Der Coinator beantwortet drei Fragen: Wem gehören diese Adressen? Wohin ist das Geld geflossen? Wie riskant ist die Gegenpartei? Jede Antwort zeigt, worauf sie beruht und wie sicher sie ist. Über 40 dokumentierte Verfahren, täglich aktualisiert.
Transparenz
Warum Transparenz?
Viele Analyse-Tools liefern Ergebnisse, aber keine Begründung. Der Coinator geht den anderen Weg: Jede Zuordnung nennt das Verfahren, das sie erzeugt hat, und die Sicherheit, mit der es gilt. Ermittler können jede Aussage prüfen, Gerichte können sie nachvollziehen.
Das vollständige Methodik-Papier mit jeder Regel und ihrer Änderungshistorie steht Kunden direkt in der Anwendung zur Verfügung.
Fünf Bausteine
Verfahren im Überblick
Fünf Bausteine, die zusammen den Fall tragen: Adressen zusammenführen, Beweisqualität sichtbar machen, Transaktionen verstehen, Spuren über die Chain-Grenze verfolgen, Akteure benennen und bewerten.
01
🔗
Adressen zusammenführen
Welche Adressen gehören derselben Person oder demselben Dienst? Der Coinator kombiniert bewährte Verfahren der Blockchain-Analyse und stuft jede Zuordnung in drei Sicherheitsstufen ein. Sie entscheiden, wie konservativ die Analyse arbeitet.
Sichere Stufe nur mit Belegen aus der Blockchain selbst
Erweiterte Stufen nur, wenn mehrere unabhängige Hinweise übereinstimmen
Schutz vor Fehlzuordnungen durch Verschleierungs-Transaktionen (CoinJoin, PayJoin)
Jede Analyse per Link reproduzierbar, auch Monate später
02
🧾
Beweisqualität sichtbar
Nicht jede Verbindung ist gleich belastbar. Der Coinator zeigt bei jeder Kante im Graph, woher die Sicherheit stammt. Sie sehen auf einen Blick, was vor Gericht trägt und was ein Hinweis bleibt.
Beleg aus der Blockchain selbst, über alle Transaktionen seit 2009
Statistisch geprüfter Beleg, an unabhängigen Referenzdaten kalibriert
Ihre eigene Entscheidung, in der Fall-Datei dokumentiert
Herkunft von Sammel-Auszahlungen bis zum Zahler aufgelöst
03
🏷️
Transaktionen verstehen
Hinter jeder Transaktion steckt ein Muster: eine Börsen-Auszahlung, ein Mixer, ein Lightning-Kanal, eine Inscription. Der Coinator erkennt diese Muster über die gesamte Blockchain und zeigt sie dort, wo sie in der Ermittlung zählen.
Verschleierungs-Transaktionen erkannt und markiert
Börsen-Auszahlungen, Einzahlungen und Mining-Erträge zugeordnet
Lightning-Netzwerk und Ordinals sichtbar statt blinder Fleck
Nächtlich aktualisiert, keine veralteten Stände
04
🌉
Über die Chain-Grenze
Wer Spuren verwischen will, wechselt die Blockchain. Der Coinator verfolgt Swaps über die großen Cross-Chain-Protokolle und verbindet Einzahlung und Auszahlung, mit Angabe der Sicherheit.
THORChain, Maya, Chainflip und weitere Brücken abgedeckt
Quell- und Ziel-Chain je Transaktion ausgewiesen
Auch ältere Swaps rückwirkend erfasst
Filter in Suche und Graph
05
🚦
Wer ist das, und wie riskant
Namen und Risiko in einem Regelwerk. Das Entitäten-Register sagt, wer hinter einer Adresse steht. Die Risiko-Ampel macht daraus eine Bewertung, die Sie bis zum auslösenden Zahlungskontakt zurückverfolgen können.
Über 1.000 Dienste mit Kategorie, Jurisdiktion, KYC- und Sanktionsstatus (OFAC, EU, UK)
Sanktionen zeitbezogen: eine Zahlung vor der Listung zählt nicht als Verstoß
Internet-Meldungen zu Adressen als Befund, getrennt von der Bewertung
Ähnlichkeitssuche findet weitere Konten desselben Betreibers
Maschinelles Lernen
Kalibrierte Belege statt Black Box
Maschinelles Lernen ergänzt die Verfahren dort, wo Regeln allein nicht entscheiden können. Jedes Modell liefert eine geprüfte Wahrscheinlichkeit, die als Beleg sichtbar bleibt.
01
Geprüfte Modelle statt Bauchgefühl:
Dort, wo Regeln allein nicht entscheiden, bewertet ein statistisches Modell, das an unabhängigen Referenzdaten geprüft wurde. Das Ergebnis geht als Beleg mit sichtbarer Sicherheit in den Graph ein, nie als anonyme Zahl.
02
Mehrheit statt Einzelmeinung:
Statt einer einzelnen Regel zu vertrauen, stimmen mehrere unabhängige Hinweise ab. Erst wenn sie übereinstimmen, gilt eine Zuordnung als gesichert.
03
Cluster-Profile und Ähnlichkeitssuche:
Jeder große Cluster erhält ein Profil aus seinem Verhalten. Die Ähnlichkeitssuche findet Cluster mit vergleichbarem Profil, etwa weitere Konten desselben Betreibers.
04
Forschung mit dem BCCM-Institut:
Gemeinsam mit dem Blockchain Competence Center Mittweida (BCCM), einem Institut der Hochschule Mittweida, entwickeln und erproben wir neueste, auch KI-basierte Analyse-Verfahren. Forschungsergebnisse fließen erst nach erfolgreicher Erprobung in den Coinator ein. Was im Coinator rechnet, ist dokumentiert und in der Anwendung einsehbar.
Fragen zur Methodik?
Wir erläutern gern, welche Verfahren für welchen Fall am besten geeignet sind.