Ausführliche Erklärung
1. Zweck & Nutzen
Qubic möchte eine dezentrale Infrastruktur für allgemeine künstliche Intelligenz (AGI) schaffen. Gegründet von Sergey Ivancheglo (Mitbegründer von IOTA und NXT), verfolgt das Projekt das Ziel, ein global verteiltes Netzwerk von Computern, sogenannte Computors, zu nutzen, um große neuronale Netzwerke für die KI-Initiative namens Aigarth zu trainieren. Damit ist Qubic nicht nur ein Finanzbuch, sondern eine grundlegende Plattform für maschinengesteuerte Ökonomien, in denen Rechenleistung direkt intelligente Systeme erzeugt.
2. Technologie & Aufbau
Das Netzwerk arbeitet mit einem Quorum-basierten Berechnungsmodell (QBC), bei dem 676 Computors Smart Contracts ausführen und einen Konsens erzielen. Eine Entscheidung gilt als endgültig, wenn mindestens 451 (also zwei Drittel) zustimmen. Die zentrale Innovation ist der Nützliche Proof of Work (uPoW), der die Mining-Hardware sinnvoll einsetzt. Statt willkürliche Rechenaufgaben zu lösen, wird die Rechenleistung aufgeteilt: Ein Teil trainiert die Aigarth-KI, der andere Teil führt ausgelagertes Mining für andere Proof-of-Work-Blockchains wie Dogecoin durch und generiert so reale Einnahmen. Die Plattform bietet schnelle, gebührenfreie Transaktionen mit sofortiger Endgültigkeit.
3. Tokenomics & Governance
Der QUBIC-Token hat eine feste wöchentliche Ausgabe, die als Belohnung an die Computors für ihre Rechenleistung verteilt wird. Ein besonderes deflationäres Element ist zentral für die Ökonomie: Alle Einnahmen aus dem externen Mining (z. B. Monero oder Dogecoin) werden in Stablecoins umgewandelt, um QUBIC-Token am Markt zurückzukaufen und anschließend zu vernichten. Dieser Rückkauf-und-Verbrenn-Prozess soll Inflation verhindern und die Knappheit der Token erhöhen. Die Governance erfolgt durch das Quorum der Computors, die über Parameter wie Smart-Contract-Gebühren abstimmen.
Fazit
Qubic ist im Kern ein dezentrales Rechennetzwerk, das rohe Rechenleistung monetarisiert, um die Entwicklung seiner eigenen KI zu finanzieren und voranzutreiben. Ziel ist es, eine sich selbst tragende AGI-Wirtschaft aufzubauen. Die entscheidende Frage bleibt, wie gut sich der neuartige Nützliche Proof of Work-Mechanismus skalieren lässt, um den enormen Rechenbedarf für fortgeschrittenes KI-Training zu decken.