.
In einer Welt, in der künstliche Intelligenz zunehmend Entscheidungen mit hohen Einsätzen trifft – im Gesundheitswesen, in der Finanzen, in der Governance und sogar im Krieg – stehen wir vor einer drängenden Frage: Können wir KI wirklich vertrauen? Nicht nur ihren Absichten, sondern auch ihren Ergebnissen? Können wir sicher sein, dass die Empfehlung eines Algorithmus tatsächlich wie behauptet berechnet wurde, ohne Vorurteile, Manipulation oder Abkürzungen? @Lagrange Official
Hier kommt Lagrange ins Spiel, ein aufstrebendes Startup, das still und heimlich die Infrastruktur für überprüfbare KI aufbaut. Ihr Pitch ist einfach, sogar radikal: Jede KI-Ausgabe sollte mit einem kryptografischen Beweis kommen. Denk daran wie an einen digitalen Beleg, der sagt: „Ja, diese KI hat das richtige Modell mit dem richtigen Eingang ausgeführt und dir diesen Ausgang gegeben – und hier ist die Mathematik, um es zu beweisen.“
Ihr Flaggschiff-Tool, DeepProve, ist das schnellste System bisher, um maschinelles Lernen-Vorhersagen in wasserdichte Zero-Knowledge-Beweise umzuwandeln. Und während das abstrakt klingt, sind die Auswirkungen riesig: Stell dir vor, Krankenhäuser bestätigen Diagnosen, ohne private Scans preiszugeben, oder Aufsichtsbehörden bestätigen ein Risiko-Modell einer Bank, ohne in Kundendaten zu schauen.
Das ist nicht nur Forschung. Lagrange baut echte Werkzeuge für Entwickler und arbeitet bereits mit großen Akteuren in Krypto, KI und Hardware zusammen. Und mit der Unterstützung von Peter Thiels Founders Fund, NVIDIA, Intel und Ethereums EigenLayer könnten sie auf etwas Großes gestoßen sein.
Lass uns aufschlüsseln, was sie tun – und warum es eine der wichtigsten Vertrauensebenen in der AI-Ära werden könnte.
Eine neue Vertrauensebene für KI
Die Ursprungsgeschichte von Lagrange ist in einer zentralen Frustration verwurzelt: Moderne KI ist mächtig, aber undurchsichtig. Man weiß selten, wie ein Ergebnis berechnet wurde, und oft muss man dem Glauben an den Schöpfer des Modells vertrauen. Für den Gründer und CEO Ismael Hishon-Rezaizadeh war das nicht gut genug. 2023 gründete er Lagrange, um das zu beheben – mit einem der fortschrittlichsten Werkzeuge der modernen Kryptographie: Zero-Knowledge-Beweise (ZKPs).
ZKPs sind irgendwie magisch. Sie ermöglichen es jemandem, nachzuweisen, dass eine Berechnung korrekt durchgeführt wurde – ohne Details darüber preiszugeben, was berechnet wurde. Im Fall von KI bedeutet das, zu beweisen, dass ein neuronales Netzwerk einen bestimmten Eingang verarbeitet und einen bestimmten Ausgang erzeugt hat, ohne den Eingang, den Ausgang oder das Modell selbst preiszugeben.
Das ist die Kernidee hinter zkML, oder Zero-Knowledge Machine Learning – und hier führt Lagrange die Spitze an.
DeepProve: KI-Vorhersagen in kryptografische Garantien umwandeln
DeepProve, das Anfang 2025 gestartet wurde, ist Lagranges zkML-Engine. Denk daran wie an eine Hülle für KI-Modelle: Es führt das Modell wie gewohnt aus, gibt aber auch einen kryptografischen Beweis aus – ein kleines, manipulationssicheres Paket, das bestätigt, dass das Modell wie erwartet ausgeführt wurde.
Das ist nicht nur akademisch. Entwickler können DeepProve jetzt in Echtzeitanwendungen integrieren. Gib ihm ein Modell (sagen wir, einen Betrugserkennungs- oder medizinischen Bildklassifizierer), führe eine Inferenz durch, und es wird einen prägnanten Beweis erzeugen, dass alles korrekt durchgeführt wurde – selbst wenn das Modell riesig oder die Daten sensibel sind.
Besser noch, dieser Beweis kann on-chain, off-chain oder überall dort verifiziert werden, wo du es benötigst. Es ist nicht nötig, dem Modellanbieter zu vertrauen oder jede Zeile Code zu überprüfen. Überprüfe einfach den Beweis.
Was macht DeepProve anders?
Lagranges geheime Zutat liegt in Geschwindigkeit und Skalierung. Zero-Knowledge-Beweise sind mächtig, aber traditionell langsam. Das Nachweisen eines einfachen KI-Modells könnte Stunden dauern. Das ist für Anwendungen in der realen Welt nicht praktikabel.
DeepProve ändert das. Laut dem Unternehmen ist es über 100 Mal schneller als frühere zkML-Systeme und in einigen Fällen bis zu 1000 Mal schneller. Es verwendet fortschrittliche kryptografische Techniken (wie Summenprüfungen und Lookup-Tabellen), kombiniert mit einem dezentralen Beweiser-Netzwerk, um die Arbeit massiv zu parallelisieren.
So funktioniert es in einfachen Worten:
Du gibst DeepProve ein KI-Modell und einen Eingang.
Es sendet die schwere Berechnung an ein Netzwerk spezialisierter Beweiser (eine Art GPU-unterstützter Cloud).
Diese Beweiser führen die Berechnungen durch, erzeugen einen Beweis und geben ihn zurück – alles in Sekunden oder weniger.
Du (oder dein Benutzer, oder dein Smart Contract) überprüfst das Ergebnis sofort.
Es ist wie AWS für Vertrauen – nur dezentralisiert, überprüfbar und datenschutzfreundlich.
Echtwelt-Anwendungen: Warum das wichtig ist
DeepProve ist nicht nur für Krypto-Nerds oder KI-Forscher. Es eröffnet reale, praktische Anwendungsfälle, die zuvor unmöglich oder zu riskant waren:
Gesundheitswesen: KI-Diagnosen können jetzt mit einem Beweis kommen – ohne deine Untersuchung, deinen Namen oder die proprietäre Logik des Modells offenzulegen.
Finanzen: Kreditgeber können nachweisen, dass ihr Kreditbewertungsmodell korrekt ausgeführt wurde, ohne ihren Algorithmus oder dein Einkommen zu zeigen.
Web3 & DeFi: DAOs und dApps können off-chain KI-Entscheidungen (wie Governance oder Handelsbots) überprüfen, ohne sensible Logik on-chain zu bringen.
Cross-Chain-Apps: DeepProve funktioniert über Ketten hinweg und hilft Protokollen, Daten zu aggregieren oder Bedingungen auf vertrauenslose Weise zu überprüfen.
Das gemeinsame Thema: Überprüfbarkeit ohne Offenlegung. In einer Welt, die von Fake News, Deepfakes, Black-Box-KI und bösartigen Bots überschwemmt wird, ist das ein überzeugendes Versprechen.
Ein wachsendes Netzwerk von Partnern und Unterstützern
Lagrange baut das nicht allein. Tatsächlich ist es bereits in einige der größten Ökosysteme in der Technologie und Krypto integriert:
NVIDIA hat Lagrange in sein Inception-Programm aufgenommen – ein großes Zeichen für seine Relevanz in der KI.
Intel arbeitet mit Lagrange an der Hardware-Beschleunigung für ZK-Beweise zusammen.
Es ist ein Kern-EigenLayer AVS – was bedeutet, dass sein Beweiser-Netzwerk durch das massive Validatoren-Netzwerk von Ethereum gesichert ist.
Es integriert sich mit Ketten wie zkSync, Polygon, Base (Coinbase), Mantle und LayerZero.
Es wird auch von Binance Labs, 1kx, Maven 11 und Archetype unterstützt, unter anderen.
Ihre Seed-Runde, geleitet von Founders Fund, hat Mitte 2024 13,2 Millionen Dollar gesammelt – und die Gesamtfinanzierung liegt jetzt bei fast 18 Millionen Dollar. Die Technologie von Lagrange wird auch von großen Krypto-Infrastruktur-Anbietern wie Coinbase Cloud, Nethermind und Krake’s Staking-Sparte getestet.
Kurz gesagt: Sie bauen nicht nur coole Krypto-Mathematik im Vakuum. Sie integrieren es direkt in die Funktionsweise der nächsten Welle von Web3- und KI-Anwendungen.
Was kommt als Nächstes: Von KI-Belegen zu KI-Transparenz
Lagrange hat große Pläne. Ihre zkML-Tools sind nur der Anfang. Als Nächstes:
Unterstützung größerer und komplexerer Modelle (einschließlich Transformers und LLMs).
Ermöglichung von Beweisen des Trainings, nicht nur der Inferenz.
Erweiterung ihres dezentralen Beweiser-Netzwerks zur Unterstützung weiterer Apps und Ketten.
Einführung von „Euclid“, einem ZK-gestützten Koprozessor zum Abfragen großer Daten über Ketten hinweg.
Langfristig wollen sie, dass kryptografische Verifizierung für KI so standardmäßig wird wie HTTPS für Websites. Jede Ausgabe, jedes Modell, jede Entscheidung – beweisbar, privat und prüfbar.
Wie Hishon-Rezaizadeh es ausdrückte: „Jede transformative Technologie braucht ihre Vertrauensebene. Für KI ist es die kryptografische Verifizierung.“
Abschließende Gedanken: Warum Lagrange wichtig ist
Im Jahr 2025 ist KI keine Neuheit mehr. Sie schreibt Code, empfiehlt Medikamente, erkennt Betrug und lenkt Unternehmen. Aber zu oft wissen wir nicht, was sie tut – oder warum. Lagrange bietet einen neuen Weg nach vorn: KI, die sich selbst beweist.
Sie versuchen nicht, Modelle intelligenter zu machen. Sie machen sie ehrlich. In einer Zeit, in der Vertrauen rar ist, könnte das das wichtigste Upgrade sein, das wir der künstlichen Intelligenz geben können.
