Kurz erklärt: On-Chain-Analyse ist die Auswertung der unmittelbar in einer Blockchain gespeicherten Daten — Transaktionen, Adressen, Beträge, Zeitstempel und Vertragsinteraktionen. Sie bildet die Datengrundlage der Blockchain-Forensik, wird aber ebenso in der Marktbeobachtung und in der Geldwäscheprävention eingesetzt. Charakteristisch ist, dass sie ausschließlich mit öffentlich verfügbaren Informationen arbeitet.
Was on-chain bedeutet
Der Begriff grenzt zwei Datenwelten voneinander ab. On-chain sind alle Informationen, die im verteilten Register selbst gespeichert und damit für jeden abrufbar sind. Off-chain ist alles andere: Kundendaten einer Handelsplattform, IP-Protokolle, Chatverläufe, Kontoauszüge.
Die on-chain verfügbaren Angaben sind vollständig, dauerhaft und unabhängig überprüfbar. Niemand muss um Zugang bitten, und niemand kann sie nachträglich verändern. Das ist eine ungewöhnliche Ausgangslage — im klassischen Finanzwesen sind Zahlungsdaten grundsätzlich vertraulich und nur mit rechtlicher Grundlage zugänglich.
Die Kehrseite ist der fehlende Personenbezug. On-chain steht kein Name, keine Anschrift, keine IP-Adresse. Eine Adresse ist eine kryptografisch abgeleitete Zeichenkette. Die gesamte analytische Kunst besteht darin, aus dieser vollständigen, aber namenlosen Datenbasis Aussagen über handelnde Akteure abzuleiten.
Daraus folgt eine Einschränkung, die in der Praxis häufig übersehen wird: Reine On-Chain-Analyse kann Verhalten beschreiben, aber keine Identität feststellen. Der Schritt zur Person erfordert immer eine Off-Chain-Quelle — eine Plattform mit Kundendaten, eine öffentlich gewordene Adresse, ein Ermittlungsergebnis.
Die Datenquellen
Blockchain-Explorer sind der niedrigschwellige Zugang. Sie zeigen zu einer Adresse den Saldo, die Transaktionshistorie und die jeweiligen Gegenstellen. Für eine erste Orientierung genügt das; für systematische Arbeit sind sie zu langsam, weil jede Verzweigung einzeln verfolgt werden muss.
Eigene Knoten. Wer einen vollständigen Netzwerkknoten betreibt, hat unmittelbaren Zugriff auf sämtliche Blockdaten und ist von Dritten unabhängig. Für belastbare Untersuchungen ist das die sauberste Grundlage, weil die Datenherkunft belegbar bleibt.
Indizierte Datenbanken. Rohe Blockdaten sind für Abfragen ungeeignet. In der Praxis werden sie in Graphstrukturen überführt, in denen Adressen Knoten und Transaktionen Kanten bilden. Erst dadurch werden Fragen wie „alle Pfade zwischen Adresse A und einer bekannten Börse mit maximal sieben Zwischenschritten“ beantwortbar.
Attributionsdatenbanken. Kommerzielle Anbieter pflegen Zuordnungen zwischen Adressclustern und benannten Diensten. Sie sind der schnellste Weg zur Einordnung eines Endpunkts — mit dem Vorbehalt, dass die Methodik nicht offengelegt wird und die Zuordnungen daher nicht unabhängig überprüfbar sind.
Vorgehen bei der Transaktionsverfolgung
Die Verfolgung beginnt an einem gesicherten Ausgangspunkt — einer Transaktions-ID oder einer Adresse, deren Bezug zum Sachverhalt belegt ist.
Von dort wird vorwärts verfolgt: Wohin sind die Mittel weitergegangen? Dabei entsteht schnell ein Verzweigungsproblem. Ein Betrag teilt sich auf mehrere Ausgänge, diese wiederum auf weitere. Nach wenigen Ebenen ist die Zahl der Pfade unüberschaubar. Praktisch wird deshalb nach Anteilen priorisiert: Verfolgt werden die Zweige, die den überwiegenden Teil des Betrages tragen; Kleinstbeträge werden dokumentiert, aber nicht weiterverfolgt.
Zu unterscheiden sind dabei zwei Verfahren. Beim Haircut wird der verfolgte Anteil bei jeder Vermischung proportional verteilt. Beim Poison-Ansatz gilt jeder Ausgang, der auch nur teilweise inkriminierte Mittel enthält, vollständig als kontaminiert. Beide Verfahren führen zu erheblich unterschiedlichen Ergebnissen — ein Gutachten muss offenlegen, welches verwendet wurde. Die Taint-Analyse behandelt diese Frage im Detail.
Rückwärtsverfolgung beantwortet die umgekehrte Frage: Woher stammen die Mittel auf einer Adresse? Für die Herkunftsprüfung durch Verpflichtete ist das die maßgebliche Richtung.
Ergänzend werden charakteristische Muster erfasst: eine Peel Chain, ein Zufluss aus einem Mixer, ein Wechsel des Netzwerks über eine Bridge, eine Zusammenführung vieler Eingänge kurz vor einer Börseneinzahlung.
Clustering und Attribution
Eine Verfolgung auf Ebene einzelner Adressen bleibt unübersichtlich. Der analytische Fortschritt entsteht durch Clustering — die Bündelung von Adressen, die mit hoher Wahrscheinlichkeit derselben Partei gehören.
Die tragende Regel ist die Common-Input-Heuristik: Gemeinsam ausgegebene Eingänge setzen voraus, dass der Ausführende über alle zugehörigen Schlüssel verfügte. Ergänzend wird die Change-Address-Heuristik angewandt, die das Wechselgeld einer Transaktion dem Absender zurechnet.
Beide Regeln sind Wahrscheinlichkeitsaussagen mit bekannten Fehlerquellen. CoinJoin verletzt die Common-Input-Annahme bewusst. Wallet-Software mit ungewöhnlicher Wechselgeldlogik führt zu falschen Zurechnungen. Ein Cluster ist deshalb kein Faktum, sondern eine begründete Vermutung.
Die Attribution verknüpft ein Cluster mit einem benannten Akteur. Die belastbarsten Quellen sind Einzahlungsadressen bekannter Plattformen, veröffentlichte Adressen aus Verfahren oder Betrugsfällen und Sanktionslisten. Für jede Zuordnung sollte dokumentiert sein, worauf sie beruht — die Unterscheidung zwischen „durch eigene Testtransaktion bestätigt“ und „aus einer Datenbank übernommen“ ist für die Verwertbarkeit entscheidend.
Risk Scoring und Exposure
In der Geldwäscheprävention wird On-Chain-Analyse überwiegend nicht zur Einzelfallverfolgung eingesetzt, sondern zur Bewertung. Risk Scoring ordnet einer Adresse einen Risikowert zu, der sich aus der Vorgeschichte ihrer Mittel ergibt.
Die Exposure-Analyse quantifiziert das: Welcher Anteil der eingehenden Mittel stammt — direkt oder über wie viele Zwischenschritte — aus Kategorien wie Darknet-Handel, sanktionierten Adressen, Mixern, bekannten Betrugsclustern oder regulierten Börsen?
Zwei Punkte sind dabei wesentlich. Erstens die Zahl der Zwischenschritte: Ein unmittelbarer Zufluss aus einer sanktionierten Adresse hat ein anderes Gewicht als eine Verbindung über zwölf Ebenen. Wo die Grenze gezogen wird, ist eine methodische Festlegung, die transparent sein muss.
Zweitens die Veränderlichkeit: Eine Adresse, die heute unauffällig ist, kann morgen sanktioniert sein. Bewertungen sind Momentaufnahmen. Für Verpflichtete folgt daraus, den Prüfzeitpunkt zu dokumentieren — wer belegen kann, was zum Entscheidungszeitpunkt erkennbar war, steht bei späterer Prüfung besser da.
Grenzen der Methode
Keine Identitäten. On-Chain-Daten enthalten keinen Personenbezug. Jede Aussage über einen Akteur beruht auf einer Off-Chain-Quelle oder auf einer Wahrscheinlichkeitsannahme.
Verschleierungstechniken. Mixer, Privacy-Coins und undurchsichtige Bridges unterbrechen die Kette. Bei Monero ist On-Chain-Analyse im hier beschriebenen Sinn schlicht nicht durchführbar, weil Absender, Empfänger und Betrag auf Protokollebene verborgen sind.
Interne Buchungen. Bewegungen innerhalb einer Handelsplattform erscheinen nicht in der Blockchain. Zahlt ein Nutzer ein und ein anderer aus, ist zwischen beiden Vorgängen on-chain keine Verbindung erkennbar. Genau hier endet die Spur regelmäßig — und genau hier beginnt die Zuständigkeit rechtlicher Auskunftsverfahren.
Fehlerfortpflanzung. Ein falsch gebildetes Cluster verfälscht alle darauf aufbauenden Schlüsse. Weil Clusterbildung automatisiert erfolgt, wird ein solcher Fehler leicht übersehen.
Skalierung. Verzweigungen wachsen exponentiell. Ohne Priorisierung ist eine vollständige Verfolgung praktisch unmöglich — jede Untersuchung trifft Auswahlentscheidungen, die offengelegt gehören.
Abgrenzung zur Blockchain-Forensik
Die Begriffe werden häufig synonym verwendet, bezeichnen aber unterschiedliche Reichweiten.
On-Chain-Analyse ist die Auswertung der Registerdaten. Sie ist wertneutral und wird ebenso für Marktbeobachtung, Protokollentwicklung oder wissenschaftliche Untersuchungen eingesetzt.
Blockchain-Forensik verfolgt einen konkreten Aufklärungszweck und bindet zusätzliche Quellen ein: Gutachtenerstellung, Beweissicherung, Auswertung offener Quellen, Abgleich mit Ermittlungsergebnissen und rechtliche Einordnung.
Verkürzt: Jede Blockchain-Forensik enthält On-Chain-Analyse, aber nicht jede On-Chain-Analyse ist forensisch. Für Betroffene ist der Unterschied praktisch bedeutsam — ein Bericht, der nur Transaktionsflüsse abbildet, ohne Methodik, Unsicherheiten und rechtliche Anknüpfungspunkte zu benennen, ist im Verfahren wenig wert.
Häufige Fragen
Was unterscheidet On-Chain-Analyse von Blockchain-Forensik?
On-Chain-Analyse wertet die Registerdaten aus und ist wertneutral — sie wird auch für Marktbeobachtung und Forschung genutzt. Blockchain-Forensik verfolgt einen Aufklärungszweck und bindet zusätzlich offene Quellen, Beweissicherung, Gutachtenerstellung und rechtliche Einordnung ein.
Kann man aus On-Chain-Daten allein eine Person identifizieren?
Nein. Die Blockchain enthält keine Namen, Anschriften oder IP-Adressen. Jede Zuordnung zu einer Person erfordert eine Off-Chain-Quelle — etwa eine Handelsplattform mit Kundendaten oder eine öffentlich gewordene Adresse.
Reicht ein Blockchain-Explorer für eine On-Chain-Analyse?
Für eine erste Orientierung ja. Er zeigt Saldo, Historie und Gegenstellen. Für systematische Arbeit fehlen Clustering, Attribution und Pfadsuche über viele Ebenen — jede Verzweigung müsste einzeln von Hand verfolgt werden.
Was bedeuten Haircut und Poison bei der Verfolgung?
Zwei Verfahren, inkriminierte Anteile bei Vermischung fortzuschreiben. Haircut verteilt proportional, Poison behandelt jeden Ausgang mit auch nur teilweise belastetem Anteil als vollständig kontaminiert. Die Ergebnisse unterscheiden sich erheblich — das gewählte Verfahren muss offengelegt werden.
Warum endet die Spur oft bei einer Börse?
Weil Bewegungen innerhalb einer Plattform nicht in der Blockchain erscheinen. Zahlt ein Nutzer ein und ein anderer aus, besteht on-chain keine erkennbare Verbindung. Ab diesem Punkt hilft nur ein rechtliches Auskunftsverfahren gegenüber der Plattform.
Wie zuverlässig ist ein Risk Score?
Er ist eine Momentaufnahme auf Basis der zum Prüfzeitpunkt bekannten Zuordnungen. Bewertungen ändern sich, wenn Adressen nachträglich sanktioniert oder neu attribuiert werden. Verpflichtete sollten deshalb den Prüfzeitpunkt dokumentieren.
Funktioniert On-Chain-Analyse bei allen Kryptowährungen?
Nein. Bei transparenten Netzwerken wie Bitcoin und Ethereum ja. Bei Privacy-Coins wie Monero sind Absender, Empfänger und Betrag auf Protokollebene verborgen — eine Verfolgung mit den hier beschriebenen Mitteln ist dort nicht möglich.
Zusammenfassung
On-Chain-Analyse wertet ausschließlich öffentlich verfügbare Registerdaten aus: Transaktionen, Adressen, Beträge, Zeitstempel. Sie beschreibt Verhalten, kann aber keine Identität feststellen — dafür ist stets eine Off-Chain-Quelle nötig. Kernschritte sind Transaktionsverfolgung mit offengelegtem Zurechnungsverfahren, Clustering über Heuristiken und Attribution gegenüber benannten Diensten. Ihre Grenzen liegen bei Mixern, Privacy-Coins und plattforminternen Buchungen. Sie ist die Datengrundlage der Blockchain-Forensik, aber nicht mit ihr identisch.
Weiterführende Quellen
- Satoshi Nakamoto — Bitcoin: A Peer-to-Peer Electronic Cash System (PDF): bitcoin.org
- Ethereum — Entwicklerdokumentation: ethereum.org
- BSI — Blockchain sicher gestalten: www.bsi.bund.de
- OFAC — Specially Designated Nationals and Blocked Persons List: ofac.treasury.gov
- § 10 GwG — Allgemeine Sorgfaltspflichten, Gesetze im Internet: www.gesetze-im-internet.de
- Europol — Internet Organised Crime Threat Assessment (IOCTA): www.europol.europa.eu
- BKA — Bundeslagebild Cybercrime: www.bka.de