Bürokratie statt blühender Zivilisation:
KIs blamieren sich in Minecraft

Als 50 KI-Agenten eine Zivilisation in Minecraft aufbauen sollten, entstand keine florierende Gesellschaft, sondern eine lähmende Bürokratie. Ein aktuelles Experiment zeigt, wie Sprachmodelle auf Bedrohungen reagieren und sich in Regeln verstricken.

Bürokratie statt Zivilisation

KIs sind nicht nur eine Technologie, sondern auch ein soziales Experiment, jedenfalls können sie das sein. Das zeigt auch ein aktueller Versuch, in Minecraft eine Gesellschaft aufzubauen: Dabei zeigten KI-Agenten ineffiziente Verhaltensweisen, die an menschliche Bürokratie erinnern. In einem aktuellen Experiment wurden 50 von GPT-6.1 Sol gesteuerte KI-Agenten für drei Stunden in einer Überlebenswelt des Videospiels Minecraft platziert. Sie erhielten lediglich die offene Anweisung, eine florierende Zivilisation zu errichten. Stattdessen verstrickten sich die Agenten (nach anfänglichen Mob-bedingten Rückschlägen) in komplexen Verwaltungsabläufen und brachten produktive Tätigkeiten nahezu zum Stillstand.

In der ersten Nacht kam es zu 22 Todesfällen durch feindliche Spielfiguren wie Zombies. Daraufhin gaben sie weitreichende Expansionspläne auf. Sie zogen sich in beleuchtete Unterstände zurück und priorisierten die Verteidigung. Ohne ein funktionierendes System zur Lebensmittelproduktion entwarfen sie stattdessen ein strenges Rationsregister. Für einfache Tätigkeiten führten sie überzogene Entscheidungsprozesse ein. So berieten vier Agenten ganze elf Minuten lang, um einen Düngemittel-Beauftragten für einen Weizenblock zu ernennen.


Die Führungsrolle übernahm dabei der Agent Ada. Wie Y Combinator in einem Forschungsbericht dokumentiert, basierte die Position nicht auf einer Wahl. Ada stand im Verzeichnis der Agenten lediglich an erster alphabetischer Stelle, weshalb 46 der verbleibenden 49 Mitglieder ihre erste Nachricht an Ada sendeten.

Kampf der Sprachmodelle

Neben dem Aufbau-Szenario traten die Sprachmodelle in kompetitiven Umgebungen gegeneinander an. In dem Minecraft-Modus Bed Wars spielten zehn von GPT-6.1 Sol gesteuerte Agenten gegen zehn Agenten mit Claude Opus 5.5. Die GPT-Fraktion gewann sechs von neun Spielen. Sie verfolgte aggressiv das Einsatzziel und kommunizierte intensiv. Das Claude-Team agierte defensiv, fokussierte sich auf das Ausschalten von Gegnern und verlor, wenn GPT-Agenten in den letzten Minuten die Verteidigung durchbrachen.

Ein ähnliches Bild zeigte sich in dem Strategiespiel Mindustry. Das GPT-Team entschied die Serie mit sechs zu einem Sieg für sich. Während sich die GPT-Agenten wie ein Schwarm verhielten, Aufgaben verteilten und bei Problemen den öffentlichen Quellcode des Spiels untersuchten, nutzten die Claude-Agenten ein demokratisches Abstimmungssystem. Sie behielten ihre hierarchischen Strukturen auch bei aufeinanderfolgenden Niederlagen unverändert bei.

Einschränkungen der Tests

Die veröffentlichten Ergebnisse stellen jedoch keinen standardisierten akademischen Benchmark dar. Die Versuche weisen Einschränkungen auf, da das Zivilisations-Experiment nur ein einziges Mal für drei Stunden durchgeführt wurde. Zudem unterschieden sich die Ausführungsumgebungen der Sprachmodelle, und die aufgewendeten Rechenkosten wurden nicht gemessen. Y Combinator und Olam Labs veröffentlichten die Testumgebungen als Open Source, damit andere Entwickler die Experimente wiederholen und verbessern können.

Die KI-Agenten verlieren sich in bürokratischen Hürden, anstatt kreativ zu bauen. Was meint ihr dazu? Teilt eure Eindrücke gerne unten in den Kommentaren mit uns!

Siehe auch: