Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

15.09.2022

Ethereum-Merge: Das muss man steuerlich beachten

Die Krypto-Steuerberaterin Natalie Enzinger erklärt die Bedeutung vom Ethereum Merge und erläutert die steuerlichen Folgen.

/artikel/ethereum-merge-das-muss-man-steuerlich-beachten

kommentar

✨ AI Kontextualisierung

Am Morgen des 15.09.2022 um 08:44 Uhr war es endlich soweit. Der langersehnte „Merge“ – der Wechsel des Konsensalgorithmus auf Proof-of-Stake bei Ethereum – wurde erfolgreich vollzogen. Die Umstellung des Konsensalgorithmus bietet für ETH-Besitzer neue Möglichkeiten, passive Einkünfte aus dem Staking von Ether zu erzielen.

Die Beacon Chain: So entstand der Merge

Der „Merge“ ist ein technisches Softwareupgrade, das den bestehenden Proof-of-Work-Konsensmechanismus von Ethereum auf einen Proof-of-Stake-Konsensalgorithmus umstellt. Die Umstellung auf den Proof-of-Stake Konsensalgorithmus erfolgte durch die Ethereum-Entwickler in zwei Schritten:

Der erste Schritt wurde bereits im Dezember 2020 erfolgreich mit dem Launch der Beacon Chain gelegt. Bei der Beacon Chain – einer separaten, vom Ethereum Mainnet unabhängigen Blockchain – konnte der neue Konsensalgorithmus Proof-of-Stake ohne Auswirkungen auf das bestehende Ethereum Mainnet ausreichend in einer Liveumgebung getestet werden. ETH-Besitzer konnten ab Dezember 2020 eine Menge von 32 ETH in einen „deposit contract“ einzahlen, um auf der Beacon Chain durch den Betrieb eines Validator-Nodes an der Blockerstellung teilzunehmen (sogenanntes „Staking“).

Auf der Beacon Chain wurden seither leere Blöcke validiert, die keine Transaktionen beinhalteten, da das Ethereum Mainnet noch nicht auf dem neuen Proof-of-Stake Konsensalgorithmus lief. Als Belohnung für die Blockerstellung erhielt man als Staker auf der Beacon Chain sogenannte „Consensus Layer Rewards“, die technisch zwar der jeweiligen Wallet-Adresse gutgeschrieben wurden, über die man aber bisher bzw. auch nach dem „Merge“ noch nicht verfügen konnte bzw. kann. Die Consensus Layer Rewards lassen sich also derzeit – auch nach dem „Merge“ – weder umtauschen noch verkaufen. Erst mit einem weiterführenden, in der Zukunft liegenden Upgrade – dem sogenannten „Shanghai Upgrade“ – sind die „Consensus Layer Rewards“ und die als „stake“ einbezahlten 32 ETH zugänglich bzw. veräußerbar.

Merge: Der zweite Schritt

Mit dem heutigen „Merge“ wurde nun in einem zweiten Schritt die Consensus Layer der Beacon Chain technisch mit dem bestehenden Ethereum Mainnet zusammengeführt. Um weiterhin als Staker tätig zu sein, muss neben der technische Umstellungen der Client-Software auch eine eigene Wallet-Adresse für den Empfang der verdientenTransaktionsgebühren (sogenannte „Execution Layer Rewards“) angegeben werden. Im Unterschied zu den oben angeführten „Consensus Layer Rewards“ kann über die „Execution Layer Rewards“ bereits nach dem Merge verfügt werden, das heißt diese können ab sofort umgetauscht oder verkauft werden.

Solo home staking, Staking as a service, Liquid pool Staking

In der Praxis kann das ETH-Staking in unterschiedlichsten Arten (bspw. Solo home staking, Staking as a service, Liquid pool Staking, etc.) ausgestaltet sein. Jede dieser Staking-Arten ist anhand des konkreten Einzelfalles zu würdigen, da unterschiedliche steuerliche Konsequenzen damit verbunden sein können. In der Folge wird anhand des „Solo home Staking“ erörtert, wie Rewards aus dem Staking ertragsteuerlich auf Basis der neuen geltenden Rechtslage einzuordnen sind und wann eine Besteuerung zu erfolgen hat.

Beim „Solo home staking“ wird mit eigener Soft- und Hardware ein Validator-Node betrieben, um Transaktionen zu validieren und Blöcke zu erstellen. Dazu werden mindestens 32 Ether als „stake“ und ein gewisses technisches Know-How benötigt. Als Belohnung erhält der „Solo home Staker“ bei erfolgreicher Blockerstellung nach dem „Merge“ einerseits die „Consensus Layer Rewards“ und anderseits die „Execution Layer Rewards“, wobei die „Consensus Layer Rewards“ mangels Verfügungsmacht bis auf weiteres steuerlich noch nicht als zugeflossen gelten.

Über die „Execution Layer Rewards“ kann zwar bereits verfügt werden, jedoch ist zu untersuchen, ob der Ausnahmetatbestand des § 27b Abs 2 Satz 2 1.TS EStG („Staking“) zur Anwendung gelangen kann und somit die Besteuerung erst später mit dem Wechsel der Rewards in Euro (bzw anderes gesetzliches Zahlungsmittel)oder andere Wirtschaftsgüter (außer Kryptowährungen) oder Leistungen stattfindet. Entscheidend ist, ob das ETH-Staking als sofort steuerpflichtige Leistung zur Transaktionsverarbeitung „durch einen technischen Prozess“ (wie z.B. beim Mining) oder als nicht-steuerbare Leistung zur Transaktionsverarbeitung durch den „vorwiegenden Einsatz von vorhandenen Kryptowährungen“ gesehen wird.

“Besonders jene Einkünfte sollen erfasst werden, die zur Blockerstellung erzielt werden”

Laut § 27b Abs 2 Z 2 EStG gehört zu den laufenden Einkünften aus Kryptowährungen der Erwerb von Kryptowährungen durch einen technischen Prozess, bei dem Leistungen zur Transaktionsverarbeitung zur Verfügung gestellt werden. Nach den Erläuternden Bemerkungen zum Gesetz sollen besonders jene Einkünfte erfasst werden, die für die Blockerstellung erzielt werden. Welcher Konsensalgorithmus genutzt wird, soll unerheblich sein. Meines Erachtens muss der verwendete Konsensalgorithmus zumindest mit Proof-of-Work vergleichbar sein, zumal der vorwiegende Einsatz von vorhandenen Kryptowährungen unter den Ausnahmetatbestand des § 27b Abs 2 Satz 2 1.TS EStG („Staking“) fällt. Keine laufenden Einkünfte aus Kryptowährungen liegen nach dieser Bestimmung nämlich vor, wenn die Leistung zur Transaktionsverarbeitung vorwiegend im Einsatz von vorhandenen Kryptowährungen besteht.

Nach dem allgemeinen Sprachgebrauch ist das Wort „vorwiegend“ mit „überwiegend“ (also mehr als 50%) gleichzusetzen. Die Erläuternden Bemerkungen zum Gesetz gehen nicht darauf ein, wie vorzugehen ist, wenn neben dem Einsatz von vorhandenen Kryptowährungen auch weitere untergeordnete „Leistungen“ (z.B. das Betreiben einer Node) erbracht werden.

Meines Erachtens ist der Kern der Leistung beim Solo home Staking der Einsatz der 32 ETH als „stake“ und somit die wesentliche Grundlage. Der Nutzung eigener Soft- und Hardware bzw. das Vorhandensein eines gewissen technischen Know-Hows kommt eine untergeordnete Bedeutung zu, weshalb die Rewards (Consensus als auch Execution Layer Rewards) unter den Staking-Tatbestand subsumierbar sein sollten. Zum Zeitpunkt des Erhalts der Rewards besteht demzufolge keine Steuerpflicht. Erst wenn die aus dem Staking stammenden Ether in ein gesetzliches Zahlungsmittel oder in andere Wirtschaftsgüter (außer Kryptowährungen) oder Leistungen getauscht werden, liegt ein steuerbarer Vorgang vor, der mit dem Sondersteuersatz von 27,5% zu besteuern ist.

Von Seiten des Finanz-Ministeriums (BMF) gibt es derzeit noch keine Aussagen zum Ethereum Staking. Es bleibt abzuwarten, wie das BMF die Regelungen des § 27b EStG hinsichtlich des Ethereum Staking auslegen wird.

LinktippWeitere Informationen

Deine ungelesenen Artikel:

Dominik Meisinger

23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?

/artikel/openai-modell-o3-artifical-general-intelligence

Dominik Meisinger

23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?

/artikel/openai-modell-o3-artifical-general-intelligence

Wenn OpenAI neue Dinge ankündigt, hört die KI-Szene hin. Klar, nicht jede Ankündigung des US-Unternehmens in den vergangenen zwei Jahren hatte dieselbe Tragweite wie jene vom 30. November 2022, als OpenAI den Start eines Chatbots namens ChatGPT verlautbaren ließ. Aber potenziell könnte jede Mitteilung des Unternehmens rund um CEO Sam Altman bahnbrechend sein. Kein Wunder also, dass es für Aufsehen sorgte, als OpenAI Anfang Dezember verlautbarte, zwölf Tage hintereinander neue Dinge vorzustellen.

Schon in der Ankündigung hatte Altman darauf hingewiesen, dass es neben größeren auch kleinere Neuigkeiten sein würden, die OpenAI liefern würde. So kam es dann auch: Zugang zu ChatGPT über WhatsApp oder die Integration in Apple Intelligence waren eher in die zweite Kategorie einzuordnen. Daneben veröffentlichte OpenAI aber auch das neue Modell o1 für ChatGPT – oder Sora, ein Tool zur Videoerstellung.

Den größten Widerhall in der KI-Szene fand allerdings die Ankündigung am letzten der zwölf Tage. Am vergangenen Freitagabend stellte OpenAI sein neues Modell o3 vor. Wichtig dabei: Das Modell ist noch nicht öffentlich zugänglich. OpenAI stellte zunächst einmal nur vor, wie das Modell in unterschiedlichen KI-Benchmarks abschnitt. Aber diese Ergebnisse hatten es in sich.

o3 zeigt starke Performance bei AGI-Benchmark

Vielbeachtet wurde dabei vor allem die Benchmark namens ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence), bei der zwei Varianten des o3-Modells deutlich bessere Ergebnisse erzielten als die bisher führenden o1-Modelle. Das Ziel von ARC-AGI ist es zu messen, wie sich eine KI im Umgang mit ihr unbekannten Aufgaben schlägt.

Wie die O3-Modelle verglichen mit anderen OpenAI-Modellen abschneiden // Grafik: ARC Prize

Es gibt unterschiedliche Definitionen von AGI. Die meisten davon verstehen AGI aber als ein System, das sämtliche intellektuellen Aufgaben mindestens so gut oder besser als ein Mensch erledigen kann.

Die ARC-AGI-Benchmark wurde von François Chollet konzipiert. Er definiert AGI als ein System, das “in der Lage ist, effizient neue Fähigkeiten zu erwerben und neuartige Probleme zu lösen, für die es trainiert wurde.”

Eine AGI ist also nicht für eine bestimmte Aufgabe trainiert, sondern kann jegliche Aufgaben übernehmen. Es ist weitgehender Konsens in der KI-Szene, dass solche Systeme noch nicht existieren. OpenAI wurde aber beispielsweise explizit mit dem Ziel gegründet, AGI zu erreichen.

Chollet gehört zu den bekanntesten Namen der internationalen KI-Szene. Er hat die bekannte KI-Library Keras entwickelt und seit einigen Jahren für Google tätig. Dem von ChatGPT ausgelösten Hype rund um generative KI steht Chollet seit Anfang an eher kritisch gegenüber, wie beispielsweise auch dieser brutkasten-Bericht wenige Wochen nach Erscheinen von ChatGPT thematisierte.

o3: “Wir befinden uns auf neuem Terrain”

Umso interessanter ist es, was Chollet nun zu den Ergebnissen des o3-Modells bzw. seiner Varianten zu sagen hat. In einem Blogeintrag attestiert er OpenAI, mit dem Modell einen “bedeutenden Sprung nach vorne” erreicht zu haben.

Die Performance des Modells stelle “einen echten Durchbruch” in der Anpassungsfähigkeit und Verallgemeinerung” von KI-Modellen dar”, wenn es darum gehe, wie sich KI-Modelle an neue Aufgaben anpassen könnten. o3 stelle nicht bloß einen “schrittweisen Fortschritt” dar. Vielmehr befinde man sich auf “neuem Terrain”, das “ernsthafte wissenschaftliche Aufmerksamkeit” erfordere.

Aber es ist schon Artificial General Intelligence (AGI)? Hier schränkt Chollet ein: “o3 scheitert immer noch an einigen sehr einfachen Aufgaben, was auf grundlegende Unterschiede zur menschlichen Intelligenz hinweist”. Dennoch befeuerten die Ergebnisse die Diskussion rund um AGI – und manche Stimmen sahen, anderes als Chollet, mit o3 AGI sogar bereits erreicht.

Selbst wenn dem so wäre, wäre es zum jetzigen Zeitpunkt schwer nachzuprüfen: Denn das Modell ist noch nicht veröffentlicht. Forscher:innen im Bereich der KI-Sicherheit können sich für Zugang vormerken lassen. Wann und zu welchen Konditionen das Modell für Endnutzer:innen zugänglich sein wird, ist aktuell noch unklar. Klar ist allerdings schon jetzt, dass die beeindruckenden Ergebnisse bei der ARC-AGI-Benchmark enorme Rechenressourcen erforderten – und dementsprechend teuer waren.

Reasoning-Modelle

Das o3-Modell ist eine verbesserte Version des o1-Modells, welches OpenAI am 4. Dezember veröffentliche und das zuvor bereits in Preview- und Mini-Varianten für ChatGPT-User:innen zugänglich gewesen war. Dieses Modell unterscheidet sich zu dem im Mai 2024 veröffentlichten GPT4o-Modell insofern, als es auf einen “Reasoning”-Ansatz setzt.

OpenAI bezeichnet GPT4o weiterhin als das “vielseitige, hochintelligente Flagship-Modell”, das für die “meisten Aufgaben” die richtige Wahl sei. Die o1-Modelle wiederum referenziert das Unternehmen als “Reasoning-Modelle, die sich bei komplexen, mehrstufigen Aufgaben auszeichnen”.

Enduser:innen von ChatGPT merken dies in der Nutzung vor allem insofern, als sich die o1-Modelle länger Zeit nehmen, Ergebnisse zu produzieren. Diese Modelle “verbringen mehr Zeit mit Nachdenken, bevor sie reagieren”, wie es OpenAI formuliert. In einigen (aber nicht notwendigerweise in allen) Bereichen liefern sie dann deutlich bessere Ergebnisse als die bisherigen Modelle.

Tipp der Redaktion: Die neue brutkasten-Serie “No Hype KI”

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