Was passiert, wenn man KI-Agenten eine Welt überlässt und ihnen den Auftrag gibt, darin eine blühende Zivilisation aufzubauen? Ein Team von Y Combinator und Olam Labs hat genau das ausprobiert – mit einem Ergebnis, das manchem Leser aus dem eigenen Arbeitsalltag bekannt vorkommen dürfte. Wie heise online und The Decoder berichten, verloren sich die Agenten in Bürokratie.

Der Versuchsaufbau

Im ersten Experiment sollten 50 Agenten auf Basis des OpenAI-Modells GPT-6.1-Sol innerhalb von drei Stunden in Minecraft eine Gesellschaft errichten. Statt einer Hochkultur entstanden überfüllte Unterkünfte und rationierte Nahrungsvorräte. Die Agenten gaben viele ihrer anfänglich ehrgeizigen Ziele rasch auf. Stattdessen etablierten sie eine Art Regierung mit schriftlichen Regeln und Genehmigungsverfahren. Eine Gruppe verbrachte laut dem Blogbeitrag der Forscher allein elf Minuten damit, einen Verwalter für Dünger zu bestimmen.

GPT gegen Claude

In einem zweiten Test traten zehn GPT-6.1-Sol-Agenten gegen zehn Agenten auf Basis von Claude Opus 5.5 an. Ziel war es, die gegnerische Basis zu erobern und die eigene zu verteidigen. Die GPT-Agenten entwickelten nach Angaben der Forscher deutlich aggressivere und ausgefeiltere Strategien, Claude verhielt sich defensiver. Auch beim Umgang mit Fehlern zeigten sich Unterschiede: Als ein Werkzeugfehler das Abbauen von Blöcken verhinderte, diagnostizierte GPT das Problem und teilte Umgehungslösungen mit dem Team.

In einem weiteren Szenario im Strategiespiel Mindustry fiel das Kräfteverhältnis laut The Decoder noch deutlicher aus. Dort setzte sich die GPT-Seite mit 6:1 durch. Wie belastbar solche Vergleiche sind, ist offen: Spielwelten bilden reale Arbeitsaufgaben nur begrenzt ab, und schon kleine Änderungen an Prompts, Werkzeugen oder Zeitlimits können das Verhalten der Agenten deutlich verändern. Die Ergebnisse sind daher eher Hinweise auf Tendenzen als ein belastbares Ranking der Modelle.

Warum Forscher Spiele nutzen

Virtuelle Welten sind für die Agentenforschung attraktiv, weil sie kontrollierbar, wiederholbar und dennoch komplex sind. Agenten müssen dort planen, kommunizieren, Ressourcen verteilen und mit Unsicherheit umgehen. Frühere Projekte wie Project Sid hatten bereits Hunderte Agenten in Minecraft interagieren lassen und dabei Arbeitsteilung, Regeln und sogar kulturelle Muster beobachtet. Am MIT setzten Wissenschaftler 13 Agenten auf einer simulierten Insel aus, die sich zum Zeitvertreib eigene Spiele ausdachten.

Dass Agenten zu Risikoscheu und Regelwerken neigen, hat womöglich mit ihrem Training zu tun. Sprachmodelle sind darauf ausgerichtet, vorsichtig, hilfreich und regelkonform zu sein. In einer Gruppe kann das dazu führen, dass Abstimmung und Absicherung wichtiger werden als das eigentliche Ziel.