Krypto-Marktdaten

Vier Datenarten gehen in eine Krypto-Intelligence-Plattform, und sie versagen unterschiedlich. Marktdaten sind Kurse und Volumina der Handelsplätze, saubere Daten dort, wo der Platz reguliert ist, dünne dort, wo nicht. On-Chain-Daten sind die Transaktionen selbst, vollständig, aber ohne Deutung sagt eine Adresse nichts über ein Haus. Referenzdaten sind die Identitätsschicht: welcher Token welcher ist, welcher Vertrag der maßgebliche ist, welcher Emittent dahintersteht. Entitätsdaten ordnen Adressen Börsen, Verwahrern und Protokollen zu.

Die meisten Probleme machen Referenz- und Entitätsdaten, denn ein Token mit demselben Kürzel existiert auf mehreren Chains, und die falsche Vertragsadresse liefert eine richtig aussehende Zahl zum falschen Wert. Diesen Teil prüft man an Daten, die man schon kennt: drei eigene Positionen nehmen, nachsehen, wie die Plattform sie identifiziert, und das On-Chain-Bild mit den eigenen Büchern vergleichen. Die Oracle-Netze, die solche Werte in Verträge einspeisen, etwa Chainlink und Chronicle, haben eine Schicht tiefer dasselbe Problem.

Die meisten Plattformen legen eine Stimmungsschicht aus sozialen Medien, Foren und Nachrichtenseiten darüber, manche bewerten Autoren nach Reichweite. Eine Praktikerbeschreibung von Krypto-Intelligence (auf Englisch) nennt als Eingaben vergangene Kurse, Handelsvolumina, Diskussionen in sozialen Medien und Nachrichtenseiten, auf die maschinelles Lernen angesetzt wird, um Muster zu finden, die beim Lesen desselben Materials entgehen.

Stimmungsdaten taugen als Maß für Gedränge, nicht als Signal. Sie zeigen, worüber ein sichtbarer Teil des Marktes spricht, was hilft, wenn man wissen will, ob eine Position schon Konsens ist, und sie sagen nichts darüber, ob sie richtig ist. Dasselbe gilt für ein Modellergebnis ohne genannten Beobachtungszeitraum: Ein Muster aus drei Jahren in einem so jungen Markt hat wenige unabhängige Beobachtungen hinter sich. Ein Modell, dessen Trainingszeitraum und Merkmale nicht offenliegen, lässt sich nicht prüfen, und damit steht es auf derselben Stufe wie Research ohne Methodenteil.

Für ein beaufsichtigtes Haus zählt zuerst nicht der Kurs, sondern ob die Adresse einer Gegenpartei auf einer Sanktionsliste steht, ob Mittel durch einen Mixer gelaufen sind und ob sich die Kette der Verwahrung für einen Prüfer rekonstruieren lässt. Anbieter in dieser Kategorie verkaufen Untersuchungssoftware und Blockchain-Suchwerkzeuge neben den Markt-Dashboards, und der Abgleich gegen sanktionierte Adressen läuft dauerhaft und nicht einmal zu Beginn der Geschäftsbeziehung.

Das ist der praktische Grund, warum eine Bank kauft statt selbst baut: Sanktionsliste, deren Pflege und der Prüfpfad kommen mit dem Produkt und lassen sich einem Aufseher zeigen. Die Mechanik steht auf der Seite zur Blockchain-Forensik, der deutsche geldwäscherechtliche Rahmen auf der Seite zu Geldwäscheprävention in Deutschland.

Fünf Fragen trennen eine brauchbare Plattform von einem Dashboard. Welche Handelsplätze stecken im Kursdatenstrom, und sind unregulierte Plätze in der Hauptzahl enthalten? Wie entsteht ein Entitätslabel, durch Heuristik oder durch Bestätigung? Wie hoch ist die Verzögerung, und wird die historische Reihe nachträglich korrigiert? Kommen die Daten über eine Schnittstelle heraus, die eigene Systeme lesen können, oder nur über einen Bildschirm? Und was passiert, wenn eine Zahl falsch ist, gibt es also einen Korrekturweg mit genanntem Maßstab?

Die letzte Frage filtert am schnellsten. Ein Anbieter, der veröffentlicht, wie er einen Fehler korrigiert, hat über das Falschsein nachgedacht. Blockstories legt die Quellenregel seines europäischen Banken-Trackers offen, verlangt mindestens zwei unabhängige Quellen je öffentlichem Datenpunkt und lädt die genannten Banken ein, Korrekturen nach demselben Maßstab einzureichen. Nach einer solchen Aussage sucht man, bevor ein Datensatz in eine Ausschussvorlage wandert.

Krypto-Marktdaten und Intelligence sind das Erheben und Auswerten von Daten über Kryptomärkte für Anlage-, Handels- und Compliance-Entscheidungen. Zusammen kommen Marktdaten der Handelsplätze, On-Chain-Transaktionsdaten, Referenzdaten zur Identität von Token und Verträgen, Entitätsdaten, die Adressen Häusern zuordnen, und in den meisten Produkten eine Stimmungsschicht aus sozialen Medien und Nachrichten. Ausgeliefert wird über Dashboards, Schnittstellen, Reports und Risikowerkzeuge.

Kursdaten sind eine Eingabe, nämlich der Kurs- und Volumenstrom. Intelligence ist die ganze Schicht darum: die On-Chain-Aufzeichnung, die Identität jedes Tokens und jeder Adresse, der Risikoabgleich und die Werkzeuge, die das zusammenführen. Ein Kursstrom beantwortet, zu welchem Preis gehandelt wurde. Eine Intelligence-Plattform beantwortet, wer bewegt hat, woher, und ob das eigene Haus die Gegenpartei anfassen darf.

Als Maß für Gedränge ja, als Richtungssignal nur mit Vorsicht. Stimmungsdaten zeigen, worüber ein sichtbarer Teil des Marktes spricht, und helfen bei der Frage, ob eine Position schon Konsens ist. Sie stammen aus sozialen Medien, Foren und Nachrichtenseiten, wo die Stichprobe selbst gewählt und manipulierbar ist, und gehören deshalb neben die On-Chain- und Marktdaten und nicht davor.

Die Liste der Handelsplätze hinter dem Kursstrom, die Entstehung der Entitätslabels samt der Angabe, ob sie bestätigt oder geschlossen sind, die Verzögerung und die Korrekturpolitik für historische Reihen, die Auslieferungsschnittstellen und den Korrekturweg bei einem falschen Datenpunkt. Eine Plattform, die das veröffentlicht, kann ein Kunde prüfen. Eine, die nichts davon veröffentlicht, taugt nicht für ein Papier, das ein Aufseher lesen könnte.