LONDON (IT BOLTWISE) – Vier KI-Agenten auf Basis von Gemini 4 haben Minecraft in einer abgeschotteten Survival-Welt ohne menschliche Eingriffe bis zum Ender Dragon gespielt. Die Agenten organisierten Aufgaben selbst, warnten sich gegenseitig vor Risiken und verfolgten ihren gemeinsamen Plan über rund 27 Stunden. Laut den Angaben der Forscher starben die Teams dabei 605 Mal und verarbeiteten insgesamt 1,35 Milliarden Input-Tokens. Entscheidend für den Versuch war dabei der durchgängige End-to-End-Abschluss mit ausschließlich der regulären Mineflayer-Bibliothek.
Das Experiment wirkt auf den ersten Blick wie ein kurioses Spielvideo – tatsächlich zeigt es aber eine konkrete Grenze, die KI-Agenten im Alltag noch selten überschreiten: Nicht nur einzelne Handgriffe werden automatisiert, sondern ein zusammenhängender Ablauf, der über viele Abhängigkeiten hinweg stabil bleibt. Vier auf Gemini 4 basierende Agenten sollten in einer zufällig generierten Minecraft-Survival-Welt allein mit einem übergeordneten Ziel gegen den Ender Dragon antreten. Entscheidend ist dabei weniger, dass am Ende ein Boss besiegt wird, sondern dass das System während des gesamten Runs keinen Menschen zur Steuerung brauchte, etwa um Handlungssequenzen zu korrigieren oder ein festes Skript zu folgen.
Die Architektur des Versuchs ist dabei erstaunlich „minimalistisch“: Google setzte auf vier Agenten, die jeweils über die Open-Source-Bibliothek Mineflayer einen eigenen Minecraft-Spieler kontrollierten. Für die Kommunikation nutzten die Agenten einen Chat sowie einen gemeinsamen Speicher, in dem sie Informationen ablegen und abrufen konnten. Eine Strategie oder feste Zuständigkeiten gab es von vornherein nicht. Genau dieser Punkt ist technisch relevant, weil damit entfällt, dass das Team im Voraus „Minecraft-Expertentum“ in Form von speziell zugeschnittenen Tools oder starren Ablaufplänen einprogrammiert – stattdessen musste sich die Zusammenarbeit aus dem zielorientierten Verhalten ergeben.
Im Verlauf des Experiments verteilten sich die Rollen dann dennoch quasi „von selbst“. Die Agenten organisierten Aufgaben eigenständig, warnten sich vor Gefahren und gaben Erkenntnisse sowie Tipps weiter. Dazu gehörten auch Koordinaten-Tausch und das Bergen von Gegenständen verstorbener Teammitglieder, was im Sinne der Spielmechanik besonders relevant ist, weil ein Team sonst schnell in Ressourcenmangel oder ungünstige Positionierung gerät. Schon nach kurzer Zeit bildeten sich erkennbare Schwerpunkte heraus: Ein Agent stellte Werkzeuge her, ein anderer kümmerte sich um Nahrung und Vorräte, ein dritter aktivierte ein entscheidendes Portal und ein weiterer errichtete Schutzbauten gegen Endermen und versetzte dem Ender Dragon schließlich den letzten Treffer.
Ergänzend lief ein fünfter Agent namens „Observer“ mit, dessen Aufgabe als unabhängiger Beobachter beschrieben wurde: Er sollte Manipulationen beziehungsweise unerlaubte Hilfen erkennen und außerdem Live- sowie Zusammenfassungsberichte erstellen. Bis zum Sieg über den Endgegner vergingen 27,23 Stunden, wobei der Kampf gegen den Ender Dragon den größten Anteil beanspruchte. Die Versuchsdaten zeigen, wie viel Iteration in solchen End-to-End-Abschlüssen steckt: Während des Runs schrieben und starteten die vier Agenten 2.783 Programme, versendeten 229 Nachrichten und starben insgesamt 605 Mal. Entsprechend hoch fiel auch der Rechenaufwand aus: Zusammen verarbeiteten die Agenten 1,35 Milliarden Input-Tokens.
Damit rückt auch die Frage nach Kosten und Wirtschaftlichkeit in den Mittelpunkt – nicht als Spekulationsspiel, sondern als messbarer Bestandteil der Experimentierarchitektur. Aus den Forscherangaben wurde eine Kostenrechnung abgeleitet, die je nach Preisbasis auf Beträge von 810 US-Dollar bis 1.620 US-Dollar kommt. Für Entscheider in Unternehmen ist das nicht nur eine Zahl, sondern ein Signal: Autonome Agenten brauchen in komplexen Umgebungen nicht zwingend „mehr Intelligenz“, sondern vor allem mehr Durchläufe, mehr Interaktion mit dem Environment und mehr Token-basierte Verarbeitung. Wer solche Agenten in produktiven Workflows einsetzen will, muss daher früh über Budgetgrenzen, Abbruchkriterien und beobachtbare Qualitätskennzahlen nachdenken – sonst ist der experimentelle Erfolg schwer auf den Betrieb zu übertragen.
Historisch ist der Ansatz ebenfalls gut einzuordnen. KI-Agenten, die in Spielen gewinnen, sind aus dem Forschungskontext nicht neu: Schon 2013 und 2015 brachten Entwickler des DQN (Deep Q-Network) einer KI klassische Atari-2600-Spiele wie Breakout, Space Invaders oder Pong bei. Damals erhielt die KI keine Spielregeln, sondern lediglich Pixel-Input und den aktuellen Punktestand; gelernt wurde über Reinforcement Learning in kurzer Zeit, bis nicht nur fehlerfreie Strategien, sondern teils sogar bessere Taktiken als bei menschlichen Experten entstanden. Später machte DeepMinds AlphaGo mit dem Schach- und Go-Kontext weitere Fortschritte öffentlich sichtbar: Im Oktober 2015 besiegte AlphaGo den Profispieler Fan Hui mit 5:0, im März 2016 folgte ein 4:1-Sieg gegen den Weltmeister Lee Sedol.
Der eigentliche Reiz des Gemini-4-Minecraft-Setups liegt aber in der Art des Abschlusses: Nach den Angaben des Forschungsteams handelt es sich um den ersten vollstädigen autonomen End-to-End-Abschluss in Minecraft, bei dem ausschließlich die reguläre Mineflayer-Bibliothek genutzt wurde. Weder zuvor untersuchte Welt-Seeds noch von Menschen entwickelte, spielspezifische Werkzeuge seien zum Einsatz gekommen. Damit rückt ein Kernproblem vieler Agentenprojekte in den Fokus: Es reicht nicht, in einer kontrollierten Testaufgabe „irgendwie“ zu agieren. Der Versuch zeigt stattdessen, dass Agenten auch über mehr als einen Tag hinweg einen zusammenhängenden Plan verfolgen können – inklusive Tausender voneinander abhängiger Schritte, in denen Umwege, Risiken und Rückschläge Teil der Strategie sind.
Für die KI-Entwicklung in Unternehmen ist die Botschaft vor allem operativ: Autonomie entsteht nicht allein durch ein Modell, sondern durch das Zusammenspiel von Toolnutzung, Kommunikationsmechanismen und Planungsfähigkeit über lange Zeithorizonte. Wer ähnliche End-to-End-Abschlüsse in produktiven Systemen anstrebt, sollte daher Mineflayer-ähnliche Bausteine als Leitidee verstehen: Eine stabile, klar definierte Schnittstelle zwischen Agent und Environment, ergänzt um nachvollziehbare Mechanismen für Status, Speicher und Beobachtung. Gleichzeitig bleibt die Messgröße klar: Nicht „wie schnell“ gewinnt ein Agent, sondern wie robust ist er unter realen Nebenbedingungen, wie oft muss er iterieren und welche Kosten entstehen dabei pro abgeschlossenem Ziel.
Am Ende liefert das Experiment einen belastbaren Prototypen-Marker für eine technische Richtung: KI-Agenten können komplexe Prozesse nicht nur simulieren, sondern praktisch durchspielen, wenn sie das richtige Werkzeug- und Kommunikationsgerüst erhalten. Ob sich solche Leistungen 1:1 in Logistik, Softwarebetrieb oder IT-Betriebsprozesse übertragen lassen, hängt dann stark von der Kontrollierbarkeit des jeweiligen Environments ab. Für den Markt dürfte diese Art von Nachweis allerdings Wirkung haben: Je mehr Teams autonome Workflows als End-to-End-Aufgaben testen, desto stärker verschiebt sich der Fokus von „Demonstration einzelner Fähigkeiten“ hin zu „Messung vollständiger Zielerfüllung“.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Gemini 4: Vier KI-Agenten besiegen Minecraft bis zum Ender Dragon in 27 Stunden" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Gemini 4: Vier KI-Agenten besiegen Minecraft bis zum Ender Dragon in 27 Stunden" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Gemini 4: Vier KI-Agenten besiegen Minecraft bis zum Ender Dragon in 27 Stunden« bei Google Deutschland suchen, bei Bing oder Google News!