# Wie funktioniert die Ertragsgenerierung?
> Verständnis der Mechanismen hinter GPU-Ertragsgenerierung und -Verteilung.
Source: https://help.computelabs.ai/de/docs/yield-operations/yield-generation-explained
Language: de

Die eingesetzten GPUs werden von Rechenzentrumspartnern betrieben. Sie werden für Unternehmens-AI-Workloads genutzt oder an Cloud-Käufer verkauft, wodurch Umsatz generiert wird. Dieser Umsatz wird als USDC-Ertrag an GNFT- und miniGPU-Inhaber ausgeschüttet.

## Umsatzgenerierungsprozess

### 1. Hardware-Deployment
- Professionelle GPUs werden in Tier-1-Rechenzentren eingesetzt
- Betreiber stellen Strom, Kühlung, Netzwerk und physische Sicherheit bereit
- Hardware wird für optimale Leistung und Auslastung konfiguriert

### 2. Workload-Ausführung
- **AI-Training**: Large Language Models, Computer Vision und Machine Learning Training
- **Inference-Services**: Echtzeit-AI-Modell-Serving und Prediction APIs
- **Cloud Computing**: On-Demand GPU-Compute für Unternehmen und Entwickler
- **Forschungsanwendungen**: Akademische und wissenschaftliche Computing-Workloads

### 3. Umsatzeinnahme
- Betreiber berechnen Kunden basierend auf Nutzung (pro Stunde, pro Job oder Abonnement)
- Umsatz wird in Fiat-Währungen eingenommen und in USDC konvertiert
- Betriebskosten (Strom, Kühlung, Wartung) werden abgezogen

## Ertragsausschüttung

### Umsatzaufteilung
Nach Betriebskosten (Hosting, Energie, Miete, Betreiberkosten usw.) wird der Nettoerlös aufgeteilt:
- **90%** an Investoren (GNFT- und miniGPU-Inhaber)
- **10%** an Compute Labs (Verwaltungsgebühr)

### Ausschüttungsplan
- **Akkumulierung**: Ertrag akkumuliert täglich basierend auf tatsächlicher GPU-Auslastung
- **Zahlung**: Ausschüttungen erfolgen monatlich auf Netto-30-Basis
- **Währung**: Alle Erträge werden in USDC für Stabilität ausgeschüttet
- **Gasfrei**: Abrufprozess ist optimiert, um Transaktionskosten zu minimieren

### Ertragsberechnung
Der Ertrag wird berechnet basierend auf:
- **Auslastungsrate**: Prozentsatz der Zeit, in der GPU aktiv Workloads verarbeitet
- **Marktsätze**: Aktuelle Preisgestaltung für GPU-Compute auf dem Markt
- **Betriebseffizienz**: Kostenoptimierung durch Betreiber und Compute Labs
- **Hardware-Leistung**: Tatsächlicher Rechenoutput vs. theoretische Maximalwerte

## Transparenz und Monitoring

### Echtzeit-Verfolgung
- Live-Dashboard zeigt GPU-Auslastung, Betriebszeit und Leistungsmetriken
- Umsatzverfolgung mit detaillierten Aufschlüsselungen nach Workload-Typ
- Betriebskostenberichterstattung für vollständige finanzielle Transparenz

### Verifizierungssysteme
- Proprietäre Monitoring-Agenten auf jeder GPU
- Drittanbieter-Audits von Umsatz- und Ausgabenberichten
- Blockchain-aufgezeichnete Ertragsausschüttungen für unveränderliche Transparenz

Dieser systematische Ansatz stellt sicher, dass die Ertragsgenerierung an reale wirtschaftliche Aktivität gebunden ist und nachhaltige Renditen basierend auf tatsächlicher Nachfrage nach AI-Compute-Ressourcen bietet.