Digitale und dezentrale Abstimmungen verlangen einen sensiblen Ausgleich zwischen Manipulationssicherheit, Geheimhaltung und Zwangsresistenz (Receipt-Freeness). Während die Stimmabgabe selbst gegenüber der Öffentlichkeit geheim bleibt, kann das Design des Wahlsystems Metadaten preisgeben, die eine gezielte Überwachung der Wählenden ermöglichen. Das DAVINCI-Protokoll von Vocdoni illustriert diese Spannung eindrucksvoll: Es kombiniert eine ZK-Rollup-Architektur mit einem Census-Merkle-Baum, wobei die aktuelle Implementierung die Wähleradresse als öffentliche Eingabe an den Sequencer übermittelt.
Kernarchitektur des DAVINCI-Protokolls
Das Protokoll zerlegt den Wahlprozess in vier rekursive ZK-SNARK-Schaltkreise, die in einer ZK-Rollup-Struktur zusammengefasst werden:
- Vote Circuit (Circom/BN254) – ca. 53 000 Constraints, wird clientseitig im Browser berechnet.
- Authenticate Circuit (BLS12-377) – ca. 3 100 000 Constraints, prüft die Wählerberechtigung und Signatur im Sequencer.
- Aggregate Circuit – aggregiert Stimmen und ZK-Beweise (Details in Quelle S2).
- State Transition Circuit – aktualisiert den Systemzustand nach jeder Aggregation.
Durch diese Aufteilung liegt die Hauptrechenlast der Aggregation beim Sequencer, während die erste Stimmabgabe bereits auf dem Endgerät des Wählers erfolgt.
Verteilung der Rechenlast
Die Vote-Circuit-Berechnung ist mit ~53 k Constraints vergleichsweise leicht und ermöglicht eine Browser-basierte Generierung. Im Gegensatz dazu verlangt der Authenticate-Circuit rund 3,1 M Constraints, was den Sequencer zu einem leistungsstarken Knoten macht. Diese Arbeitsteilung optimiert die Skalierbarkeit, erhöht jedoch die Abhängigkeit von vertrauenswürdigen Sequencern.
Datenschutzproblematik im aktuellen Census-Design
Im vorliegenden DAVINCI-Design werden die Wähleradressen in den Census-Merkle-Baum aufgenommen und als öffentliche Eingabe an den Sequencer übermittelt. Dadurch erfährt der Sequencer, welches Blatt (welcher registrierten Identität) einer Stimme zugeordnet ist. Während diese Sichtbarkeit für viele Vereins- oder DAO-Wahlen tolerierbar ist, birgt sie bei staatlichen oder hochsensiblen Konsultationen ein erhebliches Metadaten-Risiko, insbesondere wenn die Identität an biometrisch hinterlegte E-Pässe gekoppelt ist.
FAQ zum aktuellen Design
- Was ist das Problem am aktuellen Census-Design von Vocdoni DAVINCI? Die Wähleradresse wird öffentlich an den Sequencer übermittelt. Der Sequencer kennt dadurch exakt, welche registrierte Identität zu welchem Zeitpunkt abgestimmt hat, obwohl die Stimmabgabe selbst anonym bleibt.
- Wie löst ein per-process Nullifier das Problem der Mehrfachstimmabgabe? Ein Nullifier ist ein deterministischer Hash aus dem geheimen Nutzerschlüssel und der Wahl-ID. Auftreten desselben Nullifiers überschreibt die vorherige Stimme, ohne die Identität zu enthüllen.
Ansätze zur Anonymisierung: Versteckte Commitments und Nullifier
Ein möglicher Weg, die Privatsphäre zu stärken, besteht darin, anstelle von veröffentlichten Adressen versteckte Commitments im Census-Baum zu verwenden und pro-Prozess-Nullifier zu erzeugen – beispielsweise mittels Poseidon-Hash. Der Nullifier bleibt deterministisch innerhalb einer Wahl, sodass silent revoting weiterhin funktioniert, während die Identität des Wählers verborgen bleibt.
Allerdings kann der Sequencer durch wiederholte Nullifier-Einträge innerhalb desselben Prozesses Stimmüberschreibungen korrelieren – ein Phänomen, das als Linkability bezeichnet wird.
Leistungsdaten anonymisierter Client-Beweise
- Proof-of-One ZK-SNARK-Beweis (Circom/Groth16) – ca. 32 600 Constraints (Merkle-Tiefe 32, Nullifier, Attributnachweis), Jahr 2026 (Quelle S3).
- Zusatzaufwand für Re-Randomisierung pro 128-er-Batch – 1,6 bis 5,0 Sekunden Rechenzeit (Jahr 2026, Quelle S1).
Diese Zahlen verdeutlichen, dass die Anonymisierung zwar machbar ist, aber zu erhöhten Berechnungs- und Akkulasten auf Mobilgeräten führt.
Integration von E-Pass-basiertem Proof-of-Personhood (Proof of One)
Der Ansatz “Proof of One” (NemoUnus, 2026) nutzt ICAO 9303-konforme Reisepass-Chips in Kombination mit ZK-SNARKs und einer Enklaven-gestützten biometrischen Gesichtserkennung, um ein 1-Person-1-Stimme-Prinzip ohne vordefinierte Wählerliste zu gewährleisten. Die wichtigsten Merkmale:
- Erfassung des Pass-Signatur-Chains in Zero-Knowledge.
- Live-Face-Matching verhindert doppelte Einschreibungen.
- Öffentlicher Merkle-Baum von Identitäts-Commitments, ergänzt um private Attribute (Alter, Nationalität) für gezielte Filterung.
- Der gesamte Ballot-Proof umfasst Mitgliedschafts-nachweis, Nullifier-Erzeugung und Attributnachweis – etwa 32 600 Constraints.
Diskussionen auf Ethereum Research zeigen, dass die aktuelle DAVINCI-Implementation bereits Unterstützung für alternative Auth-Methoden (z. B. Commitments) vorsieht und PR-Möglichkeiten für das Zisk- bzw. zkVM-Backend bietet.
Risiken und Gegenmaßnahmen
Bei der Umstellung auf anonyme Census-Optionen entstehen zwei zentrale Gegenüberstellungen:
- Sequencer-Linkability bei deterministischen Nullifiern – Der Sequencer kann die Häufigkeit und den Zeitpunkt von Revotes derselben pseudonymen Entität nachvollziehen, auch wenn die Identität verborgen bleibt.
- Erhöhte Client-Rechenanforderungen – Der Wähler muss den gesamten Merkle-Pfad und die Attributnachweise im ZK-Beweis mitführen, was die CPU- und Akku-Belastung, insbesondere auf mobilen Geräten, deutlich steigert.
Die vorgestellten Leistungsdaten (z. B. Re-Randomisierung-Overhead von 1,6-5 s) geben einen konkreten Rahmen für die Evaluierung dieser Kompromisse.
Redaktionelle Einschätzung und Ausblick von David White
David White weist darauf hin, dass ein verborgenes-Leaf-Design den ZK-Proof so erweitern muss, dass das gleiche Geheimnis, das die Census-Commitment öffnet, den per-Prozess-Nullifier erzeugt. Ohne diese Bindung könnte ein Wähler beliebige Nullifier wählen und damit das System aushebeln. Gleichzeitig bleibt die deterministische Nullifier-Konstruktion ein potenzieller Datenschaden, weil der Sequencer Revotes innerhalb eines Prozesses verknüpfen kann. White empfiehlt, diese Linkability explizit zu dokumentieren und im Issue-Tracker von davinci-zkvm zu diskutieren, ob sie für passwort-basierte Census-Modelle akzeptabel ist.
Fazit
Das DAVINCI-Protokoll demonstriert, wie Zero-Knowledge-Technologie komplexe Wahlprozesse in einer skalierbaren ZK-Rollup-Architektur realisieren kann. Gleichzeitig macht das aktuelle Census-Design die Privatsphäre gegenüber dem Sequencer anfällig, insbesondere wenn reale Identitäten (z. B. E-Pässe) einbezogen werden. Versteckte Commitments, per-process Nullifier und der Proof-of-One-Ansatz bieten technisch machbare Wege, diese Lücke zu schließen, bringen jedoch erhöhte Rechenkosten für Endgeräte und ein inhärentes Linkability-Risiko mit sich. Die weitere Entwicklung wird davon abhängen, wie wohl die Community den Kompromiss zwischen maximaler Anonymität und praktikabler Performance akzeptiert – ein Spannungsfeld, das sowohl Forschende als auch Entwickler von dezentralen Wahlsystemen weiterhin beschäftigen wird.