State Access Konzentration und Dormanter Zustand in Ethereum – Trends, Auswirkungen und Lösungsansätze

29. Juni 2026 Kryptowährungen

Ethereum ist ein sich ständig weiterentwickelndes Netzwerk, bei dem jede Transaktion Teile des Zustands – Kontostände, Nonces, Code und Speicher-Slots – liest und schreibt. Das Wachstum des Zustands und das Muster, mit dem auf ihn zugegriffen wird, bestimmen maßgeblich die Effizienz, Skalierbarkeit und Dezentralität des Netzwerks. Aktuelle Analysen zeigen, dass ein erheblicher Teil des Zustands dauerhaft ungenutzt bleibt, während ein kleiner Anteil von Konten nahezu alle Lesezugriffe dominiert. Diese Entwicklungen haben direkte Konsequenzen für die Kosten, das Governance-Modell und mögliche Optimierungs- und Tier-Ansätze.

1. Überblick über das Zustandswachstum und Schreibmuster

Die Gesamtheit der Schreibvorgänge auf Ethereum bis zum Block 24 870 000 umfasst 9,20 Mrd. Slot-Writes (2023, Quelle S1). Davon entfallen:

  • 66,4 % auf Updates (Wert-zu-Wert-Änderungen)
  • 25,3 % auf Erstellungen (0 → x)
  • 8,3 % auf Löschungen (x → 0)

Ein zentrales Ergebnis ist, dass etwa 55 % der geschriebenen Slots nur einmal erstellt und danach nie wieder berührt werden. Diese Slots tragen zum reinen Zustandswachstum bei, nicht zu einer aktiven Churn-Rate. Bei Konten liegt der Anteil der reinen Erstellungen bei 4,5 % (Balance-Fund) und 2,4 % (Balance-Drain), während 93,1 % der Konten-Balance-Änderungen Updates darstellen.

2. Leseverhalten und Konzentration der Zugriffe

Lesevorgänge übersteigen Schreibvorgänge deutlich: insgesamt 23,69 Mrd. Slot-Read-Events wurden erfasst, was dem 2,6-fachen der Schreibzahlen entspricht. Die Aufteilung nach Rückgabewert lautet:

  • 69,9 % non-zero (populierte Werte)
  • 30,1 % zero (nicht-existente Werte)

Betrachtet man jedoch das reine Read-Only-Set (R), also Objekte, die nur gelesen, aber nicht geschrieben wurden, zeigt sich ein anderer Trend:

  • 83 %-93 % der gelesenen Slots geben bei der Abfrage einen nicht-existierenden Wert zurück.

Der wichtigste Befund ist die extreme Konzentration der Lesezugriffe. Die Top-1-% der Konten erfassen ~96 %-98 % aller Lesezugriffe seit 2022, wobei 2023 ein konkreter Wert von 96 % angegeben wird. Diese Konzentration wird von stabilen Stable-Coins, dezentralen Börsen (DEXes) und Block-Buildern getragen.

3. Wärme (Warmth) und Zugriffskonzentration

Die Analyse unterscheidet zwischen dem „Warm-Set“ (W) – also allen Objekten, die in einem definierten Zeitfenster geschrieben wurden – und dem „Populated-Read-Set“ (R⁺), das nur Lesezugriffe auf bereits befüllte Slots umfasst. Die folgenden Werte beziehen sich auf ein 30-Tage-Fenster:

  • Slots: 2,82 % des Live-Slots-Bestands werden geschrieben (W), 0,21 % werden durch nicht-null-Lesezugriffe erwärmt (R⁺). Gesamt-Warm-Set = 3,03 %.
  • Accounts: 3,30 % (W), 0,46 % (R⁺). Gesamt-Warm-Set = 3,76 %.
  • Gesamter Zustand (Slots + Accounts): 2,91 % (W), 0,26 % (R⁺). Gesamt-Warm-Set = 3,16 %.

Vergrößert man das Fenster auf 365 Tage, steigt das Warm-Set auf rund 25 % des gesamten Zustands, wobei das Verhältnis von Warm- zu Kalt-Zustand stabil bleibt. Die Konzentration der Zugriffe verstärkt sich mit zunehmender Fensterlänge: Für das 30-Tage-Fenster liegt der Anteil der Zugriffe, die von den Top-1-% der Konten stammen, bei 96 %, während er bei 365 Tagen bei 98 % liegt.

4. Dormanter Zustand Management – aktuelle Vorschläge

Mehrere EIPs diskutieren die Trennung von aktivem und inaktivem Zustand, um Speicher- und Netzwerk-Kosten zu senken. Die wichtigsten Punkte:

  • Durch das aktive Management von Dormant-State könnten 30 %-50 % der Speicherkosten eingespart werden (2023-Schätzung).
  • Vorgeschlagene Mechanismen umfassen das Auslagern, das zeitbasierte Verfallen und die Einführung neuer State-Formen.
  • Ein solcher Ansatz würde die aktuelle Konzentration von Lesezugriffen auf einen kleinen Hot-Set weiter entlasten und die Skalierbarkeit des Netzwerks verbessern.

Derzeitige Risiken der Konzentration werden ebenfalls benannt: Sie können zu Ineffizienzen führen und kleinere Akteure benachteiligen, was langfristig die Dezentralität gefährden könnte.

5. Warm-Update-Abdeckung und potenzielle Tier-Strategien

Ein vorgeschlagenes State-Tiering-Modell (EIP-8295) würde kürzlich geschriebene Objekte (Active) günstig bepreisen und lange inaktive Objekte (Inactive) teurer. Die Daten zeigen:

  • Bei einem 30-Tag-Fenster werden 94,1 % der Slot-Updates und 97 % der Account-Updates bereits als warm klassifiziert.
  • Ein 365-Tag-Fenster erhöht die Abdeckung nur marginal auf 97,7 % (Slots) bzw. 99 % (Accounts), während das Warm-Set von 2,8 % auf 24 % der Live-Slots ansteigt.
  • Damit ist ein 30-Tag-Fenster ein „sweet spot“, das fast alle relevanten Update-Kosten abdeckt, ohne das Warm-Set unnötig zu vergrößern.

Ein hypothetischer Ansatz, bei dem das erste Lesen eines inaktiven Objekts ebenfalls die Metadaten aktualisiert, würde etwa 5,8 % der Slots und 9,4 % der Accounts (bei 30 Tagen) betreffen – ein relativ kleiner, aber nicht zu vernachlässigender Anteil.

6. Häufig gestellte Fragen (FAQ)

Was passiert mit dormantem State in Ethereum?Dormanter State könnte getrennt oder nach einer festgelegten Frist verfallen werden, basierend auf vorgeschlagenen EIPs. Ziel ist es, die Netzwerk-Performance zu optimieren und die Speicherkosten zu reduzieren.

7. Fazit

Die Analyse macht deutlich, dass Ethereum-State schneller wächst, als er aktiv genutzt wird. Mehr als die Hälfte der geschriebenen Slots bleiben dauerhaft unberührt, während ein winziger Teil der Konten fast sämtliche Lesezugriffe dominiert. Diese Asymmetrie schafft ein enormes Potenzial für Optimierungen: Durch die Trennung von aktivem und dormantem State lassen sich laut Schätzungen 30 %-50 % der Speicher-Kosten einsparen, und ein State-Tiering-Modell mit einem 30-Tag-Fenster deckt nahezu alle gas-relevanten Updates ab, während nur ein kleiner Prozentsatz des Zustands warm gehalten wird. Gleichzeitig muss die Gefahr beachtet werden, dass die Konzentration von Zugriffen die Dezentralität beeinträchtigt und kleinere Akteure benachteiligt. Die vorgestellten Vorschläge und Messwerte bieten eine fundierte Basis für zukünftige Protokoll-Anpassungen, die sowohl die Skalierbarkeit als auch die Governance-Struktur von Ethereum nachhaltig stärken können.