17.03.2021

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

Rechte an einem Tweet um Millionen Dollar: Was steckt hinter dem Netz-Hype um NFTs? Token-Expertin Shermin Voshmgir im Interview.
/artikel/voshmgir-millionen-dollar-fur-tweets-scheinbar-statussymbol
Shermin Voshmgir © Hutan Vahdani
Shermin Voshmgir © Hutan Vahdani

„NFTs“ sind der neue große Netz-Hype. Millionen Dollar werden für Rechte an digitalen Werken ausgegeben, die schon davor frei verfügbar waren. Aber was steckt hinter dem Hype, wie funktionieren „Nicht-fungible Tokens“ und wofür können sie eingesetzt werden? Wir haben bei Token-Expertin Shermin Voshmgir nachgefragt.

Wir kennen Bilder, Gemälde, Skulpturen und sammeln, kaufen und versteigern/ersteigern sie. Was sind NFTs und wie verändern sie gerade den Handel und Besitz von und mit Kunst?

Shermin Voshmgir: NFTs ist die Abkürzung für „Nicht-fungible Tokens” die – unter anderem – einzigartige Werte repräsentieren können. Beispiele dafür sind Web3 Tokens, die das Eigentumsrecht an einem Haus, einem Auto, oder einem Kunstwerk repräsentieren. NFTs scheinen in letzter Zeit sehr populär geworden zu sein, weil viele Künstler sich dieser neuen Technologie bedienen. NFTs können weitere Autorenschaft oder Urheberrechte repräsentieren (Co-Autorenschaft an Büchern oder wissenschaftlichen Texten) und das jeweilige Rechtemanagement verwalten. NFTs können aber auch Ausweise, Zertifikate, oder eine Mitgliedschaft im Fitnessstudio repräsentieren. NFTs haben komplexe Eigenschaften und sind auch oftmals an die Identität einer Person gebunden und somit gar nicht übertragbar. „Fungible Tokens” wie Bitcoin, Ether, Dollar Tokens oder Rohstoff Tokens (Tokens die Erdöl, KWh Energie oder Gold repräsentieren) hingegen repräsentieren identische und daher austauschbar Vermögenswerte die man lediglich als Geld oder Wertanlage verwenden kann.

Welchen Sinn hat es, einen Teil eines digitalen Kunstwerks zu besitzen?

Das müsst ihr jene Leute fragen die gerade viel Geld (mehrere Millionen) für den Besitz dieser Kunstwerke (oder Tweets) ausgeben. Wobei sie ja oftmals die Kunstwerke gar nicht besitzen, sondern nur das Recht auf eine vermeintliche “Originalkopie” eines digitalen Kunstwerks kaufen. Für mich persönlich ist es ein Anachronismus, künstliche Knappheit für ein digitales Gut zu erzeugen das es ohnehin bereits im Internet gibt. Andere Menschen finden es scheinbar ein Statussymbol, 2,5 Mio Dollar für das Recht auf den ersten Tweet von Twitter Gründer Jack Dorsey auszugeben, oder $590,000 für den Nyan Cat Meme aus dem Jahr 2011, das ohnehin gratis im Internet verfügbar ist. Ich denke das ist jetzt die erste Hypephase, in der alle irgendwas machen. Vieles derzeit is Hype, die spannenden Anwendungsfelder kommen in Zukunft wenn es um Miteigentumsrechte von echten Kunstwerken, oder die Kombination von VR und digitaler Kunst geht (siehe das Museum of Crypto Art oder Somnium Space VR).

Was bedeutet dieser dezentrale Besitz für die Nutzung von zB Memes oder Videoclips – kann man die dann überhaupt noch einfach so im Netz teilen?

Das ist kein dezentralen Besitz. Wenn dann besitzt einer (und im Fall von Teileigentumsrechten mehrere). Diese Eigentumsrechte (und andere möglichen assoziierten Rechte wie Konzerttickets oder Stimmrechte) werden aber gemeinschaftlich von einer öffentlichen Infrastruktur wie dem Ethernet Netzwerk verwaltet (und nicht auf einer privaten Server Infrastruktur wie es im Web2 der Fall ist). 

Der Tokenisierung wurde eine sehr große Zukunft vorhergesagt, eine Revolution – jetzt hypet sie mit Memes und Tweets. Sind die großen Use Cases vielleicht gar keine?

Wir stehen noch ganz am Anfang, wie schon gesagt, werden die spannenden Use Cases erst kommen. Der Eigentümer eines Gemäldes könnte Anteile am Kunstwerk mittels anteiliger Tokens am Kunstwerk verkaufen, die physische Kontrolle über das Kunstwerk aber weiterhin behalten. Ein Museum könnte es der Öffentlichkeit ermöglichen, Anteile an seiner Kunstsammlung zu erwerben, um Geld für den Kauf eines neuen Stücks zu erhalten. In diesem Fall würde ein Museum die Kontrolle über die einzelnen Kunstwerke nicht abgeben, könnte den Token-Inhabern aber privilegierte Zugangsrechte zu dem betreffenden Kunstwerk anbieten. Andere Anwendungsfelder sind noch komplexer als das einfache Besitzen von Kunst, und werden oftmals an der Schnittstelle zu anderen technischen Innovation wie VR und AI stattfinden.

Wie entwickelt sich die Tokenisierung in anderen Bereichen wie zB Immobilien?

Die Tokenisierung bestehender physischer Objekte eröffnet Investoren die Möglichkeit, ihr Portfolio zu erweitern, was potenziell auch zu mehr Liquidität auf den Märkten führen kann. Eigentümer einer Immobilienanlage könnten beispielsweise einen Teil einer Immobilienanlage über tokenisierte Miteigentumsrechte liquidieren, aber dennoch den physischen Vermögenswert selbst kontrollieren. NFTs könnten so programmiert sein, dass sie unterschiedlichen Token-Inhabern unterschiedliche Rechte und Kontrolloptionen über das Objekt gewähren (ZB Bei einer Privaten Wohnung könnte die Beitzerin das Recht ausgeben dass die Teilinvestoren anteilige Miete beziehen, aber kein Verkaufsrechts der Immobilie selber, und auch keine Entscheidung über Einrichtung dieser Immobilie. Im Falle eines Coworking Space konnte man zusätzlich zum anteiligen Investment und dem Recht auf Mieterlöse auch die Stimmrechte an der Verwaltung des Coworking Space vergeben werden (wenn gewünscht). Alles wird über den Smart Contract des NFTs abgewickelt (die Auszahlung der Miete, Stimmrechtsverwaltung etc.)

Was antwortest du Kritikern, die meinen, die große Blockchain-Revolution bleibt aus, weil die meisten aktuellen Anwendungsfälle auch mit einfacheren Technologien abbildbar sind?

Die Zeit wird es ihnen zeigen. Außerdem geht es nicht um Blockchain, sondern ums Web3. Blockchain ist zwar das Rückgrat des Web3 aber nicht die einzige Technologie in dieser neuen Token Ökonomie.

Über Shermin Voshmgir

Shermin Voshmgir ist Autorin des Buchs Token Economy, Gründerin von Token Kitchen und BlockchainHub Berlin. In der Vergangenheit war sie die Direktorin und co-Gründerin des Instituts für Kryptoökonomie an der Wirtschaftsuniversität Wien, sowie Advisor von Jolocom, Wunder, dem Estonian e-Residency Programms, und Curator von The DAO. Sie hat in Wien BWL mit Fokus auf Wirtschaftsinformatik studiert und die Filmschule in Madrid besucht. Als gebürtige Wienerin mit Iranischen Wurzeln arbeitet sie an der Schnittstelle von Technologie, Kunst und Sozialwissenschaft.

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Voshmgir: Millionen Dollar für Tweets „scheinbar Statussymbol“