Seit 2026 beschleunigt sich die Expansion von KI-Agenten, automatisierten Workflows und On-Chain-KI-Narrativen stetig. Infolgedessen hat sich der Marktfokus im Bereich KI-Infrastruktur von reiner Modellleistung und GPU-Rechenkapazität hin zu Fragen der Datenabfrage, -verifizierung, -ausführung und -koordination verschoben. Vor diesem Hintergrund stärkt Irys seine AI Datachain und verfolgt eine Strategie für „programmierbare Daten", wodurch diese Konzepte wieder verstärkt in die Diskussion um KI-Infrastruktur und Entwickler-Ökosysteme eingebracht werden.
Im Gegensatz zu klassischen dezentralen Speicherprojekten, die vor allem die Frage „Wie lassen sich Daten langfristig bewahren?" adressieren, stellt sich Irys einer weitaus komplexeren Herausforderung: Sobald KI-Agenten an On-Chain-Transaktionen, automatisierter Ausführung und protokollübergreifender Zusammenarbeit teilnehmen, bleibt Datenhaltung dann ein rein statisches Speicherobjekt – oder müssen Daten zu einer Ressource werden, die von KI abgerufen, verifiziert und aktiv in On-Chain-Logik eingebunden werden kann? Dieser Paradigmenwechsel verschiebt die Marktpositionierung von Irys von einer Speicherinfrastruktur hin zu einer KI-Datenausführungsschicht.
Irys treibt AI Datachain und Strategie für programmierbare Daten voran
Im vergangenen Jahr hat Irys einen klaren Kurswechsel von klassischer Speicherinfrastruktur hin zu KI-Dateninfrastruktur vollzogen.
Anfang 2025 startete Irys ein Testnet für seine Programmable Datachain mit Fokus auf KI-Szenarien und begann, die Roadmap im Hinblick auf KI-native Infrastruktur, verifizierbare KI und On-Chain-Datenausführung zu aktualisieren. Der offizielle Schwerpunkt liegt nicht mehr nur auf dem Hochladen und Bewahren von Daten, sondern darauf, ob Daten zu einer On-Chain-Ressource werden können, die direkt von Smart Contracts abgerufen, verifiziert und ausgeführt wird.
Hier gewinnt das Konzept der „programmierbaren Daten" entscheidende Bedeutung.
Bisher wurden On-Chain-Daten überwiegend aufgezeichnet und gespeichert. Mit dem Aufkommen von KI-Workflows übernehmen Daten jedoch zunehmend aktivere Funktionen. Damit KI-Agenten an automatisiertem Handel, Content-Generierung, Statusbewertung und protokollübergreifender Koordination teilnehmen können, müssen sie in Echtzeit auf vertrauenswürdige Daten zugreifen und daraus resultierende Aktionen auslösen können. Das bedeutet, dass sich die Datenebene von „passiver Speicherung" hin zu „aktiver Ausführung" entwickelt.
Im Kern zielt Irys darauf ab, eine Datenstruktur zu ermöglichen, die in KI-Workflows eingebunden werden kann.
Diese strategische Neuausrichtung unterscheidet Irys deutlich von klassischen Speicher-Blockchains. Der Fokus liegt nun nicht mehr allein auf Speicherkapazität und -dauer, sondern auf Datenausführung, Datenverifizierbarkeit und On-Chain-automatisierter Koordination.
Mit wachsender Verbreitung von KI-Agenten rückt die Datenausführung in den Fokus
Die zunehmende Popularität von KI-Agenten verändert die Diskussionen rund um KI-Infrastruktur grundlegend.
Anfang 2024 drehte sich der Markt vor allem um Modellfähigkeiten, Inferenzleistung und GPU-Rechenkapazitäten. Ob NVIDIA, TSMC oder Cloud-Giganten – im Zentrum stand der Ausbau des KI-Trainingsbedarfs. Doch mit dem Vorstoß von KI-Agenten und automatisierten Workflows in On-Chain-Szenarien erkennen Entwickler, dass Modelle allein nicht ausreichen, um komplexe KI-Workflows zu unterstützen.
Damit KI-Agenten tatsächlich On-Chain-Aufgaben übernehmen können, müssen zentrale Herausforderungen gelöst werden:
- Ist die Datenquelle vertrauenswürdig?
- Können Daten in Echtzeit verifiziert werden?
- Können KI-Agenten Daten protokollübergreifend abrufen?
- Unterstützen die Daten On-Chain-kollaborative Ausführung?
Dies markiert einen Wandel von „Modellwettbewerb" zu „Datenstrukturwettbewerb" an der Schnittstelle von KI und Krypto.
Gerade bei automatisiertem Handel, Prognosemärkten, KI-Kollaborationsnetzwerken und On-Chain-Identitätssystemen sind Daten längst nicht mehr nur Input – sie beeinflussen direkt die Ausführungsergebnisse der KI-Agenten. Können Daten nicht verifiziert, nachverfolgt oder in On-Chain-Logik eingebunden werden, verbleiben KI-Agenten oft im Proof-of-Concept-Stadium.
Die Betonung der Datenausführung durch Irys findet vor diesem Hintergrund wieder verstärkt Eingang in Entwicklerdiskussionen. Im Vergleich zu klassischen Web2-KI-Workflows stellen On-Chain-KI-Szenarien deutlich höhere Anforderungen an Datentransparenz, Verifizierbarkeit und protokollübergreifende Koordination – genau hier setzt Irys an.
Warum „programmierbare Daten" in Entwickler-Ökosystemen diskutiert werden
Das Aufkommen „programmierbarer Daten" in Entwicklerkreisen ist mehr als ein bloßes Konzept-Update – es ist eine Reaktion auf die zunehmende Komplexität von KI-Workflows selbst.
Bisher konzentrierte sich der Wettbewerb um Blockchain-Infrastruktur auf:
- Konsens-Effizienz
- Datenverfügbarkeit
- Speicherkapazität
- Skalierbarkeit
Mit der Ausweitung von KI-Anwendungsfällen erkennen Entwickler jedoch, dass Daten selbst stärkere Interaktionsfähigkeiten benötigen.
Für den dauerhaften Betrieb von KI-Agenten ist ein kontinuierlicher Zugriff auf On-Chain- und Off-Chain-Daten erforderlich. Für die automatische Ausführung von Aufgaben müssen Daten auf ihre Echtheit geprüft werden. Um mit anderen Agenten zu kooperieren, müssen Daten komponierbar und zustandssynchronisierbar sein. Das bedeutet, Daten werden nicht mehr nur „gelesen", sondern sind Teil des gesamten Ausführungsprozesses.
Die Strategie programmierbarer Daten von Irys verfolgt das Ziel, Daten aktiv in die Smart-Contract-Logik einzubinden, statt sie lediglich auf der Speicherebene zu belassen. Gelingt dieser Ansatz, reicht der Wert der Datenebene künftig weit über die reine „Informationsbewahrung" hinaus – hin zu Glaubwürdigkeit in KI-Workflows, Automatisierung und protokollübergreifender Koordination.
Deshalb rücken Datenstrukturfragen wieder stärker in den Fokus der Entwickler.
Eine zentrale Veränderung im Bereich KI-Infrastruktur ist, dass der Markt neu bewertet, ob künftige KI-Anwendungen nicht nur Modelle und Rechenleistung, sondern auch neue Strukturen für Datenausführung benötigen.
Wie sich Irys’ Wettbewerbsschwerpunkt von Arweave und Celestia unterscheidet
Der Wettbewerbsschwerpunkt von Irys hat sich von klassischen Speicher-Blockchains und modularen Data-Availability-(DA)-Projekten entfernt.
Früher wurden Irys und Arweave oft gemeinsam betrachtet, da beide mit Datenspeicherung und On-Chain-Datenstrukturen arbeiten. Mit der Stärkung der AI Datachain-Strategie verfolgt Irys jedoch eine andere Wettbewerbslogik als klassische Speicherinfrastrukturen.
Arweave konzentriert sich stärker auf langfristige Datenspeicherung, Celestia auf modulare DA-Schichten, während EigenDA und Avail den Fokus auf Rollup-Datenverfügbarkeit legen. Im Gegensatz dazu setzt Irys heute auf:
- KI-Datenabruf
- Datenausführungsfähigkeiten
- Verifizierbare KI
- On-Chain-automatisierte Workflows
Dieser Unterschied zeigt, dass Irys einen deutlich KI-nativeren Infrastrukturansatz verfolgt.
Mit dem weiteren Aufstieg von KI-Agenten diskutiert der Markt, ob künftige KI-Anwendungen eine eigene Datenausführungsschicht benötigen. Wenn KI-Workflows zunehmend auf On-Chain-Verifizierung und automatisierte Koordination angewiesen sind, könnten klassische Speicher- oder DA-Architekturen diesen Anforderungen nicht mehr vollständig genügen – was die aktuelle Strategie von Irys besonders relevant macht.
Dennoch bestehen weiterhin Herausforderungen.
Irys befindet sich noch in einer frühen Entwicklungsphase. Ob die AI Datachain ein eigenständiges Ökosystem aufbauen kann, hängt maßgeblich von der Einbindung weiterer Entwickler und realen Anwendungen ab. Im Vergleich zu etablierten Speicher- und DA-Projekten ist die KI-Datenausführungsebene noch ein junges, zu erforschendes Feld.
Warum On-Chain-KI-Workflows neue Dateninfrastruktur benötigen
Die zunehmende Komplexität On-Chain-basierter KI-Workflows ist ein zentraler Grund für die wiedererstarkte Dynamik im Bereich KI-Dateninfrastruktur.
Viele frühere KI- und Krypto-Projekte blieben auf konzeptioneller Ebene. Doch mit den ersten Experimenten von KI-Agenten in automatisiertem Handel, Governance und On-Chain-Kollaboration stellt sich nun die reale Frage: Wie kann KI sicher, transparent und verifizierbar On-Chain operieren?
Für On-Chain-KI-Szenarien reichen reine Modellfähigkeiten nicht aus – Datenausführung und -verifizierung sind ebenso entscheidend.
Gerade bei automatisiertem Handel, On-Chain-Analysen, Multi-Agenten-Kollaboration und KI-generierten Inhalten benötigt KI Echtzeit-Zugriff auf On-Chain-Status, Verifizierung der Datenauthentizität und die Fähigkeit, komplexe Logik auszuführen. Das bedeutet: Zukünftige On-Chain-KI-Workflows könnten deutlich höhere Anforderungen an die Datenebene stellen als klassische DeFi-Anwendungen.
Irys setzt mit seiner AI Datachain darauf, zur Koordinationsschicht für KI-Workflows zu werden.
Laut Angaben von Irys hat das Netzwerk bereits über 600 Millionen Datentransaktionen verarbeitet und deckt mehr als 4 Millionen aktive Wallets ab. Auch wenn diese Zahlen noch kein ausgereiftes Ökosystem belegen, zeigen sie, dass Irys als Infrastruktur bereits eine gewisse Größenordnung erreicht hat.
Darüber hinaus hat Irys im Jahr 2025 eine Series-A-Finanzierungsrunde über 10 Millionen US-Dollar abgeschlossen. Zu den Investoren zählen CoinFund, Hypersphere, Amber Group, Breed VC und WAGMI Ventures. Die KI-Dateninfrastruktur befindet sich zwar noch im Frühstadium, institutionelles Kapital positioniert sich jedoch bereits für den Trend „KI + Datenebene".
Der eigentliche Fokus des Marktes liegt nicht nur darauf, ob Irys Daten speichern kann, sondern ob künftige KI-Workflows tatsächlich eine neue On-Chain-Datenausführungsstruktur benötigen.
Welche Risiken entstehen durch den zunehmenden Wettbewerb in der KI-Datenebene?
Trotz der wachsenden Narrative rund um KI-Dateninfrastruktur ist der Markt hinsichtlich dieser Entwicklung gespalten.
Der Bereich KI-Infrastruktur ist hart umkämpft: Arweave, Celestia, EigenDA, Filecoin und Avail erforschen alle Integrationen von KI und Datenebene. Gleichzeitig fehlt es im Bereich KI + Krypto noch an einer echten Killer-App im großen Maßstab, und die meisten Szenarien rund um KI-Agenten und On-Chain-Automatisierung sind experimentell.
Das bedeutet, das Interesse am Projekt Irys basiert derzeit vor allem auf „zukünftigen Infrastruktur-Erwartungen" und weniger auf ausgereifter Kommerzialisierung.
Der größte Streitpunkt ist nicht, ob KI eine Datenebene benötigt, sondern ob On-Chain-KI-Workflows tatsächlich eine dedizierte Datenausführungsschicht erfordern.
Optimisten argumentieren, dass mit zunehmender Komplexität von KI-Agenten und automatisierten Workflows klassische statische Datenstrukturen nicht mehr ausreichen und Datenausführung zum nächsten großen Wettbewerbsfaktor der KI-Infrastruktur werden könnte.
Skeptiker entgegnen, dass es aktuell kaum echte Nutzerbedarfe für KI-Agenten gibt und die Konvergenz von KI und Krypto bislang keine großflächigen Anwendungen hervorgebracht hat – sodass AI Datachain womöglich ein reines Narrativ bleibt.
Diese Meinungsverschiedenheit macht Irys zu einem KI-Infrastrukturprojekt mit hoher Volatilität und großen Erwartungen.
Kann Irys nach dem Mainnet-Launch seine Bedeutung im KI-Infrastruktur-Ökosystem ausbauen?
Ob Irys seine Wirkung tatsächlich ausweiten kann, hängt maßgeblich vom Wachstum des Mainnet-Ökosystems und der Akzeptanz durch Entwickler ab.
Bei Infrastrukturprojekten sorgen Narrative zwar kurzfristig für Aufmerksamkeit, doch langfristiger Wert entsteht erst durch Entwickler-Ökosysteme und reale Anwendungsnachfrage. Die von Irys propagierte Strategie programmierbarer Daten muss letztlich daran gemessen werden, ob Entwickler tatsächlich Anwendungen rund um die AI Datachain aufbauen.
Seit 2026 aktualisiert Irys auf GitHub kontinuierlich IrysVM, Multi-Ledger-Architektur und Bundler-Infrastruktur – ein Zeichen für den Übergang von bloßer Narrativbildung hin zur Weiterentwicklung zentraler Entwicklungstools.
Sollten KI-Agenten und On-Chain-automatisierte Workflows weiter wachsen, könnte die Nachfrage nach Datenverifizierung und -ausführung weiter steigen. Umgekehrt könnte bei nachlassender KI- und Krypto-Euphorie oder anhaltender Nutzung bestehender Speicher- und Smart-Contract-Lösungen die Differenzierung von Irys an Bedeutung verlieren.
Die eigentliche Herausforderung für Irys besteht somit nicht nur darin, „programmierbare Daten" zu postulieren, sondern Daten tatsächlich in Entwickler-Workflows und On-Chain-KI-Szenarien zu bringen.
Fazit
Die jüngste strategische Neuausrichtung von Irys spiegelt den Wandel der Prioritäten im Markt für KI-Infrastruktur wider.
Früher lag der Schwerpunkt auf Datenspeicherung und -verfügbarkeit. Heute, mit der Ausweitung von KI-Agenten und On-Chain-automatisierten Workflows, rücken Datenausführung, Verifizierung und Koordination in den Fokus der Entwicklerdiskussionen.
Irys’ anhaltende Initiative für AI Datachain und programmierbare Daten ist ein Versuch, diese neue Richtung aufzugreifen.
Kurzfristig bleibt der Bereich KI-Dateninfrastruktur im Frühstadium – Entwickler-Ökosysteme, reale Nachfrage und die Skalierung von KI-Workflows müssen sich erst noch bewähren. Langfristig könnte die Datenebene jedoch zum nächsten großen Wettbewerbsfeld der KI-Infrastruktur werden, wenn sich KI-Agenten von interaktiven Tools zu On-Chain-Ausführungseinheiten entwickeln.
FAQ
Was sind programmierbare Daten bei Irys?
Programmierte Daten bei Irys bedeuten, dass On-Chain-Daten nicht nur gespeichert, sondern auch abgerufen, verifiziert und aktiv in KI-Workflows sowie On-Chain-automatisierte Ausführung via Smart Contracts eingebunden werden können.
Warum legt Irys den Fokus auf AI Datachain?
Irys legt den Schwerpunkt auf AI Datachain, weil mit der Ausweitung von KI-Agenten und On-Chain-Automatisierung der Markt verstärkt Datenausführungs- und Verifizierungsfähigkeiten in den Mittelpunkt rückt.
Worin unterscheidet sich programmierbare Daten von klassischer dezentraler Speicherung?
Programmierte Daten setzen nicht nur auf Datenerhalt, sondern ermöglichen auch die aktive Einbindung von Daten in On-Chain-Logik, KI-Abruf und automatisierte Aufgabenausführung.
Wie unterscheidet sich die Ausrichtung von Irys gegenüber Arweave und Celestia?
Irys betont aktuell die Ausführung von KI-Daten und On-Chain-Automatisierung, während Arweave auf langfristige Speicherung und Celestia auf modulare Datenverfügbarkeit setzt.
Was ist das größte Risiko im Bereich KI-Dateninfrastruktur aktuell?
Die KI-Dateninfrastruktur befindet sich noch in einer frühen Phase. Die tatsächliche Nachfrage nach KI-Workflows, die Akzeptanz durch Entwickler und die langfristige Koordination des Ökosystems müssen erst noch unter Beweis gestellt werden.
