Beth unter der Lupe – Ist dem ICO zu trauen?

Beth ist ein auf Deep Learning setzender Investmentfonds. Auch wenn die Idee gut ist, stellt sich die Frage, ob man dem Team dahinter trauen kann.

Der Artikel wurde zuletzt aktualisiert am 30. Juni 2019 05:06 Uhr von Mark Preuss

Vor einiger Zeit habe ich über Beth berichtet – einem Investmentfonds, der Methoden des Machine-Learnings nutzen möchte, um sinnvolle Investment-Entscheidungen zu treffen. Von der Idee war ich durchaus angetan.

Doch genau deshalb möchte ich einige Gerüchte, welche im #ico-Channel von unserem Slack diskutiert wurden, teilen. Am 5. Juni beginnt der ICO, derartige Neuigkeiten sollten also vorher geshared werden! Danke an der Stelle an Kollegen Max, @marbod und @ftieben!

Auf bitcointalk hat jemand dem Team hinter Beth Vorwürfe gemacht. Seiner Meinung nach ist die Identität der Köpfe hinter Beth nicht ganz eindeutig nachzuweisen. Angeblich soll der Gründer über acht Jahre an der Universität von Kyushu Professor gewesen sein und als Associate Professor einige Zeit in Stanford gewesen sei.

Beth ging auf die Vorwürfe ein, indem es Treffen des Teams mit interessierten Residents in Japan anbot. Dieses Treffen soll in den nächsten Tagen stattfinden, wir werden also sehen, wie transparent sich das Team hinter Beth zeigt.

Weitere Zweifel an Beth

Zum Einen ist ein Treffen ja schön und gut. Dass auch die Herren hinter Beth existieren wird auch nicht bestritten. Was jedoch auf dem Prüfstand steht, ist der wissenschaftliche Hintergrund: ich konnte in einer (zugegebenermaßen kurzen) Recherche kein passendes Paper eines Herrn Yoshizaki finden. Von einem Menschen, der Assistant Professor in Stanford und Professor an einer Universität war, würde ich es erwarten.

Ähnliches lässt sich über den Co-Founder Hayato Takano sagen, über dessen Trading-Background nichts auffindbar ist, sowie auch über Koyama Hideyuki oder Hidemasa Kuwae – die Expertise, die jene Herren haben sollen, kann nicht bestätigt werden.

Schließlich habe ich, trotz meiner anfänglichen Begeisterung, etwas Bauchschmerzen hinsichtlich des Projektabsatzes an sich: klar, Deep-Learning klingt toll, ist auch häufig mit Gewinn anwendbar, aber so ist es erstmal auch nur ein Buzzword.

Sofern in einem Whitepaper oder auf ihrer Webseite erstens nicht die Notwendigkeit für Deep Learning-Methoden geklärt wird und zweitens der Deep Learning-Ansatz nicht konkretisiert wird (welche Plattform wird genutzt? Was für einen Ansatz hinsichtlich des Deep Learning-Algorithmus möchte man verfolgen?) habe ich trotz erster Begeisterung meine Schwierigkeiten mit dem Projekt.

Natürlich werden wir Beth weiter verfolgen.

BTC-ECHO