"AI-native games": So heißen Spiele, die künstliche Intelligenz in den Mittelpunkt rücken. Viele davon sind noch Experimente - aber sie zeigen, wohin die Reise gehen könnte.
Thompson vertritt die These, dass es noch einige Zeit dauern wird, bis Generative AI in den Mittelpunkt von AAA-Games rücken wird. Zum einen deshalb, weil die KI-Technologie nur sehr jung ist und die Entwicklung von AAA-Spielen mehrere Jahre dauert. Und zum anderen, weil die Nutzung von KI für AAA-Studios aktuell mit einem hohen Risiko verbunden ist - schließlich dürfen die Games keine starken Qualitätsschwankungen haben.
"Ich bezweifle, dass man vor 2026 etwas in dieser Richtung sehen wird", sagt Thompson. "Persönlich gehe ich davon aus, dass 2027 das erste Jahr wird, in dem Generative AI ein üblicher Kernbestandteil von AAA-Games wird." Selbst diese Prognose könnte noch zu optimistisch sein, schränkt Thompson selbst ein.
Das hat unter anderem damit zu tun, dass man die Large Language Models nicht einfach für NPC-Interaktionen nutzen kann. "Der Grund ist, dass sie kein Verständnis für die Welt um sie herum haben", erläutert Thompson.
"Ein traditioneller NPC in einem Ego-Shooter wird mit einer Vielzahl von Informationen gefüttert, die Sensoren und andere Spielzustandsinformationen liefern. Diese fließen dann in einen traditionellen KI-Ansatz ein - zum Beispiel Verhaltensbäume in der Unreal Engine."
Daraus lasse sich dann wiederum ableiten, was ein NPC in einer bestimmten Situation tun könne - zum Beispiel angreifen, flüchten oder sich verstecken. Ein LLM hingegen sei ein rein statistisches Modell, das Text auf Basis von Prompts erzeuge, gibt Thompson zu bedenken.
"Der Prompt muss dem System so viel relevantes Wissen wie möglich vermitteln, ihm aber auch sagen, was es ausgeben kann und was nicht", so der Experte. Letztendlich "halluziniere" ein LLM auch immer, denke sich also Dinge aus. Mittels Training könne allenfalls die Wahrscheinlichkeit einer "richtigen" Antwort erhöht werden.
Quelle: Tommy Thompson
Tommy Thompson, Experte für Gaming-KI
Ein weiteres Hindernis ist, dass LLMs nicht die Grundlagen aktueller Game-Engines verstehen. "Es ergibt keinen Sinn, einen NPC, der mittels LLM gesteuert wird, durch eine Umgebung navigieren zu lassen", sagt Thompson.
"Dafür haben wir tatsächlich Navigation Meshes. Man kann sich nicht wirklich darauf verlassen, dass ein LLM all diese Dinge von allein macht." Um den Unterschied zu veranschaulichen, beruft sich Thompson auf den Kollegen Sam Devlin von Microsoft Research: Dieser hat Gaming-KI mit einem gehorsamen Hund verglichen - und Generative AI mit einer widerspenstigen Katze, die nur bis zu einem gewissen Grad gezähmt werden könne.
Für Thompson ist die mögliche Lösung ein Mittelweg: Es gehe künftig darum, Schnittstellen zwischen Gaming-KI (Verhalten) und Generative AI (Dialoge, Story) zu entwickeln.
Eines wollten wir noch von Thompson wissen: Könnte auch ein hochkomplexes Open-World-Game wie GTA mittelfristig mit Generative AI kombiniert werden? Thompson ist da allerdings zurückhaltend. "Das Problem bei einem Spiel wie GTA ist, dass - trotz des irgendwie anarchischen Gameplays - die zugrunde liegende Struktur ziemlich starr ist", erklärt er.
Auf absehbare Zeit gebe es noch keine Möglichkeit, die festen Regelvorgaben der Autoren mit der Flexibilität von Generative AI zu kombinieren. Gerade GTA sei ja ein Spiel voller satirischer Elemente, so Thompson. Satire sei allerdings immer ein schmaler Grat - weshalb Rockstar auch mit vielen Experten zusammenarbeite, um diese fragile Balance zu halten.
"LLMs sind hingegen notorisch schlecht darin, Texte zu verfassen, die einen echten Eigengeschmack haben, ohne dabei in fragwürdiges Terrain abzugleiten", betont Thompson. "Ich denke also, dass wir erst einmal echte Fortschritte in der Technologie erleben müssen, bevor so etwas in einer Spielwelt wie GTA Sinn ergibt." Schließlich geht es nicht primär darum, was machbar ist - sondern ob das Spiel am Ende tatsächlich Spaß macht.
