SIMD-228: Eine kritische Analyse

Konkrete Erkenntnisse

• Solanas aktueller Inflationsplan basiert auf einem festen zeitbasierten Modell. Er beginnt bei jährlich 8 % und sinkt jedes Jahr um 15 %, bis er die Untergrenze von 1,5 % erreicht. Derzeit liegt die Inflation bei ~4,68 %. SIMD-228 soll dieses Modell durch eine Formel ersetzen, die die Inflation dynamisch an die Staking-Rate anpasst.
• Unsere Simulationen der Auswirkungen deuten darauf hin, dass SIMD-228 im besten und im mittleren Szenario die Inflation stabilisiert, das Staking aufrechterhält und die Rendite sichert. Im schlechtesten Szenario bergen niedriges Staking und hohe Inflation das Risiko, die Netzwerksicherheit zu gefährden. Das gilt auch heute schon.
• Unsere Simulationen deuten darauf hin, dass SIMD-228 sein Ziel marktbasierter Emissionen in Szenarien mit hohem Staking erreicht: Es minimiert den Verkaufsdruck, passt sich an Störungen an und senkt letztlich die Inflation.
• Unsere Simulationen zeigen, dass die größte Schwäche von SIMD-228 in Umgebungen mit niedrigem Stake und durch Sanktionen geprägten Anreizen auftritt, also bei wirtschaftlichem Druck wie aggressivem Unstaking durch Validatoren. Diese Anreize könnten eine Rückkopplungsschleife auslösen, die potenziell die Netzwerkstabilität gefährdet, die Token-Ausgabe erhöht und weitere Validatoren zum Ausstieg bewegt. Isoliert betrachtet würde jede Kurve unter solchen Szenarien leiden. Die vorgeschlagene Kurve würde sich jedoch schneller erholen als die aktuelle unelastische Inflationskurve.
• 647 von 1.316 Validatoren (49 %) haben eine Provisionsrate von null für Staking-Rewards. Änderungen der Inflation wirken sich daher kaum direkt auf ihre wirtschaftliche Tragfähigkeit aus. Bei Validatoren außerhalb der Supermajority steigt dieser Anteil leicht auf 51 %: 635 von 1.243 Validatoren haben dort eine Provisionsrate von null für Staking-Rewards.
• Unser Modell zur Wirtschaftlichkeit von Validatoren deutet darauf hin, dass die Einführung der Inflationskurve von SIMD-228 zu einer moderaten Verkleinerung des Validator-Sets führt. Deutlich wichtigere Faktoren für die Wirtschaftlichkeit von Solanas Long-Tail-Validatoren sind der SOL-Preis, die Netzwerkaktivität, die Beteiligung an Block-Rewards und die Abstimmungskosten.
• Abstimmungskosten bleiben die Hauptausgabe eines Validators (~2 SOL pro Epoche). Derzeit berechnet das Protokoll für alle Abstimmungstransaktionen unabhängig vom Stake-Gewicht dieselbe Basisgebühr. Anza arbeitet daran, die Abstimmungskosten deutlich zu senken. Dies könnte durch ein neues SIMD für Vote Inclusion Credits geschehen, das voraussichtlich bis Ende des Jahres das Mainnet erreicht.
• Long-Tail-Validatoren haben meist niedrigere Provisionsraten für Staking-Rewards und sind weniger von Inflationsprovisionen abhängig als andere Validatorgruppen, darunter von Börsen betriebene und institutionell ausgerichtete Validatoren. Die aktuelle durchschnittliche Inflationsprovision beträgt 2,75 %, wenn private Validatoren mit einem festen Satz von 100 % ausgenommen werden. Außerhalb der Supermajority liegt sie mit 2,68 % etwas niedriger.
• Unsere Prognosen für künftige Einnahmequellen von Validatoren deuten darauf hin, dass nach SIMD-96 auf Jahresbasis nur 175 Validatoren mehr als 20 % ihrer Einnahmen aus Inflationsprovisionen beziehen würden.
• Bedenken gab es wegen des ursprünglich vorgesehenen Übergangszeitraums von 10 Epochen für SIMD-228, der inzwischen auf 50 Epochen verlängert wurde. Unsere Simulationen deuten darauf hin, dass längere Übergangsfristen oder Verzögerungen die Wirksamkeit von SIMD-228 mindern könnten. Dadurch bliebe die Inflation länger hoch und das Modell könnte Staking und Renditen in den schlechtesten Szenarien schlechter stabilisieren.
• Solanas aktueller zeitbasierter Inflationsplan orientierte sich ursprünglich an vergleichbaren Netzwerken wie Cosmos und basiert auf festen Parametern statt auf dynamischen Marktkräften. Im Idealfall sollte die Nachfragekurve nach SOL-Staking-Rendite die Inflation bestimmen, nicht willkürliche menschliche Entscheidungen. Märkte ermöglichen grundsätzlich eine effizientere Preisfindung.
• Eine hohe Token-Inflation erzeugt Verkaufsdruck, da Staker in vielen Rechtsordnungen Rewards verkaufen müssen, um ihre Steuerpflichten zu erfüllen. Bei der aktuellen annualisierten Inflation von ~4,69 % und einer vollständig verwässerten Bewertung von 80 Milliarden US-Dollar belaufen sich die jährlichen Emissionen auf etwa 3,75 Milliarden US-Dollar. Schon moderate Kürzungen der Ausgabe würden jährlich Wertverluste in Höhe von Hunderten Millionen verhindern.

Was ist SIMD-228?

SIMD-228: Market-Based Emission Mechanism ist ein Solana Improvement Document (SIMD), das von Tushar Jain, Vishal Kankani von Multicoin Capital und Max Resnick von Anza vorgeschlagen wurde. Es soll einen marktbasierten Inflationsmechanismus einführen. Dafür ersetzt es den aktuellen festen Disinflationsplan durch ein dynamisches Modell, das stärker auf die Netzwerkbeteiligung reagiert. Solanas aktuelle Inflation folgt einem festen Modell, das bei jährlich 8 % beginnt und jedes Jahr um 15 % sinkt, bis es eine Untergrenze von 1,5 % erreicht. Derzeit liegt sie bei ~4,68 %.

SIMD-228 soll dieses Modell durch eine Formel ersetzen, die die Inflation anhand der Staking-Rate, also des Anteils der von Validatoren gestakten SOL-Token, dynamisch anpasst: 

i(s) = r * (1 - √s + c * max(1 - √(2s), 0)), wobei:

• s die Staking-Rate ist.
• r die statische Inflationsrate ist, abgeleitet aus einer zeitabhängigen Abklingfunktion, die bei 4,68 % beginnt und auf 1,5 % sinkt.
• c eine Konstante ist (~3,146, ungefähr π), mit der die Inflationsanpassung feinjustiert wird. Dadurch reagiert die Kurve bei einem Staking-Anteil unter 50 % aggressiv und übersteigt bei 33 % die statische Rate.

Um einen reibungslosen Übergang vom aktuellen zum vorgeschlagenen Plan zu gewährleisten, schlägt SIMD-228 vor, die alten und neuen Raten über 50 Epochen mit folgender Formel zu interpolieren:

i(s) = r * (1 - 𝛼√s + 𝛼c * max(1 - √(2s), 0)), wobei:

• 𝛼 in den ersten 50 Epochen von 0,1 auf 1 steigt.

Der Vorschlag argumentiert, dass Staker mit zunehmender Reife des Netzwerks immer mehr SOL aus anderen Quellen wie Block-Rewards und MEV verdienen. Dadurch übersteigt das Angebot an Emissionen die Nachfrage nach Staking. Das könnte zu einer Zentralisierung der Eigentumsverhältnisse, einer geringeren Nutzung von SOL in DeFi aufgrund hoher Inflationsraten und Abwärtsdruck auf den Preis führen. Das Hauptziel ist, die Token-Ausgabe und den Verkaufsdruck zu minimieren. Bei hohem Staking, das auf eine starke Netzwerkbeteiligung hinweist, soll die Inflation sinken. Bei niedrigem Staking soll sie steigen, um die Beteiligung zu fördern und die Netzwerksicherheit zu erhalten. SIMD-228 soll daher die Ausgabe auf den zur Sicherung des Netzwerks erforderlichen Minimum Necessary Amount (MNA) begrenzen. Das würde den Verkaufsdruck verringern, die Nutzung von SOL in DeFi fördern und zugleich die Dezentralisierung erhalten. 

Erwogene Alternativen

Vier weitere Alternativen wurden geprüft, wegen ihrer Einschränkungen jedoch verworfen:

• Anpassung mit festem Satz: Es würde eine neue feste Ausgaberate bestimmt, beispielsweise durch Beiträge der Community. Diese Variante reagiert jedoch nicht auf den Markt, birgt das Risiko willkürlicher Entscheidungen, schwächt das Vertrauen in den Entscheidungsprozess der Community und könnte die Sicherheit des Konsenses gefährden, weil sie die Staking-Dynamik in Echtzeit ignoriert.
• Feste Zielrendite für Staking mit MEV: Die Ausgabe würde anhand eines gleitenden 30-Tage-Durchschnitts der MEV-Tips angepasst, um eine Zielrendite zu halten. Das könnte den Marktbedingungen entsprechen, birgt aber das Risiko, alternative MEV-Zahlungsmethoden zur Umgehung der Erfassung zu fördern und das Design damit wirkungslos zu machen. Der Vorschlag verzichtet ausdrücklich auf die Messung von MEV und konzentriert sich ausschließlich auf stakingbasierte Emissionen.
• Proportionale Reglerfunktion: Eine Reglerfunktion würde die Ausgabe bestimmen und dynamisch auf Schwankungen der Staking-Beteiligung reagieren. Dieser Ansatz birgt jedoch das Risiko, dass die Emissionen selbst dann steigen, wenn die Staking-Beteiligung auf natürliche Weise unter die Zielrate fällt.
• Formel mit einem Term: Nur der erste Term der vorgeschlagenen SIMD-228-Formel würde die Ausgabe bestimmen. Dadurch bliebe jedoch ein Grenzfall ungelöst, in dem die Staking-Raten weiter fallen und die endgültige Inflation 1,5 % erreicht. In solchen Szenarien erhöht der zweite Term die Inflation über die aktuelle Kurve hinaus.

Modellierung der möglichen Auswirkungen von SIMD-228

Der folgende, hier verfügbare Code soll SIMD-228 und seine möglichen Auswirkungen auf Solanas Inflation modellieren. Jeder kann diese Simulationen ausführen und die Ergebnisse selbst überprüfen.

Der Code lässt sich in folgende Abschnitte unterteilen:

• Zeitabhängige Abklingfunktion
• Aktuelle Inflationsrate von Solana
• Inflationsrate von SIMD-228
• Anpassung der Staking-Rate
• Simulationsfunktion
• Visualisierungsfunktionen

Zeitabhängige Abklingfunktion (`time_decay_static_rate`)

Diese Funktion senkt die statische Inflationsrate über eine festgelegte Anzahl von Epochen (also dynamic_epochs) schrittweise von einem Anfangswert (also r0, z. B. 8 %) auf einen Mindestwert (also r_floor, z. B. 1,5 %).

Sie verwendet eine lineare Abklingformel, um eine kontrollierte Senkung der Inflation im Zeitverlauf zu simulieren.

Aktuelle Inflationsrate von Solana (`current_inflation_rate`)

Diese Funktion bildet Solanas bestehendes Inflationsmodell ab. Es beginnt bei 8 % und sinkt jährlich um 15 %, bis es die Untergrenze von 1,5 % erreicht.

Dies ist ein fester Plan.

Inflationsrate von SIMD-228 (`simd228_inflation_rate`)

Diese Funktion implementiert die vorgeschlagene Inflationsformel von SIMD-228:

i(s) = r * (1 - √s + c * max(1 - √(2s), 0))

• s: die Staking-Rate, also der Anteil der gestakten Token
• r: die statische Inflationsrate aus der zeitabhängigen Abklingfunktion
• c: eine Konstante (~3,146, ungefähr π), welche die Kurve anpasst

Die Formel soll die Inflation bei hohem Staking senken und bei niedrigem Staking erhöhen. Dadurch soll die Inflation auf die Netzwerkbeteiligung reagieren.

Anpassung der Staking-Rate (`adjust_staking_rate`)

Die Anpassung der Staking-Rate verändert diese dynamisch anhand der Staking-Renditen. Sie vergleicht die effektive Rendite mit einer Zielrendite. Weicht die Rendite ab, ändert sich die Staking-Rate. Wie stark sie sich pro Epoche verschieben kann, ist begrenzt, um drastische Schwankungen zu vermeiden.

Simulationsfunktion (`simulate_with_delay`)

Die Simulationsfunktion führt die vollständige Simulation über eine festgelegte Anzahl von Epochen (also total_epochs) aus. Sie verwendet das aktuelle Inflationsmodell für eine bestimmte Anzahl von Epochen (also delay_epochs), bevor sie nach der Verzögerung zur Formel von SIMD-228 wechselt.

In vordefinierten Epochen (also shock_epochs) sinkt die Staking-Rate um einen Faktor (also shock_factor, z. B. 0,8 für eine Senkung um 20 %), um episodische Schocks zu simulieren. Episodische Schocks definieren wir als vorübergehende Senkungen der Staking-Rate während des dynamischen Zeitraums. Damit bilden wir reale Störungen nach und testen, wie widerstandsfähig das Inflationsmodell unter Belastung ist.

Fällt die effektive Rendite unter einen Schwellenwert, beispielsweise 3,5 %, gelten zusätzliche „Sanktionen“. Mit diesen Sanktionen versuchen wir, wirtschaftliche Folgen wie aggressives Unstaking durch Validatoren als Reaktion auf ein bestimmtes Ereignis nachzubilden.

Visualisierungsfunktionen

plot_scenario stellt die Ergebnisse eines einzelnen Szenarios bei verschiedenen Verzögerungen dar, beispielsweise Inflation, Staking-Rate und Token-Angebot.

compare_Scenarios vergleicht das beste, mittlere und schlechteste Szenario bei einer festen Verzögerung.

sensitivity_analysis prüft, wie sich Änderungen an Parametern wie c, Anpassungsgeschwindigkeit und anfänglicher Staking-Rate auf die Ergebnisse auswirken.

Wie lassen sich diese Simulationen interpretieren? 

Der Code erzeugt Diagramme für drei Zeithorizonte (6, 12 und 24 Monate), mehrere Verzögerungen und verschiedene Szenarien. Dazu gehören:

• Bestes Szenario:  eine anfängliche Staking-Rate von 70 %, keine Sanktionen, keine Schocks und eine Validatorprovision von 5,87 %
• Mittleres Szenario: eine anfängliche Staking-Rate von 65 %, keine Sanktionen, ein Schock in Epoche 200, der die Staking-Rate um 20 % senkt, und eine Validatorprovision von 4,38 %
• Schlechtestes Szenario: eine anfängliche Staking-Rate von 30 %, eine Sanktion von 3 %, Schocks in den Epochen 100 und 300, die die Staking-Rate um 30 % senken, und eine Validatorprovision von 3,66 %
• Schlechtestes Szenario ohne Sanktionen: eine anfängliche Staking-Rate von 30 %, keine Sanktionen sowie Schocks in den Epochen 100 und 300, die die Staking-Rate um 30 % senken
• Schlechtestes Szenario mit kleinen Sanktionen: eine anfängliche Staking-Rate von 30 %, eine kleinere Sanktion von 1 % sowie Schocks in den Epochen 100 und 300, die die Staking-Rate um 30 % senken

Die wichtigsten Kennzahlen lassen sich wie folgt interpretieren:

Gesamtangebot

• Was es zeigt: Wachstum des Token-Angebots, das bei 550 Mio. SOL beginnt
• Interpretation:
  • Verzögerungszeitraum: Das Angebot wächst gemäß dem aktuellen Disinflationsmodell, also mit einem Startwert von 8 % und einer jährlichen Senkung um 15 %
  • Dynamischer Zeitraum: Nach der Verzögerung verlangsamt sich das Wachstum, wenn SIMD-228 die Inflation senkt, also wenn höheres Staking zu niedrigerer Inflation führt
• Beispiel: Im besten Szenario, also bei 70 % Staking, sollte das Angebot langsamer wachsen als im schlechtesten Szenario mit 30 %, sofern Sanktionen, Schocks und andere Einflussfaktoren ähnlich sind

Staking-Rate

• Was sie zeigt: Anteil der gestakten Token
• Interpretation:
  • Verzögerungszeitraum: Konstant
  • Dynamischer Zeitraum: Passt sich anhand der Rendite an. Hohe Renditen steigern das Staking, niedrige Renditen oder Sanktionen senken es
• Beispiel: Im schlechtesten Szenario können Schocks (also shock_std=01) und Sanktionen (yield < 3.5%) Volatilität oder einen Abwärtstrend verursachen

Inflationsrate

• Was sie zeigt: Jährliche Inflationsrate in Prozent
• Interpretation:
  • Verzögerungszeitraum: Folgt dem aktuellen Modell und sinkt von 4,68 % auf 1,5 %
  • Dynamischer Zeitraum: Wechselt zu SIMD-228, wobei Staking-Raten die Inflation über 1 - √s senken.
• Beispiel: Das mittlere Szenario, also 65 % Staking, sollte einen gleichmäßigeren Rückgang zeigen als das schlechteste Szenario mit 30 % Staking

Staking-Rendite

• Was sie zeigt: Jährliche effektive Rendite für Staker nach einer angenommenen Provision von 4,12 %, entsprechend dem Trend zu Validatoren ohne Gebühren.
• Interpretation:
  • Verzögerungszeitraum: Die Rendite entspricht der aktuellen Inflation geteilt durch die Staking-Rate
  • Dynamischer Zeitraum: Die Rendite passt sich an Änderungen der Inflation und des Stakings an. Höheres Staking kann Renditen durch eine geringere Inflation sichern.
• Beispiel: Das beste Szenario sollte dank stabilem Staking länger höhere Renditen halten

Sensitivitätsanalyse

• Parameter c:
  • Ein höherer Wert für c (z. B. 2,5 gegenüber 3,5) verstärkt die Wirkung des Stakings auf die Inflation. Wir müssen prüfen, ob dies die Renditen übermäßig drückt.
• Anpassungsfaktor:
  • Größere Werte (z. B. 0,01 gegenüber 0,1) sorgen dafür, dass das Staking stärker reagiert. Wir müssen auf Schwingungen oder Trägheit achten.
• Anfängliches Staking:
  • Höhere Anfangsraten (z. B. 30 % gegenüber 70 %) führen zu niedrigerer Inflation und besseren Renditen. Wir müssen beurteilen, wie abhängig das System davon ist.

Was zeigen uns diese Simulationen?

Für diese Analyse haben wir unsere Zeithorizonte auf die nächsten 24 Monate begrenzt. Du kannst den Modellierungscode gern bearbeiten, neue Szenarien hinzufügen und Diagramme für andere Zeithorizonte erstellen. Beachte, dass diese Szenarien ceteris paribus berechnet wurden. MEV, Netzwerkaktivität und unzählige weitere SIMDs, die vor einer möglichen Implementierung von SIMD-228 vorgeschlagen und umgesetzt werden könnten, bleiben unberücksichtigt. Uns interessiert ausschließlich, die Vorzüge von SIMD-228 zu bewerten und zu untersuchen, wie es unter verschiedenen Bedingungen mit Inflation umgeht. In späteren Abschnitten behandeln wir die Wirtschaftlichkeit des Validator-Sets umfassender.

Die folgenden Diagramme sind Screenshots einiger ausgewählter Szenarien, die unser Python-Skript mit Matplotlib erstellt hat:

Wir können die Parameter weiter anpassen und Diagramme erstellen, um verschiedene mögliche Bedingungen zu simulieren. Die Trends sind jedoch eindeutig. Aus den Simulationen lässt sich Folgendes ableiten:

• SIMD-228 stabilisiert im besten und mittleren Szenario die Inflation, erhält das Staking und sichert die Rendite.
• Im schlechtesten Szenario bergen niedriges Staking und hohe Inflation das Risiko, die Netzwerksicherheit zu gefährden. Das gilt auch heute schon.
• Längere Verzögerungen bei der Implementierung verstärken diese Risiken, insbesondere in den schlechtesten Szenarien. Sie erhöhen das anfängliche Token-Angebot und senken die Renditen, wie die Szenariovergleiche zeigen. 
• Große Validatoren profitieren im besten und mittleren Szenario von der Stabilität. Kleinere Validatoren sind im schlechtesten Szenario dagegen erheblichen Risiken ausgesetzt. Nach Abzug der Provisionen fällt die Rendite unter die Rentabilitätsschwelle (2–3,5 % gegenüber 3,66 % im Long Tail). Das dürfte Validatoren zum Ausstieg, zur Konsolidierung oder zur Suche nach anderen Einnahmequellen zwingen, sofern niedrigere Abstimmungskosten oder andere Anreize dies nicht ausgleichen.
• SIMD-228 erreicht sein Ziel marktbasierter Emissionen in Szenarien mit hohem Staking, indem es den Verkaufsdruck minimiert, sich an Störungen anpasst und letztlich die Inflation senkt.
• Unsere Simulationen zeigen, dass die größte Schwäche von SIMD-228 in Umgebungen mit niedrigem Stake und durch Sanktionen geprägten Anreizen auftritt, also bei wirtschaftlichem Druck wie aggressivem Unstaking durch Validatoren. Diese Anreize könnten eine Rückkopplungsschleife auslösen, die potenziell die Netzwerkstabilität gefährdet, die Token-Ausgabe erhöht und weitere Validatoren zum Ausstieg bewegt. Isoliert betrachtet würde jede Kurve unter solchen Szenarien leiden. Die vorgeschlagene Kurve würde sich jedoch schneller erholen als die aktuelle unelastische Inflationskurve.

Grundsätzlich funktioniert SIMD-228 wie vorgesehen und ist eine vielversprechende Innovation. Weitere ergänzende Maßnahmen sollten jedoch folgen, um mögliche negative Szenarien abzufedern. Andernfalls könnten kleinere Validatoren erheblich beeinträchtigt werden. Das macht eine Diskussion über die Wirtschaftlichkeit des Validator-Sets erforderlich.

Modellierung der Wirtschaftlichkeit des Validator-Sets

Für unsere weitere Analyse haben wir außerdem die Wirtschaftlichkeit des Validator-Sets in verschiedenen Zukunftsszenarien modelliert. Unser Hauptziel war, die möglichen Auswirkungen von SIMD-228 auf die Größe des Validator-Sets besser zu verstehen. Die Wirtschaftlichkeit von Validatoren ist komplex und umfasst viele Variablen. Leser, die mit den Grundlagen nicht vertraut sind, finden daher möglicherweise unseren früheren Helius-Blogbeitrag hilfreich. Das Modell nutzt reale Wirtschaftsdaten der vergangenen zwölf Monate aus dem Blockworks-Solana-Dashboard sowie aktuelle Daten zum Validator-Set aus der Stakewiz API.

Eine öffentlich zugängliche Version dieser Analyse ist in diesem Google Sheet verfügbar. Wir danken dem Validator-Team von Pine Stake für die Entwicklung einer früheren Version dieser Analyse.

Szenarien für das Validator-Set

Unser Modell zur Wirtschaftlichkeit von Validatoren berücksichtigt Szenarien mit niedriger, mittlerer und hoher Stake-Rate. Unter SIMD-228 wirkt sich eine niedrige Staking-Rate positiv auf die Wirtschaftlichkeit von Validatoren aus, da sie die Ausgabe und damit die Provisionseinnahmen erhöht. Das Modell ordnet Validatoren einer von drei Gruppen zu: profitabel, unprofitabel oder kostendeckend. Dabei berücksichtigt es die drei wichtigsten Einnahmequellen: Inflationsprovisionen, Block-Rewards und MEV-Provisionen. Als kostendeckend gilt ein jährlicher Gewinn zwischen -10 SOL und 10 SOL.

Aktuelles Szenario

• Stake-Rate: Aktuelle Stake-Rate ~63 %
• Aktuelle Inflationskurve
• Modellschätzung: 706 profitable Validatoren, 13 kostendeckende Validatoren

Szenario mit niedriger Stake-Rate

• Stake-Rate: 35 %
• Inflationskurve von SIMD-228
• Modellschätzung: 706 profitable Validatoren, 12 kostendeckende Validatoren

Mittleres Szenario

• Stake-Rate: 50 %
• Inflationskurve von SIMD-228
• Modellschätzung: 689 profitable Validatoren, 8 kostendeckende Validatoren

Szenario mit hoher Stake-Rate

• Stake-Rate: 70 %
• Inflationskurve von SIMD-228
• Modellschätzung: 685 profitable Validatoren, 10 kostendeckende Validatoren

Annahmen des Validator-Set-Modells

Wir gehen davon aus, dass alle Validatoren gleich effizient arbeiten. Das trifft in der Praxis zwar nicht zu, doch die Einbeziehung realer betrieblicher Unterschiede würde die Analyse unnötig verkomplizieren.

Dieses Modell nimmt an, dass das aktuelle Stake-Verhältnis zwischen den Validatoren konstant bleibt. Dieses Verhältnis bestimmt ihren relativen Anteil an den gesamten Block-Rewards, Inflationsprovisionen und MEV-Provisionen. Wir erstellen eine Momentaufnahme dieser Verhältnisse und passen dann in den verschiedenen Szenarien wichtige Parameter zu SIMDs und Netzwerkaktivität an. Stake-Anpassungen werden im gesamten Validator-Set als gleichmäßig modelliert. Das ist in der Praxis unwahrscheinlich, sollte aber dennoch eine vernünftige Schätzung ermöglichen.

Seit SIMD-96 im vergangenen Monat im Mainnet aktiviert wurde, werden 50 % der Block-Rewards nicht mehr verbrannt. Dieses Modell geht davon aus, dass sich das Nutzerverhalten bei der Wahl zwischen Priority Fees und Jito-Tips nicht ändert, da Transaktionskosten und Nutzererlebnis gleich bleiben. Unter dieser Annahme erhalten Validatoren künftig bei gleicher Netzwerkaktivität doppelt so viele Priority Fees wie vor SIMD96. Block-Rewards spielen deshalb bei der Modellierung der künftigen Wirtschaftlichkeit von Validatoren nun eine wichtigere Rolle als zuvor.

Um die Argumentation und den Vergleich mit dem aktuellen Inflationsplan zu vereinfachen, nimmt das Modell eine sofortige Durchsetzung von SIMD-228 an. Sollte der Vorschlag angenommen werden, dauert seine Aktivierung im Mainnet in der Realität jedoch mindestens mehrere Quartale.

Darüber hinaus berücksichtigt die Analyse folgende Faktoren nicht:

• Private Vereinbarungen zur Beteiligung an Block-Rewards
• Gewinne aus Sandwiching
• Provisionen von Stake-Pools
• Subventionen des Solana Foundation Delegation Program (SFDP)
• Jegliche alternativen Einnahmequellen außerhalb von Ausgabe, Block-Rewards & Jito MEV

Unabhängig vom Szenario fällt auf, dass viele Long-Tail-Validatoren unprofitabel arbeiten. Dafür kann es verschiedene Gründe geben: 

• Unprofitable Validatoren arbeiten mit Verlust und hoffen, bald profitabel zu werden.
• Test-Validatoren führen alternative Konfigurationen der Client-Software aus
• Validatoren erhalten Unterstützung für Abstimmungskosten vom Solana Foundation Delegation Program
• Validatoren verfügen über alternative Einnahmequellen, beispielsweise durch Sandwiching

Beobachtungen aus der Modellierung der Validator-Set-Wirtschaftlichkeit

Die erste aus den Daten abgeleitete Beobachtung lautet, dass Long-Tail-Validatoren keine nennenswerten Einnahmen aus Provisionen für Staking-Rewards erzielen. Unabhängige Long-Tail-Validatoren und Validatoren von Ökosystemteams haben tendenziell niedrigere Provisionsraten für Staking-Rewards und sind weniger von Inflationsprovisionen abhängig als andere Validatorgruppen, darunter von Börsen betriebene und institutionell ausgerichtete Validatoren.

• 647 von 1.316 Validatoren (49 %) haben eine Inflationsprovision von null. Änderungen der Inflation wirken sich daher nicht auf ihre wirtschaftliche Tragfähigkeit aus. 
• Bei Validatoren außerhalb der Supermajority steigt dieser Anteil leicht auf 51 %: 635 von 1.243 Validatoren haben dort eine Inflationsprovision von null.
• Die aktuelle durchschnittliche Inflationsprovision beträgt 2,75 %, wenn private Validatoren mit einem festen Satz von 100 % ausgenommen werden. Außerhalb der Supermajority liegt sie mit 2,68 % etwas niedriger.
• Unsere Prognosen für künftige Einnahmequellen von Validatoren deuten darauf hin, dass nach SIMD-96 nur 175 Validatoren mehr als 20 % ihrer Einnahmen aus Inflationsprovisionen erzielen würden, sofern die Netzwerkaktivität dem Niveau der vergangenen 12 Monate entspricht.
• Im Szenario mit einer niedrigen Stake-Rate von 35 % sinkt die Zahl profitabler und kostendeckender Validatoren gegenüber der aktuellen Situation nur um einen. Im mittleren Szenario mit einer Stake-Rate von 50 % sinkt diese Zahl um 22 (3 %). Im Szenario mit einer hohen Stake-Rate von 70 % fällt die Zahl profitabler und kostendeckender Validatoren um 24 (3,4 %).

Das Modell deutet darauf hin, dass die Einführung der Inflationskurve von SIMD-228 das Validator-Set wahrscheinlich verkleinert. Dieser Effekt dürfte jedoch begrenzt bleiben und beträgt im Szenario mit hohem Stake 3,4 %. Wichtigere Faktoren für die Wirtschaftlichkeit von Solanas Long-Tail-Validatoren sind der SOL-Preis, die Netzwerkaktivität, die Beteiligung an Block-Rewards und die Abstimmungskosten. Diese Variablen hält das Modell konstant.

Argumente gegen SIMD-228

Wirtschaftliche Risiken für Validatoren

Viele kleinere Validatoren befürchten, dass es bei einer Annahme von SIMD-123 zu einem „Wettlauf auf null“ bei den Block-Rewards kommt und ihr Betrieb dadurch weniger profitabel wird. Wird außerdem SIMD-228 angenommen, könnten Long-Tail-Validatoren noch weniger profitabel werden. Unsere Modellierung der Wirtschaftlichkeit des Validator-Sets zeigt, dass viele Long-Tail-Validatoren unprofitabel arbeiten. Sie wären dann gezwungen, andere wirtschaftliche Wege zu verfolgen, Stake-Pools beizutreten, Subventionen zu erhalten, nach alternativen Einnahmequellen zu suchen, die nicht mit dem Netzwerk übereinstimmen, oder den Betrieb vollständig einzustellen.

Unabhängige Validatoren wie Laine und Solana Compass haben erheblich zum Ökosystem beigetragen. Von Validatoren zu erwarten, dass sie andere wirtschaftliche Wege verfolgen, ist möglicherweise nicht die beste Alternative. In einem Beitrag auf X (ehemals Twitter) erklärte Chainflow, ein Validator mit einem Stake von etwa einer halben Million, dass man trotz „größter Bemühungen, Stake zu gewinnen“, indem man dem Netzwerk netto mehr beiträgt als entnimmt, „weiterhin stark von der SFDP-Delegation abhängig ist, um den Betrieb fortzusetzen“. Das entspricht unserer Anfang des Jahres im Helius-Blog veröffentlichten Analyse des Solana Foundation Delegation Program (SFDP). Für kleinere Validatoren gibt es offenbar nicht viele realistische Möglichkeiten, Stake zu gewinnen.

Für Long-Tail-Validatoren bleiben Abstimmungskosten die Hauptausgabe und übersteigen oft ihre Einnahmen aus Ausgabeprovisionen. Derzeit berechnet das Protokoll für alle Abstimmungstransaktionen von Validatoren unabhängig vom Stake-Gewicht dieselbe Basisgebühr. Um diese Belastung zu senken, haben Forscher von Anza erklärt, dass sie an einer deutlichen Reduzierung der Abstimmungskosten arbeiten. Ein geplantes Upgrade, möglicherweise mit einem neuen SIMD für Vote Inclusion Credits, soll das Mainnet bis Ende des Jahres erreichen. Je nachdem, wann SIMD-228 bei einer Annahme implementiert wird, befürchten jedoch einige, dass diese Senkungen zu spät kommen. Eine langfristige Lösung, die Abstimmungstransaktionen grundlegend überarbeitet und das Kernproblem wirksam angeht, wird einige Zeit benötigen.

Risiken für die wirtschaftliche Stabilität

Der Vorschlag nimmt an, dass MEV-Rewards in Form von Jito-Tips die Abhängigkeit von Emissionen verringern, verzichtet aber ausdrücklich auf deren Messung. Obwohl der Vorschlag von seinen Annahmen abhängt, birgt diese Auslassung das Risiko, die Einnahmen der Staker zu unterschätzen. Ein unerwarteter Rückgang von MEV könnte zu einer übermäßigen Ausgabe führen, ein starker Anstieg dagegen zu einer zu geringen Ausgabe. Das könnte die Wirtschaftlichkeit der Validatoren und die Marktstabilität von SOL gefährden, wie die im Vorschlag genannten Schwankungen der Jito-Tips von Q1 bis Q4 2024 (42 Mio. bis 430 Mio. USD) nahelegen.

Darüber hinaus könnte die aggressive Kurve des Vorschlags bei einem Staking-Anteil unter 50 %, die bei 33 % die statische Rate übersteigt, bei niedrigem Staking übermäßige Inflationsspitzen auslösen, wie unsere schlechtesten Szenarien zeigen. Dadurch könnte die Ausgabe den MNA übersteigen und letztlich den Zielen von SIMD-228 widersprechen.

Bedenken hinsichtlich Implementierung und Vorhersehbarkeit

SIMD-228 führt eine komplexere marktbasierte Formel ein. Sie könnte durchschnittliche Laien verwirren, die an Solanas vorhersehbaren Inflationsplan gewöhnt sind. Diese zusätzliche Komplexität könnte zusammen mit dem Übergangszeitraum über mehrere Epochen und der differenzierten Wirkung der Konstante c das Vertrauen der Community schwächen, wenn Menschen das Verhalten des Modells falsch verstehen oder ihm misstrauen. Anders gesagt: Diese Formel ist viel schwerer zu verstehen als „die Zahl sinkt jedes Jahr, bis wir 1,5 % erreichen“.

Der Übergangszeitraum über mehrere Epochen bereitet besondere Sorge. Einige halten den ursprünglichen Übergang über 10 Epochen für zu extrem und sehen darin praktisch eine „Änderung der Regeln“ für Solanas Emissionen. Unsere Simulationen deuten jedoch darauf hin, dass längere Übergangsfristen oder Verzögerungen die Wirksamkeit von SIMD-228 mindern könnten. Dadurch bliebe die Inflation länger hoch und das Modell könnte Staking und Renditen in den schlechtesten Szenarien schlechter stabilisieren. Dieser Übergangszeitraum wurde inzwischen auf 50 Epochen geändert und von Vishal in einem Beitrag auf X öffentlich angekündigt. 

Argumente für SIMD-228

Der undichte Eimer: Die versteckten Kosten der Inflation

Ein zentrales Argument für SIMD-228 lautet, dass Inflation wie ein „undichter Eimer“ funktioniert. Der Anza-Forscher Max Resnick hat dieses Konzept kürzlich in seinem Artikel auf X hervorgehoben. Ein wesentlicher Nachteil hoher Token-Inflation ist der erhöhte Verkaufsdruck. Einige Staker, insbesondere in bestimmten Rechtsordnungen, behandeln Staking-Rewards als gewöhnliches Einkommen und verkaufen einen Teil, um Steuern zu zahlen. Bei der aktuellen annualisierten Inflation von ~4,69 % und einer vollständig verwässerten Bewertung von 80 Milliarden US-Dollar belaufen sich neue Emissionen auf etwa 3,75 Milliarden US-Dollar pro Jahr. Der höchste Einkommensteuersatz für Privatpersonen in den USA beträgt 37 %, während der Steuersatz auf langfristige Kapitalgewinne bei 20 % liegt. Dadurch entsteht bei der Ausgabe faktisch eine „Undichter-Eimer“-Steuer von ~17 %. Unternehmen zahlen auf Einkommen und Kapitalgewinne denselben Steuersatz, doch Kapitalverluste können Einkommen nicht ausgleichen. Bleibt die Marktkapitalisierung von SOL unverändert, führt das zu einem Abschlag von 21 % auf die Ausgabe.

Neben Regierungen beanspruchen auch zentralisierte Börsen und Verwahrstellen durch wettbewerbswidrige Praktiken einen erheblichen Anteil der Staking-Rewards. Große Börsen wie Binance und Coinbase verlangen eine Staking-Provision von 8 %. Ein solcher Satz ist für kleinere Validatoren im heutigen Wettbewerbsumfeld undenkbar. Diese Plattformen nutzen die Bindung ihrer Nutzer, um Solanas Ausgabe stärker abzuschöpfen. Solana emittiert jährlich ~28 Millionen SOL, was zu heutigen Preisen etwa 3,8 Milliarden US-Dollar entspricht. Schon eine kleine Verringerung der Ausgabe könnte dem Netzwerk jährlich Hunderte Millionen sparen.

Marktverzerrung durch Inflation und die Macht von Preissignalen

Eine Inflation, die über das zur Sicherung des Netzwerks erforderliche Maß hinausgeht, erzeugt anhaltenden Abwärtsdruck auf den Preis. Das verzerrt Marktsignale und erschwert faire Preisvergleiche. In der traditionellen Finanzwelt entspricht PoS-Inflation ungefähr einem börsennotierten Unternehmen, das alle zwei Tage einen kleinen Aktiensplit durchführt. Viele Marktteilnehmer – darunter Ersteller von Charts und Dashboards, gelegentliche Beobachter und Privatanleger – berücksichtigen diese Inflation in ihren Analysen nicht. Das führt zu irreführenden Preiswahrnehmungen.

Ein gesunder Kurschart gehört zu den wirksamsten Marketinginstrumenten eines Ökosystems und beeinflusst nicht nur Trader, sondern alle Beteiligten. In den psychologisch geprägten Kryptomärkten dient der Preis als Schelling-Punkt und damit als wichtiger Indikator für den allgemeinen Zustand eines Ökosystems.

Überlegenheit marktgesteuerter Systeme

Viele, darunter Helius-Mitgründer Mert Mumtaz, haben betont, dass marktbasierte Systeme Feedback aus der realen Welt einbeziehen müssen. Solanas aktueller zeitbasierter Inflationsplan orientierte sich ursprünglich an vergleichbaren Netzwerken wie Cosmos und basiert auf festen Parametern statt auf dynamischen Marktkräften. Im Idealfall sollte die Nachfragekurve nach SOL-Staking-Rendite die Inflation bestimmen, nicht willkürliche menschliche Entscheidungen. Märkte ermöglichen grundsätzlich eine effizientere Preisfindung. Systeme, die sich nicht an reale Bedingungen anpassen, werden fragil. Für ein Netzwerk, das Werte in Milliardenhöhe sichert, ist das ein inakzeptables Risiko. Ohne marktgesteuerte Anpassungen drohen Solana zentrale Planung, versteckte Schwachstellen und langfristige Stagnation.

Bestrafung der Netzwerknutzung

Hohe Inflation bestraft die aktive Onchain-Nutzung von SOL, etwa für die Teilnahme an Liquiditätspools, den Handel mit NFT oder Gebote in Orderbüchern. Solanas ausgereifte und robuste Infrastruktur für Liquid Staking Token (LST) kann einige dieser negativen Folgen abmildern, indem sie eine aktive Nutzung von SOL ohne Verwässerung ermöglicht. Sie verursacht jedoch auch zusätzliche Kosten. Dazu gehören Reibungsverluste im Nutzererlebnis, eine Fragmentierung der Liquidität auf verschiedene Token, potenzieller Slippage beim Tausch in und aus LSTs sowie die Notwendigkeit, dass Nutzer die Mechanismen des Stakings verstehen, um sich vor den indirekten Kosten der Verwässerung zu schützen.

Kamino-Mitgründer Marius äußerte eine ähnliche Sichtweise: „Staking fördert das Horten und verringert die Finanzaktivität … In gewisser Weise ist es damit vergleichbar, dass die Fed die Zinsen anhebt und die Finanzbedingungen verschärft.“

Analyseparalyse vermeiden: Das Argument für iterativen Fortschritt

In einem kürzlich veröffentlichten Beitrag auf X argumentiert Max Kaplan, CTO von Sol Strategies, dass es besser ist, ungefähr richtig als exakt falsch zu liegen. Da es kein perfektes Modell gibt, lässt sich ein Modell am besten durch Experimente unter realen Bedingungen verfeinern. Wer vor Änderungen auf ideale Daten wartet, verfällt in Analyseparalyse: Übermäßiges Abwägen verhindert das Handeln. Kaplan weist darauf hin, dass diese Tendenz große Unternehmen in der Vergangenheit gelähmt und schnelleren Wettbewerbern ermöglicht hat, Marktanteile zu gewinnen.

Die Kryptolandschaft entwickelt sich rasant, und Solana muss sich diesem Wettbewerbsumfeld entsprechend anpassen. Fortschritte sollten so schnell wie vernünftigerweise möglich erfolgen, auch wenn der erste Versuch möglicherweise nicht perfekt ist. Kontinuierliche Iteration und Lernen sind einer Stagnation weit überlegen. Dieser Ansatz spiegelt den Pragmatismus, die schnellen Iterationen und das Ethos technikgetriebener Innovation der Solana-Community wider.

Vor diesem Hintergrund betrachten einige Solana als Nationalstaat mit souveräner Wirtschaft. Sie vertreten die Ansicht, dass Solanas Wert „aus seiner Fähigkeit entsteht, neue Anwendungsfälle und effizientere Implementierungen bestehender Anwendungsfälle zu ermöglichen“, also Kapital nutzbar zu machen. Solana braucht Kapitaleffizienz, weil die meisten Token in Stake-Accounts gebunden sind. Stattdessen sollte SOL getauscht und gehandelt werden, Liquidität bereitstellen, NFT kaufen, in RWA investieren usw. Wir sollten uns weniger auf Staking-Prozentsätze konzentrieren und mehr darauf, diese Kriegskasse aus ungenutztem Kapital freizusetzen. 

Dementsprechend gilt Solana als Heimat der Internetkapitalmärkte, also der nächsten Entwicklungsstufe des Kapitalismus. Einige gehen sogar so weit zu sagen: „[W]ähle den Kapitalismus, wähle Solana.“ Tolys Vision von Solana ist eine Blockchain mit der Geschwindigkeit der Nasdaq. Da die Chain immer enger mit Vorstellungen von besseren Finanzsystemen, Kapitalbildung und Effizienz, digitaler Souveränität, privatem Geld und dem Kapitalismus selbst verbunden wird, ist es nachvollziehbar, warum Menschen Solanas Geldpolitik verbessern wollen. Gute Märkte brauchen gute Regeln, und die Menschen sind mit dem Status quo nicht zufrieden. Auch wenn sie den konkreten Details von SIMD-228 widersprechen, sind sie sich einig, dass die Inflation zu hoch ist und sich etwas ändern muss. SIMD-228 gilt daher als philosophisch mit Solanas Mission vereinbar. 

Fazit

In diesem Artikel haben wir zwei Modelle vorgestellt, um die möglichen Auswirkungen von SIMD-228 zu verdeutlichen, und die wichtigsten Argumente für und gegen den Vorschlag untersucht. Die umfassende Diskussion und Debatte über diesen Vorschlag zeigt eine positive Entwicklung: Solanas Governance ist aktiv und engagiert. Das Netzwerk ist so weit gereift, dass vielfältige Stakeholder seine Zukunft aktiv gestalten, verschiedene Wege diskutieren und sich für den ihrer Ansicht nach besten Weg einsetzen.

Weitere Ressourcen

• Ist Solanas Inflation zu hoch? - Helius-Blog
• Das Solana Foundation Delegation Program & die Herausforderungen für Long-Tail-Validatoren - Helius-Blog