📈 economics

Reserve Depletion and Security Runway in Proof-of-Stake Systems

Dieses Paper präsentiert ein stochastisches Gleichgewichtsmodell zur Ableitung zustandsabhängiger Reserveschwellenwerte, die bestimmen, ob ein Proof-of-Stake-System sein Sicherheitsniveau durch eine endliche Token-Reserve aufrechterhalten kann, bis Transaktionsgebühren allein ausreichend werden, wodurch ein rigoroses Stresstesten des Übergangs von einer reservenabhängigen zu einer gebührenbasierten Sicherheit ermöglicht wird.

Ursprüngliche Autoren: Paolo Penna, Manvir Schneider

Veröffentlicht 2026-06-03

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Paolo Penna, Manvir Schneider

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 eine Proof-of-Stake-Blockchain wie eine hochgesicherte Festung vor, die eine ständige Armee von Wachen (Validatoren) benötigt, um sicher zu bleiben. Diese Wachen müssen bezahlt werden, damit sie ihren Dienst antreten.

Am Anfang ist die Festung neu und leer. Es gibt nicht viele Besucher, daher sind die „Eintrittsgebühren“ (Transaktionsgebühren), die von den Besuchern eingetrieben werden, zu gering, um den Wachen einen existenzsichernden Lohn zu zahlen. Wenn die Wachen nicht bezahlt werden, verlassen sie die Festung, die Bewachung fällt weg und das System bricht zusammen.

Um dies zu lösen, verfügt die Festung über ein riesiges Notfall-Sparkonto (den Reserve) voller Token. Dieses Konto soll die Löhne der Wachen subventionieren, bis die Festung populär genug ist, dass die Eintrittsgebühren allein die Kosten decken können.

Das Paper von Penna und Schneider stellt eine entscheidende Frage: Wird dieses Sparkonto lange genug halten, um die Lücke zu schließen, bis die Eintrittsgebühren hoch genug sind?

Hier ist die Aufschlüsselung ihrer Ergebnisse unter Verwendung einfacher Analogien:

1. Die Falle der „Kaufkraft“

Das Paper weist auf ein tückisches Problem hin: Das Sparkonto ist mit Token gefüllt, aber die Wachen müssen ihre Rechnungen in echtem Geld (wie Dollar) bezahlen.

Die Metapher: Stellen Sie sich vor, Ihr Sparkonto ist voll mit Goldmünzen. Wenn der Goldpreis fällt, sieht Ihr Konto in Bezug auf die Anzahl der Münzen vielleicht riesig aus, aber Sie können damit nicht mehr so viel Brot kaufen.
Die Erkenntnis: Ein Protokoll mag „sicher“ erscheinen, weil es eine Milliarde Token in der Reserve hat. Aber wenn der Token-Preis abstürzt, sind diese eine Milliarde Token vielleicht nicht einmal genug, um die Wachen für einen einzigen Tag zu bezahlen. Das Paper argumentt, dass man nicht nur auf die Anzahl der Token schauen darf; man muss deren Wert in diesem spezifischen Moment betrachten.

2. Die „Sicherheitslinie“ (Der Schwellenwert)

Die Autoren haben eine mathematische „Sicherheitslinie“ erstellt, die sich wie die Gezeiten bewegt.

Die Metaphor: Stellen Sie sich ein Boot (die Reserve) vor, das versucht, einen Fluss zu überqueren, um eine sichere Insel (Gebühren-basierte Sicherheit) zu erreichen. Der Wasserstand (Token-Preis und Nachfrage) steigt und fällt ständig.
Die Regel: Das Boot sinkt nicht einfach deshalb, weil ihm der Treibstoff (Token) ausgeht. Es sinkt, wenn das Wasser zu niedrig im Verhältnis zum aktuellen Gewicht des Bootes steigt.
Die drei Zonen:
1. Die Gefahrenzone: Die Nachfrage ist so gering, dass selbst mit einem massiven Sparkonto nicht genug gezahlt werden kann, um die Wachen zu entlohnen. Das System ist zum Scheitern verurteilt.
2. Die Brücken-Zone: Die Nachfrage ist okay, aber Sie benötigen das Sparkonto immer noch, um die Bezahlung der Wachen aufzubessern. Solange das Sparkonto über der „Sicherheitslinie“ bleibt, ist die Festung sicher.
3. Die Sichere Insel: Die Eintrittsgebühren sind nun so hoch, dass Sie das Sparkonto nicht mehr benötigen. Das System ist nun selbsttragend.

3. Das Konzept der „Startbahn“

Das Paper führt die Idee einer „Sicherheits-Startbahn“ (Security Runway) ein.

Die Metapher: Denken Sie an ein Flugzeug beim Start. Es braucht eine lange Startbahn, um Geschwindigkeit aufzunehmen, bevor es aus eigener Kraft fliegen kann.
Die Erkenntnis: Die „Startbahn“ besteht nicht nur daraus, wie viel Treibstoff (Token) noch übrig ist. Es geht darum, ob das Flugzeug genug Geschwindigkeit (Nachfrage) hat, um zu fliegen, bevor der Treibstoff ausgeht.
Der Fehlerpunkt: Das System versagt nicht, wenn der Tank leer ist, sondern in dem Moment, in dem der Tank unter den spezifischen Betrag fällt, der nötig ist, um das Flugzeug bei der aktuellen Geschwindigkeit fliegen zu lassen. Wenn der Wind (Nachfrage) plötzlich nachlässt, verkürzt sich die Startbahn, und das Flugzeug könnte abstürzen, selbst wenn es noch Treibstoff hat.

4. Das „Kristallkugel-Problem“ (Vorausschauende Wachen)

Das Paper betrachtet auch, was passiert, wenn die Wachen klug genug sind, in die Zukunft zu blicken.

Die Metaphor: Wenn ein Wächter denkt: „Hey, wenn ich heute ein wenig härter arbeite, wird das Sparkonto wachsen und ich werde nächstes Jahr mehr verdienen“, dann arbeitet er vielleicht heute härter.
Die Erkenntnis: Die Autoren zeigen, dass selbst wenn die Wachen an die Zukunft denken, die Grundregel bestehen bleibt: Man muss immer noch über dieser beweglichen „Sicherheitslinie“ bleiben. Wenn die Wächter jedoch wissen, dass die Zukunft gut aussieht, sind sie vielleicht bereit, heute für etwas weniger zu arbeiten, was die Mathematik leicht verändert, aber das grundlegende Risiko nicht ändert.

5. Stresstests für das System

Die Autoren bieten eine Möglichkeit, die Festung zu „stresstesten“, noch bevor sie überhaupt eröffnet wird.

Die Methode: Anstatt zu raten, können Sie berechnen: „Wenn der Token-Preis um 20 % sinkt und die Nachfrage für die nächsten 5 Jahre um 10 % zurückgeht, wird unser Sparkonto dann immer noch über der Sicherheitslinie liegen?“
Das Ergebnis: Dies liefert eine konkrete „Ja/Nein“-Antwort. Wenn die Antwort „Nein“ lautet, benötigt das Protokoll entweder eine größere Anfangsfinanzierung oder einen anderen Plan, ungeachtet dessen, wie optimistisch der aktuelle Markt aussieht.

Das Fazntum

Die wichtigste Erkenntnis ist, dass ein großer Haufen Token nicht gleich Sicherheit bedeutet.

Ein Protokoll kann eine massive Reserve haben und dennoch scheitern, wenn der Token-Preis abstürzt oder wenn Menschen aufhören, das Netzwerk zu nutzen. Umgekehrt kann ein Protokoll mit einer kleineren Reserve vollkommen sicher sein, wenn das Netzwerk so populär ist, dass die Gebühren allein ausreichen, um die Wachen zu bezahlen.

Um eine Blockchain sicher zu halten, sollte man nicht nur die Münzen im Tresor zählen; man muss ständig prüfen, ob der Wert dieser Münzen in Kombination mit der aktuellen Nutzernachfrage ausreicht, um die Wachen zufrieden zu stellen und die Festung sicher zu halten, bis das System auf eigenen Füßen stehen kann.

Technische Zusammenfassung: Reservenerschöpfung und Sicherheitslaufzeit in Proof-of-Stake-Systemen

Problemstellung
Proof-of-Stake (PoS)-Blockchains verlassen sich oft auf einen dualen Finanzierungsmechanismus für Validator-Belohnungen: Transaktionsgebühren und eine endliche Reserve an nativen Token. Dieses Design erzeugt ein Problem der „dynamischen Übergabe“ (dynamic hand-off). In der Frühphase eines Protokolls sind die Transaktionsgebühren typischerweise nicht ausreichend, um das angestrebte Sicherheitsniveau (aktives Stake) zu finanzieren, was Subventionen aus der Reserve erforderlich macht. Mit zunehmender Adoption wird erwartet, dass die Gebühren ausreichen, um die Sicherheit unabhängig zu tragen.

Die zentrale Herausforderung besteht darin, zu bestimmen, ob die Reserve eine ausreichende „Laufzeit“ (runway) bietet, um die Sicherheit während dieses Übergangs aufrechtzuerhalten. Das Paper identifiziert zwei Quellen der Fragilität:

Nachfrageunsicherheit: Die Einnahmen aus Transaktionsgebühren sind stochastisch und hängen von der Nachfrage nach Blockraum ab.
Preisrisiko: Die Reserve wird in nativen Token gehalten, während die Kosten der Validatoren in einem externen Numeraire anfallen. Eine Reserve, die in Token-Einheiten angemessen erscheint, kann nach einem Preisrückgang des Tokens unzureichend werden.

Die Governance kann sich nicht allein auf nominale Reservebestände oder stationäre Belohnungsquoten verlassen. Ein Protokoll mit einer großen nominalen Reserve kann vor einem unmittelbaren Sicherheitsversagen stehen, wenn Preis- oder Nachfrageschocks auftreten, während ein Protokoll mit einer schrumpfenden Reserve sicher sein kann, wenn die Gebühren bereits die Schwelle zur Selbstgenügsamkeit überschritten haben. Das Paper sucht nach einer Formalisierung der Bedingungen, unter denen ein Protokoll einen sicheren Betrieb während dieses Übergangs garantieren kann, und definiert, wann der Übergang scheitert.

Methodik
Die Autoren konstruieren ein diskretes stochastisches Modell mit $N$ strategischen Validatoren.

Zustandsvariablen: Der Systemzustand $X_t = (R_t, \text{Price}_t, \text{FeeMax}_t)$ besteht aus dem Reservenbestand ( $R_t$ ), dem Token-Preis in einem externen Numeraire ( $\text{Price}_t$ ) und einem Nachfrageshift, der die maximale Gebühr darstellt, die Nutzer zu zahlen bereit sind ( $\text{FeeMax}_t$ ).
Validator-Verhalten: Validatoren wählen ihr Partizipationsniveau (aktives Stake), um den Nutzen zu maximieren, indem sie Belohnungen (Gebühren + Reserve-Auszahlungen) gegen quadratische Betriebskosten abwägen.
Gleichgewichtskonzept: Die Analyse beginnt mit einem statischen Stadiumspiel, um ein symmetrisches Nash-Gleichgewicht für die Validator-Partizipation abzuleiten. Es wird dann auf ein dynamisches Setting erweitert, in dem sich die Reserve basierend auf Gebühreneinnahmen und Auszahlungen entwickelt.
Zukunftsorientierte Erweiterung: Das Modell wird zu einem Markov-Spiel mit endlichem Horizont erweitert, bei dem Validatoren vorausschauend agieren und berücksichtigen, wie die aktuelle Partizipation die zukünftigen Reservenbestände und Fortsetzungswerte beeinflusst.
Stochastische Dynamik: Für die quantitative Analyse spezialisiert sich das Modell auf geometrische Brownsche Bewegung für Token-Preise und diskrete Zeit-Lognormal-Dynamik für die Nachfrage.

Wesentliche Beiträge und Ergebnisse

Geschlossenes statisches Gleichgewicht:
Das Paper löst das Partizipationsspiel der Validatoren in geschlossener Form (Theorem 3) und beweist die Existenz und Eindeutigkeit eines symmetrischen Nash-Gleichgewichts. Das aggregierte Sicherheitsniveau $s^*$ des Gleichgewichts hängt nachweislich vom Produkt aus Token-Preis und Reservenbestand ( $\text{Price} \cdot R$ ) ab, was verdeutlicht, dass der Sicherheitswert einer festen Reservemenge zustandsabhängig ist.
Zustandsabhängiger Reserve-Schwellenwert:
Der zentrale theoretische Beitrag ist die Ableitung eines exakten, zustandsabhängigen Reserve-Schwellenwerts, bezeichnet als $\text{SecureR}(\text{Price}, \text{FeeMax}; s)$ (Theorem 10). Für jedes Ziel-Sicherheitsniveau stellt dieser Schwellenwert den minimalen Reservenbestand dar, der erforderlich ist, um dieses Sicherheitsniveau gegeben den aktuellen Preis und die Nachfrage aufrechtzuerhalten.

Drei Regionen: Dieser Schwellenwert unterteilt den Zustandsraum in:
1. Unmöglichkeit (Infeasibility): Die Nachfrage ist zu gering, um das Ziel-Sicherheitsniveau selbst mit unendlichen Reserven zu unterstützen.
2. Reservenabhängige Sicherheit: Das Ziel ist nur erreichbar, wenn die Reserve den Schwellenwert überschreitet.
3. Gebührenbasierte Sicherheit: Die Nachfrage ist hoch genug, dass der Schwellenwert Null ist; die Reserve ist für die Sicherheit redundant.

Dynamische Übergabe als Hitting-Time-Problem:
Der Übergang von der reservenfinierten zur gebührenbasierten Sicherheit wird als Hitting-Time-Problem formalisiert (Proposition 13).

Versagenszeit ( $\tau_{\text{fail}}$ ): Der erste Zeitpunkt, an dem die Reserve unter den zustandsabhängigen Schwellenwert fällt.
Übergabezeit ( $\tau_{\text{hand}}$ ): Der erste Zeitpunkt, an dem das System die gebührenbasierte Region betritt (Schwellenwert wird Null).
Erfolgsbedingung: Eine erfolgreiche Übergabe findet statt, wenn und nur wenn $\tau_{\text{hand}} < \tau_{\text{fail}}$ gilt.

Stresstest-Garantien:
Die Autoren leiten konservative Stresstest-Garantien für endliche Horizonte ab (Theorem 15). Durch die Verwendung unterer Konfidenzintervalle für Preis und Nachfrage kann eine deterministische Reserveanforderung berechnet werden, die Sicherheit mit einer spezifizierten Wahrscheinlichkeit gewährleistet, wobei zukünftige Gebühreneingänge ignoriert werden, um konservativ zu bleiben. Unter Lognormal-Dynamik werden explizite Schranken für Versagenswahrscheinlichkeiten und erwartete Übergabezeiten bereitgestellt (Theorem 30, Proposition 31).
Vorausschauende Validatoren:
In der Markov-Erweiterung beweist das Paper die Existierung eines Markov-Perfekten-Gleichgewichts (Theorem 22) und leitet die dynamische erste-Ordnung-Bedingung ab (Proposition 25). Diese Bedingung erfasst, wie die aktuelle Partizipation die zukünftige Reserveakkumulation beeinflusst. Die Ergebnisse zeigen, dass vorausschauende Anreize zwar das Gleichgewichts-Sicherheitsniveau modifizieren, die grundlegende „Runway“-Logik (Sicherheit hängt davon ab, dass die Reserve über einem zustandsabhängigen Cutoff liegt) jedoch bestehen bleibt (Proposition 27).

Bedeutung und Ansprüche
Das Paper beansprucht, den ersten handhabbaren Gleichgewichtsrahmen zu liefern, der spezifisch das Problem der „Reserve-Übergabe“ in PoS-Systemen isoliert. Seine primäre Bedeutung liegt im Wechsel der Bewertung der Reserveadäquanz von statischen Metriken (z. B. „Jahre der Laufzeit“ basierend auf aktuellen Burn-Raten) hin zu einer zustandsabhängigen Laufzeitanalyse.

Die Autoren argumentieren:

Reserven sind nicht neutral: Ihr Sicherheitswert fluktuiert mit dem Token-Preis und der Nachfrage. Eine große nominale Reserve garantiert keine Sicherheit gegen nachteilige Schocks.
Schwellenwerte sind entscheidend: Die Governance sollte den zustandsabhängigen Schwellenwert überwachen und nicht nur den Reservebestand. Sobald die Nachfrage den gebührenbasierten Schwellenwert überschreitet, wird die Reserve für die Sicherheit redundant.
Politische Implikationen: Die Reservenpolitik sollte nicht allein durch nominale Erschöpfungsdaten bewertet werden. Der Rahmen ermöglicht es, den Übergangspfad Schritt für Schritt zu „stresstesten“, indem die Reserveadäquanz in ein probabilistisches Hitting-Time-Problem umgewandelt wird.

Das Paper schließt mit dem Hinweis, dass das aktuelle Modell feste Politikparameter ( $\theta$ und $\rho$ ) annimmt, zukünftige Arbeiten jedoch adaptive Reservenpolitiken untersuchen könnten, bei denen diese Parameter dynamisch auf die Zustandsvariablen reagieren, um die Laufzeit zu verlängern oder das Versagensrisiko zu senken.