Ein neuer Workflow, der KI-Tools nutzt, hat Berichten zufolge die Effizienz von On-Chain-Analysten verdreifacht und den Prozess vom Monitoring bis zur Entscheidungsfindung optimiert. Der Workflow umfasst vier Hauptschritte: Datenerfassung, KI-gesteuerte OCR und strukturierte Extraktion, Batch-Analyse und Entscheidungsfindung. Die Datenerfassung erfolgt mithilfe von Plattformen wie Dune Analytics, Nansen und Arkham, um Adress- und Protokolländerungen zu überwachen, sowie mit Tools wie Res-downloader zum Erfassen von Blockchain-Browserseiten. KI-Tools wie Grok, Claude oder Gemini werden dann für OCR und strukturierte Datenauswertung eingesetzt, wobei Screenshots in JSON-Format umgewandelt und in Notion oder Excel gespeichert werden. In der Analysephase werden die Daten in große Modelle eingespeist, um Muster, potenzielle institutionelle oder Whale-Aktivitäten sowie Risiken von Rug Pulls zu identifizieren, wobei eine Kreuzüberprüfung mit Spitzen der Social-Media-Stimmung erfolgt. Schließlich werden KI-generierte Zusammenfassungen manuell überprüft und in persönlichen Datenbanken aufgezeichnet, wodurch eine historische Fallbibliothek entsteht. Eine kürzlich durchgeführte Fallstudie hob einen Nettozufluss von 180 % zu einem Meme-Vertrag hervor, der zu einem 2,8-fachen Preisanstieg führte und die potenzielle Wirksamkeit des Workflows demonstriert.