📈 economics

Smart contracts and reaction-function games

Dieses Paper führt ein spieltheoretisches Framework für Blockchain-basierte Smart Contracts ein, das es Spielern ermöglicht, sich in Einmal-Settings auf Reaktionsfunktionen festzulegen, wodurch die Existenz von Gleichgewichten etabliert und demonstriert wird, wie solche Mechanismen Vertrauens- und Trittbrettfahrer-Barrieren überwinden können, um Pareto-Verbesserungen in symmetrischen Investitionsspielen wie Weakest-Link- und Public-Good-Szenarien zu erreichen.

Ursprüngliche Autoren: Jens Gudmundsson, Jens Leth Hougaard

Veröffentlicht 2026-01-22

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jens Gudmundsson, Jens Leth Hougaard

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie spielen ein Spiel mit Freunden, aber anstatt einfach nur Ihren Zug auszurufen (wie „Ich wähle Stein!“), dürfen Sie ein Regelwerk schreiben, wie Sie auf das reagieren werden, was die anderen tun.

Dieses Papier mit dem Titel „Smart Contracts und Reaktionsfunktionsspiele“ untersucht eine neue Art, Spiele mithilfe von Blockchain-Technologie zu spielen. Stellen Sie sich eine Blockchain wie ein supergesichertes, unveränderliches digitales Notizbuch vor. Ein „Smart Contract“ ist ein Stück Code, das in dieses Notizbuch geschrieben wurde und sagt: „Wenn du X tust, werde ich automatisch Y tun.“

Hier ist die Aufschlüsselung ihrer Ideen unter Verwendung einfacher Analogien:

1. Der alte Weg vs. der neue Weg

Der alte Weg (Strategische Spiele): Sie und Ihre Freunde entscheiden Ihre Züge gleichzeitig. Sie müssen erraten, was die anderen tun werden. Wenn Sie Angst haben, dass jemand betrügt, könnten Sie selbst betrügen, selbst wenn alle besser davon hätten, zu kooperieren. Es ist wie ein Spiel „Schere, Stein, Papier“, bei dem man seine Hand nicht mehr ändern kann, sobald man sie zeigt.
Der neue Weg (Reaktionsfunktionsspiele): Bevor das Spiel beginnt, sperren Sie Ihr „Regelwerk“ in die Blockchain ein. Sie können es später nicht mehr ändern. Ihr Regelwerk sagt: „Ich werde genau das tun, was du tust, aber nur, wenn du mich auch deckst.“ Da die Blockchain garantiert, dass Sie nicht einen Rückzieher machen können, können Ihre Freunde Ihrem Regelwerk vertrauen.

2. Der „Fixpunkt“ (Der magische Moment)

Wenn alle ihre Regelwerke einschließen, sucht das System nach einem Fixpunkt.

Analogie: Stellen Sie sich eine Gruppe von Menschen vor, die im Kreis stehen und jeweils ein Schild halten, auf dem steht: „Ich werde genau das tun, was die Person links von mir tut.“
Wenn alle vereinbaren, „Abzusehen“ (High Five), und alles Schilder sagen: „High Five, wenn mein Nachbar High Five macht“, dann machen alle ein High Five. Das ist ein Fixpunkt.
Wenn die Schilder widersprüchlich sind (z. B. „Ich werde das Gegenteil von meinem Nachbarn tun“), stürzt das System ab, weil niemand weiß, was zu tun ist. Das Papier beweist, dass, wenn man seine Regeln sorgfältig schreibt, immer ein stabiles Ergebnis (ein Fixpunkt) existiert.

3. Lösung zweier berühmter Probleme

Die Autoren zeigen, wie diese „Regelwerk“-Methode zwei klassische Probleme löst, bei denen Menschen normalerweise nicht kooperieren.

A. Das „Schwächste-Glied“-Spiel (Die Kette)

Das Problem: Stellen Sie sich ein Team vor, das eine Brücke baut. Eine Brücke ist nur so stark wie ihr schwächstes Brett. Jeder möchte eine starke Brücke, aber wenn Sie glauben, dass Ihr Teamkollege ein schwaches Brett verwenden wird, werden Sie ebenfalls ein schwaches Brett verwenden, um Geld zu sparen. So entsteht eine schreckliche Brücke.
Die Smart-Contract-Lösung: Sie schreiben eine Regel: „Ich werde ein Brett bauen, das exakt so stark ist wie das schwächste Brett, das meine Teamkollegen bauen.“
Das Ergebnis: Wenn alle diese Regel schreiben, ist das einzige stabile Ergebnis, dass jeder das stärkstmögliche Brett baut. Die Angst vor dem „schwächsten Glied“ verschwindet, weil sich jeder dazu verpflichtet, die Mindestleistung der Gruppe zu erfüllen.

B. Das „Public Good“-Spiel (Das Potluck-Essen)

Das Problem: Stellen Sie sich ein Potluck-Essen (Mitbringsel-Buffet) vor. Alle profitieren, wenn jeder etwas mitbringt, aber es kostet Sie Geld, Essen zu kaufen. Die Versuchung ist groß, nichts mitzubringen (Trittbrettfahren) und stattdessen das Essen der anderen zu essen. Normalerweise bringt jeder nichts mit, und die Party endet in einer Katastrophe.
Die Smart-Contract-Lösung: Sie schreiben eine Regel: „Ich werde ein Gericht mitbringen, das dem Durchschnitt dessen entspricht, was alle anderen mitbringen (abgerundet).“
Das Ergebnis: Dies schafft ein Sicherheitsnetz. Wenn alle anderen ein riesiges Festmahl bringen, bringen Sie auch ein riesiges Festmahl mit. Wenn alle anderen nichts mitbringen, bringen Sie auch nichts mit (damit Sie nicht übervorteilt werden). Diese Regel verhindert das Trittbrettfahren, denn wenn jemand versucht, nichts mitzubringen, während die anderen etwas mitbringen, zwingt die Mathematik die Gruppe zurück auf Null, was den Betrüger bestraft.

4. „Sicher spielen“

Die Autoren führen das Konzept des „Sicheren Spielens“ ein.

Analogie: In einem normalen Spiel könnten Sie ein riesiges Risiko eingehen, um groß zu gewinnen, aber Sie könnten alles verlieren. „Sicheres Spielen“ ist wie das Tragen eines Sicherheitsgurts; es garantiert, dass Sie nicht abstürzen, selbst wenn Sie das Rennen nicht gewinnen.
In ihrem System können Spieler Regeln schreiben, die garantieren, dass sie niemals ein „schlechtes“ Ergebnis erhalten, egal was die anderen tun. Überraschenderweise zeigt das Papier, dass man sowohl „sicher“ spielen als auch das bestmögliche Ergebnis für alle erzielen kann. Man muss sich nicht zwischen Sicherheit und Kooperation entscheiden; der Smart Contract ermöglicht beides.

5. Warum das wichtig ist

Die Autoren argumentieren, dass wir in der realen Welt oft nicht darauf vertrauen können, dass Menschen ihre Versprechen halten. Wir brauchen einen Vermittler (wie eine Bank oder einen Richter), um Verträge durchzusetzen.

Der Blockchain-Twist: Die Blockchain fungiert als der ultimative Vermittler. Sie ist unveränderlich und automatisch.
Das Fazit: Durch die Verwendung dieser digitalen Regelwerke können Fremde über das bestmögliche Ergebnis koordinieren (wie den Bau einer starken Brücke oder ein tolles Potluck-Essen), ohne sich persönlich vertrauen zu müssen. Sie müssen nur dem Code vertrauen.

Zusammenfassend lässt sich sagen: Das Papier argumentiert, dass, wenn wir die Blockchain nutzen, um unsere „Reaktionsregeln“ vor Beginn eines Spiels festzuschreiben, wir uns zur Kooperation in einer Weise zwingen können, die zuvor unmöglich war. Dies löst Vertrauensprobleme und verhindert Betrug – und das alles, ohne einen menschlichen Schiedsrichter zu benötigen.

Technisches Resümee: Smart Contracts und Reaktionsfunktions-Spiele

1. Problemstellung und Motivation

Die Arbeit befasst sich mit der Herausforderung des glaubwürdigen Commitments in einmaligen strategischen Interaktionen, insbesondere in Umgebungen, die durch Vertrauensdefizite, Koordinationsfehler und Trittbrettfahrer-Probleme gekennzeichnet sind. Die traditionelle Spieltheorie legt nahe, dass Spieler in Einmalspielen oft scheitern, Pareto-effiziente Ergebnisse zu erreichen (z. B. im Gefangenendilemma oder bei Schwächste-Glied-Koordinationsspielen), da sie nicht in der Lage sind, ihre Handlungen glaubwürdig von den Handlungen anderer abhängig zu machen.

Die Autoren schlagen vor, Blockchain-basierte Smart Contracts als Mechanismus einzusetzen, um dieses Problem zu lösen. Im Gegensatz zu Standard-Strategiespielen, in denen Spieler ihre Aktionen direkt wählen, ermöglichen Smart Contracts den Akteuren, sich auf Reaktionsfunktionen festzulegen – Algorithmen, die eine Aktion als Funktion der von anderen Spielern gewählten Aktionen vorschreiben. Einmal auf einer Blockchain bereitgestellt, sind diese Verträge unveränderlich und werden automatisch ausgeführt, wodurch das Spiel effektiv von einem Spiel mit simultanen Zügen in ein „Reaktionsfunktions-Spiel“ transformiert wird. Das Kernproblem besteht darin, die Gleichgewichtskonzepte für solche Spiele zu formalisieren, zu bestimmen, welche Ergebnisse unterstützt werden können, und robuste Strategien zu identifizieren, die die Einschränkungen konventioneller Nash-Gleichgewichte überwinden.

2. Methodik und Framework

Die Autoren formalisieren eine neue Klasse von Spielen und Lösungs konzepten:

Strategische Spiele vs. Reaktionsfunktions-Spiele:
- In einem Standard-Strategiespiel $(N, A, (u_i))$ wählen Spieler Aktionen $a_i \in A_i$ .
- In einem Reaktionsfunktions-Spiel wählen Spieler Reaktionsfunktionen $R_i: A_{-i} \to A_i$ . Ein Profil $R = (R_1, \dots, R_n)$ definiert eine Abbildung vom Raum der Aktionsprofile auf sich selbst.
Fixpunkte und Ergebnisse:
- Ein Ergebnis wird nur realisiert, wenn die gewählten Reaktionsfunktionen gegenseitig konsistent sind. Formal ist ein Aktionsprofil $a$ ein Fixpunkt von $R$ , wenn $a_i = R_i(a_{-i})$ für alle $i$ gilt.
- Die Menge der Fixpunkte wird als $E(R)$ bezeichnet. Wenn $E(R) = \emptyset$ , ist das Ergebnis undefiniert (zugewiesener Payoff $-\infty$ ).
- Spieler bewerten ein Profil $R$ basierend auf ihrem bevorzugten Fixpunkt innerhalb von $E(R)$ .
Gleichgewichtskonzept:
- Ein Reaktionsfunktions-Gleichgewicht (RFE) ist definiert als ein eindeutiges Profil $R$ , bei dem kein Spieler einseitig zu einer anderen Reaktionsfunktion $R'_i$ abweichen kann, um einen streng höheren Payoff am resultierenden Fixpunkt zu erzielen.
- Eindeutigkeit erfordert, dass alle Spieler sich auf das realisierte Ergebnis einigen (d. h. es gibt einen Pareto-überlegenen Fixpunkt in $E(R)$ ).
Verfeinerungen:
- Um die Multiplizität von Gleichgewichten und unplausible Zusagen anzusprechen, führen die Autoren „sichere“ (safe) Reaktionsfunktionen ein. Eine Reaktion ist sicher, wenn sie dem Spieler mindestens seinen Maxmin-Payoff (Sicherheitsniveau) garantiert, unabhängig von den Handlungen anderer.
- In symmetrischen Investitionsspielen verfeinert die Arbeit die Analyse weiter durch Norm-Proofness (Widerstand gegen das Befolgen willkürlicher sozialer Normen) und Payoff-Konsistenz (identische Reaktion auf payoff-äquivalente Profile).

3. Zentrale Beiträge und Ergebnisse

A. Existenz und Charakterisierung von Gleichgewichten

Existenz: Theorem 3.1 beweist, dass in jedem endlichen Spiel immer ein Reaktionsfunktions-Gleichgewicht existiert. Dies wird durch die Abbildung des Reaktionsfunktions-Spils auf ein sequentielles Spiel in der erweiterten Form (bei dem die Spieler in einer festen Reihenfolge agieren) etabliert, welches mittels Rückwärtsinduktion bekanntlich ein Nash-Gleichgewicht besitzt.
Zwei-Spieler-Spiele (Folk-Theorem-Analogon): Theorem 3.2 charakterisiert die Menge der stützbaren Ergebnisse in Zwei-Spieler-Spielen. Ein Ergebnis $a$ kann in einem RFE unterstützt werden, wenn und nur wenn $u_i(a) \geq \bar{v}_i$ (der Maxmin-Payoff) für alle Spieler gilt. Dies spiegelt die Logik der Folk-Theoreme in unendlich wiederholten Spielen wider, findet jedoch Anwendung in einem Einmal-Setting. Spieler können „Versprechen-und-Drohung“-Reaktionsfunktionen nutzen, um Pareto-effiziente Ergebnisse (wie Kooperation im Gefangenendilemma) durchzusetzen, die im zugrunde liegenden strategischen Spiel keine Nash-Gleichgewichte sind.
Viele Spieler: Theorem 3.3 zeigt, dass mit drei oder mehr Spielern (abhängig von der Größe des Aktionsraums) sich die Menge der stützbaren Ergebnisse signifikant erweitert, was potenziell die Unterstützung jedes beliebigen Ergebnisses ermöglicht. Dies unterstreicht die Notwendigkeit von Verfeinerungen wie dem „Safe Play“, um Vorhersagen einzugrenzen.

B. Sichere Reaktionsfunktionen

Die Arbeit zeigt, dass, falls ein sicheres Ergebnis (eines, das Maxmin-Payoffs liefert) ein Nash-Gleichgewicht im strategischen Spiel ist, ein sicheres RFE existiert.
Entscheidend ist Theorem 4.1, das besagt: Wenn ein sicheres RFE existiert, dann existiert auch ein Pareto-effizientes sicheres RFE. Dies impliziert, dass Spieler hochbezahlte Ergebnisse erzielen können, ohne die Sicherheit ihrer Maxmin-Garantien zu opfern, sofern sie angemessene Reaktionsfunktionen verwenden (z. B. Matching-Strategien im Stag Hunt).

C. Anwendung auf symmetrische Investitionsspiele
Die Autoren wenden das Framework auf zwei prominente Klassen von Investitionsspielen an, wobei sie monotone Reaktionsfunktionen annehmen (mehr investieren, wenn andere mehr investieren) und Smart Contracts zur Hinterlegung von Geldern nutzen.

Schwächste-Glied-Spiele (Weakest-Link Games):
- Kontext: Die Payoffs hängen von der minimalen Investition ab. Koordinationsfehler sind häufig.
- Ergebnis: Die Best-Reply (BR) Reaktionsfunktion ( $R_i(a_{-i}) = \min_{j \neq i} a_j$ ) wird als die einzige norm-proof und payoff-konsistente Reaktion identifiziert.
- Hochrisiko-Fall: In „High-Risk“-Settings (in denen Koordinationsgewinne relativ zu den Kosten gering sind) wird gezeigt, dass die BR-Reaktion gegen monotones Spiel schwach dominant ist. Dies bietet eine robuste Empfehlung für Spieler, die minimale Investition zu matchen, wodurch das Vertrauens-/Koordinationsproblem ohne Kommunikation oder zentrale Autorität gelöst wird.
Gemeingut-Spiele (Public-Good Games):
- Kontext: Investitionen kommen allen zugute, kosten aber das Individuum; Trittbrettfahren ist in Standardspielen dominant.
- Ergebnis: Die BR-Reaktion (immer 0) ist ineffektiv. Stattdessen identifizieren die Autoren Reaktionsfunktionen, die dem Durchschnitt der Investitionen anderer entsprechen.
- Verfeinerung: Zwischen Aufrunden und Abrunden des Durchschnitts ist das Abrunden überlegen. Es ist über alle Parameterwerte hinweg sicher und unterstützt Investitionsgleichgewichte mit hohem Niveau.
- Hochrisiko-Fall: Für Hochrisiko-Gemeingut-Spiele ist die „Abrundungs“-Reaktion die einzige wohlfahrtsmaximierende Strategie unter der Bedingung des sicheren Spiels. Diese Strategie macht Trittbrettfahren selbstbestrafend: Wenn alle den Durchschnitt (abgerundet) matchen, führt eine einseitige Abweichung zur Null-Investition dazu, dass der Fixpunkt auf Null kollabiert, was den Abweichler bestraft.

4. Bedeutung und Ansprüche

Die Arbeit behauptet, dass Blockchain-basierte Smart Contracts einen praktischen Mechanismus bieten, um Reaktionsfunktions-Spiele zu implementieren, und damit den Umfang des glaubwürdigen Commitments über traditionelle wiederholte Spielsettings hinaus erweitern.

Überwindung von Vertrauensbarrieren: In Schwächste-Glied-Spielen ermöglichen Reaktionsfunktionen Fremden, sofort auf effiziente Ergebnisse zu koordinieren, indem sie sich verpflichten, die minimale Anstrengung zu matchen, was die Notwendigkeit von Kommunikation vor dem Spiel oder Vertrauen eliminiert.
Disziplinierung von Trittbrettfahrern: In Gemeingut-Spielen schafft die vorgeschlagene „Abrunden“-Reaktionsfunktion einen selbstverstärkenden Mechanismus, in dem bedingte Kollaboration rational ist, selbst ohne Altruismus oder externe Bestrafungsinstitutionen.
Praktikabilität vs. Theorie: Die Autoren unterscheiden ihren Ansatz von „Program Equilibrium“ (Tennenholtz, 2004) und „Commitment Games“ (Kalai et al., 2010). Während jene Frameworks es Spielern erlauben, ihre Aktionen auf den Code der Programme der Gegner abzustimmen (was zu unendlichen Strategieräumen und Anfälligkeit gegenüber Code-Fehlpaarungen führt), konditionieren Reaktionsfunktionen ihre Aktionen auf die Aktionen der Gegner. Dies hält den Strategieraum sparsam, interpretierbar und computational handhabbar (z. B. über einfache iterative Fixpunkt-Algorithmen).
Implementierung: Die Arbeit skizziert eine praktische Implementierung, bei der ein koordinierender Vertrag Reaktionsfunktionen und Einlagen sammelt, den Fixpunkt berechnet und Transfers ausführt. Die Autoren merken an, dass die Berechnung des Fixpunkts für monotone Funktionen auf endlichen Gittern unkompliziert ist.

Zusammenfassend argumentiert die Arbeit, dass Smart Contracts die strategische Landschaft dadurch transformieren, dass sie es Spielern ermöglichen, sich auf konditionale Strategien festzulegen, was die Implementierung von Pareto-verbessernden Ergebnissen ermöglicht, die in einmaligen Interaktionen sonst unerreichbar wären – insbesondere durch den Einsatz sicherer, norm-proof und payoff-konsistenter Reaktionsfunktionen.