Dezentrale Netzwerke, die rechenintensive Aufgaben wie Zero-Knowledge-Proofs (ZK-Proving) oder On-Chain-KI-Inference ausführen, benötigen verlässliche Echtzeit-Signale über die verfügbare freie Rechenkapazität. Solche Signale, die als „Capacity Oracles“ bezeichnet werden, ermöglichen es Nutzern, Garantien über die Ausführbarkeit von Aufträgen zu erhalten, ohne dass das System durch Sybil-Angriffe oder strategische Falschangaben verzerrt wird.

Warum traditionelle Auktionsmechanismen versagen

In klassischen Beschaffungs- und Forward-Auktionssettings gibt es grundlegende Beschränkungen:

• Im Forward-Auktions-Setting ist die symmetrische Second-Price-Auktion (Vickrey-Auktion) der einzige Mechanismus, der gleichzeitig dominant-strategy incentive compatible (DSIC) und Sybil-resistent ist (Pan et al., 2026).
• Bei Reverse-Auctions (Beschaffungsauktionen) entsteht ein Zielkonflikt: Mechanismen können entweder DSIC oder Sybil-proof sein, aber typischerweise nicht beides gleichzeitig (Garimidi, Neuder & Roughgarden, 2026).

Diese Erkenntnisse erklären, warum deterministische Beschaffungsmechanismen in offenen Protokollen ohne Identitätsüberprüfung scheitern.

Das Unmöglichkeitsresultat im Single-Parameter-Setting

Die theoretische Grundlage für Sybil-Resistenz in Single-Parameter-Umgebungen zeigt strikte Grenzen:

• Jede Abweichung von der Allokation an den Höchstbietenden zerstört entweder die Wahrheitsanreize (DSIC) oder die Sybil-Resistenz.
• Der einzige Mechanismus, der beides gleichzeitig erfüllt, ist die symmetrische Second-Price-Auktion. Das wird durch den Datapunkt Auktionsformat-Restriktion = 1 (Jahr 2026) bestätigt.

Damit ist klar, dass On-Chain-Mechanismen nicht einfach Standard-Reverse-Auktionen übernehmen können, sondern auf probabilistische Audits und Slashing angewiesen sind.

Praktische Gestaltung von Capacity Oracles

Ein einfacher Ansatz ist ein zufälliges Audit, bei dem jede Node mit einer kleinen Wahrscheinlichkeit ε ihre gesamte gemeldete Kapazität zugeteilt bekommt und bei voller Erfüllung einen Bonus r(b) erhält. Unter der Annahme, dass jede Node nur eine Identität besitzt, ist das System DSIC und liefert ein perfektes Kapazitätssignal.

Allerdings ermöglicht ein Sybil-Angriff das Einreichen vieler identischer Identitäten, wodurch die Wahrscheinlichkeit einer Zuteilung stark steigt, während nicht gelieferte Teilidentitäten keine Strafe erhalten. Das Ergebnis ist ein überhöhtes gemeldetes Gesamtkapazitätsvolumen und ein stark verfälschtes Orakel.

Ansätze zur Sybil-Abwehr

• Korrelierte Zahlungen: Alle Nodes erhalten entweder gleichzeitig ihre volle Zahlung oder gar nichts. Dadurch wird das Überbieten mit mehreren Identitäten unprofitabel, weil ein einzelner Node nur dann bezahlt wird, wenn alle Nodes ihre gemeldete Kapazität vollständig liefern. Der Ansatz ist jedoch anfällig für Griefing-Angriffe und führt zu hoher Varianz bei den Auszahlungen.
• Staking und Slashing: Jeder Teilnehmer muss einen Pfand S hinterlegen, der im Falle einer Unterlieferung vollständig eingezogen wird. Dieses Modell kombiniert zufällige Audits mit einer harten Straffunktion, sodass das Risiko einer Fehlermeldung proportional zum Pfand steigt.

Der Slashing-Ansatz erlaubt es, die Qualität des Orakels durch die Wahl von ε (Audit-Rate) und der Form der Belohnungsfunktion r zu steuern.

Belohnungsfunktionen – linear vs. konvex

Die Form der Belohnungsfunktion ist entscheidend für die Widerstandsfähigkeit gegenüber Sybil-Splitting:

• Lineare Belohnungen r(b)=λb: Auch bei hohen Pfandhöhen S bleibt das System anfällig. Anbieter können ihre wahre Kapazität in viele kleine Identitäten aufteilen, die fast immer ausgewählt werden, während das Risiko einer Slashing-Strafe vernachlässigbar klein bleibt. Das führt zu einem profitablen Sybil-Strategie-Profit, selbst wenn S groß ist.
• Konvexe Belohnungen r(x)=x^p (p>1): Durch die Ungleichung 2·r(c/2) < r(c) wird das Aufspalten einer Kapazität unprofitabel, solange das Pfand ausreichend hoch ist. Numerische Modellierungen zeigen, dass bereits moderate Konvexität (z. B. p≈1,5 ) die Sybil-Angriffe stark reduziert.

Numerische Ergebnisse und Richtwerte

• Für S=8 und p=2 beträgt der minimale Protokoll-Kostensatz 0,20 USD pro Kapazitätseinheit (Jahr 2026, Quelle S1).
• Die empfohlene Mindest-Pfandhöhe liegt bei S=10 (Faktor bezogen auf die Kosten einer einzelnen Arbeitseinheit).
• Die optimale Slashing-Schranke (Alpha-Schranke) ist ε^{1/(p-1)}, wobei ε die Audit-Rate ist.
• Ethereum Mainnet Ziel-Slotzeit für enshrined ZK-EVM-Proving: 12 Sekunden (Jahr 2026, Quelle S1).

Die Zahlen zeigen, dass ein relativ kleiner Pfand ( S≈8-10 ) in Kombination mit leichter Konvexität ( p≈1,5-2 ) ausreicht, um ein perfektes Capacity Oracle zu erhalten, während die Protokollkosten bei etwa 20 % der Gesamtkapazitätskosten bleiben.

Risiken und Gegenmaßnahmen

• Hohe Kapitalkosten durch Staking: Ein aggressives Slashing (z. B. S≥10 ) verlangt von Hardware-Betreibern beträchtliche Sicherheitsleistungen und kann Markteintrittsbarrieren erhöhen.
• Opportunitätskosten synthetischer Arbeitslasten: In nachfrageschwachen Zeiten kann das Subventionieren synthetischer ZK-Puzzles reale Energie- und Hardware-Ressourcen binden, ohne dass Nutzer dafür zahlen.

FAQs

• Warum genügt es nicht, einfach historische Transaktionsdurchsätze als Kapazitätsmaß zu nutzen? Historische Daten erfassen nur die tatsächlich ausgeführte Arbeit (Ex-post-Sicht) und geben keinen Hinweis darauf, wie viel zusätzliche oder ungenutzte Reservekapazität das Netzwerk aktuell bereitstellen kann.
• Warum versagen lineare Auszahlungsfunktionen r(b)=λb gegen Sybil-Angriffe? Angreifer können ihre wahre Kapazität auf viele Scheinidentitäten aufteilen. Durch das Gesetz der großen Zahlen nähert sich die Zuteilung dem Erwartungswert, wodurch die Wahrscheinlichkeit eines Slashings verschwindend gering wird, während gleichzeitig höhere Falschangaben profitabel bleiben.
• Welchen Vorteil bietet eine konvexe Belohnungsfunktion r(x)=x^p? Wegen der Konvexität gilt 2·r(c/2) < r(c). Das macht das künstliche Aufspalten einer Gesamtkapazität in kleinere Teilgebote inhärent unprofitabel, sofern der Strafbetrag S hoch genug bemessen ist.

Fazit

Die Analyse zeigt, dass klassische Auktionsmechanismen in dezentralen Kapazitätsmärkten grundsätzlich an einem Unmöglichkeitsresultat scheitern: Ohne Identitätsprüfung können weder DSIC- noch Sybil-Proof-Eigenschaften gleichzeitig erreicht werden. Praktische Capacity Oracles müssen daher probabilistische Audits, Staking- und Slashing-Mechanismen sowie konvexe Belohnungsfunktionen kombinieren. Numerische Ergebnisse belegen, dass ein moderater Pfand von etwa dem Zehnfachen der Kosten einer Einheit Arbeit und eine leichte Konvexität der Belohnungsfunktion ausreichen, um ein perfektes Orakel zu erhalten, wobei die Protokollkosten bei rund 20 % der Gesamtkapazitätskosten liegen. Gleichzeitig gilt es, die Nebenwirkungen hoher Kapitalkosten und der Bindung von Ressourcen in schwachen Nachfragesituationen zu berücksichtigen. Durch die vorgestellten Designprinzipien erhalten Protokoll-Designer ein fundiertes Fundament, um Kapazitätsorakel effizient, dezentral und manipulationsresistent zu implementieren.