Trillion Dollar Security: Wie die Ethereum Foundation KI zur Protokollprüfung nutzt

Laut Berichten aus dem Forschungsumfeld setzt die Ethereum Foundation KI-Agenten systematisch zur Erkennung von Sicherheitslücken im Ethereum-Netzwerk ein. Der Schritt markiert einer strategischen Verschiebung im Sicherheitsansatz der Foundation: Wo bisher manuelle Audits dominierten, übernehmen nun maschinelle Analysemodelle einen wachsenden Teil der Erstprüfung kritischer Infrastruktur.
KI-gestützte Tools im Protocol-Security-Stack
Die laut Berichten intern als EF Protocol Security bezeichnete Sicherheitsabteilung der Foundation hat nach Angaben aus dem Forschungsumfeld bereits mehrere KI-gestützte Werkzeuge in ihren Prüfprozess integriert. Laut Berichten von der ETHSofia-Konferenz 2025 gehört dazu ein sogenannter Ethereum Code Reviewer, der auf jedem neuen Pull Request in Client-Repositories läuft und dabei laut Konferenzberichten mehrere Large Language Models – darunter Claude, Gemini, DeepSeek und GPT – parallel einsetzt. Das System gibt laut diesen Berichten einen kombinierten Risiko- und Konfidenzwert zurück, der menschliche Reviewer priorisiert statt ersetzt.

Ergänzend entwickelte das Team laut Berichten ein Specification Verifier-Tool, das prüft, ob Konsens-Client-Implementierungen korrekt der offiziellen Protokollspezifikation entsprechen. Ein weiteres Werkzeug namens e-specify soll laut Forschungsberichten rund 90 Prozent der Annotationsarbeit zwischen Spezifikation und Codebase automatisiert generieren. Der initiale Fokus liegt laut diesen Berichten auf dem Lighthouse-Client, mit geplanter Ausweitung auf weitere Implementierungen.
Trillion Dollar Security: Strukturiertes Mehrjahresprogramm
Der KI-Einsatz ist Teil einer umfassenderen Initiative, die die Foundation laut dem EF-Blog unter dem Begriff Trillion Dollar Security Initiative (TDS) zusammengefasst hat. Laut dem EF-Blog gliedert sich das Programm in drei explizite Säulen: die vollständige Kartierung des Ethereum-Sicherheitsgefüges über alle Schichten, die priorisierte Umsetzung identifizierter Verbesserungen sowie eine transparentere Kommunikation des Sicherheitsstatus gegenüber dem Ökosystem. Laut Berichten nutzt die Foundation zudem ein öffentlich zugängliches Dashboard, das Risikowerte in Kategorien wie Smart Contracts, Konsensinfrastruktur, Incident Response und Governance ausweist.
Laut Berichten finanziert die EF zudem die gemeinnützige Security Alliance (SEAL), einschließlich eines fest eingebetteten Security-Engineers, der laut Berichten gezielt Drainer-Angriffe und Social-Engineering-basierte Diebstahlvektoren auf Protokollebene verfolgt. Die Kombination aus KI-gestützter Code-Analyse und institutionalisierter Threat-Intelligence spiegelt den Umfang der inzwischen im Netzwerk gesicherten Werte wider.

zkEVM und Rollup-Risiken als Hauptmotivation
Rollup-Hacks gelten laut öffentlichen Einschätzungen aus dem EF-Forschungsumfeld als eines der gravierendsten Systemrisiken für Ethereum. Mit dem schrittweisen Abbau von Sicherheitsschranken in zk-Rollup-Systemen – also Zero-Knowledge-basierten Layer-2-Lösungen, die Transaktionen außerhalb der Hauptkette bündeln und komprimiert bestätigen – steige die Komplexität der SNARK-Schaltkreise und zkEVM-Implementierungen so stark, dass herkömmliche Prüfmethoden allein nicht mithalten könnten. KI soll hier Lücken schließen, die manuell kaum adressierbar sind.
Getrennt von Protocol Security arbeitet das dAI Team der Ethereum Foundation laut Berichten daran, Ethereum als Vertrauensschicht für KI-Agenten zu positionieren – inklusive eines neuen Standards namens ERC-8004 für Agenten-Identität und Reputation. Beide Stränge – Sicherheit durch KI und Ethereum als Infrastruktur für KI – laufen damit parallel, verfolgen aber unterschiedliche Ziele. Für Investoren relevant ist zunächst der Sicherheitsstrang: Robustere Protokollprüfung reduziert systemische Ausfallrisiken und stärkt die Grundlage für institutionelles Kapital in Ethereums weiteres Entwicklungsprogramm.
Mehr erfahren: Beste Krypto Presale Projekte für den nächsten Krypto-Zyklus