Indien & die VAE haben gerade Geschichte geschrieben, indem sie einen Rohölvertrag abgeschlossen haben, ohne den US-Dollar zu verwenden – sie wählten stattdessen #XRP. 🛢💸
Die Zahlung erfolgte in lokalen Währungen, aber die Transaktion lief über das XRP Ledger System (XRPL) – und die Nutzer wurden sogar mit CryptoTradingFund (CTF) Token als Cashback belohnt! 💰🚀
🌍 Die BRICS-Nationen, die jetzt auch die VAE nach ihrer Erweiterung 2024 umfassen, setzen voll auf De-Dollarization.
Warum? Einfach: wirtschaftliche Unabhängigkeit. Die Dominanz des USD wird aufgrund geopolitischer Spannungen & Sanktionen in Frage gestellt.
💥 Ripple ist ernsthaft dabei, die Zukunft zu gestalten – es hat sich mit dem Dubai International Financial Centre (DIFC) zusammengetan, um Entwicklern über den DIFC Innovation Hub, die größte Innovationsgemeinschaft der Region mit über 1.000 Startups, Laboren, VCs, Regulierungsbehörden und Pädagogen, zu helfen.
💸 Und Ripple investiert ernsthafte Mittel – es verpflichtet 1 Milliarde $XRP, um neue Anwendungsfälle auf dem XRPL zu entwickeln.
📈 XRP: 2.2814 (+1.51%)
🧠 Wie weit ist die De-Dollarisation?
Der USD hat die globale Finanzwelt seit Jahrzehnten beherrscht – aber das ändert sich.
Nationen wie Russland & Iran haben Sanktionen erlebt, die andere dazu veranlasst haben, sich zu diversifizieren.
🇷🇺 Putin nannte die De-Dollarisation "irreversibel."
🇧🇷 Lula da Silva fragt sich, warum der Dollar im Handel überhaupt benötigt wird.
Der BRICS-Block drängt darauf, lokale Währungen zu verwenden, und spricht sogar darüber, eine gemeinsame BRICS-Währung einzuführen.
Sicher, das ist leichter gesagt als getan – die wirtschaftlichen Unterschiede zwischen den BRICS-Nationen sind groß – aber der Schwung ist real. ⚡
💬 Beendet die Dominanz des Dollars? Oder entwickelt sie sich nur weiter?
👇 Teile deine Gedanken & lass uns reden
\u003ct-57/\u003e
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
import numpy as np
from datetime import datetime, timedelta
# Simuliere XRP-Preisdaten der letzten 30 Tage
np.random.seed(42)
dates = [datetime.today() - timedelta(days=i) for i in range(29, -1, -1)]
prices = np.cumsum(np.random.normal(0.05, 0.15, size=30)) + 1.8 # Startpreis ~1.8
# Erstelle ein DataFrame
df = pd.DataFrame({'Date': dates, 'XRP_Price': prices})
# Zeichnen
plt.figure(figsize=(10, 5))
plt.plot(df['Date'], df['XRP_Price'], color='purple', linewidth=2.5, marker='o')
plt.title('XRP-Preisentwicklung (Letzte 30 Tage)', fontsize=14, fontweight='bold')
plt.xlabel('Datum')
plt.ylabel('Preis in USD')
plt.grid(True, linestyle='--', alpha=0.5)
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%b %d'))
plt.xticks(rotation=45)
plt.tight_layout()
# Speichere das Diagramm
chart_path = '/mnt/data/xrp_price_chart.png'
plt.savefig(chart_path)
plt.close()
chart_path