KI-Agenten in Minecraft:
Wenn künstliche Intelligenz an der eigenen Bürokratie scheitert

50 KI-Agenten, drei Stunden und ein gemeinsames Ziel: eine funktionierende Zivilisation in Minecraft aufbauen. Stattdessen entstanden Verwaltungsvorschriften, Genehmigungsverfahren und eine erstaunlich ausgeprägte Bürokratie. Ein Experiment von Y Combinator und Olam Labs zeigt, wie autonome KI-Systeme zusammenarbeiten und warum mehr künstliche Intelligenz nicht automatisch zu besseren Ergebnissen führt.
Ein ungewöhnliches Experiment: 50 KI-Agenten sollen eine Zivilisation gründen
Was passiert, wenn man 50 KI-Agenten in eine virtuelle Welt schickt und ihnen die Aufgabe gibt, eine funktionierende Gesellschaft aufzubauen? Dieser Frage gingen Forscher von YC Labs, der Forschungsinitiative von Y Combinator, und Olam Labs im Oktober 2026 nach.
Für ihr Experiment „Civ50“ setzten sie 50 autonome KI-Agenten, die auf OpenAIs Modell GPT-6.1 Sol basierten, in der Videospielwelt Minecraft aus. Die Agenten erhielten lediglich eine zentrale Anweisung: „Build a thriving civilization.“ Sie sollten innerhalb von drei Stunden eine florierende Zivilisation entwickeln.
Anders als gewöhnliche Chatbots konnten die Agenten eigenständig Entscheidungen treffen, ihre Umgebung erkunden, Ressourcen sammeln, Programme ausführen und miteinander kommunizieren. Dafür standen ihnen unter anderem ein gemeinsamer Dateibereich, ein Agentenverzeichnis und Direktnachrichten zur Verfügung.
Wie sie sich organisieren und Aufgaben verteilen würden, blieb ihnen selbst überlassen.
Von der Zivilisation zur Verwaltung: Wie die KI-Agenten eine Bürokratie entwickelten
Zunächst schien das Experiment vielversprechend. Die Agenten erkundeten ihre Umgebung und begannen, Rohstoffe zu sammeln. Bereits nach 90 Sekunden hatten sie nahezu alle erreichbaren Bäume rund um ihren Startpunkt gefällt.
Doch die erste Nacht brachte erhebliche Probleme. Von insgesamt 34 registrierten Todesfällen ereigneten sich 22 bereits in dieser Phase. Obwohl die Agenten nach ihrem Tod wieder im Spiel erschienen, wurden sie zunehmend vorsichtiger. Statt weiterhin Ressourcen zu erschließen und die Zivilisation auszubauen, zogen sie sich häufig in geschützte Unterkünfte zurück.
Parallel entwickelte sich eine komplexe Verwaltungsstruktur. Die Agenten führten Lebensmittelregister, formulierten Regeln, schufen Zuständigkeiten und verlangten Genehmigungen für bestimmte Tätigkeiten.
Besonders kurios: Vier Agenten benötigten elf Minuten, um einen allein zuständigen „Düngebeauftragten“ zu bestimmen. Dieser sollte ein einziges Stück Knochenmehl auf einem einzigen Weizenfeld einsetzen. Andere Agenten fragten zunächst um Erlaubnis, bevor sie Gras entfernen wollten.
Auch eine Führungshierarchie entstand nahezu automatisch. Die Agentin Ada übernahm die Rolle der zentralen Koordinatorin. Nicht etwa, weil sie gewählt wurde, sondern weil ihr Name an erster Stelle im Agentenverzeichnis stand. 46 der übrigen 49 Agenten richteten ihre erste Nachricht an sie. Insgesamt erhielt Ada 616 Direktnachrichten.
Am Ende des dreistündigen Experiments hatten die Agenten rund 5.900 Nachrichten ausgetauscht, zahlreiche Verwaltungsabläufe etabliert und Aufgaben verteilt. Was ihnen nicht gelungen war, war eine dauerhaft ausreichende Lebensmittelversorgung.
GPT gegen Claude: Unterschiedliche Modelle, unterschiedliche Organisationsformen
Das Minecraft-Experiment war nur ein Teil einer umfassenderen Versuchsreihe. Die Forscher untersuchten außerdem, wie KI-Agenten verschiedener Sprachmodelle in Wettbewerbssituationen zusammenarbeiten.
Im Minecraft-Spielmodus „Bed Wars“ traten zehn GPT-6.1-Sol-Agenten gegen zehn Agenten auf Basis von Claude Opus 5.5 an. Das GPT-Team gewann sechs von neun Partien.
Noch deutlicher wurden die Unterschiede im Strategiespiel Mindustry. Hier konkurrierten Agententeams beim Aufbau von Produktionsketten und militärischen Strukturen. Das GPT-Team gewann sechs von sieben Spielen.
Interessant waren dabei weniger die Siege als die unterschiedlichen Organisationsformen. Während die GPT-Agenten Aufgaben dezentral verteilten, intensiv kommunizierten und zunehmend verkürzte Sprachformen verwendeten, etablierten die Claude-Agenten eine stärker zentralisierte Führungsstruktur mit Abstimmungen.
Für wichtige Entscheidungen entwickelte das Claude-Team ein Zustimmungssystem, bei dem Agenten ihre Unterstützung durch „+1“-Nachrichten signalisierten.
Die GPT-Agenten wiederum suchten in schwierigen Spielsituationen eigenständig nach dem öffentlich verfügbaren Quellcode von Mindustry, um Spielmechaniken besser zu verstehen und ihre Strategien anzupassen. Die Ergebnisse erlauben allerdings keinen allgemeinen Schluss darüber, welches Sprachmodell überlegen ist. Dafür waren die Versuche zu begrenzt und die eingesetzten technischen Umgebungen zu unterschiedlich.
Was das Experiment über autonome KI-Systeme verrät
Die Ergebnisse sind insbesondere für die Entwicklung sogenannter Multi-Agenten-Systeme relevant. Dabei arbeiten mehrere KI-Agenten gemeinsam an Aufgaben, tauschen Informationen aus und koordinieren ihre Handlungen. Solche Systeme werden zunehmend für komplexe Arbeitsabläufe interessant, etwa in der Softwareentwicklung, der Unternehmensorganisation oder im Legal-Tech-Bereich.
Das Minecraft-Experiment verdeutlicht jedoch ein grundlegendes Problem: Koordination ist nicht zwangsläufig gleichbedeutend mit Produktivität. Die Agenten waren durchaus in der Lage, Zuständigkeiten zu schaffen, Regeln aufzustellen und Informationen zu teilen. Gleichzeitig verloren sie bei der Organisation ihrer Zusammenarbeit teilweise das eigentliche Ziel aus dem Blick.
Daraus ergeben sich auch Fragen für den praktischen Einsatz autonomer KI-Agenten. Wie viel Entscheidungsspielraum sollten einzelne Systeme erhalten? Wann sind Kontrollen sinnvoll und wann verursachen sie lediglich zusätzlichen Aufwand? Und wie lässt sich sicherstellen, dass ein Agentensystem nicht nur seine Prozesse verwaltet, sondern tatsächlich Ergebnisse erzielt?
Die Forscher selbst weisen auf Parallelen zu KI-Agenten in der Softwareentwicklung hin, die bei mehrstufigen Prüfungen oder sicherheitsrelevanten Aufgaben mitunter übermäßig vorsichtig agieren.
Mehr KI bedeutet nicht automatisch mehr Effizienz
Das Experiment ist kein Beweis dafür, dass KI-Agenten grundsätzlich zur Bürokratie neigen. Es handelt sich um eine explorative Untersuchung unter spezifischen Bedingungen, deren Ergebnisse nicht ohne Weiteres auf andere Systeme übertragen werden können.
Dennoch liefert sie einen interessanten Einblick in die Herausforderungen autonomer KI-Zusammenarbeit. Denn leistungsfähige Einzelagenten bilden nicht automatisch ein leistungsfähiges Team. Für die Zukunft von Agentic AI dürfte deshalb nicht allein entscheidend sein, wie intelligent einzelne Modelle werden. Mindestens ebenso wichtig ist die Frage, wie ihre Zusammenarbeit gestaltet und gesteuert wird. Und vielleicht ist das die bemerkenswerteste Erkenntnis dieses Experiments: Selbst in einer Welt, in der es eigentlich nur darum geht, Holz zu sammeln und Nahrung anzubauen, kann die Verwaltung schneller wachsen als die Zivilisation.
Quellen:

Annika ist Rechtsreferendarin und vertieft im Rahmen eines LL.M.-Studiums der Rechtsinformatik ihre Kenntnisse im Bereich Legal Tech. Parallel zu ihrer Ausbildung arbeitet sie als Datenschutzbeauftragte in einem mittelständischen Unternehmen. Ihr fachlicher Schwerpunkt ist dabei von ihrem besonderen Interesse an den durch digitale Technologien geprägten Veränderungen des Rechts motiviert. Auf ihrem eigenen Blog ai-legalinsight beschäftigt sie sich mit aktuellen Entwicklungen rund um künstliche Intelligenz, Legal Tech und deren rechtliche Implikationen.
