaltkreis-Kompilierung: Jede Neuronale-Netzwerk-Schicht
in arithmetische Constraints uebersetzen
3. Zeugengenerierung: Modell mit tatsaechlicher Eingabe ausfuehren
4. Beweisgenerierung: Beweissystem (Halo2, Plonky3, SP1) verwenden
5. Verifizierung: Smart Contract auf Ethereum verifiziert den Beweis
in O(1)-Zeit
Aktuelle Grenzen
| Modellgroesse | Beweiszeit | Beweisgroesse | Verifikations-Gas | Praktikabel? |
|---|---|---|---|---|
| Winzig (100K Params) | 5-30 Sek. | 256 Bytes | ~300K Gas | Ja |
| Klein (1M Params) | 1-5 Min. | 256 Bytes | ~300K Gas | Ja, fuer async |
| Mittel (10M Params) | 15-60 Min. | 256 Bytes | ~300K Gas | Mit GPU machbar |
| Gross (100M+ Params) | Stunden-Tage | 256 Bytes | ~300K Gas | Nur Forschung |
| LLM-Skala (1B+ Params) | Unpraktisch | — | — | Noch nicht |
zkML-Anwendungsfaelle
1. On-Chain-Kredit-Scoring — DeFi-Protokoll fuehrt Kredit-Scoring-Modell aus. zkML-Beweis garantiert: korrektes Modell, korrekte Eingabedaten, korrekte Berechnung.
2. Verifizierbare Inhaltsmoderation — Dezentrale Social-Media-Plattform beweist konsistente Anwendung des KI-Klassifikators.
3. Privates Machine Learning — Gesundheitsprotokoll beweist ein Diagnoseergebnis, ohne Patientendaten oder Modellgewichte preiszugeben.
ZK-Coprozessoren: Off-Chain-Berechnung, On-Chain-Verifizierung
Warum nicht einfach ein Oracle?
| Eigenschaft | Oracle | ZK-Coprozessor |
|---|---|---|
| Vertrauensmodell | Betreiber vertrauen | Mathematik vertrauen |
| Datenquelle | Externe APIs | Blockchain-State (verifizierbar) |
| Berechnung | Einfache Aggregation | Beliebige Programme |
| Kosten | Gebuehr pro Anfrage | Beweis-Verifikations-Gas |
| Latenz | Sekunden | Minuten (Beweiszeit) |
Fuehrende Projekte
Axiom — erster ZK-Coprozessor fuer Ethereum, fokussiert auf historische State-Abfragen.
Brevis — universeller ZK-Coprozessor mit benutzerdefinierten Berechnungen.
Lagrange — spezialisiert auf Cross-Chain-State-Beweise.
Beweissystem-Vergleich: SP1 vs RISC Zero vs Jolt
| Merkmal | SP1 | RISC Zero | Jolt |
|---|---|---|---|
| ISA | RISC-V | RISC-V | RISC-V |
| Beweissystem | Plonky3 (STARK) | STARK + Groth16 Wrapper | Lasso/Surge (Sumcheck) |
| Sprache | Rust | Rust | Rust |
| Verifikations-Gas | ~270K | ~250K | ~300K |
| Beweisgeschwindigkeit | Schnell (1x) | Mittel (1,5x langsamer) | Schnell (0,9x) |
| GPU-Beschleunigung | Ja (CUDA) | Ja (CUDA, Metal) | Ja (CUDA) |
| Reife | Produktion (2025+) | Produktion (2024+) | Beta (2025+) |
Haeufig gestellte Fragen
Was ist der Unterschied zwischen ZK-Beweisen und ZK-Rollups?
ZK-Rollups sind eine Anwendung von ZK-Beweisen. ZK-Beweise selbst sind ein allgemeines kryptographisches Werkzeug.
Muss man Kryptographie verstehen, um mit ZK zu entwickeln?
Mit modernen zkVMs (SP1, RISC Zero, Jolt) nein. Man schreibt Standard-Rust-Code.
Was kostet die ZK-Beweis-Verifizierung auf Ethereum?
Eine Groth16-Verifizierung kostet ca. 250-300K Gas (~$0,50-1,50).
Koennen ZK-Beweise KI-Sicherheit garantieren?
Nein. ZK-Beweise garantieren Berechnungsintegritaet, nicht dass das Modell sicher oder fair ist.
Wann werden ZK-Beweise fuer grosse Sprachmodelle funktionieren?
Nicht 2026. Hardware-Beschleunigung (ASICs) koennte mittlere LLMs bis 2028-2029 machbar machen.