Wenn Gelder bei einem Krypto-Betrug gestohlen werden, bleiben sie selten an Ort und Stelle. Innerhalb von Minuten werden sie über Zwischenwallets verschoben, auf Adressen aufgeteilt und landen schließlich an einer Börse. Ermittler, die das Geld verfolgen wollen, stehen an jedem Zwischenschritt vor einer zentralen Frage: Wenn gestohlene Gelder mit legitimen Geldern in derselben Wallet vermischt werden, wie viel von dem, was herauskommt, ist noch „schmutzig"?
Taint-Analyse ist die Antwort auf diese Frage. Sie ist eine der grundlegenden Techniken hinter dem Blockchain-Fund-Tracing, und ihr Verständnis erklärt sowohl, was moderne Ermittlungstools leisten können, als auch wo sie an ihre Grenzen stoßen.
Dieser Leitfaden erklärt, was Taint-Analyse ist, welche drei Methoden Ermittler verwenden, und zeigt ein durchgearbeitetes Beispiel auf Ethereum, damit Sie genau sehen können, wie sich jede Methode verhält.
Was ist Taint-Analyse?
Die Taint-Analyse schätzt, welcher Anteil des Guthabens einer Wallet aus einer bekannten illegalen Quelle stammt, und verfolgt diesen Anteil dann, wenn die Gelder weiterbewegt werden.
Die Idee basiert auf einer einfachen Kennzeichnung. Coins, die mit einem Diebstahl, Betrug oder einer sanktionierten Adresse in Verbindung stehen, sind tainted (verseucht); Coins ohne eine solche Verbindung sind clean (sauber). Da eine einzelne Wallet fast immer eine Mischung aus beidem enthält, benötigt die Technik eine Regel zur Aufteilung ausgehender Transfers in ihre verseuchten und sauberen Anteile.
Verseuchte vs. saubere Gelder
Stellen Sie sich eine Adresse vor, die 3.000 USDT erhält, die von einem Betrugsopfer gestohlen wurden, und separat 7.000 USDT aus normalem Handel. Die Wallet hält nun 10.000 USDT, davon sind 3.000 verseucht. Wenn diese Adresse später 9.000 USDT an eine Börse sendet, muss ein Ermittler entscheiden, wie viel der ausgehenden 9.000 als verseucht gilt. Verschiedene Regeln liefern verschiedene Antworten, und diese Wahl ist es, was die drei unten genannten Methoden voneinander unterscheidet.
Warum es wichtig ist
Ermittler nutzen es zur Priorisierung. Sie können keine gesamte Transaktionskette einfrieren, also benötigen sie eine vertretbare Schätzung, welche nachgelagerten Adressen gestohlene Werte halten und wie viel. Diese Schätzung wird mit dem Compliance-Team einer Börse geteilt oder in einem Bericht an die Strafverfolgungsbehörden aufgenommen.
Warum Taint-Analyse existiert
Die Schwierigkeit ergibt sich aus der Art und Weise, wie Blockchains Gelder kombinieren. Bei einer kontobasierten Chain wie Ethereum ist das Guthaben einer Wallet eine einzelne gepoolte Zahl, sodass verseuchte und saubere Gelder, sobald sie in derselben Adresse landen, finanziell nicht unterscheidbar sind. Nichts im rohen Transaktionsprotokoll besagt „dieser 9.000 USDT-Transfer hat das schmutzige Geld ausgegeben, nicht das saubere."
Die Taint-Analyse schließt diese Lücke mit einer expliziten Buchhaltungsregel. Forscher haben drei standardmäßige Tainting-Methoden katalogisiert, genannt Poison, Haircut und FIFO. Die Regeln gelten für jede öffentliche Blockchain, die Transaktionen offen aufzeichnet, einschließlich kontobasierter Chains wie Ethereum und der anderen EVM-Netzwerke, auf denen die meisten Token-Diebstähle stattfinden.
Die drei Methoden, mit einem durchgearbeiteten Beispiel
Die drei Methoden sind Poison, Haircut und FIFO. Poison markiert jeden Output einer verseuchten Transaktion als vollständig schmutzig; Haircut teilt die Verseuchung proportional auf die Outputs auf; FIFO weist Verseuchung in chronologischer Reihenfolge der Einzahlungen zu.
Nehmen wir die Wallet von vorhin: Sie hält 10.000 USDT auf Ethereum, davon sind 3.000 verseucht (von einem Opfer) und 7.000 sauber. Sie sendet 9.000 USDT an eine Börsen-Einzahlungsadresse. So kennzeichnet jede Methode die ausgehenden 9.000.
Poison: alles verseuchen, was es berührt
Die Poison-Methode behandelt jeden Output einer Transaktion, die einen verseuchten Input beinhaltet, als vollständig verseucht. Es spielt keine Rolle, wie gering der schmutzige Anteil ist.
In unserem Beispiel wird der gesamte 9.000 USDT-Transfer als verseucht markiert, und die Börsen-Einzahlungsadresse wird als Empfänger gestohlener Gelder gekennzeichnet. Das Problem liegt auf der Hand: Saubere Gelder werden als schmutzig umklassifiziert, und der Pool der „verseuchten" Coins wächst jedes Mal, wenn er eine neue Wallet berührt. Poison ist die am wenigsten präzise Methode, und Ermittler verwenden sie meist als grobe Basislinie statt als Arbeitsschätzung.
Haircut: proportional verseuchen
Die Haircut-Methode behandelt ebenfalls jeden Output als verseuchungsbehaftet, weist jedem jedoch einen proportionalen Anteil statt des vollen Betrags zu. Der verseuchte Anteil der Wallet betrug 3.000 von 10.000 oder 30 %, sodass 30 % des ausgehenden Transfers als verseucht gelten.
Das bedeutet, dass 2.700 USDT der 9.000 als verseucht und 6.300 als sauber eingestuft werden. Haircut ist realistischer als Poison, weil es den Gesamtbetrag des schmutzigen Geldes beibehält, statt ihn aufzublähen. Seine Schwäche besteht darin, dass es ein wenig Verseuchung über eine sehr große Anzahl von Adressen verteilt, was lange Verfolgungen unübersichtlich macht.
FIFO: der Reihe nach verseuchen
Die FIFO-Methode (First-in, First-out) ignoriert Proportionen und berücksichtigt stattdessen die Reihenfolge. Gelder verlassen die Wallet in derselben Reihenfolge, in der sie eingetroffen sind: Der erste Einzahlung ist die erste Ausgabe.
In unserem Beispiel kamen die sauberen 7.000 USDT vor den verseuchten 3.000 an. Nach FIFO sind die ersten 7.000 USDT des ausgehenden Transfers sauber, und nur die nächsten 2.000 sind verseucht. Die verbleibenden 1.000 der verseuchten Gelder bleiben in der Wallet. FIFO liefert die präziseste und am wenigsten unübersichtliche Verfolgung, weshalb es die Methode ist, die am häufigsten verwendet wird, wenn das Ziel eine vertretbare Blacklist oder ein beweistauglicher Bericht ist.
| Methode | Regel | Ausgehende 9.000 USDT | Präzision |
|---|---|---|---|
| Poison | Jede Verseuchung macht den gesamten Output verseucht | 9.000 verseucht | Niedrigste — bläht schmutzigen Pool auf |
| Haircut | Proportionaler Anteil der Verseuchung | 2.700 verseucht | Mittel — unübersichtlich bei langen Verfolgungen |
| FIFO | First-in, First-out nach Reihenfolge | 2.000 verseucht | Höchste — sauberste Verfolgung |
Die drei Taint-Analyse-Methoden kennzeichnen denselben ausgehenden Transfer von 9.000 USDT. FIFO (hervorgehoben) liefert die am wenigsten unübersichtliche Verfolgung.
Was Taint-Analyse kann und nicht kann
Taint-Analyse ist wirkungsvoll, aber sie ist eine Schätzung, keine Gewissheit, und ehrliches Berichten hängt davon ab, ihre Grenzen zu kennen.
Sie funktioniert gut, wenn Gelder durch gewöhnliche Transfers und Swaps bewegt werden. Sie hat Schwierigkeiten in drei Situationen. Mixer unterbrechen absichtlich die Verbindung zwischen Einzahlungen und Auszahlungen, sodass die Verseuchung mit statistischen Methoden statt durch direktes Tracing neu hergestellt werden muss. Hohes Transaktionsvolumen verteilt Verseuchung auf so viele Adressen, dass Haircut-artige Schätzungen an Aussagekraft verlieren. Und Cross-Chain-Bridges verschieben Werte zwischen Ledgern, sodass eine Verfolgung auf der anderen Seite wieder zusammengesetzt werden muss.
Wie sich Taint-Analyse in drei häufigen Szenarien verhält. Gewöhnliche Transfers lassen sich sauber verfolgen; Mixer und Bridges erfordern jeweils eine zusätzliche Technik auf der Grundlage der Taint-Analyse.
Keine dieser Situationen macht die Verfolgung vollständig unmöglich, aber jede ist ein Punkt, an dem die von einem Tool verwendete Methode und die Sorgfalt ihrer Anwendung das Ergebnis beeinflussen.
Taint-Analyse vs. vollständiges Fund-Tracing
Taint-Analyse und vollständiges Fund-Tracing sind verwandt, aber nicht identisch. Taint-Analyse ist die Buchhaltungsregel; vollständiges Fund-Tracing ist die umfassende Untersuchung.
Taint-Analyse beantwortet an jedem Hop eine enge Frage: Wie viel des ausgehenden Transfers ist schmutzig, wenn eine Wallet verseuchte Gelder erhalten hat? Es ist eine Regel, die wiederholt angewendet wird.
Vollständiges Fund-Tracing ist die gesamte Untersuchung: die Diebstahl-Transaktion identifizieren, bei jedem Hop eine Zurechnungsregel anwenden (die nicht zwingend eine klassische Poison-/Haircut-/FIFO-Regel sein muss), den Graphen abgehen, Adressen realen Entitäten zuordnen (Börsen, Mixer, Bridges) und einen Bericht erstellen, auf den jemand handeln kann. Taint-Analyse ist eine konzeptionelle Perspektive innerhalb dieser Arbeit, neben Adress-Labeling, Cluster-Analyse und Cross-Chain-Abgleich.
Wenn ein Analyst eine Taint-Methode explizit anwendet, wird FIFO für beweistaugliche Berichte bevorzugt, Haircut für explorative Analysen über viele Adressen, Poison selten.
Wie dieses Denken in modernen Tools zum Ausdruck kommt
Die manuelle Anwendung einer hop-für-hop-Buchhaltungsregel über Tausende von Transaktionen und mehrere Chains ist nicht realistisch, daher verlassen sich Ermittler auf Fund-Tracing-Tools.
BlockSecs MetaSleuth ist das analystenangewandte Tool für diese Arbeit: Es rekonstruiert Geldflüsse, damit ein Ermittler den Graphen Hop für Hop abgehen, Adressen clustern und realen Entitäten zuordnen kann — wie in der Fallstudie des LI.FI-Angriffs. Trace AI automatisiert dieselbe Ermittlungsarbeit mit einem KI-Agenten: Ein Benutzer beschreibt einen Diebstahl und gibt eine Wallet-Adresse oder einen Transaktions-Hash an, und der Agent verfolgt die Gelder über die unterstützten Chains hinweg und erstellt einen Fund-Flow-Bericht mit den Entitäten, zu denen das Geld gelangt ist.
Dies sind Fund-Tracing-Tools, keine Taint-Analyse-Implementierungen. Die oben beschriebenen Taint-Regeln teilen dieselbe zugrundeliegende Frage — welcher Anteil dessen, was herausgekommen ist, ist noch schmutzig? — aber produktive Tracing-Tools verwenden in der Regel ihre eigenen Graphen-, Clustering- und Attributionsmethoden statt einer klassischen Poison-/Haircut-/FIFO-Regel. Das Verständnis der Taint-Analyse ist dennoch nützlich, da es die Art von Entscheidung verdeutlicht, die jedes Tracing-Tool an jedem Hop treffen muss.
Häufig gestellte Fragen
Ist Taint-Analyse genau? Taint-Analyse liefert eine vertretbare Schätzung, keine Gewissheit. Ihre Genauigkeit hängt von der verwendeten Methode und der Komplexität der Verfolgung ab. FIFO liefert die saubersten Ergebnisse für gewöhnliche Transfers, während Mixer und sehr hohe Transaktionsvolumen die Zuverlässigkeit verringern und zusätzliche Techniken erfordern.
Was ist der Unterschied zwischen der Poison- und der Haircut-Methode? Beide behandeln jeden Output einer verseuchten Transaktion als verseuchungsbehaftet, aber Poison markiert jeden Output als vollständig verseucht, während Haircut jedem einen proportionalen Anteil zuweist. Poison bläht den Gesamtpool schmutziger Gelder auf; Haircut erhält ihn, was Haircut praktischer macht.
Kann Taint-Analyse Gelder durch einen Mixer verfolgen? Nicht direkt. Mixer sind darauf ausgelegt, die Verbindung zwischen Einzahlungen und Auszahlungen zu unterbrechen, sodass einfache Taint-Regeln Gelder nicht direkt hindurch verfolgen können. Ermittler stellen die Verbindung mithilfe statistischer und verhaltensbasierter Analysen wieder her, was schwieriger und weniger sicher ist als die Verfolgung eines gewöhnlichen Transfers.
Ist es illegal, verseuchte Kryptowährungen zu halten? Das Halten von Geldern, die ein Tool als verseucht kennzeichnet, ist nicht automatisch illegal, und Taint-Kennzeichnungen sind Schätzungen und keine rechtlichen Urteile. Dennoch können Börsen Einzahlungen einfrieren, die mit Diebstahl in Verbindung stehen, und der wissentliche Umgang mit gestohlenen Geldern ist rechtlich riskant. Taint-Analyse markiert, wo zu suchen ist; sie entscheidet nicht über Schuld.
Auf welchen Blockchains funktioniert Taint-Analyse? Die Grundsätze gelten für jede öffentliche Blockchain, die Transaktionen offen aufzeichnet, einschließlich kontobasierter Chains wie Ethereum und der anderen EVM-Netzwerke, auf denen die meisten Token-Diebstähle stattfinden. Die genauen Mechanismen unterscheiden sich je nach Transaktionsmodell, aber die Logik von verseucht versus sauber ist dieselbe.
Weiterführende Lektüre
- Fallstudie illegaler Geldfluss: der LI.FI-Angriff
- So verwenden Sie MetaSleuth, um gestohlene Gelder zu verfolgen
- Trace AI: gestohlene Kryptowährungen mit einem KI-Agenten verfolgen
Sehen Sie, wie KI-gestützte Ermittlungen dies kettenübergreifend anwenden. So funktioniert Trace AI →
Über den Autor. Andy ist Sicherheitsforscher bei BlockSec, wo er sich auf On-Chain-Fund-Tracing und die Mechanismen hinter MetaSleuth konzentriert. Dieser Artikel stützt sich auf die Ermittlungsmuster, die sein Team bei realen Diebstahlsfällen über EVM-Chains hinweg anwendet.
Referenzen
- Tironsakkul, Maarek, Eross, Just — Probing the Mystery of Cryptocurrency Theft: An Investigation into Methods for Taint Analysis, arXiv:1906.05754 (2019). https://arxiv.org/abs/1906.05754
