Die Top 10 KI-Unternehmen, die große Sprachmodelle für Kryptowährungen entwickeln
Künstliche Intelligenz und Kryptowährungen entwickeln sich nicht länger in getrennten Bereichen der Technologiebranche. Mit zunehmender Komplexität von Blockchain-Anwendungen benötigen Entwickler und Nutzer vermehrt KI-Systeme, die Smart Contracts, Tokenomics, On-Chain-Aktivitäten, dezentrale Finanzen und die spezifische Sprache der Blockchain verstehen. Web3.
Hier beginnen kryptospezifische große Sprachmodelle ihren Unterschied zu machen. Allgemeine Modelle können zwar erklären, was eine Blockchain ist, stoßen aber an ihre Grenzen, wenn es darum geht, eine komplexe Transaktion zu interpretieren oder zu bewerten. DeFi Protokolle oder das Verständnis des Zusammenhangs zwischen Wallet-Aktivitäten und Marktbedingungen werden erforscht. Kryptospezifische Modelle werden trainiert, feinabgestimmt oder mit Datensätzen verknüpft, die ihnen ein deutlich besseres Verständnis dieser Umgebungen ermöglichen.
Der Markt ist noch relativ jung, und nicht jedes Projekt, das sich als „Krypto-KI-Unternehmen“ bezeichnet, entwickelt ein eigenes Basismodell. Einige trainieren ihre eigenen Modelle, während andere bestehende Open-Source-Modelle optimieren oder spezialisierte Infrastrukturen rund um LLMs aufbauen. Dennoch tragen diese Unternehmen und Plattformen dazu bei, die Branche in Richtung KI-Systeme zu lenken, die mehr können, als nur über Kryptowährungen zu sprechen.
KetteGPT
KetteGPT ist eines der deutlichsten Beispiele für ein Unternehmen, das KI speziell auf die Bedürfnisse von … zuschneidet. Web3 Industrie. Seine Web3 AI LLM ist auf Blockchain-Daten und Smart Contracts ausgelegt. DeFi, NFTs und sich eher auf die Tokenomik zu stützen, als sich ausschließlich auf das breite Wissen in allgemeinen Modellen zu verlassen.
Einer der interessantesten Aspekte von ChainGPTDer Ansatz von [Name des Produkts/der Plattform] besteht in der Anbindung an Echtzeitinformationen. Laut Dokumentation kann das Modell mit On-Chain-Daten, Marktinformationen, Nachrichten und Social-Media-Feeds arbeiten und ermöglicht Entwicklern so die Erstellung von Anwendungen, die einen aktuelleren Kontext benötigen, als ein statisches Sprachmodell liefern kann.
Dadurch ist die Technologie für alles nützlich, von Kryptoforschung und Kundensupport bis hin zu Handelsunterstützung und Smart-Contract-Analyse.GPT hat sein Modell auch über APIs und SDKs zugänglich gemacht und damit anderen Nutzern die Möglichkeit gegeben, ihr Modell zu nutzen. Web3 Unternehmen erhalten so die Möglichkeit, kryptofähige KI einzusetzen, ohne selbst einen kompletten Modellstapel entwickeln zu müssen.
Fetch.ai
Fetch.ai verfolgt einen etwas anderen Ansatz und konzentriert sich auf KI-Modelle, die als Teil autonomer Agentensysteme eingesetzt werden können. Im Februar 2025 stellte Fetch.ai den ASI-1 Mini vor, den das Unternehmen als … beschrieb. Web3-natives großes Sprachmodell, das für agentenbasierte KI-Workflows entwickelt wurde.
Der entscheidende Unterschied besteht darin, dass ASI-1 Mini nicht einfach nur ein weiterer Chatbot ist, der Fragen zu Kryptowährungen beantwortet. Fetch.ai hat ihn mit Blick auf logisches Denken, Entscheidungsfindung und autonome Arbeitsabläufe entwickelt, wobei verschiedene Denkmodi ein ausgewogenes Verhältnis zwischen Geschwindigkeit und Tiefe gewährleisten sollen.
Dieser Ansatz ist wichtig, da die nächste Phase der Krypto-KI voraussichtlich Agenten umfassen wird, die tatsächlich mit Blockchain-Netzwerken interagieren können. Anstatt eine KI nach dem Token mit der höchsten Rendite zu fragen und anschließend manuell eine Transaktion auszuführen, könnten Nutzer Teile dieses Prozesses an autonome Systeme delegieren. Modelle wie ASI-1 Mini werden mit dieser umfassenderen Vision entwickelt.
CryptoGPT
CryptoGPT ist ein weiteres Projekt, das versucht, eine KI-Infrastruktur speziell für die Kryptowährungs- und Blockchain-Branche aufzubauen. Der Fokus geht dabei über einen einfachen KI-Chatbot hinaus und umfasst Anwendungen wie die Generierung von Smart Contracts, Audits, Handelsunterstützung und vieles mehr. Web3-bezogene Werkzeuge.
Das Projekt hat außerdem Pläne für eine KI-orientierte Blockchain-Infrastruktur mittels seiner AIVM skizziert, die die Ausführung, das Training und die Bereitstellung von Rechenressourcen für KI-Modelle auf der Blockchain unterstützen soll.
Hierbei handelt es sich jedoch um einen wichtigen Unterschied. KryptoGPTLaut eigener Dokumentation sind die KI-Modelle nicht Open Source, der Zugriff soll über APIs und SDKs erfolgen. Damit ähnelt die Strategie eher einem Anbieter von KI-Infrastruktur als einem offenen Forschungslabor.
Für Krypto-Nutzer ist der Reiz recht einfach. Anstatt ein allgemeines KI-System zu zwingen, Blockchain-Terminologie von Grund auf zu lernen, bietet CryptoGPT versucht, dieses Fachwissen in das Produkt einfließen zu lassen.
BytomDAO
BytomDAO verfolgt einen der direkteren Ansätze zur Entwicklung eines auf Kryptowährungen fokussierten Sprachmodells. Sein CryptoGPT Die Initiative basiert auf CryptoInstruct, einem Datensatz mit Millionen von Anleitungsbeispielen, die auf Informationen und Aufgaben im Zusammenhang mit Kryptowährungen zugeschnitten sind.
Das Projekt gibt an, feinabgestimmt zu haben. Llama 3. Verwendung des CryptoInstruct-Datensatzes zur Erzeugung von CryptoGPT Modelle auf verschiedenen Parameterskalen. Die Idee hinter diesem Ansatz ist besonders relevant für die Kryptoindustrie, da Blockchain-Informationen hochspezialisiert sind und sich ständig verändern.
Anstatt zu versuchen, mit den größten Allzweckmodellen in allen möglichen Bereichen zu konkurrieren, kann sich ein spezialisiertes Modell auf Bereiche wie Projektinformationen, Blockchain-Konzepte und kryptospezifische Aufgaben konzentrieren.
Dies ist eines der deutlichsten Beispiele dafür, warum domänenspezifische Schulungen wichtig werden könnten in Web3Ein kleineres Modell, das Kryptowährungen tiefgehend versteht, kann für eine Blockchain-Anwendung manchmal nützlicher sein als ein viel größeres Modell, das von allem etwas weiß.
IndexAI
IndexAI ist ein weiteres Projekt, das auf der Idee basiert, dass Sprachmodelle direkt mit Blockchain-Netzwerken interagieren können sollten. Die Plattform beschreibt ihr grundlegendes Modell als ein Open-Source-Sprachmodell, das mit Blockchain-Wissen trainiert wurde.
IndexAIs Ziel geht über die bloße Beantwortung von Fragen hinaus. Laut eigenen Angaben ermöglicht die Technologie KI-Agenten, Informationen über mehrere Blockchains hinweg zu lesen und, mit den entsprechenden Fähigkeiten, in diese Netzwerke einzugreifen, indem sie Transaktionen signieren, Handelsgeschäfte ausführen und Tauschgeschäfte tätigen.
Diese Unterscheidung ist bedeutsam. Die eigentliche Chance bei kryptospezifischen Lernmanagementsystemen liegt möglicherweise nicht in besseren Gesprächen über Bitcoin oder Ethereum. Sie könnte vielmehr in der Fähigkeit liegen, Anweisungen in natürlicher Sprache in sichere, verifizierbare Blockchain-Aktionen umzusetzen.
Ein Nutzer könnte schließlich ein Ziel in Alltagssprache beschreiben, während ein KI-System die zugrundeliegenden Blockchain-Interaktionen übernimmt. Dies erfordert deutlich mehr Domänenwissen als ein herkömmlicher Chatbot.
DMind
DMind positioniert sich als Open-Source-Forschungsorganisation für AGI mit Schwerpunkt auf digitalem Finanzwesen. Zu ihren Arbeiten gehören große Sprachmodelle, Datensätze, Benchmarks und Tools für den Finanzsektor und … Web3 um weitere Anwendungsbeispiele zu finden.
Die DMind-3-Modelle des Unternehmens sind besonders interessant, weil sie auf die Realitäten der Finanzabwicklung zugeschnitten sind. Web3DMind zufolge sollen die Modelle Situationen adressieren, in denen eine einzelne Benutzeraktion mehrere Smart Contracts durchlaufen, Liquidationen auslösen oder Gelder einer feindlichen Ausführung aussetzen kann.
Das ist ein anderes Problem als die bloße Generierung einer verständlichen Antwort. Im Bereich der dezentralen Finanzen kann ein KI-System potenziell Transaktionen mit realem Geld beeinflussen. Daher ist das Verständnis des jeweiligen Ausführungsumfelds, der Risiken und der Wechselwirkungen zwischen Verträgen genauso wichtig wie die Erstellung flüssiger Texte.
Der Open-Source-Ansatz von DMind könnte die Arbeit auch für Entwickler nützlich machen, die spezialisierte KI-Finanzmodelle untersuchen, anpassen und weiterentwickeln möchten, anstatt sich vollständig auf geschlossene kommerzielle Systeme zu verlassen.
Nexis Labs
Nexis Labs arbeitet mit seiner Nex-T1-Plattform an der Schnittstelle von großen Sprachmodellen, autonomen Agenten und Blockchain-Ausführung. Das Unternehmen beschreibt Nex-T1 als ein KI-System der Enterprise-Klasse, das fortschrittliche LLMs mit der praktischen Ausführung von Blockchain-Transaktionen verbindet.
Sein Fokus ist besonders relevant für DeFi, wo autonome Systeme Marktinformationen interpretieren und gegebenenfalls Maßnahmen ergreifen müssen. Nexis Labs beschreibt seine Arbeit im Bereich der Multiagenten-Orchestrierung und autonomen Systeme. DeFi Handel und menschliche Eingriffe in die Steuerungsprozesse.
Dies unterstreicht eine wichtige Entwicklung im Markt für Krypto-KI. Das Modell selbst ist nur ein Teil des Puzzles. Damit ein KI-System im dezentralen Finanzwesen wirklich nützlich wird, benötigt es eine Orchestrierungsschicht, Zugriff auf verlässliche Blockchain-Informationen und Sicherheitsvorkehrungen für die Ausführung.
Nexis Labs geht das Problem daher von der Agentenseite aus an, wobei ein LLM Teil eines größeren Systems wird, das in der Lage ist, Finanzinformationen zu verarbeiten und mit der Blockchain-Infrastruktur zu interagieren.
0G
0G baut ein umfassenderes, dezentrales KI-Ökosystem auf, das eine eigene Modellinfrastruktur umfasst. Die Plattform listet derzeit neben anderen Modellen, die über sie verfügbar sind, auch das Modell 0GM-1.0-35B-A3B auf. AI Stapel.
Das übergeordnete Ziel des Unternehmens ist es, KI-Berechnungen, -Speicherung und -Inferenz näher an die Blockchain-Infrastruktur heranzuführen. Es beschreibt sein Netzwerk als Unterstützung für vollständig On-Chain-KI, verifizierbare Berechnungen und private Inferenz.
Das macht 0G für die Diskussion um kryptografisches LLM relevant, obwohl die Ambitionen des Unternehmens über ein bestimmtes Sprachmodell hinausgehen. Das Unternehmen arbeitet im Wesentlichen an der Infrastruktur, die für den Betrieb von KI-Modellen in dezentralen Anwendungen erforderlich ist.
Dies könnte sich als ebenso wichtig erweisen wie die Modelle selbst. Der Betrieb komplexer KI-Systeme erfordert enorme Rechen- und Speicherkapazitäten, während Blockchain-Anwendungen Transparenz und Überprüfbarkeit voraussetzen. Diese beiden Anforderungen zu vereinen, ist eine der größten technischen Herausforderungen der Branche.
Nous-Forschung
Nous Research unterscheidet sich von den anderen Unternehmen auf dieser Liste, da seine Sprachmodelle nicht ausschließlich für Kryptowährungen entwickelt wurden. Seine Bedeutung beruht vielmehr auf der Arbeit des Unternehmens im Bereich Open-Source-KI und dezentrales Modelltraining.
Das Labor entwickelt offene, gewichtete Sprachmodelle, darunter die Hermes-Familie, und arbeitet gleichzeitig an der Infrastruktur für verteiltes Training. Seine Forschung im Bereich dezentraler KI umfasst die Nutzung von Blockchain-basierter Koordination und verteiltem Rechnen.
Die Verbindung zu Kryptowährungen besteht daher weniger in der Entwicklung eines „Bitcoin-Chatbots“, sondern vielmehr in der Veränderung der Trainings- und Betriebsmethoden leistungsstarker Sprachmodelle. Diese Unterscheidung gewinnt zunehmend an Bedeutung, da Kryptoprojekte dezentrale Alternativen zur zentralisierten KI-Infrastruktur erforschen, die von einer relativ kleinen Gruppe von Technologieunternehmen dominiert wird.
Die Arbeit von Nous Research zeigt, dass kryptospezifische KI nicht zwangsläufig ein ausschließlich mit Kryptodaten trainiertes Modell bedeuten muss. Sie kann auch die Entwicklung von Modellen und Infrastrukturen umfassen, die sich nahtlos in dezentrale Ökosysteme einfügen.
Galadriel
Galadriel geht die Beziehung zwischen LLMs und Blockchain aus einem anderen Blickwinkel an: die KI-Inferenz überprüfbar zu machen.
Das Sentience-Projekt ermöglicht es Entwicklern, autonome KI-Agenten zu erstellen, deren LLM-Schlussfolgerungen durch kryptografische Beweise verifiziert werden können. Das System nutzt vertrauenswürdige Ausführungsumgebungen zur Verarbeitung von LLM-Anfragen und veröffentlicht Bestätigungen auf Solana, sodass Anwendungen überprüfen können, ob eine Schlussfolgerung wie behauptet ausgeführt wurde.
Galadriel entwickelt zwar nicht einfach nur einen eigenen Krypto-Chatbot, doch die Arbeit des Unternehmens adressiert ein zentrales Problem der Blockchain-basierten KI. Wenn ein KI-System Entscheidungen trifft, die Geldtransfers oder Transaktionen ermöglichen, benötigen Nutzer mehr als die bloße Bestätigung des Modells, dass der Prozess korrekt ablief.
Verifizierbare KI könnte sich letztendlich zu einem entscheidenden Bestandteil krypto-nativer Sprachmodelle entwickeln, insbesondere wenn autonome Agenten mehr Kontrolle über Wallets und Finanztransaktionen erlangen.
Das größere Rennen dreht sich um mehr als nur Chatbots.
Der Aufstieg kryptospezifischer LLMs deutet auf einen umfassenderen Wandel in der KI-Branche hin. Allgemeine Modelle sind bereits bemerkenswert leistungsfähig darin, Blockchain-Konzepte zu erklären, Smart-Contract-Code zu schreiben und Krypto-Nachrichten zusammenzufassen. Die nächste Herausforderung besteht darin, KI so weit zu schulen, dass sie die Blockchain-Umgebung tiefgehend versteht und sicher darin agieren kann.
Das bedeutet, Zugriff auf Echtzeit-Informationen in der Blockchain zu haben, die Interaktionen von Smart Contracts zu verstehen, finanzielle Risiken zu erkennen und zu wissen, wann eine Handlung irreversible Folgen haben könnte.
Die in diesem Bereich tätigen Unternehmen gehen das Problem aus verschiedenen Richtungen an. Einige trainieren Modelle mit kryptospezifischen Datensätzen. Andere entwickeln Web3-native LLMs, dezentrale Trainingsnetzwerke, autonome Agenten oder Verifizierungssysteme, die die KI-Aktivität transparenter machen.
Der Markt steckt noch in den Kinderschuhen, und einige Projekte werden wahrscheinlich verschwinden, während andere sich zu deutlich größeren KI-Infrastrukturunternehmen entwickeln. Doch die Richtung zeichnet sich ab. Kryptowährungen brauchen nicht unbedingt einen weiteren Chatbot, der Bitcoin erklärt. Was sie brauchen, sind KI-Systeme, die verstehen, wie dezentrale Märkte tatsächlich funktionieren.
Wenn das passiert, könnten die wichtigsten KI-Modelle im Kryptobereich letztendlich diejenigen sein, die Nutzer kaum bemerken. Sie werden im Hintergrund von Wallets und Börsen laufen. DeFi Anwendungen und autonome Agenten interpretieren im Hintergrund Blockchain-Daten und helfen dabei, Anweisungen in natürlicher Sprache in Aktionen auf der Blockchain umzusetzen.
Disclaimer
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Alisa, eine engagierte Journalistin bei der MPost, ist spezialisiert auf Krypto, KI, Investitionen und das weitreichende Gebiet von Web3. Mit einem scharfen Blick für neue Trends und Technologien liefert sie eine umfassende Berichterstattung, um die Leser über die sich ständig weiterentwickelnde Landschaft des digitalen Finanzwesens zu informieren und einzubeziehen.
Weitere Artikel
Alisa, eine engagierte Journalistin bei der MPost, ist spezialisiert auf Krypto, KI, Investitionen und das weitreichende Gebiet von Web3. Mit einem scharfen Blick für neue Trends und Technologien liefert sie eine umfassende Berichterstattung, um die Leser über die sich ständig weiterentwickelnde Landschaft des digitalen Finanzwesens zu informieren und einzubeziehen.
