LONDON / LONDON (IT BOLTWISE) – Das BIS stellt gängige Onchain-Kennzahlen für Bitcoin, Ethereum und Tron infrage. Je nach Rechenmethode können Schätzungen zum Bitcoin-Transfervolumen stark schwanken, bei der Marktkapitalisierung sogar um den Faktor vier. Die Studie zeigt, dass Wechselgeld-Mechaniken und als „verloren“ geltende Coins das Bild verzerren. Für Anleger bedeutet das: Onchain-Daten liefern eher Orientierung als belastbare exakte Messgrößen.
Die zentrale Botschaft der neuen Untersuchung der Bank für Internationalen Zahlungsausgleich (BIS) klingt zunächst unspektakulär, hat aber unmittelbare Folgen für die tägliche Krypto-Analyse: Onchain-Kennzahlen werden oft so verwendet, als seien sie direkte Messgrößen wirtschaftlicher Aktivität. In der Praxis hängt die Aussagekraft jedoch stark davon ab, wie Daten aus Blockchains rekonstruiert werden. Genau das rücken Timothy Aerts, Ronald Heijmans, Jan Paulick und Violeta Vuletic in ihrem Working Paper Nr. 1377 in den Fokus, das unter dem Titel „Hidden by complexity? Measuring stablecoin, crypto and decentralised finance ecosystems“ die Messlogik hinter gängigen Indikatoren kritisch prüft.
Für Bitcoin identifizieren die Autoren ein Kernproblem, das sich aus der technischen Besonderheit von dessen UTXO-Modell (Unspent Transaction Outputs) ergibt. Wer Coins ausgibt, überträgt im Regelfall nicht den gesamten Betrag eines zuvor empfangenen Outputs; der Rest läuft als Wechselgeld zurück an den Absender. Je nachdem, wie ein Analyst „Transfervolumen“ buchstäblich aus den Outputs ableitet, kann dieser Rückfluss als zusätzlicher Output in das Transfervolumen eingerechnet werden, obwohl kein Geld an eine andere Partei geflossen ist. Daraus folgt eine harte Spannbreite: Die Schätzungen zum Bitcoin-Onchain-Transfervolumen können laut Studie um das bis zu Sechsfache voneinander abweichen. Dass solche Effekte real in den Daten auftreten, wird besonders deutlich, weil die Forscher für die Bitcoin-Analyse historisch von 2009 bis 2026 reichen und dabei rund 1,3 Milliarden Transaktionen sowie 3,6 Milliarden Transaktions-Outputs auswerteten.
Auch bei der Marktkapitalisierung zeigt sich, dass „die Zahl“ nicht eindeutig ist, solange die Messformel nicht feststeht. In der Studie wird eine konventionelle Berechnung mit einer sogenannten „Realized Capitalization“ kontrastiert, bei der jeder Bitcoin mit dem Kurs bewertet wird, zu dem er bei seiner letzten Bewegung bewertet wurde. Nach den Angaben der Autoren lag die konventionelle Kennzahl zeitweise bis zu viermal höher als die Realized Capitalization. Zusätzlich verschiebt die Behandlung sogenannter „Lost Coins“ das Bild: Rund 1,8 Millionen Bitcoin gelten seit mehr als 15 Jahren als nicht bewegt; mehr als eine Million davon werden dem Bitcoin-Erfinder Satoshi Nakamoto zugeschrieben. Sobald man diese Coins als wahrscheinlich verloren aus der Rechnung herausnimmt, sinkt die resultierende Marktkapitalisierung deutlich, weil das tatsächlich verfügbare Angebot geringer ausfällt als in Standardansätzen.
Die BIS-Forscher formulieren dabei eine grundsätzliche Einschränkung: Onchain-Indikatoren seien häufig unpräzise Nährungswerte und nicht als direkte Messgröße wirtschaftlicher Aktivität zu verstehen. Transaktionsvolumen, Marktkapitalisierung oder Total Value Locked können demnach einen Genauigkeitsgrad suggerieren, den die Daten in der verwendeten Form nicht hergeben. Methodische Unterschiede entstehen nicht nur durch Rechenformeln, sondern auch durch Interpretationsschritte: Welche Outputs zählen als „reine“ Transfers, wie werden Wechselgeldflüsse behandelt, und wie werden Annahmen über Verlust oder Zuordnung von Coins in die Rechnung eingebaut? Die Untersuchung setzt hier an und nutzt als Analyseplattform Mercurius, entwickelt von der niederländischen Zentralbank gemeinsam mit dem BIS Innovation Hub sowie der Deutschen Bundesbank. Insgesamt flossen Daten von rund 100 Milliarden Datensätzen in die Auswertung.
Die Kritik bleibt nicht auf Bitcoin beschränkt. Für Ethereum nennen die Autoren vor allem die Komplexität der Smart-Contract-Landschaft als Messbremse: Von rund 67,5 Millionen untersuchten aktiven Smart Contracts konnten etwa 54 Millionen anhand der in der Studie verwendeten Kategorien nicht klassifiziert werden. Diese Lücke bedeutet in der Praxis, dass viele auf Kategorien basierende DeFi- und Stablecoin-Metriken unter Umständen nicht sauber vergleichbar sind, weil die Datenbasis nicht ausreichend granular und eindeutig etikettiert werden kann. Bei Stablecoins kommt hinzu, dass sich das Verhältnis zu DeFi-Aktivitäten und Zahlungsanwendungen je nach Blockchain unterscheiden kann: Die Untersuchung beschreibt USDT auf Ethereum als stärker mit DeFi verbunden, auf Tron dagegen eher mit zahlungsähnlichen Anwendungen und der Nutzung als Wertspeicher. Im Jahr 2022 sollen mehr als 20 Prozent des USDT auf Ethereum in Smart Contracts gelegen haben, während es auf Tron nur rund ein Prozent waren.
Für DeFi-Ökosysteme leiten die Autoren daraus Messvorschläge ab, die weg von einzelnen Punktwerten hin zu Bandbreiten mit offengelegten Annahmen führen. Statt ausschließlich „die eine“ Kennzahl zu berichten, sollen Annahmen transparent gemacht und eine technische Klassifikation von Smart Contracts und Transaktionen vorgenommen werden. Das ist für die Branche vor allem deshalb relevant, weil DeFi-Kennzahlen in Berichten häufig als harte Vergleichswerte gehandelt werden, obwohl sie aus komplexen Interpretationsketten entstehen. Für Unternehmen und Analysten erhöht das die Anforderung, nicht nur die Zahlen zu beobachten, sondern auch die Berechnungsmethodik in die Auswertung einzubeziehen.
Was bedeutet das konkret für Krypto-Anleger? Die Studie legt nahe, Onchain-Daten vor allem als Orientierungshilfen zu behandeln, nicht als exakte Messwerte. Wer Kennzahlen wie Transfervolumen oder das Verhältnis von Marktkapitalisierung zu Realized Cap (MVRV) für Kauf- oder Verkaufsentscheidungen nutzt, sollte berücksichtigen, dass Werte stark davon abhängen, welche Berechnungsmethode ein Datenanbieter implementiert hat. Sinnvoller als die Fixierung auf einzelne absolute Zahlen ist laut der Studie der Blick auf Trends und der Abgleich mehrerer Quellen, weil Messunterschiede dann weniger als „Signal“ wirken und stärker als „Interpretationsvariable“ sichtbar werden. Auch bei der Marktkapitalisierung lohnt ein zweiter Blick: Rechnet man wahrscheinlich verlorene Coins heraus, ist das tatsächlich verfügbare Angebot kleiner als es eine Standardberechnung suggeriert. Eine belastliche Grundlage für Kursprognosen entsteht damit eher durch die Kombination von Onchain-Evidenz mit weiteren Faktoren statt durch die alleinige Sicht auf eine Kennzahl.
💳 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 "BIS deckt Messfehler bei Onchain-Kennzahlen auf: Warum Bitcoin & Co. schwer vergleichbar sind" 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 "BIS deckt Messfehler bei Onchain-Kennzahlen auf: Warum Bitcoin & Co. schwer vergleichbar sind" 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: »BIS deckt Messfehler bei Onchain-Kennzahlen auf: Warum Bitcoin & Co. schwer vergleichbar sind« bei Google Deutschland suchen, bei Bing oder Google News!