Was braucht DeFi für den nächsten Meilenstein?

Originaltitel: DeFi's next milestone: What it'll take for agentic finance to work

Originalautor: @Lemniscap

Übersetzung: Ismay, BlockBeats

 

Redaktioneller Hinweis: Wenn die Welt von DeFi so komplex wird, dass selbst professionelle Nutzer Schwierigkeiten haben, die Kontrolle zu behalten, wie können wir dann die Initiative an gewöhnliche Menschen zurückgeben?

Dieser Artikel stammt aus einer Forschungsarbeit von Lemniscap und bietet einen systematischen Überblick über den Aufstieg und die aktuellen Herausforderungen von „Agentic Finance“. Von &milo, Meridian bis hin zu SendAI und The Hive zeigen diese frühen Produkte, wie KI zu einer neuen Schnittstelle für On-Chain-Interaktionen wird, offenbaren aber auch große Lücken bei Ausführungszuverlässigkeit, Berechtigungssicherheit und Verifizierungsmechanismen. Der Autor betont, dass der Schlüssel für den nächsten Schritt von DeFi nicht in intelligenteren Modellen liegt, sondern in einer vertrauenswürdigeren Infrastruktur – sodass jede Aktion eines Agenten überprüfbar, nachvollziehbar und vertrauenswürdig ist.

Dies ist nicht nur ein Wendepunkt in der technologischen Entwicklung, sondern auch ein Experiment zur Neugestaltung von Vertrauen. Wie im Text gesagt: Der nächste Meilenstein von DeFi ist nicht die größere Skalierung, sondern das Vertrauen in Automatisierung.

Bis 2025 hat DeFi sein ursprüngliches Gesicht völlig verändert.

Die Daten sprechen für sich: Institutionelle Gelder fließen pro Quartal mit mehr als 10 Milliarden US-Dollar ein, die Zahl der aktiven Protokolle auf Dutzenden von Chains übersteigt 3.000. Das gesamte in DeFi-Protokollen gesperrte Vermögen (TVL) erreichte 2025 160 Milliarden US-Dollar, ein Wachstum von 41 % gegenüber dem Vorjahr; das kumulierte Handelsvolumen von DEX und Perps wird in „Billionen“ gemessen.

Mit dem Wachstum von DeFi steigen auch die Möglichkeiten, aber die Komplexität nimmt rapide zu. Die meisten Menschen können mit dem, was On-Chain passiert, kaum noch Schritt halten. Wenn wir wollen, dass mehr Menschen diese neuen Chancen nutzen können, müssen wir Tools entwickeln, die es den Nutzern erleichtern, die richtigen Entscheidungen zu treffen – genau das ist die Entwicklungsrichtung der Zukunft.

Gleichzeitig ist KI allmählich in den Alltag integriert und die Menschen entwickeln neue Gewohnheiten rund um Automatisierung. Dieser Trend hat „Agentic Finance“ hervorgebracht – Finanzoperationen, die von intelligenten Agenten navigiert und ausgeführt werden.

Sogar einfache, browserbasierte Agenten wie Comet zeigen die schnelle Entwicklung solcher Tools. Wenn du eine DeFi-Transaktion über einen Browser-Agenten ausführst (wie im Beispiel von SendAI-Gründer Yash), siehst du das Potenzial von Agentic Finance.

Diese Vision ist eigentlich sehr intuitiv: Du musst keine Dashboards oder langen Threads auf X mehr durchsuchen, sondern sagst der KI einfach dein Ziel, und sie erledigt die nächsten Schritte automatisch für dich.

Derzeit entstehen zwei Arten von intelligenten Agenten:

Die eine sind Copilots, die Nutzer durch die gesamte DeFi-Welt führen; die andere sind Quant Agents, die sich mehr auf die professionelle, automatisierte Strategieausführung konzentrieren – quasi „Autopiloten“.

Beide stehen noch am Anfang und haben ihre Schwächen, aber sie weisen gemeinsam auf eine neue Richtung hin – eine völlig andere, KI-gesteuerte Art der DeFi-Interaktion.

Intelligente Agenten als „Copiloten“

Man kann sich diese intelligenten Agenten als persönliche Assistenten vorstellen. Du musst keine Charts mehr durchsuchen oder zwischen verschiedenen Protokollen wechseln, sondern kannst einfach in natürlicher Sprache fragen, z. B.: „Was sind die derzeit angesagtesten Token?“ oder „Wo gibt es die höchsten Renditen?“, und der Agent gibt dir direkt Antworten und Empfehlungen für die nächsten Schritte – wie ein stets verfügbarer, kenntnisreicher Freund.

Ein Beispiel ist &milo: Im Copilot-Modus hilft es dir bei Investitionsentscheidungen, beim Rebalancing und beim Portfolio-Insights – du behältst die Kontrolle, sparst dir aber die mühsamen Handgriffe.

Mit natürlicher Spracherklärung und intelligenten Hinweisen hilft &milo den Nutzern, Positionen zu verstehen und Renditechancen zu vergleichen, ohne in verschiedenen Dashboards nach Daten suchen zu müssen. Es zeigt, wie sich Copilot-Agenten von einfachen Chatbots zu vollwertigen DeFi-Guides entwickeln.

Um die tatsächliche Leistung dieser Agenten zu beobachten, haben wir einige der neuesten Produkte getestet und ihre Fähigkeiten bei echten DeFi-Aufgaben ausprobiert.

Das Ergebnis zeigt, dass diese Agenten noch Einschränkungen haben. Sie können beispielsweise angesagte Token erkennen, aber Kauftransaktionen nicht zuverlässig ausführen; es gab zwei fehlgeschlagene Transaktionen mit dem Hinweis „Unzureichendes Guthaben“, obwohl auf dem Konto genug SOL für die Gebühren war.

Eine ähnliche Plattform, The Hive, geht einen anderen Weg – sie kombiniert mehrere DeFi-Agenten zu einem „Schwarm“, der komplexe Aufgaben wie Cross-Chain, Renditestrategien und Liquidationsschutz gemeinsam erledigt, alles koordiniert über eine einfache Chat-Oberfläche. Dieses Netzwerk spezialisierter Agenten kann mehrstufige On-Chain-Operationen mit natürlichen Sprachbefehlen ausführen.

Wir haben mit The Hive denselben Kaufbefehl getestet. Das System erkannte tatsächlich den angesagten Token WEED, gab aber beim Kauf die falsche Vertragsadresse zurück.

Insgesamt zeigt Milo, wie man Portfolio-Management-Tools in einen reibungslosen Ablauf integriert, während The Hive erforscht, wie mehrere spezialisierte Agenten zusammenarbeiten können. Mit zunehmender Leistungsfähigkeit der Agenten werden die Aufgabenverteilungen deutlicher.

Meridian zum Beispiel konzentriert sich auf eine andere Nutzergruppe – es hilft Anfängern, den ersten Schritt in DeFi zu machen. Es ist mobiloptimiert und bietet klare Hinweise, sodass grundlegende Aktionen wie Swaps, Staking oder Renditeabfragen leicht zugänglich sind.

Meridian ist bei diesen Kernaufgaben flüssig und schnell, und vor allem kennt es seine eigenen Grenzen. Wenn Nutzer Aktionen außerhalb des Rahmens verlangen, erklärt es die Gründe, statt blind zu versuchen – diese „Ehrlichkeit“ macht es zu einem verlässlichen Startpunkt für Einsteiger in die On-Chain-Welt.

Meridian-Gründer Benedict erklärt:

„Meridian ermöglicht es Nutzern, mit natürlicher Sprache sicher zu recherchieren und zu agieren. Wir haben die Research-Funktion des Agenten kostenlos für die Öffentlichkeit unter meridian.app freigegeben. Wer sich für die mobile Meridian-App registriert, kann Swaps, Multi-Swaps und Portfolio-Käufe nutzen. Die Accounts sind derzeit noch in der geschlossenen Testphase, Interessierte können sich über Twitter bei @bqbrady melden.“

Unsere Tests zeigen, dass die meisten auf DeFi-Navigation spezialisierten KI-Agenten derzeit eher als „Lehrer“ oder „Assistenten“ fungieren und vor allem bei Basisaktionen (wie Swaps) helfen.

Um komplexere Abläufe wie Liquiditätsbereitstellung oder das Management von Hebelpositionen zuverlässig zu meistern, sind weitere Verbesserungen nötig.

Wie Rishin Sharma, Leiter KI bei der Solana Foundation, betont:

„Große Sprachmodelle (LLMs) neigen bei breit gefächerten Aufgaben zu Halluzinationen und haben Schwierigkeiten mit deterministischen Aktionen. Mechanismen wie MCP für Funktionsaufrufe eignen sich besser, um ‚Aktionspläne‘ in echte Ausführung zu übersetzen. LLMs sind gut bei Konzeption und Anleitung, aber bei präziser Ausführung noch schwach. Für wirklich zuverlässige Agentic Finance braucht es mehr als LLMs: spezielle Funktionsaufrufe, klare Ausführungsstrategien, Verifizierbarkeit und sichere Berechtigungssysteme. Kurz gesagt: Das ‚Gehirn‘ der KI ist schon klug genug, aber es fehlt noch ein robuster ‚Körper‘ für zuverlässige Aktionen.“

Intelligente Agenten als „Autopiloten“

Wenn Copilot-Agenten eher Mentoren sind, dann sind Quant-Agenten wie Autopiloten. Sie können nicht nur Strategien entwickeln, sondern auch wirklich ausführen – sie überwachen den Markt in Echtzeit, testen Trades und handeln mit Maschinen-Geschwindigkeit automatisch, sodass komplexe DeFi-Strategien vollautomatisch laufen.

Ein typisches Beispiel in Entwicklung ist SendAI. Es ist selbst kein Quant-Agent, sondern ein Toolkit, mit dem andere solche Agenten erstellen können. Das für Solana entwickelte „Agent Kit“ unterstützt über 60 autonome Aktionen, darunter Token-Swaps, Asset-Issuance, Kreditmanagement usw., und kann direkt mit Jupiter, Metaplex, Raydium und anderen Protokollen interagieren.

Mit anderen Worten: Es bietet Entwicklern ein „Schienensystem“, um Entscheidungsmodelle direkt On-Chain auszuführen.

SendAI-Gründer Yash fasst ihre Vision klar zusammen:

„Wir glauben, dass jeder KI-Agent in Zukunft eine eigene Wallet haben wird. SendAI baut die dafür nötigen Tools und die Ökonomie, damit diese Agenten auf Solana alles ausführen können. Wir schaffen eine Plattform, auf der Agenten kontextbewusst sind und komplexe, lang laufende Aufgaben asynchron und dauerhaft erledigen können.“

Gleichzeitig versuchen andere Teams, diese Fähigkeiten leichter zugänglich zu machen. Lomen kuratiert Strategien und ermöglicht Nutzern die „Ein-Klick-Implementierung“, sodass auch ohne Programmierkenntnisse Quant-Automatisierung genutzt werden kann.

Für fortgeschrittene Nutzer, die lieber eigene Systeme bauen, bietet Unblinked eine KI-gesteuerte Strategie-Experimentierumgebung. Es ist wie Cursor für den Handel: Nutzer können Strategien entwerfen, sicher im Sandbox-Modus testen und optimieren, bevor sie echtes Geld einsetzen.

Einige Plattformen setzen auf die Zusammenarbeit mehrerer Agenten für Aufgaben.

Almanak kombiniert zum Beispiel „Programmieragenten“ mit „Backtest-Agenten“: Nutzer beschreiben Strategien in natürlicher Sprache, KI generiert automatisch produktionsreife Codes und testet sie mit über 10.000 Monte-Carlo-Simulationen, um eine sofort einsatzbereite Strategie zu liefern.

Schließlich konzentrieren sich einige Teams auf Echtzeit-Marktvorteile.

Der ARMA-Agent von Giza verschiebt aktiv Mittel zwischen verschiedenen Kreditprotokollen, um die Stablecoin-Rendite zu maximieren. Statt Gelder in einem Pool zu lassen, überwacht ARMA kontinuierlich Zinssätze, Liquidität und Gas-Kosten und verschiebt Assets dynamisch. Der Flaggschiff-Agent hat bereits über 17 Millionen US-Dollar verwaltet und behauptet, eine um 83 % höhere Rendite als statische Positionen zu erzielen.

Insgesamt senken diese Quant-Agenten die Zeitkosten erheblich und machen komplexe Strategien, die früher nur professionellen Quant-Teams vorbehalten waren, auch für normale Nutzer zugänglich. Gleichzeitig zeigen sie aber auch die Verletzlichkeit der Automatisierung: Bei Datenverzögerungen, Protokollpausen oder starken Marktschwankungen können Agenten immer noch „stolpern“.

Mit anderen Worten: Sie machen dich zwar schneller, aber noch lange nicht „unbesiegbar“.

Ihre Herausforderungen

Nach einiger Zeit mit den heutigen intelligenten Agenten erkennt man ähnliche Probleme: Sie schlagen manchmal Aktionen vor, die es gar nicht mehr gibt, wie einen längst geschlossenen Liquiditätspool; die genutzten Daten hinken oft dem tatsächlichen On-Chain-Status hinterher; wenn ein mehrstufiger Plan scheitert, passen sie sich nicht an, sondern versuchen immer wieder denselben Schritt.

Das Berechtigungsmanagement ist ebenfalls umständlich – entweder muss der Nutzer dem Agenten vollständigen Zugriff auf die Wallet geben oder jede Kleinigkeit manuell genehmigen. Auch die Tests sind oberflächlich, da die Simulationsumgebung keine echten On-Chain-Ereignisse wie plötzliche Liquiditätsänderungen oder Governance-Anpassungen abbilden kann.

Eines der schwerwiegendsten Probleme ist: Diese Agenten funktionieren fast wie „Black Boxes“.

Nutzer wissen nicht, welche Inputs sie lesen, wie sie Optionen abwägen, ob sie den Echtzeitstatus prüfen oder warum sie eine bestimmte Transaktion ausführen. Es gibt keine signierten, überprüfbaren Ausführungsprotokolle, sodass man das „versprochene Ergebnis“ nicht mit der „tatsächlichen Ausführung“ abgleichen kann.

Nutzer müssen die Automatisierung quasi „überwachen“ – das ist nicht nur ineffizient, sondern erschwert auch die Leistungsbewertung.

Ohne einen Mechanismus, der Entscheidungen überprüft und nachweist, dass Aktionen der festgelegten Strategie folgen, können Nutzer nie zwischen einem „zuverlässigen System“ und „gutem Marketing“ unterscheiden.

Für größere Kapitalmengen muss DeFi von „Vertraue uns“ zu „Überprüfe selbst“ wechseln. Das ist der entscheidende Wendepunkt für den Aufbau einer „auditierbaren, steuerbaren und vertrauenswürdigen“ Infrastruktur für Agentic Finance.

Infrastruktur-Lücken

Das Kernproblem ist, dass die heutigen Systeme die grundlegenden Tools vermissen, um Agenten in großem Maßstab vertrauenswürdig, konsistent und sicher zu machen. Um das zu lösen, brauchen wir Infrastruktur, die Agentenverhalten überprüft, Ausführungsergebnisse bestätigt und überall einheitliche Regeln durchsetzt. Nur so werden Menschen bereit sein, echtes Geld zu übergeben.

Die meisten Nutzer interessiert der „Denkprozess“ des Agenten eigentlich nicht, sie wollen nur wissen, dass das Ergebnis korrekt, überprüft und innerhalb sicherer Grenzen liegt. Für Vertrauen ist „verifizierbare Zuverlässigkeit“ wichtiger als „Transparenz“.

Das ist die Bedeutung von „verifizierbarer Zuverlässigkeit (Verifiable Reliability)“. Agenten müssen nicht jeden internen Schritt aufzeichnen, aber sie sollten nach klaren Strategien und sinnvollen Checks arbeiten: Ausgabenlimits, Zeitfenster für Ausführungen, Bestätigungspunkte vor kritischen Aktionen usw.

Auf technischer Ebene können solche Regeln durch Trusted Execution Environments (TEE) oder ähnliche Systeme abgesichert werden – ohne alle Details offenzulegen, aber mit dem Nachweis, dass der Agent die Grenzen einhält. Das Ergebnis: auditierbare Outputs bei Bedarf und sofortiges Vertrauen für normale Nutzer.

Diese Verifizierungsschicht muss nicht „one size fits all“ sein. Für Alltagsszenarien reichen leichte Sicherheitsmaßnahmen und Standardmetriken; für Hochrisiko- oder institutionelle Anwendungen sind stärkere Nachweise und formale Verifizierung nötig. Entscheidend ist: Jede Infrastrukturebene sollte Zuverlässigkeit bieten, die zum jeweiligen Risiko passt und messbar ist.

Protokolle agentenfreundlich machen

Der nächste Schritt ist, Protokolle „agentenfreundlich“ zu gestalten.

Die meisten DeFi-Protokolle sind derzeit nicht für intelligente Agenten gebaut. Sie brauchen stabilere, sicherere Ausführungsschnittstellen: Vorschau von Aktionen, sichere Wiederholungen und Ausführung auf Basis konsistenter Datenstrukturen. Auch die Berechtigungen sollten „bereichsbegrenzt“ statt „vollständig offen“ sein, damit Agenten innerhalb klarer Grenzen agieren und nicht die ganze Wallet kontrollieren.

Fehlen diese Grundlagen, werden selbst die intelligentesten Agenten von einer schwachen Basis ausgebremst. Sobald diese Fundamente stehen, müssen Nutzer die Automatisierung nicht mehr überwachen; Entwickler können sich auf Innovation statt Fehlersuche konzentrieren; und die Ergebnisse verschiedener Anbieter werden durch gemeinsame Standards vergleichbar – nicht nur Marketing.

Was sich ändern muss

Die Lösung ist eigentlich nicht kompliziert: Agenten verifizierbar machen (Provable), Protokolle agentenbereit machen (Agent-ready). Eine Strategieebene zwischen Agent und Wallet einziehen und verlangen, dass alle Ausführungen nachvollziehbar und überprüfbar sind, statt als „Black Box“ zu laufen.

Beispielsweise basiert Terminas SVM-Engine genau auf diesem Prinzip – sie bietet KI-Agenten eine echte Solana-Laufzeitumgebung, damit Agenten auf Basis von On-Chain-Daten modellieren, entscheiden und lernen können. Gleichzeitig sollten Protokolle Schnittstellen für „Dry-Runs“ öffnen, klare Fehlercodes, sichere Wiederholungsmechanismen, konsistente Kerndatenstrukturen (Positionen, Gebühren, Gesundheit) und Sitzungsbasierte Berechtigungskontrolle bereitstellen.

Sobald diese Funktionen umgesetzt sind, müssen Nutzer Agenten nicht mehr „überwachen“; Teams haben weniger Systemausfälle; und institutionelle Investoren bekommen endlich die Sicherheitsbarrieren und Nachweise, die sie brauchen.

Realistischer Zeitplan

In den nächsten sechs Monaten werden voraussichtlich die Copilot-Agenten am schnellsten verbessert. Bessere Datenpipelines werden ihre Zuverlässigkeit im Alltag erhöhen.

In einem Jahr werden Agenten dank besserer Teststandards Protokoll-übergreifend koordinieren können, wobei Menschen nur noch die wichtigsten Schritte genehmigen. Langfristig, mit ausgereifter Infrastruktur, könnten intelligente Agenten zur Standard-Interaktionsschicht von DeFi werden – nicht mehr als separates „Tool“, sondern als Hauptweg für die Interaktion mit Finanzsystemen.

Fazit

„Agentic Finance“ senkt die Einstiegshürden und macht Automatisierung nicht mehr nur zum Werkzeug für Experten. Für den großflächigen Einsatz braucht es aber bessere „Fundamente“: Echtzeitdaten, sicherere Berechtigungssysteme, stärkere Testsysteme und transparentere Ausführungsergebnisse.

Allein intelligentere KI reicht dafür nicht. Der wahre Fortschritt kommt aus der Verbesserung der Infrastruktur.

Der nächste Meilenstein von DeFi ist nicht nur Wachstum, sondern – Vertrauen in Automatisierung. Und dieser Tag wird erst kommen, wenn KI-Agenten nicht mehr nur als „Demo“ dienen, sondern zu wirklich zuverlässigen Ausführenden werden.