Heuristics for AI-driven Graphical Asset Generation Tools in Game Design and Development Pipelines: A User-Centred Approach

Basierend auf einer Nutzerstudie mit 16 Spieleentwicklern identifiziert diese Arbeit den Bedarf an besserer Integration von KI-generierten grafischen Assets in bestehende Pipelines und leitet daraus benutzerzentrierte Heuristiken für die Gestaltung entsprechender Tools ab.

Kaisei Fukaya, Damon Daylamani-Zad, Harry Agius

Veröffentlicht 2026-03-06
📖 5 Min. Lesezeit🧠 Tiefgang

Each language version is independently generated for its own context, not a direct translation.

KI in der Spieleentwicklung: Wie man den perfekten Werkzeugkasten für Künstler baut

Stell dir vor, ein Videospiel ist wie ein riesiges, komplexes Haus, das gebaut werden muss. Dafür braucht man Ziegelsteine, Fenster, Möbel und Dekoration – im Spiel nennt man das „grafische Assets" (Bilder, 3D-Modelle, Texturen). Früher mussten Spieleentwickler jeden einzelnen Ziegelstein von Hand formen. Das dauert ewig!

Jetzt gibt es Künstliche Intelligenz (KI), die wie ein super-schneller Roboter-Baumeister funktioniert. Sie kann in Sekunden Tausende von Ziegelsteinen produzieren. Aber hier ist das Problem: Die Entwickler wissen oft nicht genau, wie sie diesen Roboter am besten in ihren Bauplan integrieren sollen. Soll er den ganzen Baum selbst bauen? Oder nur die Rohlinge liefern?

Dieses Papier untersucht genau das: Wie wollen Spieleentwickler eigentlich mit solchen KI-Tools arbeiten?

Hier ist die einfache Erklärung der wichtigsten Erkenntnisse, verpackt in ein paar anschaulichen Metaphern:

1. Der perfekte Zeitpunkt: Nicht für das fertige Haus, sondern für die Skizze

Die Studie hat 16 Spieleentwickler befragt. Das Ergebnis war überraschend klar: Niemand will, dass die KI das fertige, perfekt polierte Möbelstück liefert.

  • Die Metapher: Stell dir vor, du planst eine Party. Du willst nicht, dass die KI dir schon die fertige, teure Vase bringt. Du willst, dass sie dir 100 verschiedene Skizzen von Vasen zeigt, damit du eine Idee bekommst, welche Form dir gefällt.
  • Das Ergebnis: Die Entwickler nutzen die KI am liebsten in der frühen Phase (zum „Ideenfinden" oder für „Placeholder"). Sie wollen viele, viele Varianten sehen, auch wenn diese noch nicht perfekt aussehen. Die Qualität ist zweitrangig; die Menge und Vielfalt sind das Wichtigste.

2. Der Lieblingssitz: Nicht im Nebenzimmer, sondern am Schreibtisch

Die Forscher haben drei verschiedene Arten von KI-Tools getestet:

  1. Ein separates Programm (wie ein extra Werkzeugkasten im Keller).
  2. Ein Fenster im Hauptprogramm (wie ein Werkzeugkasten, der an der Wand hängt).
  3. Ein Teil des Inspector-Fensters (wie ein Werkzeug, das direkt in der Hand liegt).
  • Die Metapher: Wenn du als Koch arbeitest, willst du deine Messer nicht im Keller liegen haben, wenn du gerade kochst. Du willst sie direkt an deinem Arbeitsplatz haben.
  • Das Ergebnis: Die Entwickler wollen die KI direkt in ihre bestehende Software (wie Unity oder Unreal Engine) integriert haben. Sie wollen nicht hin- und herwechseln zwischen verschiedenen Programmen. Es ist egal, wie das Fenster aussieht, solange es sich nahtlos in ihre gewohnte Umgebung einfügt.

3. Das Tempo: Schnell ist besser als perfekt

Die Entwickler waren sich einig: Wenn die KI 10 Minuten braucht, um ein Bild zu machen, ist das okay. Aber wenn sie 100 Bilder in 10 Minuten machen kann, ist das viel besser!

  • Die Metapher: Es ist wie beim Einkaufen. Wenn du 100 verschiedene T-Shirts in einer Minute siehst, kannst du dir schnell eines aussuchen und es später zu Hause anpassen. Wenn du nur ein T-Shirt siehst, das perfekt ist, aber 20 Minuten dauert, verlierst du den Flow.
  • Das Ergebnis: Lieber viele schnelle, etwas rohe Entwürfe als wenige, perfekte Bilder. Die Entwickler nehmen die rohen Bilder und verbessern sie später selbst.

4. Die Kontrolle: Der KI den Lenker geben, aber nicht das Steuer

Die Entwickler wollen die KI nicht blind laufen lassen. Sie wollen sie einstellen und anpassen können.

  • Die Metapher: Stell dir die KI wie ein autonomes Auto vor. Du willst nicht, dass es einfach losfährt. Du willst den Navi-Einstellungen sagen: „Fahr schnell, aber halte dich an die Hauptstraße." Du willst die KI als Assistenten, nicht als Ersatz für dich.
  • Das Ergebnis: Die Tools müssen flexibel sein. Man muss eigene Regeln setzen können und die Ergebnisse in Formaten speichern, die das Spiel versteht (wie PNG oder FBX), ohne dass man sie erst umwandeln muss.

5. Die neuen Regeln (Heuristiken) für KI-Entwickler

Basierend auf diesen Erkenntnissen haben die Autoren eine Art „Bauplan" für KI-Tools erstellt. Hier sind die wichtigsten Regeln, einfach erklärt:

  • H-PIP (Frühe Phase): Baue Tools, die für die Ideenfindung da sind, nicht für das fertige Produkt.
  • H-SYN (Zusammenarbeit): Die KI soll den Menschen unterstützen, nicht ersetzen. Sie soll Ideen liefern, die der Mensch dann verfeinert.
  • H-CON (Anpassbarkeit): Gib den Nutzern die Möglichkeit, das Tool zu konfigurieren. Kein starres System!
  • H-LAN (Sprache): Das Tool muss sich so anfühlen wie der Rest des Programms. Wenn das Spiel-Programm „Rückgängig" hat, muss die KI das auch.
  • H-DAT (Formate): Die KI muss Ergebnisse in Standard-Formaten liefern, die jeder versteht (wie JPEG oder OBJ), damit sie sofort verwendet werden können.
  • H-API (Verbindung): Das Tool muss sich technisch nahtlos in die bestehende Software einfügen.

Fazit

Zusammengefasst: Spieleentwickler sind begeistert von KI, aber sie wollen sie nicht als „Magie-Knopf", der alles allein macht. Sie wollen sie als super-schnellen Praktikanten, der ihnen in der frühen Planungsphase Tausende von Ideen liefert, damit sie sich auf das Wesentliche konzentrieren können: Das Design und die Kreativität.

Wenn KI-Tools so gebaut werden, dass sie schnell, anpassbar und direkt im Arbeitsumfeld der Entwickler sind, dann werden sie die Spieleentwicklung revolutionieren. Wenn sie zu kompliziert oder zu langsam sind, landen sie in der Schublade.