Ein neues Kapitel der digitalen Transformation liegt vor uns: Web3 verspricht ein dezentrales und vom Nutzer kontrolliertes Internet, während Agentic AI eine neuartige Form der künstlichen Intelligenz einführt: autonom agierende und lernende Agenten. Welche Synergien ergeben sich für uns Nutzer, wenn diese beiden Welten kombiniert werden? Die Antwort: ein Cyberspace in welchem nicht nur Menschen, sondern erstmals auch autonome digitale Entitäten selbstbestimmt handeln.
Web3 – das dezentralisierte Internet
Die neuste Evolutionsstufe des Internets – das Web3 – zeichnet sich durch einen Wechsel von zentraler Kontrolle, zu einem offenen und dezentralen (trustless, permissionless) System aus. Ermöglicht wird dies, durch die Nutzung von Technologien wie Blockchain, Smart Contracts und dezentralen Anwendungen (DApps). Diese erlauben den Nutzern mehr Kontrolle über ihre Daten, Identität sowie digitalen Vermögenswerte zu erlangen. Das heutige Web2 hingegen, wird durch zentrale Plattformen wie Google, Amazon oder Meta dominiert, welche die Inhalte strukturieren und den Datenzugang steuern.
McKinsey benennt folgende Web3 Technologien:
- Blockchain: ein digitales, verteiltes Hauptbuch (distributed Ledger), welches Transaktionen auf sichere Weise chronologisch und unveränderbar aufzeichnet.
- Smart Contracts: Verträge werden durch Programmcode ersetzt, welcher unter vordefinierten Bedingungen ausgeführt wird.
- Digitale Assets und Tokens: Verwahrung von digitalen Vermögenswerten wie Kryptowährungen, Stablecoins, NFTs oder CBDCs in einem Wallet.
Agentic AI – die nächste Stufe von AI
Während die Geschichte von AI bis weit in das letzte Jahrhundert zurückreicht, haben in den letzten Jahren besonders die Fortschritte im Bereich der Generative AI das Thema befeuert. Agentic AI als neuste Iteration, steht für eine neue Funktionalität der künstlichen Intelligenz, welche nicht nur auf Befehle wartet, sondern eigenständig Ziele verfolgt. Diese Systeme sind in der Lage, Aufgaben zu analysieren, zu planen und sich Informationen zu beschaffen – selbständig und ähnlich einem menschlichen Assistenten.
Mögliche Einsatzbereiche solcher softwarebasierten Agenten:
- Gesundheitswesen – Überwachung, Behandlungsempfehlungen, Echtzeit-Feedback über Chatbots
- Cybersicherheit – Überwachung von Netzwerken und Identifikation von Nutzerverhalten welches auf Angriffe hinweisen könnte
- Supply Chain Management – Prozessautomatisierung und -optimierung (z.B selbstständige Bestellungen bei Lieferanten oder Anpassung von Produktionskapazitäten)
- Workflow Automatisierung – persönliche Produktivität (z.B. Copilots) oder Automatisierung von bereichsübergreifenden Geschäftsprozessen
Die Schnittstelle zwischen Web3 und Agentic AI
Die Kombination von Web3 und Agentic AI bedeutet für uns als Nutzer: digitale Assistenten, welche ohne manuellen Input nicht nur intelligent, sondern auch vertrauenswürdig und unabhängig agieren können. Dabei liefert Web3 die technologische und ideologische Grundlage, damit AI Agenten überhaupt sicher handeln, transparent agieren und an offenen Netzwerken partizipieren können.
Hierzu ein konkretes Beispiel: stell dir einen AI Agent vor, welcher als dein persönlicher Finanzberater agiert. Als AI gesteuerter Trading Bot hat er Zugriff auf dein Crypto Wallet, kann Live-Kurse und Wirtschaftsindikatoren analysieren, und erkennt basierend darauf günstige Investitionsmöglichkeiten. Er prüft Smart Contracts auf Sicherheit und kann automatisch Geschäfte tätigen. Dies alles geschieht dabei transparent und nachvollziehbar auf der Blockchain.
Weitere spannende Beispiele finden sich auch in der Gaming Industrie:
- Dynamische Nicht-Spieler-Charaktere (NPCs) – dynamisch angepasstes Verhalten der NPCs in der Interaktion mit dem Spieler
- Play-to-Earn-Optimierung – optimierte Profitabilität von Rewards und In-Game Items, automatisiertes Game Asset Management
- AI basierte Spielbegleiter – Hilfe bei der Entscheidungsfindung basierend auf Nutzerverhalten und Onchain Interaktionen
Besonders spannend dabei: nicht nur Menschen, sondern auch Maschinen können damit neu Teil des digitalen Ökosystems werden. AI Agenten könnten zukünftig – basierend auf definierten Vorgaben – direkt miteinander verhandeln, Ressourcen austauschen oder Dienstleistungen definieren, und damit den Menschen entlasten.
Wo Chancen da auch Risiken
So viel Potenzial die Kombination auch bietet, bringt sie gleichzeitig neue Fragestellungen mit sich welche beantwortet werden müssen:
- Wer haftet, wenn ein AI Agent einen Fehler macht?
- Problemstellung: Feststellung Verantwortlichkeit bei einer schädlichen Entscheidung (Entwickler des Systems, nutzende Organisation, das AI System selbst). Dieser Mangel erschwert die Fehlerbehebung um ähnliche Vorfälle zukünftig zu verhindern.
- Lösungsansatz: Haftungsregeln für künstliche Intelligenz
- Mangelnde Transparenz und Nachvollziehbarkeit von Entscheidungen
- Problemstellung: Aufgrund der Komplexität ist es schwierig nachzuvollziehen, wie das System zu einer Entscheidung gekommen ist. Fehlende Transparenz kann ein grosses Problem sein (z.B. Handel von digitalen Assets, Patientendiagnose oder gar die Steuerung von Militäroperationen).
- Lösungsansatz: Explainable AI (XAI) Framework
- Sicherstellung von ethisch und moralisch korrektem Verhalten
- Problemstellung: AI handelt rein logisch, basierend auf Algorithmen. Dies kann zu ethischen Konsequenzen führen (z.B. bei Auswirkungen auf die Gesundheit oder das Leben von Menschen).
- Lösungsansatz: Responsible AI Framework
Fazit: unsere gemeinsame digitale Zukunft wird dezentral und intelligent
Web3 gibt uns die Infrastruktur, um uns transparent und sicher im digitalen Raum zu bewegen. Agentic AI wiederum, ermöglicht es uns komplexe Aufgaben zu automatisieren und intelligente Entscheidungen zu treffen. Zusammen können sie den Grundstein für eine neue Generation des Internets legen, in der Vertrauen, Effizienz und digitale Autonomie keine Gegensätze sind.
Weiterführende Links
- What is Web3? – McKinsey zu Web3
- Web3 vs. Web2 – Wie sieht die Zukunft des Internets aus
- The history of artificial intelligence – Eine Reise durch die Geschichte von AI
- Agentic AI vs. generative AI – AI Generationen im Vergleich
- What Is Agentic AI? – Nvidia`s Sicht auf Agentic AI
- Top 5 Web3 Gaming AI Agent Use Cases – Use Cases im Gaming Umfeld
- Explainable AI – Umgang mit Transparenz im AI Umfeld
- Liability Rules for Artificial Intelligence – Haftungsregeln für AI
- Microsoft Responsible AI Framework – Verantwortliches Handeln von AI
