Lithosphere führt LEP100-Framework ein: Standard für KI-Ausführung und Governance in dezentralen Infrastrukturen

Was LEP100 konkret ist

Lithosphere hat mit LEP100 ein Standards-Framework vorgestellt, das festlegt, wie KI-Funktionen in der eigenen, AI-nativen Blockchain ausgeführt, bepreist und kryptografisch abgesichert werden. Der Standard ist aktuell im Makalu-Testnet aktiviert und bildet dort die Grundlage für „intelligente“ Workloads in einer dezentralen Umgebung.

Kernaspekte von LEP100:

• Ausführungsmodell für KI: Definiert, wie KI-Inferenzen (z.B. Modellaufrufe) als Transaktionen bzw. Aufträge im Netzwerk dargestellt und abgewickelt werden.

• Provider-Integration: Beschreibt, wie KI-Provider (Modelle, Dienste, Orchestratoren) an das Netzwerk angebunden werden und wie deren Leistungsversprechen in Verträge übersetzt werden.

• Kosten- und Abrechnungslogik: Standardisierte Regeln für Gebühren, Gas- bzw. Rechenkosten und Rückvergütung, optimiert für rechenintensive KI-Workloads.

• Kryptografische Verifikation: Mechanismen für kryptografisch signierte Ausführungs-Quittungen, Validierung der Ergebnisse und optionale zusätzliche Verifikationsebenen für Hochsicherheits-Szenarien.

LEP100 ist als Kernkomponente der Lithosphere-Architektur positioniert – neben:

• Lithic als AI-native Smart-Contract-Sprache,

• MultX für Cross-Chain-Koordination,

• DNNS als programmierbare Identitäts- und Routing-Schicht.

Damit verschiebt Lithosphere KI aus der reinen Applikations- in die Protokollebene: Governance, Kostenkontrolle und Nachvollziehbarkeit werden Teil der Infrastruktur, nicht eines jeweils proprietären Integrations-Layers.

Was neu ist – Abgrenzung zu klassischen Token-Standards und Cloud-KI

Lithosphere verwendete die Bezeichnung LEP100 ursprünglich für einen Token-Standard im eigenen Ökosystem. Neu ist jetzt, dass LEP100 als umfassendes Framework für KI-Ausführung und Governance verstanden und im Kontext des Makalu-Testnets explizit auf KI-Workloads ausgedehnt wird.

Im Unterschied zu:

• Klassischen Token-Standards (z.B. ERC-20): Dort werden Fungibilität, Transferlogik und Events standardisiert. LEP100 adressiert dagegen Lebenszyklus und Governance von KI-Aufrufen – inklusive Preisbildung, Verifikation und Audit.

• Cloud-basierten KI-APIs: Anbieter wie Hyperscaler stellen proprietäre Endpunkte bereit. Abrechnung, Zugriffskontrolle und Logging sind vollständig an die jeweilige Plattform gebunden. LEP100 verlagert diese Funktionen auf eine offene, blockchain-basierte Infrastruktur, in der Regeln als Smart Contracts und Protokollstandards definiert sind.

• Einzelnen L2-/Rollup-Lösungen für KI: Bisherige Ansätze fokussieren oft auf Performance (z.B. Sequencer für KI-Rollups). LEP100 stellt Governance, Kostenmodelle und Verifikation gleichberechtigt neben Ausführung – mit dem expliziten Ziel, skalierbare und revision­sichere KI-Dienste über mehrere Chains hinweg koordinierbar zu machen.

Für Unternehmen ist besonders relevant, dass LEP100 Ausführung und Compliance koppelt: Richtlinien können im Standard abgebildet werden, sodass technische und rechtliche Anforderungen nicht in getrennten Silos verwaltet werden müssen.

Technische Bausteine: Ausführung, Verifikation, Governance

Standardisierte Ausführung von KI-Workloads

LEP100 modelliert KI-Aufrufe als klar strukturierte Operationen, z.B.:

• Modell-ID und -Version

• Eingabeparameter (bzw. Referenzen auf Datenquellen)

• gewünschte Qualitäts-/Kostenprofile (z.B. Latenz vs. Genauigkeit)

• Policies für Logging und Speicherung

Diese Parameter werden in Transaktionen kodiert und über Lithic-Smart-Contracts ausgeführt. Damit wird nachvollziehbar, welches Modell mit welchen Parametern eine Entscheidung oder ein Ergebnis erzeugt hat – ein kritischer Punkt für Auditability und Erklärbarkeit.

Kryptografische Verifikation und Quittungen

LEP100 sieht kryptografisch signierte Ausführungs-Quittungen vor:

• Jede KI-Ausführung erzeugt einen strukturierten Beleg mit Hash der Eingaben, Hash oder Commitment der Ausgaben, Provider-Signatur und Kontextdaten.

• In Umgebungen mit besonders hohen Anforderungen kann eine zusätzliche Verifikationsebene aktiviert werden (z.B. Zero-Knowledge- oder Multi-Party-Ansätze), um die Korrektheit der Ausführung unabhängig vom Provider zu prüfen.

Damit entsteht eine prüfbare Beweiskette vom Input über das Modell bis hin zur Entscheidung, ohne dass Modellgewichte offengelegt werden müssen – ein wichtiger Kompromiss zwischen Compliance und IP-Schutz.

Governance und Kostenmodelle

LEP100 standardisiert, wie Kosten berechnet und verteilt werden – etwa entlang von:

• Rechenzeit und Modellgröße

• Prioritätsklassen (Standard vs. Premium)

• beteiligten Validierungs- und Verifikationsdiensten

Governance-Fragen – z.B. welche Modelle im Netzwerk zugelassen sind oder welche Verifikationsebenen in regulierten Branchen verpflichtend sind – lassen sich auf Protokollebene regeln und über On-Chain-Governance weiterentwickeln. Unternehmen können so Policies als Code implementieren, statt sie nur organisatorisch festzulegen.

Anwendungsfälle für Unternehmen

1. DeFi-Protokolle mit KI-basiertem Risikomanagement

Ein DeFi-Protokoll könnte seine Risikomodelle (z.B. für Besicherungsgrade oder Liquidationsschwellen) über LEP100 definierte KI-Dienste laufen lassen:

• Modellaufrufe erfolgen standardisiert über Lithic-Smart-Contracts.

• Jede Berechnung von Risiko-Scores erzeugt eine prüfbare Quittung.

• MultX erlaubt, Ergebnisse über mehrere Chains zu propagieren.

Für Protokollbetreiber bedeutet das: nachvollziehbare Entscheidungen bei gleichzeitiger Unabhängigkeit von einer einzelnen Cloud-Plattform.

2. Institutionelle Vermögensverwalter mit Web3-Exposure

Asset Manager, die tokenisierte Assets oder On-Chain-Strategien einsetzen, können KI-gestützte Research-, Portfolio- oder Rebalancing-Modelle in eine LEP100-basierte Infrastruktur auslagern:

• Einheitliches Kostenmodell und Transparenz über Rechenaufwände.

• Nachweisbar, wann welche Modellversion welche Empfehlung erzeugt hat.

• Möglichkeit, KI-Provider auszutauschen, ohne das Governance- oder Abrechnungsmodell neu zu entwerfen.

So entsteht ein vendor-neutrales Ausführungs- und Abrechnungsmodell für KI im institutionellen Web3-Kontext.

3. Regulierte Branchen: Identitäts- und Compliance-nahe KI

In Kombination mit DNNS als programmierbarer Identitäts-Layer können Unternehmen Szenarien umsetzen wie:

• KI-gestützte KYC-/AML-Prüfungen mit on-chain dokumentierter Ausführung,

• Routing sensibler Workloads an Provider, die bestimmte Zertifizierungen oder Standortauflagen erfüllen,

• feingranulare Zugriffspolicies auf Basis dezentraler Identitätsmerkmale.

Hier ist entscheidend, dass Audit-Trails und Governance-Regeln im Protokoll verankert sind und nicht von Einzellösungen einzelner Dienstleister abhängen.

Implikationen für Governance, Compliance und Architekturentscheidungen

Reduktion von Integrations- und Auditaufwand

Unternehmen, die heute KI-Dienste über mehrere Chains und Provider integrieren, betreiben häufig individuelle Brücken, proprietäre APIs und manuelle Audit-Prozesse. LEP100 bietet einen einheitlichen Rahmen, der:

• Integrationsmuster standardisiert,

• Abrechnung und Logging vereinheitlicht,

• Prüfpfade verlässlich on-chain abbildet.

Das kann den Aufwand für technische Integration und Compliance-Prüfungen signifikant senken – insbesondere in Multi-Provider- und Multi-Chain-Setups.

Vorbereitung auf strengere KI-Regulierung

Ansätze wie der EU AI Act zielen auf Nachvollziehbarkeit von Modellen, Entscheidungen und Datenflüssen. LEP100 adressiert genau diese Punkte auf Infrastrukturebene:

• standardisierte Modell- und Ausführungsmetadaten,

• kryptografisch gesicherte Logs,

• konfigurierbare Verifikationsstufen nach Risikoklasse.

Für europäische Unternehmen eröffnet das die Möglichkeit, dezentrale KI-Systeme so aufzubauen, dass spätere Regulierungsanforderungen eher über Governance-Updates als über komplette Neuarchitekturen adressiert werden können.

Strategische Frage: Proprietäre Cloud oder dezentrale KI-Infrastruktur?

Mit LEP100 verschärft sich für Entscheidungsträger die strategische Abwägung:

• Proprietäre Cloud-KI bietet hohe Reife und Ökosystembreite, jedoch Lock-in-Risiken und begrenzte On-Chain-Auditability.

• LEP100-basierte, dezentrale KI-Infrastruktur bringt Standardisierung, Interoperabilität und On-Chain-Governance, ist aber technologisch jünger und aktuell vor allem im Testnet- und Early-Adopter-Stadium.

Ein möglicher Weg ist eine Hybridstrategie:

• kritische, regulierungsnahe oder hochgradig auditpflichtige Workloads werden LEP100-basiert gestaltet,

• weniger kritische Funktionen verbleiben kurzfristig in proprietären Cloud-Stacks und werden mittelfristig migriert, wenn sich das Ökosystem konsolidiert.

Handlungsempfehlungen für Unternehmen

1. Use-Case-Portfolio prüfen: Identifizieren Sie KI-Funktionen, bei denen Auditability, Governance und Provider-Neutralität besonders wichtig sind (z.B. Risikomodelle, Compliance-Entscheidungen, Identitätsprüfungen).

2. Architektur-Blueprint erstellen: Skizzieren Sie, wie LEP100, Lithic, MultX und DNNS in Ihre bestehende Infrastruktur integriert werden könnten – inklusive Datenpfaden und Governance-Prozessen.

3. Pilot im Makalu-Testnet planen: Starten Sie mit begrenzten, aber kritischen Workloads, um Erfahrungswerte bei Kosten, Latenz, Verfügbarkeit und Governance-Flexibilität zu sammeln.

4. Regulatorische Anforderungen mappen: Vergleichen Sie Anforderungen (z.B. EU AI Act, DORA, Finanzmarktregulierung) mit den in LEP100 abgebildeten Metadaten und Verifikationsfunktionen.

5. Provider-Strategie definieren: Legen Sie fest, welche KI-Modelle und -Provider in LEP100-konformen Umgebungen zugelassen werden sollen und wie Sie Exit-Szenarien (Wechsel des Providers, Modell-Rollbacks) gestalten.

Für Organisationen, die KI systematisch in Web3-, DeFi- oder andere Distributed-Ledger-Kontexte integrieren wollen, markiert LEP100 einen wichtigen Schritt: weg von ad-hoc-Integrationen hin zu einem standardisierten, verifizierbaren und governance-fähigen Ausführungsrahmen für KI auf Protokollebene.

Häufig gestellte Fragen (FAQ)

Was ist das LEP100-Framework von Lithosphere?

LEP100 ist ein von Lithosphere entwickeltes Standards-Framework für die Ausführung, Bepreisung und Governance von KI-Workloads auf einer AI-nativen Blockchain. Es definiert, wie KI-Modellaufrufe als Transaktionen abgebildet, kryptografisch verifiziert und auditierbar in einer dezentralen Infrastruktur betrieben werden.

Wie funktioniert die Ausführung und Verifikation von KI-Workloads mit LEP100?

Bei LEP100 werden KI-Aufrufe inklusive Modell-ID, Version, Parametern und Policies als strukturierte Transaktionen über Lithic-Smart-Contracts ausgeführt. Jede Ausführung erzeugt eine kryptografisch signierte Quittung mit Hashes von Ein- und Ausgaben, sodass eine prüfbare Beweiskette entsteht und bei Bedarf zusätzliche Verifikationsebenen (z.B. Zero-Knowledge-Verfahren) aktiviert werden können.

Worin unterscheidet sich LEP100 von klassischen Token-Standards und Cloud-KI-APIs?

Klassische Token-Standards wie ERC-20 standardisieren hauptsächlich Transfer- und Eventlogik von Tokens, während LEP100 den gesamten Lebenszyklus von KI-Aufrufen inklusive Kostenmodell, Governance und Verifikation definiert. Im Gegensatz zu proprietären Cloud-KI-APIs verschiebt LEP100 Abrechnung, Zugriffskontrolle und Logging auf eine offene, blockchain-basierte Protokollebene.

Welche Vorteile bietet LEP100 Unternehmen in Bezug auf Governance und Compliance?

LEP100 erlaubt es, Governance-Regeln und Compliance-Anforderungen direkt im Protokoll als Code abzubilden, anstatt sie nur organisatorisch zu verwalten. Dadurch werden Audit-Trails, Kostenmodelle und Zulassungsregeln für Modelle standardisiert, was insbesondere in regulierten Branchen die Prüfung und Nachvollziehbarkeit von KI-Entscheidungen erleichtert.

Welche Anwendungsfälle für Unternehmen eignen sich besonders für LEP100?

Besonders geeignet sind KI-getriebene DeFi-Risikomodelle, institutionelles Asset-Management mit Web3-Exposure sowie identitäts- und compliance-nahe KI-Anwendungen wie KYC/AML-Prüfungen. In all diesen Szenarien profitieren Unternehmen von standardisierter Ausführung, Provider-Neutralität und nachvollziehbaren, on-chain dokumentierten Entscheidungen.

Welche Auswirkungen hat LEP100 auf Architekturentscheidungen zwischen Cloud-KI und dezentraler KI-Infrastruktur?

Mit LEP100 wird die Frage relevanter, welche Workloads aufgrund von Auditability, Governance und Lock-in-Risiken besser in einer dezentralen, standardisierten Umgebung laufen sollten. Viele Unternehmen werden auf eine Hybridstrategie setzen, bei der kritische, regulierungsnahe Workloads LEP100-basiert ausgeführt werden, während weniger sensible Funktionen vorerst in proprietären Cloud-Stacks verbleiben.

Was sollten Unternehmen jetzt konkret tun, um LEP100 zu evaluieren?

Unternehmen sollten zunächst KI-Use-Cases mit hohem Bedarf an Nachvollziehbarkeit und Provider-Neutralität identifizieren und dafür einen Architektur-Blueprint mit LEP100, Lithic, MultX und DNNS entwerfen. Anschließend empfiehlt sich ein Pilotprojekt im Makalu-Testnet, kombiniert mit einer Mapping-Übung der eigenen regulatorischen Anforderungen auf die in LEP100 verfügbaren Metadaten- und Verifikationsfunktionen.