Onchain-Analyse im Finanzwesen

Sicher lesbar: jede Transaktion, ihr Betrag, ihre Zeit, die beteiligten Adressen, der aktuelle Saldo jeder Adresse und die vollständige Historie beider. Keine Erlaubnis nötig, kein Anbieter kann es zurückhalten. Für einen Markt, in dem eine Bank sonst für Positionsdaten zahlen und sie dennoch nicht bekommen würde, ist das ein echter Unterschied.

Gar nicht lesbar: die Identität hinter einer Adresse, ob zwei Adressen einer Partei gehören, ob ein Transfer ein Verkauf oder eine Umbuchung zwischen eigenen Wallets war und ob eine Adresse, die einen Wert hält, ihn besitzt oder für jemanden verwahrt. Alles, was ein Institut wirklich sagen will, Aussetzung gegenüber einer Gegenpartei, Bestände eines Kunden, Deckung einer Reserve, steht auf dieser zweiten Liste und muss erschlossen werden.

Clustering gruppiert Adressen, die wahrscheinlich dieselbe Partei kontrolliert, und zwei Heuristiken leisten die meiste Arbeit. Common Input Ownership sagt, dass Adressen, die zusammen als Eingaben einer Transaktion auftreten, meist derselben Partei gehören, denn der Ausgebende brauchte die Schlüssel zu allen. Die Erkennung der Wechseladresse findet die Ausgabe, die den Rest an den Sender zurückgibt, und verbindet so eine neue Adresse mit derselben Partei.

Das Ergebnis ist eine Hypothese mit einem Vertrauensgrad und keine Tatsache, und die zwei Fehlerrichtungen haben verschiedene Folgen. Übereifriges Clustering führt unverbundene Akteure zusammen und legt damit die Transaktionen eines Kunden in die Akte eines anderen; eine falsch erkannte Wechseladresse hängt die weitere Aktivität eines Fremden an einen Halter. Nach einer falschen Gruppierung zu handeln kann eine Untersuchung fehlleiten oder einen Kunden unberechtigt markieren; darum ist ein Cluster vor jedem Handeln gegen Belege außerhalb der Kette zu prüfen.

Eine Kennzeichnung ist der nächste Schluss über einem Cluster: Diese Adressgruppe ist eine Börse, ein Bridge-Vertrag, ein Zahlungsdienstleister, eine sanktionierte Stelle, ein Mixer. Kennzeichnungen stammen aus Quellen außerhalb der Kette. Eine Untersuchung, die einen großen Anbieter an beschlagnahmten Diensten maß, fand seine Zuordnung als Untergrenze belastbar, mit einer Treffergenauigkeit je Dienst zwischen etwa 25 und 95 Prozent und unter einem halben Prozent Fehlalarmen. Die Kennzeichnung bleibt der Schluss des Anbieters und keine Tatsache der Kette. Zu den Quellen gehören eigene Testtransaktionen eines Anbieters an einen Dienst, öffentliche Berichte, Angaben aus Untersuchungen und Meldungen von Kunden oder Geschädigten. Die Güte der Kennzeichnung hängt also an der Recherchearbeit eines Anbieters und nicht an seiner Software.

Darum geben zwei angesehene Anbieter für dieselbe Adresse verschiedene Antworten, und der Unterschied ist bei keinem ein Fehler. Sie clusterten mit anderen Schwellen, kennzeichneten aus anderem Material und aktualisierten zu anderer Zeit. Für ein Institut folgt daraus Konkretes: Die Antwort eines Anbieters ist eine Meinung, eine wesentliche Entscheidung über einen Kunden verdient eine zweite Quelle, und eine der Aufsicht gemeldete Zahl sollte Anbieter und Datum nennen.

Vier, und jede erbt den Zuordnungsfehler anders. Aussetzung gegenüber einer Gegenpartei: wie viel ein Haus bei einer Stelle hat oder von ihr zu bekommen hat, wofür die Adressen der Stelle vollständig sein müssen, denn eine fehlende Adresse untertreibt die Aussetzung. Risikobewertung eines Kunden: ob die Mittel eines Kunden von einem Dienst kamen, den das Haus nicht annimmt; dort kostet ein Fehlalarm eine Kundenbeziehung und ein verpasster Treffer einen Compliance-Verstoß.

Sanktionsrisiko: ob ein Bestand oder eine Gegenpartei eine gelistete Adresse berührt; das ist eine harte Pflicht und die, bei der sich das Haus nicht allein auf das Urteil eines Anbieters stützen kann. Und Reserveprüfung: ob ein Emittent oder eine Plattform wirklich hält, was sie behauptet, was nur greift, wenn die Adressen tatsächlich dem Emittenten gehören; dazu die Seite Proof of Reserve. In jedem Fall ist ehrlich, die Zahl mit ihrer Methode zu melden, denn eine aus einer Hypothese abgeleitete Zahl ist nicht dieselbe Art Zahl wie ein Auszug eines Verwahrers.

Die Methoden überschneiden sich und die Zwecke nicht, und das ändert, was ausreichend ist. Forensische Verfolgung folgt bestimmten Mitteln in einem bestimmten Fall, meist nach einem Diebstahl oder für Strafverfolgung, und ihr Ergebnis muss in einem Verfahren Angriffen standhalten; eine Analystin arbeitet also einen Pfad und dokumentiert jeden Schluss.

Onchain-Analyse für ein Finanzhaus ist eine Mengenaufgabe: jeden Kunden und jede Gegenpartei laufend bewerten, wobei die Methode einheitlich und automatisch sein muss und kein Mensch jedes Ergebnis prüft. Daraus folgt, dass ein forensisch belastbarer Schluss in der Masse nicht herstellbar ist und dass eine Bewertung aus der Masse nicht als Feststellung über eine Person vorgetragen werden sollte. Die Seite Blockchain-Forensik behandelt die Untersuchungsseite, Krypto-Mittelverfolgung die Rückholarbeit.

Mixer und CoinJoin brechen die Common-Input-Ownership-Heuristik absichtlich, indem sie Transaktionen bauen, deren Eingaben vielen Parteien gehören; der Schluss, der das meiste Clustering erzeugt, gibt dort also entwurfsgemäß eine falsche Antwort. Auf Privatsphäre ausgelegte Ketten verbergen Beträge oder Parteien im Protokoll, was das Rohmaterial entfernt. Bewusste Münzauswahl und Adressdisziplin eines kundigen Halters begrenzen Clustering ohne jedes besondere Werkzeug.

Praktisch häufiger wirkt der Kettenwechsel. Mittel, die über eine Bridge auf eine andere Kette gehen oder durch eine Börse laufen, die Kundeneinzahlungen bündelt, brechen die Spur, denn was ankommt, ist ein anderer Wert in einem anderen Register ohne kryptografische Verbindung zum Abgegangenen. Anbieter verbinden diese Sprünge mit Heuristiken auf Zeit und Betrag, und diese Verbindung ist der schwächste Schluss der Kette. Ein Haus sollte wissen, welche seiner Ergebnisse daran hängen.

Das hängt ganz daran, nach welcher Schicht gefragt wird, und sie zu vermischen ist der häufigste Fehler. Die Transaktionsdaten sind exakt. Clustering auf einer transparenten Kette bei naiver Nutzung ist verlässlich genug zum Handeln. Kennzeichnungen schwanken je Anbieter und je nach Rechercheabdeckung dieses Teils des Ökosystems. Einen Pfad über Ketten oder durch einen bündelnden Dienst zu rekonstruieren ist die unverlässlichste Schicht. Wer alle vier als eine Zahl behandelt, wozu eine einzelne Risikobewertung einlädt, weiß nicht, welche seiner Entscheidungen auf dem schwächsten Schluss ruht.

Das Clustering ist im Haus nachbaubar, die Kennzeichnungen nicht. Wer die Datentechnik hat, kann einen Index bauen und die üblichen Heuristiken fahren, wie die Seite Blockchain-Datenindexierung darlegt. Nicht allein baubar ist der Kennzeichnungssatz, denn er kommt aus laufender Recherche, welche Adressen zu welchen Diensten gehören, und genau das ist das Produkt eines Analyseanbieters. Die meisten Institute kaufen daher Kennzeichnungen und Prüfung und halten die eigene Strecke für die Bestände und Aussetzungen, die sie melden und deren Herleitung ihnen gehören muss.