Bahnbrechende KI- und Web3-Projekte, die Sie nicht ignorieren können
Einführung
Willkommen an der Schnittstelle von Künstlicher Intelligenz (KI) und Web3 – einem Ort, an dem Technologie auf dezentrale Lösungen trifft. Diese Verschmelzung ist nicht nur ein Trend, sondern ein starker Katalysator für Veränderungen in verschiedenen Branchen. Auf dieser Reise erkunden wir Projekte, die nicht nur bahnbrechend sind, sondern auch das Potenzial haben, die digitale Landschaft neu zu definieren.
1. Dezentrale autonome Organisationen (DAOs)
Im Zentrum von Web3 steht das Konzept der DAOs – Organisationen, die durch Smart Contracts gesteuert und durch Konsens der Gemeinschaft anstatt durch traditionelle Führung geleitet werden. Künstliche Intelligenz (KI) optimiert dieses Ökosystem durch datengestützte Entscheidungsfindung und operative Effizienz. Projekte wie Aragon und MakerDAO leisten Pionierarbeit in diesem Bereich und bieten Plattformen für dezentrale Governance und Finanzen.
2. KI-gestützte dezentrale Marktplätze
Stellen Sie sich einen Marktplatz vor, auf dem Transparenz, Sicherheit und Effizienz höchste Priorität haben – gesteuert durch Blockchain-Technologie und optimiert durch KI-Algorithmen. Projekte wie OpenBazaar und Decentraland revolutionieren den traditionellen E-Commerce und den virtuellen Immobilienmarkt. Diese Plattformen nutzen KI, um Nutzererlebnisse zu personalisieren, Markttrends vorherzusagen und faire Transaktionen durch Smart Contracts zu gewährleisten.
3. Blockchain für den Austausch von KI-Daten
Künstliche Intelligenz (KI) lebt von Daten, und die Blockchain bietet eine sichere und transparente Möglichkeit, diese Daten in dezentralen Netzwerken zu teilen und zu verwalten. Plattformen wie Ocean Protocol schaffen dezentrale Marktplätze für Daten, auf denen KI-Modelle auf hochwertige, sicher geteilte Daten zugreifen können, wodurch Datenschutz und Compliance gewährleistet werden.
4. Dezentrale KI-Trainingsdatenplattformen
Das Training von KI-Modellen erfordert riesige Datenmengen. Traditionelle Datenquellen mangelt es jedoch oft an Transparenz und ethischen Aspekten. Projekte wie DataForLife zielen darauf ab, dezentrale Plattformen zu schaffen, auf denen Daten ethisch korrekt erhoben und geteilt werden können, um sicherzustellen, dass KI-Systeme mit fairen und vielfältigen Datensätzen trainiert werden.
5. KI in der dezentralen Identitätsprüfung
Die Identitätsprüfung ist ein Eckpfeiler von KI und Web3. Dezentrale Identitätsplattformen wie uPort und Sovrin nutzen Blockchain, um sichere, nutzerkontrollierte Identitäten bereitzustellen. KI optimiert diese Plattformen durch die Automatisierung von Identitätsprüfungsprozessen, die Reduzierung von Betrug und die Gewährleistung des Datenschutzes.
6. Intelligente Verträge für den KI-Einsatz
KI-Modelle lassen sich über Smart Contracts in dezentralen Netzwerken einsetzen und gewährleisten so eine nahtlose Integration und Ausführung. Projekte wie Chainlink leisten Pionierarbeit im Bereich dezentraler Orakel, die Smart Contracts mit realen Daten verbinden und es KI-Systemen ermöglichen, in Echtzeit und ohne Zwischenhändler zu arbeiten.
7. Dezentrale autonome Forschungslabore
KI-Forschung erfordert häufig die Zusammenarbeit verschiedener Institutionen und den Austausch von Daten. Dezentrale Plattformen wie Gitcoin und Compound Labs fördern globale Kooperationen durch dezentrale Finanzierungs- und Forschungsökosysteme. KI optimiert diese Plattformen, indem sie Forschungstrends analysiert, Finanzierungsbedarf prognostiziert und die Zusammenarbeit verbessert.
Abschluss
Die Verschmelzung von KI und Web3 ist nicht nur ein technologisches Wunder, sondern eine transformative Kraft mit dem Potenzial, Branchen und gesellschaftliche Normen neu zu gestalten. Von dezentraler Governance bis hin zu sicherem Datenaustausch – diese Projekte stehen an der Spitze einer neuen Innovationsära. Im nächsten Teil werden wir tiefer in diese dynamische Landschaft eintauchen und weitere bahnbrechende Vorhaben vorstellen, die die digitale Welt neu definieren.
Einführung
Aufbauend auf unserer Untersuchung von KI- und Web3-Projekten wenden wir uns nun noch bahnbrechenderen Vorhaben zu, die die Grenzen der Technologie und dezentraler Ökosysteme erweitern. Diese Projekte sind nicht nur Zukunftsvisionen, sondern erzielen bereits jetzt bedeutende Auswirkungen in verschiedenen Branchen.
1. KI-gestützte dezentrale Gesundheitsversorgung
Dezentrale Gesundheitsplattformen revolutionieren die Verwaltung und den Austausch medizinischer Daten. Projekte wie MedRec und Patientory nutzen Blockchain, um sichere, patientenkontrollierte Gesundheitsakten zu erstellen. Künstliche Intelligenz (KI) optimiert diese Plattformen durch die Analyse medizinischer Daten, um Behandlungsergebnisse vorherzusagen, Therapien zu personalisieren und den Datenschutz zu gewährleisten.
2. Dezentrale autonome Mediennetzwerke
Die Medienbranche befindet sich im Wandel, angetrieben von dezentralen Netzwerken, die Content-Ersteller stärken. Plattformen wie Audius und BitChute nutzen Blockchain, um die Inhaltsverteilung zu dezentralisieren und so faire Vergütung und Transparenz zu gewährleisten. Künstliche Intelligenz ergänzt diese Plattformen durch die Kuratierung von Inhalten, die Vorhersage von Zuschauerpräferenzen und die Steigerung der Nutzerinteraktion.
3. Dezentrale KI-Forschungskooperationen
Die kollaborative KI-Forschung profitiert enorm von dezentralen Plattformen, die globale Partnerschaften und den Datenaustausch ermöglichen. Projekte wie Decentralands Metaverse und die dezentralen Anwendungen (dApps) von Ethereum bieten Forschern Raum für Zusammenarbeit, Datenaustausch und die Entwicklung von KI-Modellen in einer transparenten und sicheren Umgebung.
4. Blockchain für die Lizenzierung von KI-Modellen
Die Lizenzierung von KI-Modellen ist ein komplexer Prozess, der mit rechtlichen und ethischen Herausforderungen behaftet ist. Dezentrale Plattformen wie ModelHub schaffen transparente und sichere Marktplätze für die Lizenzierung von KI-Modellen. Blockchain gewährleistet faire Vergütungen und Lizenzvereinbarungen, während KI diese Plattformen durch die Optimierung von Lizenzierungsprozessen und die Vorhersage von Markttrends verbessert.
5. Künstliche Intelligenz in dezentralen Energienetzen
Dezentrale Energienetze gewinnen als nachhaltige Alternative zu herkömmlichen Stromversorgungssystemen zunehmend an Bedeutung. Projekte wie Energify und Power Ledger nutzen Blockchain, um Peer-to-Peer-Plattformen für den Energiehandel zu schaffen. Künstliche Intelligenz optimiert diese Netze, indem sie den Energiebedarf prognostiziert, das Angebot steuert und eine effiziente Energieverteilung gewährleistet.
6. Dezentrale autonome Rechtsdienstleistungen
Rechtsdienstleistungen können von der Transparenz und Sicherheit der Blockchain-Technologie profitieren. Projekte wie LawBloc und Legality schaffen dezentrale Plattformen für Rechtsdienstleistungen, von Verträgen bis hin zur Streitbeilegung. Künstliche Intelligenz (KI) optimiert diese Plattformen durch die Automatisierung von Rechtsprozessen, die Prognose von Fallausgängen und die Sicherstellung der Einhaltung von Vorschriften.
7. Dezentrale autonome soziale Netzwerke
Soziale Netzwerke entwickeln sich zu dezentralen Plattformen, die Nutzerkontrolle und Datenschutz priorisieren. Projekte wie Mastodon und Diaspora nutzen Blockchain, um dezentrale soziale Netzwerke zu schaffen, in denen Nutzer die Kontrolle über ihre Daten haben. Künstliche Intelligenz ergänzt diese Plattformen durch die Personalisierung von Inhalten, die Vorhersage von Nutzerinteressen und die Verbesserung des Community-Engagements.
8. Blockchain für KI-gestützte Transparenz in der Lieferkette
Lieferketten werden durch Blockchain-Technologie transparenter und effizienter. Projekte wie VeChain und Provenance nutzen Blockchain, um Produkte vom Ursprung bis zum Verbraucher zu verfolgen. Künstliche Intelligenz (KI) optimiert diese Plattformen, indem sie Abläufe in der Lieferkette verbessert, Störungen vorhersagt und die Einhaltung ethischer Standards sicherstellt.
9. Dezentrale autonome Finanzdienstleistungen
Der Finanzdienstleistungssektor dezentralisiert sich und eröffnet damit neue Möglichkeiten für Innovation und Inklusion. Projekte wie Compound und Aave bieten dezentrale Kreditplattformen, die für jeden mit Internetanschluss zugänglich sind. Künstliche Intelligenz optimiert diese Plattformen, indem sie Markttrends vorhersagt, Risiken managt und faire Kreditvergabepraktiken gewährleistet.
Abschluss
Die Schnittstelle von KI und Web3 bietet ein fruchtbares Innovationsfeld mit Projekten, die ganze Branchen und gesellschaftliche Strukturen revolutionieren könnten. Von der Gesundheitsversorgung bis zum Finanzwesen gestalten diese bahnbrechenden Vorhaben nicht nur die digitale Landschaft neu, sondern eröffnen auch neue Möglichkeiten für Zusammenarbeit, Transparenz und Effizienz. Während wir dieses spannende Feld weiter erforschen, wird deutlich: Die Zukunft der Technologie ist dezentralisiert, intelligent und inklusiv.
Schlussbetrachtung
Die Welt von KI und Web3 ist riesig und entwickelt sich ständig weiter – mit unzähligen Möglichkeiten für Innovation und Transformation. Diese Projekte geben nur einen kleinen Einblick in das Potenzial dieser Schnittstelle. Ob Investor, Entwickler oder einfach nur neugieriger Beobachter: Es gibt viel zu lernen und viele spannende Entwicklungen zu verfolgen. Bleiben Sie dran, während wir gemeinsam die Zukunft der Technologie erkunden.
Einführung in Science Trust via DLT
In einer Welt, in der Vertrauen immer wieder auf die Probe gestellt wird, erweist sich Science Trust via Distributed Ledger Technology (DLT) als Leuchtturm der Zuverlässigkeit und Transparenz. Traditionelle Methoden des Datenmanagements und der Forschungsvalidierung waren lange Zeit anfällig für Fehler, Manipulationen und Datenschutzverletzungen. Hier kommt DLT ins Spiel – eine revolutionäre Technologie, die das Fundament des wissenschaftlichen Vertrauens grundlegend verändern könnte.
Die Rolle der DLT in der Wissenschaft
Im Kern ist DLT ein dezentrales System, das Transaktionen über mehrere Computer hinweg speichert, sodass die Aufzeichnungen nicht nachträglich verändert werden können, ohne alle nachfolgenden Blöcke und den Konsens des Netzwerks zu ändern. Diese Technologie ist vor allem für ihre Anwendung in der Blockchain bekannt, ihr Nutzen reicht jedoch weit über Kryptowährungen hinaus. In der Wissenschaft kann DLT eingesetzt werden, um die Integrität, Transparenz und Zugänglichkeit von Forschungsdaten zu gewährleisten.
Datenintegrität und Transparenz
Einer der überzeugendsten Aspekte der Distributed-Ledger-Technologie (DLT) in der wissenschaftlichen Forschung ist ihre Fähigkeit, die Datenintegrität zu verbessern. Jeder Datenpunkt, jedes Experiment und jede Beobachtung kann in einem dezentralen Register erfasst werden, wodurch sie manipulationssicher und überprüfbar sind. Diese Transparenz ermöglicht es Forschern weltweit, die Authentizität der Daten zu bestätigen. Wissenschaftler tappen nicht länger im Dunkeln und müssen die Gültigkeit veröffentlichter Ergebnisse nicht länger infrage stellen. Mit DLT wird der gesamte Forschungsprozess offengelegt und somit ein Umfeld des Vertrauens und der Verantwortlichkeit gefördert.
Sicherstellung der Integrität der Zusammenarbeit
Zusammenarbeit ist das Lebenselixier der modernen Wissenschaft. Die Komplexität der Koordination zwischen verschiedenen Institutionen und Ländern führt jedoch häufig zu Konflikten und Missverständnissen. DLT bietet hier eine Lösung: Es ermöglicht die Erstellung eines gemeinsamen, unveränderlichen Protokolls der gemeinsamen Arbeit. Jeder Beitrag, von der Datenerfassung bis zur Analyse, wird im Ledger dokumentiert. So wird sichergestellt, dass alle Beteiligten ein klares und gemeinsames Verständnis des Projektstatus und der Ergebnisse haben. Dies beugt nicht nur Streitigkeiten vor, sondern beschleunigt auch den wissenschaftlichen Fortschritt, indem es gewährleistet, dass alle Teammitglieder auf dem gleichen Stand und informiert sind.
Der menschliche Faktor: Vertrauen in die wissenschaftliche Gemeinschaft
Vertrauen ist ein zutiefst menschliches Konzept, dessen Bedeutung in der Wissenschaft nicht hoch genug eingeschätzt werden kann. Wissenschaftliches Vertrauen durch DLT adressiert nicht nur die technischen Aspekte des Datenmanagements, sondern fördert auch das Vertrauen zwischen Wissenschaftlern. Wenn sich Forschende auf die Integrität ihrer Daten verlassen können, können sie sich stärker auf ihre Beiträge konzentrieren und müssen weniger Zeit mit der Überprüfung der Authentizität ihrer Arbeitsumgebung verbringen. Diese veränderte Perspektive kann zu innovativeren und bahnbrechenden Entdeckungen führen.
Fallstudien: Anwendungen in der Praxis
Mehrere wegweisende Institutionen und Organisationen nutzen bereits die Distributed-Ledger-Technologie (DLT), um das Vertrauen in die Wissenschaft zu stärken. So verwendet beispielsweise der Human Cell Atlas, ein internationales Konsortium zur Kartierung aller menschlichen Zellen, DLT, um die Integrität und Transparenz der generierten Datenmengen zu gewährleisten. Ein weiteres bemerkenswertes Beispiel ist der Einsatz von Blockchain in klinischen Studien. Hier trägt DLT dazu bei, die Authentizität der Studiendaten zu überprüfen, die Patientensicherheit zu gewährleisten und die Einhaltung regulatorischer Standards sicherzustellen.
Herausforderungen und Überlegungen
Die Vorteile der DLT für die Förderung des Vertrauens in die Wissenschaft sind vielfältig, doch es ist wichtig, auch die Herausforderungen anzuerkennen, die mit ihrer Implementierung einhergehen. Die Technologie entwickelt sich stetig weiter, und ihre Integration in bestehende wissenschaftliche Infrastrukturen kann komplex sein. Aspekte wie Skalierbarkeit, Einhaltung regulatorischer Vorgaben und der Bedarf an interdisziplinärer Expertise müssen sorgfältig berücksichtigt werden. Diese Herausforderungen sind jedoch nicht unüberwindbar, und die potenziellen Vorteile rechtfertigen die Auseinandersetzung damit.
Die Zukunft der Wissenschaft – Vertrauen durch DLT
Mit zunehmender Reife der Distributed-Ledger-Technologie (DLT) wird ihre Bedeutung für die Stärkung des Vertrauens in die Wissenschaft weiter zunehmen. Zukünftige Entwicklungen könnten ausgefeiltere Algorithmen zur Datenvalidierung, eine verbesserte Interoperabilität mit bestehenden Systemen und benutzerfreundlichere Schnittstellen für Forschende umfassen. Die kontinuierliche Zusammenarbeit zwischen Technologieexperten und Wissenschaftlern ist entscheidend, um das volle Potenzial der DLT für die grundlegende Stärkung des Vertrauens in die Wissenschaft auszuschöpfen.
Zusammenfassend lässt sich sagen, dass Science Trust via DLT einen bedeutenden Fortschritt in der Durchführung und Validierung wissenschaftlicher Forschung darstellt. Durch die Sicherstellung der Datenintegrität, die Förderung kollaborativer Transparenz und die Stärkung des Beziehungsvertrauens ist DLT nicht nur ein technologischer Fortschritt, sondern ein Paradigmenwechsel in der Herangehensweise an wissenschaftliche Erkenntnisse.
Die ethische Dimension: Vertrauen und Verantwortung in der Wissenschaft
Umgang mit ethischen Implikationen
Bei der weiteren Erforschung des wissenschaftlichen Vertrauens mithilfe der Distributed-Ledger-Technologie (DLT) ist es unerlässlich, die ethischen Dimensionen dieses innovativen Ansatzes zu beleuchten. DLT bietet zwar beispiellose Vorteile, wirft aber auch neue ethische Fragen auf, die sorgfältig geprüft werden müssen.
Gewährleistung des Datenschutzes
Eine der wichtigsten ethischen Bedenken im Zusammenhang mit DLT betrifft den Datenschutz. Transparenz ist zwar ein Grundprinzip von DLT, kann aber mitunter im Widerspruch zum Schutz sensibler Informationen stehen. Die Herausforderung besteht darin, ein Gleichgewicht zwischen Offenheit und Datenschutz zu finden. Lösungen wie Zero-Knowledge-Beweise und selektive Datenweitergabe können dazu beitragen, diese Bedenken auszuräumen und Transparenz zu ermöglichen, ohne die Vertraulichkeit zu gefährden.
Einwilligung nach Aufklärung und Datennutzung
Im Kontext wissenschaftlicher Forschung ist die informierte Einwilligung ein grundlegendes ethisches Prinzip. Bei der Anwendung von DLT müssen Forschende sicherstellen, dass die Teilnehmenden umfassend darüber informiert sind, wie ihre Daten verwendet, gespeichert und weitergegeben werden. Diese Transparenz erstreckt sich auch auf die Blockchain selbst, in der alle Transaktionen (d. h. Dateneinträge) protokolliert und nachvollziehbar sind. Forschende müssen sorgfältig darauf achten, die informierte Einwilligung einzuholen und zu dokumentieren, um sicherzustellen, dass die Teilnehmenden die Tragweite der Speicherung ihrer Daten in einem öffentlichen oder halböffentlichen Register verstehen.
Gleichstellung und Zugang
Ein weiterer ethischer Aspekt ist die gerechte Verteilung der Vorteile und Belastungen der DLT-gestützten Wissenschaft. Obwohl DLT das Potenzial hat, den Zugang zu wissenschaftlichen Daten zu demokratisieren, besteht die Gefahr, dass bestehende Ungleichheiten verschärft werden, wenn die Implementierung nicht sorgfältig durchdacht ist. Um die globale wissenschaftliche Chancengleichheit zu gewährleisten, ist es unerlässlich, dass alle Forschenden, unabhängig von ihrer Institution oder ihrem geografischen Standort, gleichen Zugang zu DLT-Werkzeugen und -Schulungen haben.
Einhaltung gesetzlicher Bestimmungen und rechtliche Herausforderungen
Die Schnittstelle zwischen DLT und Wissenschaft wirft auch regulatorische und rechtliche Fragen auf. Da DLT noch eine relativ neue Technologie ist, decken bestehende Gesetze und Verordnungen ihre spezifischen Herausforderungen möglicherweise nicht vollständig ab. Forschende müssen sich daher über die relevanten Rechtsrahmen informieren und die Einhaltung von Datenschutzgesetzen, Rechten des geistigen Eigentums und anderen Vorschriften sicherstellen. Dies kann eine enge Zusammenarbeit mit Rechtsexperten erfordern, um sich im dynamischen Umfeld von Technologie und Recht zurechtzufinden.
Aufbau einer Kultur des Vertrauens
Im Zentrum des Science Trust via DLT steht die Notwendigkeit, eine Vertrauenskultur innerhalb der wissenschaftlichen Gemeinschaft aufzubauen. Dies umfasst nicht nur technologische und ethische Aspekte, sondern auch die Förderung eines kooperativen und respektvollen Umfelds. Wissenschaftler müssen ermutigt werden, Daten offen zu teilen und gleichzeitig die Bedeutung des geistigen Eigentums und die Beiträge ihrer Kollegen anzuerkennen.
Förderung offener Wissenschaft
Die Prinzipien der offenen Wissenschaft decken sich weitgehend mit denen der Distributed-Ledger-Technologie (DLT). Durch die Förderung des offenen Zugangs zu Daten, Methoden und Forschungsergebnissen können Wissenschaftler die Transparenz und Reproduzierbarkeit ihrer Arbeit verbessern. DLT unterstützt dies, indem es eine sichere und nachvollziehbare Möglichkeit zum Datenaustausch bietet. Es ist jedoch wichtig sicherzustellen, dass die Praktiken der offenen Wissenschaft nicht unbeabsichtigt zu Missbrauch oder Fehlinterpretation von Daten führen. Klare Richtlinien und ethische Standards sollten den Einsatz von DLT in Initiativen der offenen Wissenschaft regeln.
Die Rolle von Bildung und Ausbildung
Um das Potenzial der Distributed-Ledger-Technologie (DLT) zur Förderung des Vertrauens in die Wissenschaft voll auszuschöpfen, sind Bildung und Ausbildung von entscheidender Bedeutung. Wissenschaftler, Forscher und politische Entscheidungsträger müssen über das Wissen und die Fähigkeiten verfügen, DLT-Technologien effektiv einzusetzen und zu nutzen. Dies umfasst das Verständnis der technischen Aspekte der DLT sowie ihrer umfassenderen ethischen, rechtlichen und sozialen Implikationen.
Förderung interdisziplinärer Zusammenarbeit
Die erfolgreiche Integration der Datenverarbeitungstechnologie (DLT) in die wissenschaftliche Praxis erfordert interdisziplinäre Zusammenarbeit. Technologen, Ethiker, Rechtsexperten und Wissenschaftler müssen gemeinsam technisch fundierte und ethisch verantwortungsvolle DLT-Lösungen entwickeln und implementieren. Dieser kollaborative Ansatz kann dazu beitragen, die vielfältigen Herausforderungen der DLT zu bewältigen und ihren Nutzen in der wissenschaftlichen Forschung zu gewährleisten.
Blick in die Zukunft: Die nächsten Schritte
Mit Blick auf die Zukunft sind einige wichtige Schritte entscheidend für die Weiterentwicklung des Science Trust durch DLT. Dazu gehören:
Standardisierung: Entwicklung standardisierter Protokolle für die Nutzung von DLT in der wissenschaftlichen Forschung, um Konsistenz und Interoperabilität zu gewährleisten. Politikentwicklung: Erstellung von Richtlinien, die die ethischen, rechtlichen und sozialen Implikationen von DLT in der Wissenschaft berücksichtigen. Kapazitätsaufbau: Bereitstellung von Schulungen und Ressourcen, um Wissenschaftler und Forscher bei der effektiven Nutzung von DLT-Technologien zu unterstützen. Kontinuierliche Evaluierung: Regelmäßige Bewertung der Auswirkungen von DLT auf das Vertrauen in die Wissenschaft und Anpassung zur Verbesserung ihrer Anwendung.
Fazit: Die Zukunft des Wissenschaftstreuens gestalten
Wissenschaftliches Vertrauen durch DLT birgt ein immenses Potenzial, die Durchführung und Validierung wissenschaftlicher Forschung grundlegend zu verändern. Durch die Verbesserung der Datenintegrität, die Förderung kollaborativer Transparenz und die Stärkung des Beziehungsvertrauens ist DLT im Begriff, die Wissenschaftsgemeinschaft zu transformieren. Um dieses Potenzial auszuschöpfen, bedarf es jedoch eines sorgfältigen und durchdachten Ansatzes, der die ethischen, rechtlichen und sozialen Dimensionen dieser Technologie berücksichtigt.
Auf dem Weg zu einer Zukunft des Wissenschaftsvertrauens mithilfe der Distributed-Ledger-Technologie (DLT) müssen wir wachsam, kooperativ und zukunftsorientiert bleiben. Nur so können wir sicherstellen, dass die Vorteile der DLT auf innovative und verantwortungsvolle Weise genutzt werden und den Weg für eine neue Ära wissenschaftlicher Entdeckungen und des Vertrauens ebnen.
Krypto-Transaktionen mit einem Klick – ohne Gasgebühren – revolutioniert digitale Transaktionen
BTC L2 Institutional Unlock – Wegbereiter für die Zukunft der Blockchain-Finanzierung