Onchain-Risiken – Versicherbarkeit jenseits klassischer Cybermodelle

Wallet- & Asset-Risiken

In Blockchain-basierten Systemen werden digitale Vermögenswerte nicht über zentrale Konten oder Bankregister verwaltet, sondern über kryptografische Schlüssel. Wallets fungieren dabei als technischer Tresor: Sie bündeln den Zugriff auf sämtliche Onchain-Assets – Kryptowährungen, Stablecoins, tokenisierte Werte sowie nicht-fungible Token (NFTs).

Anders als bei klassischen Bank- oder Börsenkonten liegen Eigentum, Verfügungsmacht und Autorisierung vollständig in der Wallet selbst. Sie ist zugleich Zugangspunkt, Signaturinstanz und Verwahrmechanismus für digitale Vermögenswerte auf der Blockchain. Der Besitz eines Assets ergibt sich nicht aus einem Eintrag bei einer Börse oder einem Institut, sondern ausschließlich aus der Kontrolle über den zugehörigen Private Key. Die Wallet ist damit nicht nur ein Interface, sondern der zentrale Vermögensspeicher.

Der Verlust oder die Kompromittierung eines Private Keys stellt keinen klassischen Cyberangriff dar, sondern einen irreversiblen Kontrollverlust über sämtliche in der Wallet gehaltenen Assets – unabhängig davon, ob es sich um Kryptowährungen, NFTs oder andere tokenisierte Werte handelt.

Da Banken, Börsen und regulierte Verwahrstellen Wallets zunehmend in Custody-, Handels- und Abwicklungsmodelle integrieren, gewinnen diese Risiken auch für klassische Finanz- und Versicherungssysteme erheblich an Relevanz.

Haftung bei autonomen, agentischen und M2M-Systemen

Autonome Systeme handeln entlang vorgegebener Ziele, nicht entlang einzelner Befehle. Fehler entstehen, wenn Zielparameter unvollständig, widersprüchlich oder nicht ausreichend begrenzt sind. Der Schaden resultiert aus korrekter Ausführung eines falsch definierten Ziels.

Agent-Interaktion (A2A / M2M)

Autonome Entscheidungen entstehen häufig nicht isoliert, sondern durch Wechselwirkungen mehrerer Agenten oder Systeme. Kein einzelner Auslöser ist eindeutig identifizierbar, die Wirkung ergibt sich aus Koordination, Rückkopplung oder Eskalation.

Modell & Training

Entscheidungen basieren auf statistischen Modellen und Trainingsdaten. Abweichungen sind keine Fehlfunktionen, sondern systemimmanente Eigenschaften lernender Systeme, die sich realwirtschaftlich auswirken können.

Governance & Eingriff

Versicherungsrelevant ist, ob Entscheidungen begrenzt, überwacht oder unterbrochen werden können. Human-in-the-Loop, Human-on-the-Loop und Abschaltmechanismen definieren, ob ein System als kontrollierbar gilt.

Haftungskette

Autonome Systeme verteilen Verantwortung auf Betreiber, Entwickler, Modellanbieter und Nutzer. Diese Fragmentierung kollidiert mit Versicherungsmodellen, die einen klaren Schadensverursacher voraussetzen.

Systemgrenzen

Je stärker Systeme vernetzt, automatisiert oder onchain gekoppelt sind, desto weniger eindeutig lassen sich Ursache, Zeitpunkt und Verantwortlichkeit abgrenzen.