Die Welt als Modell
Bevor ein Agent denken kann, braucht er eine Welt. Einen Agenten zu bauen heißt zuerst, Wirklichkeit als Modell abzubilden - und dann Akteure darin zu steuern.
Der Ausgangspunkt: Bevor wir auch nur über „künstliche Intelligenz" nachdenken, bauen wir eine Welt. Einen Agenten zu bauen heißt zuerst, ein Stück Wirklichkeit als Modell abzubilden - und dann Akteure darin handeln zu lassen. Dieses Kapitel klärt Konzept und Regeln. Code kommt danach.
Ein Agent lebt nie im Nichts
Ein Agent ist kein freischwebendes Gehirn. Er handelt in etwas: einer Umgebung, die er wahrnimmt und verändert. Ohne Welt gibt es nichts wahrzunehmen und nichts zu entscheiden.
Bei einem LLM-Agenten ist diese Welt meist unsichtbar: Sie besteht aus seinen Tools, seinem Kontextfenster, dem Zustand der Systeme, die er anspricht. Genau das macht Agenten so schwer greifbar - man sieht die Welt nicht, in der sie denken.
Wir drehen das um und bauen eine Welt, die man sehen kann: eine Ameisenkolonie, die Zucker sammelt. Jede Wahrnehmung, jede Entscheidung, jede Veränderung wird sichtbar auf dem Bildschirm.
Digitaler Zwilling - und warum spielerisch
Was wir hier tun, hat einen Namen aus der Industrie: einen digitalen Zwilling bauen - ein lauffähiges Modell eines Stücks Wirklichkeit, in dem man Akteure beobachten und steuern kann. Fabriken, Logistik und Stromnetze werden so simuliert, bevor man sie in der echten Welt anfasst.
Unser Zwilling ist bewusst harmlos: keine Fabrik, sondern Ameisen. Aber die Disziplin ist dieselbe - Welt modellieren, Akteure steuern - und die Lektionen übertragen sich eins zu eins auf ernste Agentensysteme. Das Spielfeld ist niedlich, der Stoff ist es nicht.
Die Spielregeln der Welt
Bevor wir bauen, legen wir die Regeln fest. Sie sind der Vertrag, an den sich später jedes Gehirn halten muss:
- Ziel: Ameisen finden Zucker und bringen ihn zum Bau (dem Nest).
- Erfolgsmaß: Es zählt nur, was abgeliefert wird (
delivered) - nicht, was gefunden oder aufgenommen wurde. Gemessen wird das Ergebnis, nicht die Absicht. - Reflexe (passieren automatisch): Aufnehmen und Abladen lösen bei Kontakt aus. Sie sind angeboren, nicht erlernt.
- Entscheidung (steuerbar): Eine Ameise entscheidet über ihre Navigation -
wohin sie sich wendet:
ERKUNDE · ZUM_ZUCKER · FOLGE_SPUR · ZUM_BAU- und ob sie dabei eine Marke hinterlässt. Was eine Marke kann, ist Thema eines eigenen Kapitels. - Wahrnehmung: Eine Ameise sieht nicht alles. Sie bekommt nur einen kleinen, lokalen Ausschnitt der Welt.
Warum so wenige Aktionen? Je kleiner der Entscheidungsraum, desto leichter kann ihn ein Gehirn beherrschen - egal ob feste Regel, lernendes Netz oder LLM. Die Trennung in Reflexe (automatisch) und Entscheidung (steuerbar) ist die wichtigste Designentscheidung der ganzen Welt.
Modell ≠ Wirklichkeit
Ein Modell ist immer eine absichtliche Reduktion. Unsere Ameisen haben keinen Hunger, keine Feinde, keinen Tag-Nacht-Rhythmus - noch nicht. Jedes Weglassen ist eine Entscheidung, und genau diese Reduktion bestimmt, was ein Agent überhaupt lernen kann.
Im Kern läuft jeder Agent in derselben Schleife. Hier als Pseudocode - die echte, lauffähige Version bauen wir in den nächsten Kapiteln:
solange die Welt läuft:
wahrnehmung = welt.zeige(akteur) # die reduzierte Sicht
aktion = entscheide(wahrnehmung) # ← die austauschbare Box
welt.führe_aus(akteur, aktion) # verändert das Modell
Was wir vorhaben
Der Plan ist einfach und mächtig zugleich: eine Welt, in die wir nacheinander vier verschiedene Gehirne stecken - von festen Regeln über ein lernendes Netz bis zu einem LLM mit Gedächtnis. Die Welt bleibt jedes Mal exakt gleich. Nur die Entscheidungs-Box wechselt.
Die Welt steht jetzt als Modell. Als Nächstes kümmern wir uns um den Akteur, der darin denkt.