Bittensor ist gemessen an der Marktkapitalisierung das größte dezentrale KI-Netzwerk und eines der meistdiskutierten Krypto-Projekte der letzten zwei Jahre. Mitte 2026 betreibt es 128 aktive „Subnetze“, die jeweils einen spezialisierten Markt für eine bestimmte Art von KI-Aufträgen darstellen, mit einer Marktkapitalisierung in Milliardenhöhe und einem stetigen Strom sowohl institutioneller Kapitalzuflüsse als auch öffentlicher Kontroversen.
Die Grundidee: Bittensor ist ein Blockchain-Netzwerk, in dem Mitwirkende Modelle für maschinelles Lernen in Subnetzen ausführen, Validatoren die Ergebnisse bewerten und das Netzwerk TAO-Token proportional zum Nutzen der geleisteten Arbeit verteilt. Es ist das, was der Krypto-Branche einer funktionierenden, durch Token incentivierten KI-Ökonomie in großem Maßstab am nächsten kommt, und steht im Mittelpunkt der breiteren Debatte über dezentrale KI.
Zunächst einmal eine kurze Klarstellung: Wenn von „TAO-Mining“ die Rede ist, ist damit nicht das Hash-Mining im Stil von Bitcoin gemeint. Gemeint ist vielmehr, dass ein KI-Modell ausgeführt und dessen Ausgabe an ein Subnetz übermittelt wird, wo Validatoren diese bewerten und das Protokoll Belohnungen auszahlt.
Was ist Bittensor?
Bittensor ist ein dezentrales Netzwerk, das Blockchain-Anreize nutzt, um Aufgaben im Bereich des maschinellen Lernens zu koordinieren. Mitwirkende führen KI-Modelle in speziellen Subnetzen aus, Validatoren bewerten deren Ergebnisse, und das Netzwerk verteilt TAO-Token als Belohnung, je nachdem, wie nützlich diese Arbeit ist.
Das Projekt wurde 2019 von Jacob Steeves und Ala Shaabana gemeinsam gegründet und wird von der gemeinnützigen Opentensor Foundation betreut. Das aktuelle Hauptnetzwerk namens „Finney“ wurde am 20. März 2023 nach zwei früheren Iterationen in Betrieb genommen. Bittensor basiert auf Substrate, dem gleichen Framework, das auch von Polkadot verwendet wird, und läuft auf einer eigenen, speziell dafür entwickelten Blockchain.
Das Wichtigste, was man über Bittensor wissen muss, ist, was es nicht ist. Es trainiert kein einzelnes „Frontier“-Modell, wie es OpenAI oder Anthropic tun. Es gibt kein „Bittensor LLM“. Stattdessen besteht das Netzwerk aus einer Vielzahl unabhängiger Teilnetzwerke, von denen jedes auf eine andere KI-Aufgabe ausgerichtet ist: LLM-Inferenz, Bildgenerierung, Prognosemärkte, verteiltes Training, GPU-Rechenleistung, Audio und Suche. Jedes Teilnetzwerk ist ein eigener Miniaturwettbewerb; das Netzwerk koordiniert diese.
Genau diese Struktur macht Bittensor zum am häufigsten zitierten Beispiel für „KI auf einer Blockchain“ – und ist zugleich der Grund für die meisten Unklarheiten darüber, was das Projekt eigentlich leistet.
So funktioniert Bittensor: Subnetze, Miner und Validatoren
Der Bittensor-Stack besteht aus vier beweglichen Teilen, die leicht zu verwechseln sind, bis man sie einmal gesehen hat.
Subnetze
Ein Subnetz ist ein eigenständiges Teilnetzwerk, das auf eine bestimmte Art von KI-Aufgaben ausgerichtet ist. Subnetz 3 (τemplar) trainiert große Sprachmodelle auf dezentrale Weise. Subnetz 64 (Chutes) stellt GPU-Rechenleistung bereit.
Andere befassen sich mit Prognosemärkten, Einbettungen, Bildgenerierung und Finanzsignalen. Subnetze werden erstellt durch Subnetz-Eigentümer, die festlegen, was als „gute Arbeit“ gilt, und die Bewertungsregeln festlegen. Mitte 2026 gibt es 128 aktive Subnetze, wobei eine Erweiterung auf 256 geplant ist.
Die drei Rollen
Jedes Subnetz umfasst drei Arten von Teilnehmern:
- Bergleute Das KI-Modell ausführen und Ergebnisse generieren: Text, Bilder, Vorhersagen – je nachdem, was das Subnetz erfordert. Es handelt sich hierbei um KI-Miner, nicht um Hash-Miner. Die Hardwareanforderungen hängen vom jeweiligen Subnetz ab.
- Validatoren die Ergebnisse der Miner bewerten und Punkte vergeben. Um daran teilzunehmen, setzen sie TAO ein; ihr Einfluss auf die Punktevergabe ist proportional zu ihrem Einsatz.
- Subnetz-Inhaber Erstellung und Pflege der Regeln, des Anreizsystems und des Quellcodes des Subnetzes.
Yuma-Konsens
Der Yuma-Konsens ist der Mechanismus von Bittensor, mit dem die Bewertungen der Validatoren in TAO-Belohnungen umgewandelt werden. Validatoren bewerten Miner; das Netzwerk aggregiert die Bewertungen, gewichtet nach dem Einsatz der Validatoren; die Belohnungen werden proportional an Miner, Validatoren und Subnetz-Besitzer verteilt. Das Modell ist so ausgelegt, dass böswillige Validatoren, deren Bewertungen zu stark vom Konsens abweichen, weniger verdienen und im Laufe der Zeit durch ehrliche Validatoren verdrängt werden.
Token-Fluss
Pro Block wird eine feste Menge an TAO ausgegeben. Nach dem Halving im Dezember 2025 sind das 0,5 TAO pro Block oder etwa 3.600 TAO pro Tag. Die Emissionen werden auf der Grundlage marktgesteuerter Signale (mehr dazu weiter unten) auf die Subnetze aufgeteilt und innerhalb jedes Subnetzes zwischen Minern, Validatoren und dem Subnetz-Eigentümer verteilt.
TAO, Dynamic TAO und die Token-Ökonomie
TAO ist der native Token des Bittensor-Netzwerks. Er wird für das Staking (Delegierung an Validatoren, um einen Anteil an den Emissionen zu erhalten), die Erstellung von Subnetzen (Subnetz-Besitzer sperren TAO, um sich zu registrieren), die Bezahlung von KI-Diensten und die Governance verwendet.
Der Versorgungsplan orientiert sich direkt am Bitcoin-Modell: eine Obergrenze von 21 Millionen TAO, wobei die Emissionen durch Halbierungen jeweils um die Hälfte reduziert werden. Die erste Halbierung bei Bittensor fand Mitte Dezember 2025 statt, wodurch die tägliche Emission von etwa 7.200 TAO auf 3.600 TAO (0,5 TAO pro Block) sank.
Der größte wirtschaftliche Wandel in der Geschichte von Bittensor fand im Februar 2025 statt, als das Dynamic-TAO-Upgrade (dTAO) in Kraft trat. Vor der Einführung von dTAO entschied ein Rat aus 64 Validatoren, welche Subnetze TAO-Emissionen erhielten. Seit der Einführung von dTAO verfügt jedes Subnetz über ein eigenes Alpha-Token und einen eigenen Liquiditätspool.
Nutzer, die ein Subnetz unterstützen möchten, setzen TAO in den Pool dieses Subnetzes ein, erhalten im Gegenzug dessen Alpha-Token und verdienen Emissionen, die proportional zur Größe dieses Pools sind. Subnetze mit mehr eingezahlten TAO erhalten mehr Emissionen. Kurz gesagt: dTAO hat jedes Subnetz in eine eigene Mikroökonomie verwandelt, wobei TAO an der Spitze des Stacks steht.
Für Live-Emissionsdaten, Staking-Renditen und Statistiken auf Subnetz-Ebene, taostats.io ist die Standardquelle.
Was Bittensor-Subnetze eigentlich leisten
Subnetze lassen sich in einige wenige große Kategorien einteilen. Manche ähneln eher der Infrastruktur, andere eher Produkten.
Rechenleistung und verteiltes Training
Subnetze, die auf GPU-Rechenleistung und dezentrales Modelltraining ausgerichtet sind. Das bekannteste Beispiel ist τemplar (SN3), das Covenant-72B trainiert hat – Anfang 2026 das größte gemeinsam vortrainierte Modell in einem dezentralen Netzwerk. Chutes (SN64) und Targon (SN4) bieten mietbare GPU-Kapazität für Inferenz und kurze Trainingsaufträge an.
Grundlagemodelle und LLMs
Subnets trainieren und stellen offene Sprachmodelle für die Inferenz bereit. Sie konkurrieren hinsichtlich Ausgabequalität und Kosten; Validatoren bewerten die Antworten anhand von Bewertungskriterien. Wirtschaftlich am sinnvollsten ist dies bei mittelgroßen Modellen, bei denen dezentraler Betrieb die Preise zentraler Cloud-Lösungen unterbieten kann.
Bild, Ton und multimodal
Subnetze für generative Medien: Bildgenerierung, Audiosynthese, Sprache und zunehmend auch Video. Miner lassen Diffusions- oder Transformer-Modelle laufen; Validatoren bewerten die Ergebnisse anhand der Qualitätskriterien des jeweiligen Subnetzes.
Prognosen, Finanzen und strukturierte Signale
Subnetze, die Marktprognosen, Stimmungsdaten, Sportprognosen und strukturierte Finanzsignale generieren. Dank klarer Erfolgskennzahlen (war die Prognose richtig?) ist die Bewertung einfacher als bei generativen Aufgaben.
Suche und Abruf
Subnetze mit den Schwerpunkten Websuche, Embeddings und Retrieval-Augmented-Systeme – nützlich als Middleware für KI-Anwendungen, die aktuelle Daten benötigen. Die Qualität der Subnetze variiert stark. Einige generieren echte Umsätze und weisen eine Produkt-Markt-Passung auf. Andere befinden sich in einem frühen Stadium, sind spekulativ oder stehen kurz vor der Aufgabe. Der dTAO-Markt soll diese Unterscheidung deutlich machen, was ihm bis zu einem gewissen Grad auch gelingt, führt jedoch gleichzeitig zu ausgeprägteren Boom-Bust-Zyklen bei Alpha-Token.
Eine ehrliche Einschätzung zu Bittensor
Bittensor ruft sowohl Befürworter als auch Kritiker hervor. Drei Punkte sollten dabei gleichzeitig berücksichtigt werden.
Was ist echt?
Bittensor verfügt über einen funktionsfähigen technischen Stack, einen auf der Halbierung basierenden Emissionsplan, einen Marktmechanismus (dTAO) zur Verteilung von Belohnungen auf die Subnetze sowie bedeutende institutionelle Unterstützung – darunter das langjährige Engagement von Polychain Capital und einen Grayscale Bittensor Trust (GTAO), für den bei der SEC ein Antrag auf Umwandlung in einen Spot-ETF anhängig ist. Mehrere Subnetze bieten bereits heute einsatzfähige KI-Dienste an und erzielen damit echte Umsätze.
Was ist umstritten?
Die Qualität der Subnetze schwankt stark. Einige sind echte KI-Produkte, andere sind „Emission Farms“ mit minimalem Output. Das Netzwerk hatte zudem schwerwiegende Sicherheitsvorfälle zu verzeichnen: Im Juli 2024 führte ein bösartiges Paket, das auf PyPI hochgeladen wurde, zu einem Diebstahl von rund 8 Millionen US-Dollar und zu einer zehn Tage andauernden Unterbrechung der Blockchain. Im Mai 2025 versetzte ein außer Kontrolle geratener Batch-Call-Angriff das Netzwerk für zwei Tage in den „Sicherheitsmodus“. Beide Vorfälle konnten zwar behoben werden, sind jedoch Teil der Betriebshistorie.
Das Risiko im Zusammenhang mit dem Ausstieg aus dem Covenant und dem Subnetzbetreiber
Im April 2026 zog sich Covenant AI (Betreiber von Subnet 3 und das Team hinter dem Trainingslauf „Covenant-72B“) öffentlich aus dem Netzwerk zurück, verkaufte rund 37.000 TAO (etwa 10 Millionen US-Dollar) und warf der Führung von Bittensor einseitige Kontrolle vor.
Ein Mitbegründer von Bittensor widersprach dieser Darstellung öffentlich, und das Netzwerk setzte seinen Betrieb fort. Der Vorfall löste einen erheblichen Kursrückgang aus und ist nach wie vor das deutlichste Beispiel dafür, wie sich das Verhalten von Subnetzbetreibern auf das gesamte Netzwerk auswirken kann. Bittensor ist eines der wenigen Krypto-Projekte, das eine funktionierende Antwort auf die Frage „Wie würde KI auf einer Blockchain aussehen?“ bietet. Es ist zudem eines der volatilsten.
Fazit
Bittensor ist die überzeugendste Antwort, die die Krypto-Branche auf die Frage „Wie würde KI auf einer Blockchain aussehen?“ geliefert hat – 128 spezialisierte Subnetze, ein Halving-Zeitplan nach Bitcoin-Vorbild, echte Einnahmen aus bestimmten Workloads und ernstzunehmende institutionelle Investoren im Rücken. Es ist zugleich eines der umstrittensten Projekte in diesem Bereich, geprägt von Sicherheitsvorfällen, dem Ausstieg von Subnetzbetreibern und großen Qualitätsschwankungen. Jede ernsthafte Auseinandersetzung mit TAO muss beide Aspekte gleichzeitig berücksichtigen.
