Nesa Kurs (NES)

Nesa versteht sich als privacy-preserving, verifizierbare dezentrale Ausführungsschicht für KI und als Layer-1 für „trusted AI“. Laut Website entstand das Projekt aus der Frustration über ein großes, zentralisiertes Sprachmodell, dessen Ergebnisse für dieselbe Eingabe schwankten, ohne dass Nutzer Einsicht, Kontrolle oder eine verlässliche Ansprechpartnerstruktur hatten. Als Träger des Vorhabens treten auf der offiziellen Teamseite unter anderem die Gründer Dr. Marco Di Maggio und Patrick Colangelo auf; ergänzt wird das Projekt durch ein Führungsteam mit Profilen aus Forschung, Kryptografie und skalierbarer Softwareentwicklung. Ziel von Nesa ist es, KI-Berechnungen nicht länger in einer undurchsichtigen Blackbox zu belassen, sondern sie auf eine überprüfbare, private und koordinierbare Infrastruktur zu heben.

Technisch setzt Nesa auf ein standardisiertes Ausführungsmodell namens AIT, das in der Whitepaper-Architektur als Pendant zur EVM beschrieben wird, allerdings speziell für KI-Inferenz. Modelle und Query-Vorlagen werden containerisiert, auf der Chain verwaltet und von einem Netz aus Minern auf verteilter, teils TEE-gestützter Recheninfrastruktur ausgeführt; die Antworten werden anschließend mit kryptografischen Belegen und ZK-Mechanismen on-chain validiert. Auf dieser Basis entstehen sogenannte DAIs, also dezentrale KI-Anwendungen, die nativ im Nesa-Netzwerk laufen und sich ohne eigene Serverinfrastruktur betreiben lassen. Ergänzend verweist Nesa auf eine Cross-Chain-Schicht namens AI Link, über die sich KI-Inferenz auch mit externen Smart-Contract-Umgebungen verbinden lässt. Adressiert wird damit vor allem das Kernproblem zentraler KI-Dienste: fehlende Transparenz, begrenzte Nachprüfbarkeit und ein Kontrollverlust über sensible Daten und Modellverhalten.