LONDON (IT BOLTWISE) – Quantum Blockchain Technologies (QBT) meldet bei der KI-gestützten „Method C AI Oracle“-Technologie deutliche Fortschritte für Live-Bitcoin-Mining, inklusive Patentnachmeldung, Ergebnissen aus Tests auf aktuellen Blockchain-Blocks und einem rund 30%igen Mining-Vorteil in FPGA-Vergleichen. Gleichzeitig weitet sich der Verlust aus und QBT endet das Jahr mit Netto-Unterdeckung an kurzfristigen Verbindlichkeiten. Nach dem Jahresende erhöht die Gesellschaft frisches Kapital, verlängert Bond-Fälligkeiten bis Dezember 2028 und treibt die Validierung bis hin zu Mining-Development-Kits durch. Für den Markt zählt dabei vor allem die Frage, wie gut sich ein softwarebasiertes KI-Oracle in bestehende Mining-Stacks integrieren lässt.
Quantum Blockchain Technologies (QBT) stellt im Rahmen seiner 2025er Finanzberichterstattung nicht die reine Ergebnisentwicklung in den Mittelpunkt, sondern die technische Roadmap hin zu einem Live-Deployment seiner Bitcoin-Mining-Software. Der Drehpunkt heißt „Method C AI Oracle“: Das Unternehmen beschreibt für 2025 „signifikante Fortschritte“ und verweist dabei auf neue Patentanmeldungen sowie Tests, die bereits auf laufenden Blockchain-Blöcken durchgeführt wurden. Damit verschiebt sich die Erwartung von reinen Labornachweisen hin zu einer Phase, in der die Technologie im realen Betriebsumfeld validiert werden soll. Gleichzeitig zeigt die Bilanzseite aber, dass dieser Weg nicht ohne erhebliche finanzielle Anspannung möglich ist.
Technisch liefert QBT drei Bausteine, die das Setup greifbar machen: Erstens wurde eine Patentanmeldung eingereicht, die binary decision trees adressiert, also eine strukturierte Entscheidungslogik innerhalb der Modellkomponente. Zweitens betont die Gesellschaft, dass Live-Bitcoin-Mining-Tests auf aktuellen Blockchain-Blöcken erfolgten. Drittens nennt QBT einen quantitativen Vorteil aus FPGA-basierten Live-Tests: In der Gegenüberstellung mit derselben Hardware, aber ohne das AI Oracle, sei ein etwa 30%iger Mining-Vorteil gemessen worden. Solche Kennzahlen sind für Entscheider wichtig, weil sich Effizienzgewinne im Mining unmittelbar in Kosten pro Hash und potenziell in verwertbare Treffer übersetzen.
Ein wesentlicher Unterschied zu vielen Mining-Ansätzen liegt laut QBT in der Architektur: Das Unternehmen beschreibt eine software-only Version von „Method C“ als eines der kommerziell bedeutsamsten Meilensteine. Diese Version soll sich in Mining-Software-Umgebungen integrieren lassen, etwa in CGMiner-ähnliche Ökosysteme, statt direkt auf ASIC-Chip-Architekturen zu zielen. Genau das macht die Technologie strategisch anschlussfähig: Software-Integration reduziert Entwicklungs- und Validierungskosten, weil man vorhandene Pipelines, Treiber- und Stratum-Kompatibilitäten nutzt, statt den kompletten Weg über Hardware-Designs zu gehen. Für die KI-Entwicklung bedeutet das zudem, dass man eher an Inferenz- und Steuerungslogik als an schaltungstechnische Constraints gebunden ist.
Im Marktumfeld trifft QBT mit solchen Aussagen auf eine Branche, die bereits stark nach Effizienz und Skalierung optimiert ist. Wettbewerber wie große Mining-Hardwareanbieter setzen häufig auf ASIC-nahe Optimierungen oder auf eng abgestimmte Firmware-Stacks, während Cloud-Mining-Plattformen eher auf Kostenmodelle, Energieflüsse und Betriebssicherheit fokussieren. In diesem Kontext ist QBTs Fokus auf FPGA-Live-Tests eine Brücke: FPGA-Systeme eignen sich gut für Prototyping und für die Verifikation von Logikänderungen unter realen Last- und Blockbedingungen, bevor man teure ASIC-Entwicklungsschritte wagt. Branchenanalysten bringen es in der Diskussion um solche Projekte häufig auf einen Satz: „Ohne belastbare Live-Performance bleibt KI im Mining Marketing.“ QBT versucht, diese Lücke mit dem 30%-Vergleich und dem „current blockchain blocks“-Narrativ zu schließen.
Auch die weiteren Schritte nach Jahresende sind für die Einordnung entscheidend. QBT berichtet, dass man 3,5 Millionen Euro vor Ausgaben aufgenommen hat (0,35p pro Aktie), die Fälligkeiten der Bonds bis Dezember 2028 verlängerte und das Testing mit Hilfe eines Mining Development Kit eines ASIC-Herstellers vorantrieb. Ergänzend wird eine kommerzielle Komponente sichtbar: QBT habe Gespräche mit ASIC-Manufacturern geführt, inklusive NDA-Absprachen, sowie der Bereitstellung von dediziertem Mining-Hardware-Setup, Quellcode und technischer Dokumentation durch einen Hersteller. Genau diese Art von Lieferumfang ist ein starker Signalgeber, weil sie Integrationsaufwand und Zugriff auf Schnittstellen reduziert.
Auf der Finanz- und Risikoebene bleibt der Druck spürbar. QBT meldet eine umfassende Gesamtlossumme von 3,13 Millionen Euro für das Jahr bis zum 31. Dezember 2025, nach 2,85 Millionen Euro im Vorjahr. Operative Verluste seien dabei weitgehend stabil gewesen, während die liquiden Mittel von 604.000 Euro auf 451.000 Euro zurückgingen. Zudem weist das Unternehmen net current liabilities am Jahresende aus, was für Investoren bedeutet: Der kurzfristige finanzielle Spielraum ist begrenzt und hängt von Kapitalmaßnahmen und Umsetzungstempo ab. Solche Rahmenbedingungen beeinflussen, wie schnell KI-gestützte Mining-Tests von Pilotphasen in wiederholbare Deployments überführt werden können.
Regulatorisch und datenschutzbezogen ist die Situation im Vergleich zu klassischen KI-SaaS-Fällen weniger direkt, aber nicht irrelevant. Mining-Setups verarbeiten nicht primär personenbezogene Daten, sie berühren jedoch Themen wie Energieverbrauch, Betriebs-Compliance in Rechenzentren und potenziell Meldepflichten im Kontext von Unternehmensfinanzierung und Kapitalmaßnahmen. Hinzu kommt die IT-Sicherheit: Wenn ein KI-Oracle in bestehende Mining-Software integriert wird, entstehen Angriffsflächen entlang der Steuerungskanäle (z. B. Konfigurations-, Update- und Logging-Pfade). Für Unternehmen, die solche Komponenten evaluieren, wird daher die Frage nach Modell- und Supply-Chain-Sicherheit zentral: Wer signiert welche Version, wie wird deterministisches Verhalten unter Stress geprüft, und wie werden Abweichungen (Drift) erkannt?
Vergleicht man die technische Grundlage von QBT mit gängigen KI-Ansätzen, fällt auf, dass das Unternehmen bewusst den Fokus auf interpretierbare Entscheidungsstrukturen (binary decision trees) und auf Integration in vorhandene Mining-Stacks legt. Diese Wahl kann helfen, Latenz und Inferenzkosten zu begrenzen, die im Mining praktisch sofort die Wirksamkeit bestimmen. Der praktische Unterschied zu „reinem“ On-Device- oder Black-Box-Ansatz liegt meist in der Testbarkeit: Entscheidungstrees sind leichter gegen definierte Parameter zu validieren, während sich komplexe Neuronennetze zwar leistungsfähig zeigen können, aber im Betrieb häufiger über Retraining- und Monitoring-Prozesse abgesichert werden müssen. Genau daran wird sich in den nächsten Stufen entscheiden, ob der FPGA-Vorteil auch unter ASIC-naher Hardware-Realität replizierbar bleibt.
Für die weitere Entwicklung plant QBT mehrere Schritte, die das Risiko in Etappen reduzieren sollen: zusätzliche Kapitalaufnahme, längere Bondlaufzeiten und die konkrete Testführung über ein ASIC-„Mining Development Kit“. Gleichzeitig wird ein Teil des Portfolios bereinigt: QBT will seine verbleibende 23,39%-Beteiligung an Forcrowd Srl für 155.000 Euro verkaufen. Das wirkt zunächst wie eine Randnotiz, kann aber die Liquiditätsplanung stabilisieren und damit dem Engineering Zeit geben. Sollte sich die Integration in ASIC-nahe Umgebungen bestätigen, entsteht für Entwickler und Mining-Betrieb ein neuer Hebel: KI-gestützte Steuerungslogik, die nicht auf Hardware-Neuentwicklung angewiesen ist, sondern als softwarebasierte Schicht auf bestehenden Toolchains aufsetzt. In den kommenden Quartalen wird sich zeigen, ob QBT damit tatsächlich von der Testwelt in den Dauerbetrieb gelangt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "QBT rückt mit „Method C“ und FPGA-Tests der Live-Deployment von Bitcoin-Mining näher" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "QBT rückt mit „Method C“ und FPGA-Tests der Live-Deployment von Bitcoin-Mining näher" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »QBT rückt mit „Method C“ und FPGA-Tests der Live-Deployment von Bitcoin-Mining näher« bei Google Deutschland suchen, bei Bing oder Google News!