Theorie — Wie AI Spiele erschafft (und warum sie scheitert)

Du hast gespielt. Du hast reflektiert. Jetzt verstehst du, *warum* AI großartig als Spielmeister ist — und zugleich ein schlechter Spieldesigner.

Das Gehirn eines AI-Spielmeisters — Token und Kontext

Erinnere dich: AI funktioniert durch Vorhersage des nächsten Wortes.

Das ist auch, wie AI ein Spiel leitet.

Du sagst: „Ich öffne die Tür."

Die AI hat diese Sequenz gelesen: [Protagonist] [Aktion: öffnen] [Objekt: Tür]

Die AI sagt: Was kommt jetzt wahrscheinlich? Welche Worte folgen auf „öffne die Tür"?

Die AI hat Millionen Geschichten gelesen, in denen jemand eine Tür öffnet. Sie sieht:

• 20% Chance: „Du siehst einen dunklen Korridor"
• 15% Chance: „Dahinter wartet ein NPC"
• 10% Chance: „Es war eine Falle"
• 10% Chance: „Dahinter ist nichts"
• usw.

Die AI wählt eine dieser Optionen (gewichtet nach Wahrscheinlichkeit) und schreibt die nächsten Worte.

Das ist nicht Denken. Das ist statistische Vorhersage.

Aber hier ist das Interessante: Dieses einfache Prinzip macht sie zu einem großartigen Geschichtenerzähler. Sie weiß, welche Szenen zusammenpassen. Sie weiß, welche Dialoge natürlich klingen. Sie weiß, was überraschend wirkt.

Das ist ihre Superkraft: Narrative Plausibilität.

Der Context Window — Das Gedächtnis Problem verstehen

Aber da ist eine Falle: Der Context Window.

Ein Context Window ist wie ein Notizbuch, das der AI alles schreibt, was bisher passiert ist. In ChatGPT sind das etwa 4.000 Worte. In Claude etwa 100.000. In zukünftigen Modellen vielleicht noch mehr.

Das klingt nach viel. Aber in einem Spiel reicht das nicht weit.

Stell dir vor: Du spielst 20 Züge. Jeder Zug ist etwa 100 Worte. Das sind 2.000 Worte. Du hast 2.000 Worte Kontext übrig.

Jetzt musste die AI tausend Details im Gedächtnis behalten:

• Der Name des NPC
• Die Farbe seines Hemdes
• Dass du eine Münze hast
• Dass der Wald zu deiner Rechten liegt
• Dass der Brunnen vergiftet wurde
• Dass du einen Pakt mit dem Händler gemacht hast
• Dass die Tür aus Eisen ist
• usw.

Am 15. Zug? Schon weg.

Das ist nicht Dummheit. Das ist Architektur.

Die drei Aufgabentypen bei Spielen — Das Muster

Hier wird es praktisch. Denk an die Typen aus L03 Text, aber für Spiele angewendet:

Typ 1: Der Multiplikator

Du hast das Spiel-Konzept, AI macht die Details.

Du sagst: „Ich will ein Wizard-Duell. Hier sind die Regeln: Jeder Zauberer hat 100 Mana. Feuer-Zauber kosten 20 Mana und machen 30 Schaden. Wasser-Zauber kosten 15 Mana und heilen 20 HP. Mein Charakter ist ein Feuer-Wizard mit 50 HP. Lass uns kämpfen."

Jetzt kann die AI die Regeln befolgen. Sie wird sich an die Zahlen erinnern (zumindest für kurze Zeit). Sie wird die Zauberer bewegen. Sie wird die Effekte beschreiben.

AI ist hier großartig, weil die Regeln extern sind. Die AI muss sie nicht erfinden — sie muss sie nur ausführen.

Das ist der Multiplikator: Schnelle, konsistente Ausführung eines Systems, das jemand anderes designt hat.

Typ 2: Der Ermöglicher

Du kennst keine Spiel-Regeln, AI erfindet sie für dich.

Du sagst: „Ich möchte ein einfaches Adventure. Ein Charakter erkundet eine Ruine. Wann immer ich einen Ort betrete, beschreibst du, was dort ist. Ich wähle, was ich tue."

Hier liegt alles bei der AI. Sie muss die Welt erfinden. Sie muss die Logik erfinden. Sie muss auf deine Züge reagieren.

Und sie kann das tun! Das ist genau das, was AI gut macht — schnelle, responsive Improvisation.

Das ist der Ermöglicher: Jemand ohne Erfahrung spielt ein Spiel, das die AI spontan erfindet.

Typ 3: Die Grenzen

Das funktioniert nicht mit AI.

Du sagst: „Ich möchte ein taktisches Spiel. Es gibt eine Karte mit 10×10 Feldern. Ich bin Feld (3,5). Der Feind ist Feld (8,8). Wir bewegen uns abwechselnd. Der Feind nutzt optimale Strategie, um mich zu fangen."

Hier scheitert die AI.

Warum? Weil ein taktisches Spiel räumliches Reasoning erfordert. Die AI muss sich die Karte vorstellen, die Abstände berechnen, die beste Strategie berechnen.

Aber AI denkt nicht räumlich. Sie denkt narrativ. Sie sagt nicht „die optimale Bewegung ist nord-west". Sie sagt „der Feind bewegt sich auf dich zu".

Außerdem: Wenn die AI die Strategie denkt, kann sie keine „echte" Strategie spielen. Es ist Theatre. Der Feind wird gewinnen oder verlieren, je nachdem, was die AI denkt, dass spannend ist — nicht, weil er taktisch besser ist.

Das ist die Grenze: Komplexe Systeme, räumliches Denken, echte Balance.

Warum AI großartig bei offenen Welten ist, aber nicht bei Regelwerken

Das ist der Kernunterschied:

Eine offene Welt (wie eine Fantasy-Ruine) funktioniert mit narrativer Plausibilität. Die AI muss nur fragen: „Was ist wahrscheinlich, was ich hier beschreiben soll?" Und sie antwortet richtig.

Ein Regelwerk (wie ein Schachspiel oder ein Kampfsystem mit Nummern) braucht exakte Logik. Die AI muss Zahlen im Kopf behalten, Formeln anwenden, strategisch denken.

AI kann das erste machen. Sie kann das zweite simulieren, aber nicht wirklich.

Ein konkretes Beispiel — Das verstehen

Scenario 1 — Die AI schafft es:

Du betrittst ein verwunschenes Schloss.

Du: „Ich schaue mich um."

AI: „Die Mauern sind mit Efeu bewachsen. Von der Decke baumelt ein alter Kronleuchter. Auf dem Boden siehst du Kratzer, als hätte etwas Schweres hier gelegen."

Das funktioniert großartig. Die AI stellt sich eine verlassene Burg vor und beschreibt Details. Rein narrativ.

Scenario 2 — Die AI scheitert:

Du spielst ein Zahlenpuzzle.

Du: „Ich sehe 3 Schalter. Der erste ist rot, der zweite blau, der dritte grün. Wenn ich den roten drücke, öffnet sich die Tür um 1 Meter. Der blaue zieht sie 0,5 Meter zu. Der grüne drückt sie 2 Meter auf. Welche Reihenfolge löst das Rätsel?"

Jetzt muss die AI rechnen. Sie muss logisch denken. Das ist nicht Erzählung, das ist Mathematik.

Und da wird es schwierig. Die AI wird eine Reihenfolge erraten, die wahrscheinlich klingt. Aber sie wird nicht garantiert richtig sein.

Konsequenzen — Wie du AI richtig nutzt

Das bedeutet praktisch:

Nutze AI für:

• Offene, narrative Erfahrungen (Fantasy-Abenteuer, Krimis, Dramen)
• Schnelle, detailreiche Beschreibungen (Szenerien, NPCs, Dialoge)
• Improvisation auf Spieler-Input (reagiere spontan auf unerwartete Züge)
• Co-Erzählung (du designst die Struktur, AI erzählt die Details)

Vermeide:

• Strikte Regelsysteme (die AI wird Fehler machen)
• Räumliches Reasoning (die AI denkt nicht kartografisch)
• Langfristiges Gedächtnis (über 50+ Züge hinweg wird es chaotisch)
• Echte strategische Balance (die AI kann kein faires Duell spielen)

Der große Gedanke — Was AI im Spiel wirklich ist

Hier ist die zentrale Erkenntnis:

AI ist ein interaktiver Roman-Generator, kein Spielmotor.

Ein Roman braucht keine Regeln. Ein Roman ist: Beschreibung → Aktion → Reaktion → neue Beschreibung.

Ein Spiel braucht ein System. Das System sorgt dafür, dass es fair ist, dass es konsistent ist, dass es herausfordernd ist.

AI kann das erste liefern. Das zweite muss ein Mensch bauen.

Das ist der Punkt, an dem du verstehst, dass die Grenze nicht in der Kreativität liegt — sie liegt in der Architektur.

Ein Gedanke: Das perfekte Spiel mit AI

Was ist der beste Weg, ein Spiel mit AI zu spielen?

Es ist nicht: AI erzählt das komplette Spiel.

Es ist: Du bist der Regelmotor. AI ist die Erzählerin.

Du machst die Regeln. Du verfolgst die Zahlen. Du sorgst für Balance. Du entscheidest, ob die Quest schwer genug ist.

Die AI erzählt die Geschichte. Sie malt Bilder. Sie erfüllt Rollen. Sie reagiert auf deine Züge.

Mit dieser Aufteilung wird es großartig. Und genau das werden wir in L04 praktizieren.

Zusammengefasst

• AI funktioniert durch Vorhersage des nächsten Wortes (Token).
• Der Context Window begrenzt das Gedächtnis auf etwa 4.000–100.000 Worte.
• Multiplikator: Du designst die Regeln, AI führt schnell aus.
• Ermöglicher: AI erfindet ein Spiel spontan, das funktioniert.
• Grenzen: Regelwerk, Räumliches Denken, Balance.
• AI ist ein interaktiver Roman-Generator, kein Spielmotor.
• Das perfekte Spiel: Du bist der Motor, AI ist die Erzählerin.