【Englischer Long-Post】Scroll-Mitgründer: Der unvermeidliche Weg von ZK

Chainfeeds Einführung:

Vor vierzig Jahren war Zero-Knowledge Proof (ZK) noch eine übersehene Idee, eine mathematische Kuriosität. Vor zwanzig Jahren wurden sie zu millionenschweren Bankexperimenten. Heute ist Zero-Knowledge Proof nicht mehr nur ein Versprechen.

Quelle:

Autor:

Sandy Peng

Meinung:

Sandy Peng: Seit dem ursprünglichen Paper von 1985 hat Zero-Knowledge Proof Jahrzehnte akademischer Forschung und industrieller Skepsis durchlaufen: In den 1980er und 1990er Jahren erweiterten Wissenschaftler interaktive Beweise zu Zero-Knowledge-Varianten und erforschten nicht-interaktive Implementierungen (wie die Fiat-Shamir-Heuristik); in den 2000er Jahren begannen Unternehmen und kryptografische Forschungsgruppen mit begrenzten Experimenten, aber die tatsächliche Implementierung blieb selten, die Technologie beschränkte sich hauptsächlich auf Nischenanwendungen wie Identitäts- oder Privatsysteme und spezielle Hardware; nach 2020, mit dem Aufkommen von Blockchain und Roll-up-Architekturen, sanken die Kosten, Latenz und technische Komplexität von ZK-Systemen erheblich, aber die durchschnittlichen Kosten pro Proof lagen immer noch bei etwa 80 US-Dollar (Stand Dezember 2023). Heute liegen die Transaktionskosten auf der Scroll-Chain unter 0,01 US-Dollar, was einem Kostenrückgang um das 8.000-fache entspricht. Technologien, die einst als „unmöglich“ galten, sind heute günstiger als viele Optimism-basierte Rollups. Zero-Knowledge Proof ist nicht nur ein Skalierungswerkzeug, sondern seine Kernkompetenz liegt auch im Datenschutzmanagement, also der selektiven Offenlegung oder Verbergung von Informationen, was Nutzern und Institutionen finanzielle Sicherheit und Würde bietet – etwas, das transparente Blockchains nicht leisten können. Die Verbreitung von Zero-Knowledge-Technologien ähnelt der Entwicklung von KI. Im KI-Bereich konzentrieren sich viele Unternehmen auf den Modellbau – OpenAI, Anthropic, Google und andere trainieren Systeme von Grund auf und kontrollieren die Optimierungsebene und die Daten; andere Unternehmen entwickeln Anwendungen auf Basis dieser Modelle und verpacken bestehende Intelligenz in Apps, Chat-Interfaces oder Produktivitätstools. Beide Ansätze schaffen Wert, führen aber zu unterschiedlichen Machtverhältnissen: Wer das Basismodell kontrolliert, besitzt die Kernkompetenz, während die Entwicklung darauf aufbaut und von der Roadmap anderer abhängig ist – im Grunde der Unterschied zwischen Landbesitz und Landpacht. Zum Beispiel integriert Apple das OpenAI-Modell in Apple Intelligence, anstatt ein eigenes Modell zu bauen. Selbst Modellanbieter erkennen, dass der bloße Bau besserer Modelle nicht ausreicht, um einen Marktvorteil zu sichern. Wenn das Nutzererlebnis von Anwendungen der oberen Ebene bereitgestellt wird, könnten Basismodell-Anbieter zu unsichtbarer Infrastruktur werden – mächtig, aber leicht ersetzbar. Mit dieser Erkenntnis hat OpenAI eigene Browser-, Sprachschnittstellen- und Videogenerierungstools wie Sora eingeführt, um sowohl die Modellfähigkeiten zu demonstrieren als auch die Nutzerbeziehung zu kontrollieren. Dieser Trend beschleunigt sich auch im Kryptobereich: Einige Teams konzentrieren sich auf Infrastruktur, andere auf Nutzeranwendungen. Beide sind gleich wichtig – Infrastruktur ohne Nutzer ist eine leere Hülle, und Anwendungen ohne Kontrolle über die Basis sind langfristig nicht skalierbar. Vor diesem Hintergrund entwickelt sich Scroll von einer „Single Chain“ zu einem Ökosystem, das Endnutzerprodukte umfasst und durch Mobile-First-Design das Nutzererlebnis verbessert, um die Synergie von Infrastruktur und Anwendung zu erreichen. Die Scroll-Infrastruktur hat Durchbrüche bei Kosten und Datenschutz erzielt. Mit dem neuesten Feynman-Upgrade sind die Transaktionskosten niedriger als bei einigen OP-Rollups; Cloak bietet eine prüfbare Datenschicht für die Chain; Ceno führt die nächste Generation von Zero-Knowledge-Prover ein und verwendet das GKR-Sumcheck-Protokoll. Auf Nutzerebene hat @usxcapital den ersten Zero-Knowledge-basierten Neodollar eingeführt – einen sowohl privaten als auch ausgebbaren Stablecoin mit einer Rendite von etwa 10-15%; Garden bietet eine Krypto-Sparanwendung; @ether_fi Cash hat 1,2 Millionen Transaktionen abgeschlossen, mit Gesamtausgaben von über 100 Millionen US-Dollar; RWAs-Projekte wie @ProjectMochaHQ tokenisieren kenianische Kaffeebäume, sodass jeder in die Landwirtschaft investieren kann; @ChatterPay ermöglicht Überweisungen über WhatsApp; @SynthOS__ nutzt KI, um personalisierte Renditeportfolios zu empfehlen. Die Entwicklung von Zero-Knowledge Proof hat 40 Jahre durchlaufen – von mathematischer Kuriosität über Bankexperimente bis hin zum heutigen unvermeidlichen Trend. Die anfänglich hohen Kosten und die schwierige Implementierung sind Vergangenheit, heute sind Zero-Knowledge-Systeme nicht nur effizient und nutzbar, sondern ermöglichen auch selektive Datenoffenlegung und eröffnen neue Möglichkeiten für Finanzen, Governance und institutionelle Experimente. Transparente Blockchains können Spekulation, alltägliche Zahlungen und einige institutionelle Anwendungen unterstützen, aber ohne Datenschutz sind sie für sensible Szenarien ungeeignet. Starke Privacy-Blockchains können nahezu alle Funktionen in Finanzen, Abstimmungen und Governance-Experimenten bieten und bilden eine solide Grundlage für die digitale Wirtschaft und institutionelle Experimente. Zero-Knowledge-Technologie hat sich von einem theoretischen Experiment zu einem unumkehrbaren Kern der Infrastruktur entwickelt.