Bitcoin-Evolution: Sünden-Ökonomie verliert an Bedeutung

Eine Forschergruppe, an der auch die Bundesbank beteiligt ist, untersucht die Bitcoin-Transaktionsströme zwischen 2009 und 2015. Sie entdeckt dabei 2.850 Supercluster, die sie verschiedenen Kategorien zuordnet. Dabei zeigt sich, dass das Bitcoin-Ökosystem zunehmends aus der “Schwarzmarkt”-Phase herauswächst.

Bitcoin ist nicht privat und anonym, sondern äußerst transparent. Die Blockchain speichert jede Transaktion. Das macht sie zur idealen Datenbasis für umfangreiche Analysen von Geldströmen.

Eine der bisher weitreichendsten Studien zu den Bitcoin-Strömen stammt von Paolo Tasca, Shaowen Liu und Adam S. Hayes. Während Tasca an der Universität London forscht und Hayes an der Universität Wisconsin-Madison, ist Liu als Analyst bei der Deutschen Bundesbank beschäftigt. In dem Paper mit dem Titel The Evolution of the Bitcoin Economy: Extracting and Analyzing the Network of Payment Relationships versuchen die drei Forscher, aus den Datenmassen in der Bitcoin-Blockchain Hinweise auf wirtschaftliche Aktivitäten in der Bitcoin-Ökonomie zu gewinnen.

Dazu haben sie zunächst die Adressen mit veschiedenen Methoden zu “clustern” gebündelt und anschließend diese Cluster den unternehmerischen Kategorien “Handel”, “Schwarzmarkt”, “Glücksspiel” und “Mining” zugeordnet. Aufgrund dieser Datenbasis haben sie untersucht, wie die wirtschaftlichen Kategorien zusammenwirken und wie sich deren Bedeutung im Lauf der Zeit verändert.

Also, beginnen wir mit dem Adress-Clustering. Wie schon oft erwähnt, sind Bitcoins zwar im Vergleich zum Bankkonto und zur Kreditkarte ein erheblicher Fortschritt in Sachen Nutzer-Autonomie und auch Diskretion. Aber sie sind nicht privat oder gar anonym. Insbesondere User, die nicht verstehen, wie Bitcoin-Transaktionen aufgebaut sind, kommen rasch in die Verlegenheit, unbewusst mehr Informationen über sich selbst zu enthüllen, als sie es wünschen.

Der Grund ist, dass sich Transaktionen aus sogenannten “inputs” zusammensetzen. Man kann sich inputs so vorstellen wie Münzen: Ich gebe dir 2,50 Euro, bestehend aus zwei 1-Euro- und einer 50-cent-Münze. Wenn du anschließend 1,30 Euro bezahlst, nimmst du zwei Inputs (1-Euro + 50-cent), machst daraus eine Transaktion und bekommst an der Kasse im Edeka 20 cent zurück.

Das Ergebnis der Prozedur ist: die beiden inputs, die du zu einer Transaktion verbindest, gehören zu dir. Logisch. Wenn du also auf Adresse 1 einen input hast und diesen mit einem input auf Adresse 2 verbindest, um eine Transaktion zu machen, dann ist auf der Blockchain zu erkennen, dass Adresse 1 und Adresse 2 demselben Besitzer gehören. Schlimmer noch: Wenn du anschließend einen Input auf Adresse 2 mit einem input auf Adresse 3 verbindest, weiß man, dass die Adressen 1,2 und 3 zusammengehören. Und so weiter kann man auf diese Weise Adresse clustern und “wallets” oder “Entitäten” zuordnen.

Eine zweite Methode ist es, das Wechselgeld in diese Rechnung einzuziehen. Unter bestimmten Umständen ist es möglich, zu erkennen, welcher output einer Transaktion das Wechselgeld ist (die 20 cent, die du zurückbekommst, wenn du mit 1,50 Euro etwas für 1,20 Euro bezahlst). Auf diese Weise kann man noch mehr Adressen in Cluster ordnen. Da diese Methode aber unzuverlässig und auch anfällig für “falsche Treffer” ist, haben die drei Forscher sie nicht angewendet.

Wenn man nun alle Transaktionen zwischen Block 0 (3. Januar 2009) bis block 355.551 (8. Mai 2015) untersucht, findet man 75.191.953 einzigartige Adressen die zu 30.708.660 Clustern gehören. Zwei Drittel der Cluster bestehen aus einzelnen Adressen, fast 10 Millionen weitere aus 2-10 Adressen. Lediglich 2.850 Cluster entsprechen den Kriterien, durch die die Forscher einen “Supercluster” definieren: Sie umfassend mindestens 100 Adressen und haben mindestens 1.000 Bitcoins empfangen. Diese Cluster “repräsentieren große Akteure mit einer starken Präsenz und einer intensiven Aktivität in der Bitcoin Ökonomie.”

Schon allein diese Info ist spannend: Zwischen 2009 und Mai 2015 gab es 2.850 Entitäten mit bedeutsamer wirtschaftlicher Aktivität im Bitcoin-Universum. Aber – und das ist die große Frage: woher weiß man, was diese Entitäten machen? Wie kann man sie Kategorien wirtschaftlicher Aktivität zuordnen? Einen Anfang machen tools wie walletexplorer oder blockchain.info, die manche Adressen manchen Entitäten zuordnen. So zeigen solche Webseiten etwa, welche Adressen zu MtGox, der Silk Road oder Satoshi Dice gehören. Die Forscher konnten so 359.776 Adressen entziffern und 209 Entitäten identifizieren.

Bleiben noch mehr als 2.600 unbekannte Entitäten. Um diese einer Kategorie zuzuordnen, haben die Wissenschaftler zunächst die bekannten Entitäten in die Kategorien “Börse”, “Glücksspiel”, “Miner” und “Schwarzmarkt” eingeteilt. Anschließend haben sie versucht, für diese Kategorien typische Muster zu erkennen um anhand dieser die unbekannten Entitäten zu verorten.

Hierfür haben sie zunächst die “pure user groups” (PUG) gebildet. Dies meint Nutzer, die ausschließlich in einer Kategorie bleiben. Etwa User, die nur Bitcoins von Börse zu Börse überweisen, oder nur auf Schwarzmärkten und so weiter. Wenn also eine Usergruppe vornehmlich Bitcoins zwischen mehreren bekannten Börsen hin und her überweist und ein analoger Transaktionsstrom zu einem dritten, noch unidentifizierten Supercluster stattfindet, dann kann man annehmen, dass es sich hierbei ebenfalls um eine Börse handelt. Und so weiter.

Um diese Resultate gegenzuprüfen, haben die Forscher zudem die Transaktionsströme der Kategorien analysiert. Sie haben etwa festgestellt, dass sowohl beim Glücksspiel als auch beim Handel das Volumen der Transaktionen gerundet wird, aber beim Zocken mit 0,01 Bitcoin als Median in der Regel tiefer liegt als beim Traden mit 1,0 als Median. Oder dass Mining Pools Auszahlungen mit relativ wenigen inputs aber sehr vielen outputs durchführen. Der Vergleich solcher Muster mit der Zuordnung durch die PUG zeigte, dass die Ergebnisse relativ valide sind.

Somit haben die Forscher identifiziert, welche Art von Unternehmungen im Bitcoin-Ökosystem Supercluster bilden. Wenn man diese nun untersucht, kann man herausfinden, wie die Cluster miteinander interagieren. Indem man ferner die Anzahl dieser Cluster sowie ihre zentrale Stellung im Gefüge der Transaktionen untersucht, lässt sich erkennen, welche Veränderungen es im Bitcoin-Ökosystem gibt.

Laut den Forschern sind drei Phasen der Evolution der Bitcoin-Ökonomie zu identifizieren: Zunächst eine bis April 2012 andauende Phase des “Proof-of-Concept”, die von Minern dominiert wird und in der eine relativ kleine Gruppe von Usern Testtransaktionen absendet. Ab April 2012 beginnt die Phase, die von den Forschern “Sündenphase” genannt wird. Sie wird dominiert von Schwarzmärkten wie der Silk Road und Glücksspielplattformen. Ab Oktober / Novembe 2013 mindert sich jedoch der Einfluss dieser eher illegalen Unternehmungen zugunsten legitimer Finanzunternehmen. Vor allem Börsen gewinnen an Bedeutung und nehmen eine zunehmend zentrale Rolle ein.

“Unsere Resultate legen nahe, dass einige der jüngeren Bedenken hinsichtlich der Nutzung von Bitcoins für illegale Transaktionen derzeit übertrieben sind, und dass der Anteil solcher Transaktionen in Zukunft weiter schrumpft, wenn die Bitcoin Wirtschaft weiter reift,” so ein Resumee der Forscher.