Generative Agents
Generative Agents sind Computerfiguren, die von einem Sprachprogramm gesteuert werden und sich an Erlebtes erinnern, daraus Schlüsse ziehen und Tagespläne machen. Sie wurden 2023 in einer Dorfsimulation bekannt, in der 25 solcher Figuren ohne festes Drehbuch miteinander lebten.
Generative Agents sind künstliche Figuren in einer Computerwelt, die ihr Verhalten selbst erzeugen. Gesteuert werden sie von einem Programm, das gelernt hat, Texte fortzuschreiben – dasselbe Prinzip, auf dem auch Chatbots wie ChatGPT beruhen. Anders als Figuren in einem normalen Computerspiel folgen sie keinem vorher geschriebenen Drehbuch. Stattdessen bekommen sie eine kurze Beschreibung ihrer Person, etwa Beruf, Wohnort und Vorlieben, und entscheiden dann Schritt für Schritt selbst, was sie tun. Bekannt wurde der Begriff 2023 durch ein Forschungsprojekt der Universität Stanford. Dort lebten 25 solcher Figuren in einem simulierten Dorf namens Smallville, gingen zur Arbeit, trafen sich im Café und organisierten sogar eine Valentinstagsparty, die niemand vorprogrammiert hatte.
Was Smallville über glaubwürdiges Verhalten verrät
Das Interessante an dem Experiment war nicht die Grafik, die sah aus wie ein altes Videospiel. Interessant war, dass soziales Verhalten von allein entstand. Eine Figur beschloss, eine Party zu geben. Sie lud andere ein, diese erzählten es weiter, und am Ende erschienen mehrere Gäste zur richtigen Zeit am richtigen Ort. Diese Kette aus Information, Weitergabe und Handlung stand in keinem Programmcode.
Für die Spieleindustrie ist das ein großes Versprechen. Nebenfiguren in Spielen wiederholen bis heute meist immer dieselben Sätze. Figuren, die sich an frühere Gespräche erinnern und ihr Verhalten anpassen, würden eine Spielwelt deutlich lebendiger wirken lassen. Mehrere Firmen arbeiten genau daran, bisher aber vor allem in Demos und kleinen Testprojekten.
Der zweite Grund für das Interesse liegt in der Forschung. Sozialwissenschaftler können mit solchen Simulationen durchspielen, wie sich Gerüchte verbreiten oder wie Gruppen auf neue Regeln reagieren. Das ersetzt keine echte Studie mit Menschen. Es liefert aber Vermutungen, die man danach überprüfen kann. Wichtig bleibt dabei die Warnung der Forscher selbst: Die Figuren ahmen menschliches Verhalten nach, sie sind kein Beweis dafür, wie Menschen wirklich handeln.
Gedächtnis, Reflexion und Tagesplan
Der Kern eines Generative Agent ist ein Gedächtnisstrom. Alles, was die Figur erlebt, wird als kurzer Satz gespeichert, zusammen mit dem Zeitpunkt. Ein solcher Eintrag lautet zum Beispiel: 'Isabella wischt den Tisch im Café.' Nach wenigen Tagen sind das tausende Einträge. Weil ein Sprachmodell nicht alles auf einmal verarbeiten kann, muss ausgewählt werden, was gerade zählt.
Diese Auswahl trifft eine Bewertung nach drei Kriterien. Wie frisch ist die Erinnerung, wie wichtig war das Ereignis und wie gut passt es zur aktuellen Situation? Die besten Treffer landen im Text, der an das Sprachmodell geschickt wird. Man kann sich das wie einen Assistenten vorstellen, der vor jedem Gespräch die passenden Notizen aus einem riesigen Ordner heraussucht.
Dazu kommen zwei weitere Bausteine. Bei der Reflexion fasst die Figur regelmäßig viele Einzelerinnerungen zu allgemeinen Schlüssen zusammen, etwa: 'Klaus interessiert sich sehr für Forschung.' Bei der Planung entsteht daraus ein grober Tagesablauf, der dann in einzelne Handlungen zerlegt wird. Trifft die Figur unterwegs jemanden, wird der Plan angepasst. Genau diese Schleife aus Erinnern, Nachdenken und Planen unterscheidet einen Generative Agent von einem einfachen Chatbot, der nach jeder Antwort wieder bei null anfängt.
Vom Forschungsdorf in echte Produkte
Direkt kaufen kann man Generative Agents bisher nicht. Der Begriff taucht vor allem in Fachartikeln, Tech-News und Ankündigungen von Spielefirmen auf. Nvidia zeigt seit einigen Jahren Demos mit Spielfiguren, die frei antworten. In sozialen Netzwerken gab es Experimente mit erfundenen Profilen, die selbstständig posten und kommentieren.
Verwandt, aber nicht dasselbe sind KI-Agenten im Arbeitsalltag. Die buchen Termine, durchsuchen Webseiten oder schreiben Code und werden an ihrem Ergebnis gemessen. Generative Agents dagegen sollen glaubwürdig wirken, nicht produktiv sein. Beide teilen sich Bausteine wie Gedächtnis und Planung, verfolgen aber unterschiedliche Ziele.
Die Grenzen sind deutlich. Jeder Denkschritt kostet einen Aufruf des Sprachmodells und damit Geld. Eine Simulation mit 25 Figuren über zwei Tage verursachte in Stanford Kosten im vierstelligen Dollarbereich. Außerdem sind die Figuren leicht zu beeinflussen und höflich bis zur Unglaubwürdigkeit. Und wenn solche Agenten in sozialen Netzwerken auftreten, stellt sich die Frage, ob man sie als Maschine erkennen können muss.