🤖 AI

Games with Payments between Learning Agents

Die Studie zeigt, dass selbstsüchtige Spieler in wiederholten Spielen wie Auktionen einen Anreiz haben, ihre lernenden Agenten zu Zahlungen an andere zu veranlassen, was zwar das allgemeine Wohlergehen steigern kann, aber zu kollusiven Ergebnissen mit stark reduzierten Einnahmen für den Auktionator führt und damit eine fundamentale Herausforderung für das Mechanismusdesign darstellt.

Ursprüngliche Autoren: Yoav Kolumbus, Joe Halpern, Éva Tardos

Veröffentlicht 2026-02-12

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Yoav Kolumbus, Joe Halpern, Éva Tardos

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

🤖 Wenn Roboter sich Bestechungsgelder geben: Eine neue Welt der Auktionen

Stell dir vor, du bist auf einer riesigen digitalen Börse oder bei einer Online-Auktion. Aber du bist nicht derjenige, der klickt. Stattdessen hast du einen autonomen Roboter (einen KI-Agenten), der für dich handelt. Dieser Roboter ist extrem schlau: Er lernt aus jeder Erfahrung, um für dich den besten Deal herauszuholen. Er weiß nicht, was du willst, aber er versucht, so viel Gewinn wie möglich zu machen.

Das Problem? Wenn alle nur ihre eigenen Roboter haben, die versuchen, den besten Preis zu bekommen, endet es oft im Chaos oder in einer schlechten Situation für alle.

Jetzt kommt der spannende Teil: Was passiert, wenn diese Roboter miteinander reden und sich Geld geben dürfen?

1. Das Grundproblem: Der Roboter-Alltag ohne Bestechung

Stell dir ein klassisches Spiel wie das „Gefangenendilemma" vor. Zwei Verdächtige sitzen in Zellen. Wenn beide schweigen, bekommen sie eine kleine Strafe. Wenn einer verrät und der andere schweigt, kommt der Verräter frei und der andere bekommt eine hohe Strafe. Wenn beide verraten, bekommen beide eine mittlere Strafe.

Ohne Absprache (und ohne Geld) lernen die Roboter schnell: „Am besten verrate ich den anderen, um mich zu schützen." Das Ergebnis? Beide verraten sich gegenseitig und landen in einer schlechten Situation, obwohl sie beide besser dran wären, wenn sie kooperiert hätten.

In Auktionen ist es ähnlich: Roboter lernen oft, aggressiv zu bieten, was die Preise in die Höhe treibt und den Verkäufer (den Auktionator) reich macht, aber die Käufer (die Roboter-Besitzer) weniger Gewinn machen.

2. Die Lösung: Der „Käfig" der Bestechung

Die Autoren des Papers fragen sich: Was, wenn ich meinem Roboter erlaube, dem Roboter des anderen Geld zu geben, damit er sich anders verhält?

Stell dir vor, du bist bei einer Auktion für ein seltenes Gemälde. Dein Roboter weiß: „Wenn ich zu viel biete, zahle ich zu viel. Aber wenn ich dem Roboter meines Konkurrenten ein kleines Trinkgeld gebe, damit er nicht bietet, könnte ich das Bild billig bekommen."

Das ist der Kern des Papers: Die Benutzer geben ihren KI-Agenten die Erlaubnis, Zahlungen an andere KI-Agenten zu tätigen, um das Verhalten des anderen zu beeinflussen.

3. Was passiert dann? (Die Entdeckungen)

Die Forscher haben herausgefunden, dass dieses Szenario drei massive Dinge verändert:

Es ist fast unmöglich, nicht zu bestechen:
Stell dir vor, du bist der einzige, der keine Bestechungsgelder zahlt, während alle anderen es tun. Du würdest sofort verlieren. Deine Roboter würden lernen: „Hey, wenn wir dem anderen Roboter ein bisschen Geld geben, gewinnen wir mehr!"
Das Fazit: Es ist für jeden rationalen Spieler fast unmöglich, auf Zahlungen zu verzichten. Es ist wie in einem Wald, in dem alle Wilderer sind; wenn du nicht mitmachst, wirst du gejagt.
Die Auktionshäuser gehen pleite (oder verdienen fast nichts):
Das ist der schockierendste Teil. In Auktionen (wie bei eBay oder Google-Werbung) wollen die Verkäufer (z. B. Google) viel Geld verdienen.
Aber wenn die Käufer-Roboter untereinander Absprachen treffen und sich gegenseitig Geld geben, um nicht zu bieten, dann bieten sie fast gar nichts mehr.
- Analogie: Stell dir vor, du und dein Freund wollen ein Haus kaufen. Ihr einigt euch: „Ich biete 100 Euro, du bietest 0 Euro. Wenn ich gewinne, gebe ich dir 50 Euro." Der Verkäufer bekommt nur 100 Euro, aber ihr teilt euch den Gewinn. In der digitalen Welt machen die Roboter das in Millionenfach. Das Ergebnis: Der Verkäufer (der Auktionator) verdient fast nichts mehr, während die Käufer sich den ganzen Gewinn teilen.
Es kann sogar fairer sein (manchmal):
In manchen Spielen (wie dem Gefangenendilemma) führt diese Bestechung dazu, dass die Roboter kooperieren. Statt sich gegenseitig zu schaden, arbeiten sie zusammen und alle werden reicher. Das ist wie eine Gruppe von Nachbarn, die sich absprechen, wer wann den Rasen mäht, damit niemand überfordert ist.

4. Warum ist das gefährlich? (Die Warnung)

Die Autoren warnen: Wir bewegen uns in eine Welt, in der KI-Agenten unter der Haube (also im Hintergrund) Geschäfte miteinander machen, die wir Menschen gar nicht sehen.

Das Problem mit dem Gesetz: In der echten Welt ist es illegal, sich mit Konkurrenten abzusprechen, um Preise zu manipulieren (Kartellrecht). Aber wenn zwei Computerprogramme das tun, indem sie sich gegenseitig Bitcoin oder digitale Tokens schicken, ist das schwer zu erkennen und noch schwerer zu verbieten.
Die Blockchain-Verbindung: Das Papier erwähnt, dass dies in der Welt der Kryptowährungen (Blockchain) schon passiert. Dort gibt es „Bots", die sich gegenseitig bezahlen, um ihre Transaktionen schneller durchzuziehen. Das ist eine Art „digitale Bestechung", die den Markt verzerren kann.

Zusammenfassung in einem Satz:

Wenn wir KI-Agenten erlauben, sich gegenseitig Geld zu geben, um ihre Strategien zu optimieren, werden sie fast zwangsläufig Absprachen treffen, die den Verkäufer (z. B. Auktionshäuser) arm machen und die Käufer reicher, was eine völlig neue Herausforderung für Gesetze und Marktregeln darstellt.

Die Moral der Geschichte:
In einer Welt voller lernender Roboter reicht es nicht mehr, nur gute Regeln für das Spiel zu machen. Wir müssen auch verstehen, wie diese Roboter untereinander Verträge schließen können – und zwar mit echtem Geld.

1. Problemstellung

Die Arbeit untersucht wiederholte Spiele (z. B. Auktionen), in denen autonome lernende Agenten die Entscheidungen ihrer Benutzer treffen. Bisherige Forschung konzentrierte sich darauf, wie diese Agenten durch No-Regret-Lernalgorithmen (Regret-Minimierung) in einem gegebenen Spiel konvergieren. Oft führen diese dynamischen Prozesse jedoch zu ineffizienten Ergebnissen (z. B. Defektion im Gefangenendilemma oder niedrige soziale Wohlfahrt), da die Agenten nur ihre eigenen kurzfristigen oder langfristigen Gewinne optimieren, ohne kooperieren zu können.

Das zentrale Problem dieser Arbeit ist die Einführung einer neuen strategischen Ebene: Endogene Zahlungen zwischen Agenten.
Die Autoren fragen sich:

Haben Benutzer einen Anreiz, ihren Agenten zu erlauben, Geldzahlungen an andere Agenten zu tätigen, um die Lern-Dynamik zu ihren Gunsten zu beeinflussen?
Wie verändern solche Zahlungen die langfristigen Gleichgewichtsergebnisse?
Welche Auswirkungen haben diese Zahlungen auf den Wohlfahrtsverlust (Welfare), die Verteilung der Gewinne und die Einnahmen des Auktionators (Verkäufer)?

Ein entscheidender Unterschied zu früheren Arbeiten (z. B. Mechanismus-Design mit externen Subventionen) ist, dass hier keine externe Instanz existiert. Die Zahlungen werden ausschließlich aus den eigenen Gewinnen der Spieler finanziert; jeder Spieler ist rein eigennützig und versucht, seinen eigenen langfristigen Nutzen zu maximieren.

2. Methodik und Modell

Die Autoren entwickeln ein Meta-Spiel-Modell, das als „Payment-Policy-Game" (Zahlungsrichtlinien-Spiel) bezeichnet wird. Das Modell besteht aus zwei Phasen:

Phase 1 (Strategiewahl): Jeder Spieler $i$ wählt eine Zahlungsrichtlinie (Payment Policy). Diese Richtlinie definiert für jeden möglichen Aktionsprofil $s$ im zugrunde liegenden Spiel $\Gamma$ , wie viel Geld Agent $i$ an jeden anderen Agenten $j$ zahlt. Die Zahlungen sind an die Aktionen der Agenten gekoppelt.
Phase 2 (Spielablauf): Die Agenten spielen das zugrunde liegende Spiel $\Gamma$ über $T$ Runden wiederholt. Sie verwenden No-Regret-Algorithmen, um ihre Aktionen zu wählen. Dabei berücksichtigen sie nicht nur die Auszahlung aus dem Spiel, sondern auch die Netto-Zahlungen (Einnahmen minus Ausgaben) aus den Zahlungsrichtlinien.

Wichtige Annahmen:

Agenten: Sie sind „No-Regret-Learner". Das bedeutet, ihre durchschnittliche Auszahlung konvergiert gegen das Optimum, das sie hätten erzielen können, wenn sie ihre Strategie im Nachhinein optimal gewählt hätten.
Zeitliche Trennung: Die Zahlungsrichtlinien werden als fest angenommen, solange die Agenten ihre No-Regret-Ergebnisse erreichen (Trennung der Zeitskalen).
Stabilitätsdefinition: Ein Spiel gilt als „stabil", wenn das „Null-Zahlungs"-Profil (keine Zahlungen zwischen Agenten) ein Nash-Gleichgewicht des Meta-Spiels ist. Wenn Spieler einen Anreiz haben, von Null-Zahlungen abzuweichen, ist das Spiel instabil.

3. Schlüsselbeiträge und Ergebnisse

A. Instabilität des Null-Zahlungs-Status

Die Arbeit zeigt, dass das Unterlassen von Zahlungen in der Regel nicht stabil ist. Selbst in Spielen, die ohne Zahlungen zu einem Nash-Gleichgewicht konvergieren, haben Spieler einen Anreiz, Zahlungen zu nutzen, um die Dynamik zu manipulieren.

Gefangenendilemma: Ohne Zahlungen konvergieren Agenten zur Defektion (schlechtes Ergebnis). Mit einer gezielten Zahlungsrichtlinie (z. B. Belohnung für Kooperation) kann ein Spieler das Gleichgewicht so verschieben, dass Kooperation entsteht und beide Spieler (oder zumindest der Initiator) einen höheren Nutzen erzielen.
Allgemeine Spiele: In einer breiten Klasse endlicher Spiele gibt es mindestens einen Spieler, der durch einseitige Zahlungen seinen Nutzen und oft auch die soziale Wohlfahrt steigern kann.

B. Auktionen (Fallstudie)

Die Autoren analysieren spezifisch Erstpreis- und Zweitpreis-Auktionen, da diese in der Praxis (z. B. Online-Werbung) dominieren.

Zweitpreis-Auktionen (Second-Price Auctions):
- Ergebnis: Das Spiel ist instabil. Spieler haben einen starken Anreiz, Zahlungen zu nutzen.
- Mechanismus: Der Spieler mit dem höchsten Wert (Player 1) kann eine Richtlinie wählen, bei der er anderen Agenten zahlt, wenn diese auf Null bieten. Dies macht es für die anderen Agenten dominant, Null zu bieten, während Player 1 seinen wahren Wert bietet.
- Konsequenz: Im Gleichgewicht des Zahlungs-Spiels erreichen die Spieler eine vollständige Kollusion. Player 1 gewinnt fast immer zum Preis Null. Der Auktionator erhält keine Einnahmen (Revenue vanishes), während die soziale Wohlfahrt maximal ist (aber bei Player 1 konzentriert ist).
Erstpreis-Auktionen (First-Price Auctions):
- Ergebnis: Auch hier ist das Null-Zahlungs-Szenario instabil.
- Mechanismus: Spieler nutzen Zahlungen, um kooperative Gleichgewichte zu erreichen, die im reinen Lernprozess ohne Zahlungen nicht erreichbar wären.
- Konsequenz: Die Einnahmen des Auktionators sinken signifikant (auf weniger als die Hälfte im Vergleich zum Fall ohne Zahlungen). Die Spieler erzielen eine Pareto-Verbesserung (beide profitieren), wobei die Effizienzverluste (Welfare Loss) gering bleiben (maximal ca. 9% im untersuchten Szenario).

C. Zwei-Spieler-Spiele

Für Zwei-Spieler-Spiele wird ein stärkeres Ergebnis erzielt:

Theorem 6.1: Jedes Gleichgewicht des Zahlungs-Spiels ist eine Pareto-Verbesserung gegenüber dem Ergebnis ohne Zahlungen. Das bedeutet, beide Spieler sind mindestens so gut, oft besser dran.
Theorem 6.2: Selbst in Spielen mit dominanten Strategien (wo No-Regret-Lernen normalerweise zu einem festen Punkt führt) können Spieler durch Zahlungen Gleichgewichte erzwingen, die einem Stackelberg-Gleichgewicht entsprechen. Da ein Spieler als „Leader" einen höheren Nutzen erzielen kann als im Nash-Gleichgewicht, wird er Zahlungen nutzen, um diese Position zu erzwingen.

4. Signifikanz und Implikationen

Die Arbeit hebt fundamentale Herausforderungen für das Mechanismus-Design und die Regulierung im Zeitalter autonomer KI-Agenten hervor:

Endogene Kollusion: Traditionelle Mechanismen-Design-Ansätze gehen oft davon aus, dass die Interaktion innerhalb der Grenzen des Mechanismus stattfindet. Diese Arbeit zeigt, dass Agenten durch Zahlungen „unter der Haube" (off-chain) interagieren und die Gleichgewichte des Mechanismus fundamental verändern können. Dies führt zu einer endogenen Kollusion, die nicht durch traditionelle Antitrust-Maßnahmen (die oft menschliches Verhalten oder explizite Absprachen voraussetzen) leicht zu erkennen oder zu verhindern ist.
Risiko für Auktionsdesigner: In Auktionen (insbesondere im digitalen Advertising und Blockchain-Märkten) führt die Einführung von Zahlungsrichtlinien durch lernende Agenten zu einem drastischen Zusammenbruch der Einnahmen für Verkäufer/Auktionatoren.
Regulatorische Lücken: Da diese Zahlungen autonom und algorithmisch erfolgen, fehlt es an klaren regulatorischen Rahmenbedingungen. Das Paper verweist auf MEV (Maximal Extractable Value) in Blockchain-Netzwerken als ein reales Beispiel, wo solche Strategien bereits eingesetzt werden, aber kaum reguliert sind.
Wohlfahrtsparadoxon: Während die Zahlungen in einigen Fällen (wie dem Gefangenendilemma) die soziale Wohlfahrt steigern können, führen sie in Auktionen oft zu einer Umverteilung der Wohlfahrt von der Plattform (Verkäufer) zu den Teilnehmern, was die Effizienz des Marktes aus Sicht des Designers untergräbt.

Fazit

Das Paper demonstriert, dass die Möglichkeit endogener Zahlungen zwischen lernenden Agenten die strategische Landschaft grundlegend verändert. Das „Nicht-Zahlen" ist kein stabiles Verhalten; selbstsüchtige Spieler werden Zahlungen nutzen, um die Lern-Dynamik zu ihren Gunsten zu manipulieren. Dies führt oft zu kooperativeren Ergebnissen für die Spieler, aber zu einem Verlust an Einnahmen für die Plattform und stellt eine neue, schwer fassbare Form der algorithmischen Kollusion dar, die das Design robuster Märkte im KI-Zeitalter vor große Herausforderungen stellt.