Mini Amusement Parks (MAPs): A Testbed for Modelling Business Decisions
Dieses Paper stellt Mini Amusement Parks (MAPs) vor, einen neuartigen Freizeitpark-Simulator, der darauf ausgelegt ist, KI-Agenten ganzheitlich bei komplexen, realitätsnahen geschäftlichen Entscheidungsaufgaben zu benchmarken, wobei aufgezeigt wird, dass aktuelle State-of-the-Art-LLMs die menschlichen Baselines in den Bereichen langfristige Optimierung, sampeleffizientes Lernen, räumliches Denken und Weltmodellierung signifikant unterschreiten.
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
Stellen Sie sich vor, Sie hätten gerade die Schlüssel zum chaotischsten, unvorhersehbarsten und profitabelsten Freizeitpark der Welt erhalten. Ihre Aufgabe? Der Manager zu sein. Sie müssen entscheiden, wo die Achterbahnen hinkommen, wie viele Eisdiele Sie eröffnen, wann Sie einen Hausmeister einstellen und ob Sie Ihr Geld in die Erforschung einer neuen, superteuren Attraktion investieren. Aber hier ist der Haken: Die Gäste sind launisch, die Fahrgeschäfte gehen zufällig kaputt und wenn Sie einen falschen Schritt machen, könnte Ihr Park vor dem Mittagessen bankrott sein.
Das ist die Welt von Mini Amusement Parks (MAPS), einem neuen, videospielähnlichen Simulator, der von Forschern entwickelt wurde, um zu testen, wie gut Künstliche Intelligenz (KI) ein echliches Unternehmen führen kann.
Der große Test: KI gegen menschliche Manager
Die Forscher richteten ein Duell zwischen den klügsten KI-Modellen der Welt (wie GPT-5, Claude und Gemini) und erfahrenen menschlichen Spielern ein. Das Ziel war einfach: Zu sehen, wer den wertvolleren Park aufbauen kann.
Die Ergebnisse waren ein massiver Weckruf. Selbst die besten KI-Modelle hatten Mühe, mit den Experten aus Fleisch und Blut Schritt zu halten.
- Im Easy-Modus erreichte die beste KI (GPT-5) nur 8,80 % der Punktzahl, die erfahrene Menschen erreichten. Das bedeutet, dass die Menschen 11,4-mal besser waren.
- Im Medium-Modus, in dem das Spiel schwieriger wird und langfristiges Denken erfordert, weitete sich die Lücke. Die Leistung der KI sank auf nur 4,44 % der menschlichen Punktzahl, was die Menschen 15,3-mal überlegen machte.
Es ist, als würde man einem Kleinkind einen Formel-1-Wagen geben und einem Profi-Rennfahrer ein Rennauto; das Kleinkind (die KI) bringt das Auto kaum zum Rollen, während der Profi (der Mensch) die Strecke abringt.
Warum versagte die KI?
Das Paper legt nahe, dass die KI nicht nur „schlecht in Mathe“ ist; ihr fehlen einige sehr menschliche Superkräfte. Die Forscher identifizierten fünf spezifische Bereiche, in denen die KI stolperte:
Das „Was gibt’s zu Mittag?“-Problem (Kurzsichtigkeit):
Menschen planen voraus. Sie wissen, dass sie, wenn sie heute eine riesige Achterbahn bauen, mehr Personal einstellen und Geld für nächsten Monat sparen müssen. Die KI hingegen neigt zu Myopie. Sie greift nach der sofortigen Belohnung (wie dem Bau einer Attraktion), ohne die Konsequenzen zu bedenken. Es ist wie ein Kind, das jetzt alle Süßigkeiten isst und später Bauchschmerzen bekommt, weil es vergessen hat, dass es für den Rest des Tages Energie braucht. Als das Spiel schwieriger wurde (Medium-Modus), brach die Leistung der KI ein, weil sie nicht über die nächste Runde hinaussehen konnte.Das „Blind gefahren“-Problem (Räumliches Vorstellungsvermögen):
In einem echten Park spielt es eine Rolle, wo man einen Laden platziert. Man möchte ihn in der Nähe eines Weges haben, nicht in einer Ecke festgesteckt. Die KI platzierte Fahrgeschäfte oft an Orten, die schwer zu erreichen waren, oder häufte sie alle zusammen, ohne den Besucherstrom zu berücksichten. Interessanterweise half es der KI nicht, ein Bild des Parks zu bekommen (Vision); tatsächlich machte es die Sache manchmal sogar schlechter. Die KI schien durch die visuellen Daten verwirrt zu sein, während ein einfaches Regelwerk (eine „Heuristik“) für die Platzierung von Objekten der KI tatsächlich half, besser abzuschneiden.Das „Ratespiel“-Problem (Stochastizität):
Das echte Leben ist chaotisch. Manchmal geht eine Fahrt ohne Grund kaputt; manchmal ist ein Gast einfach nur schlecht gelaunt. Dies nennt man „Stochastizität“. Die KI hatte Schwierigkeiten, mit dieser Unvorhersehbarkeit umzugehen. Sie konnte nicht zwischen einem schlechten Tag aufgrund von Pech und einem schlechten Tag aufgrund einer schlechten Entscheidung unterscheiden. Als die Forscher versuchten, die KI zur Vorhersage der Zukunft (ein „Weltmodell“) einzusetzen, verschlechterte dies die Situation oft, was zu langsameren und teureren Entscheidungen führte.Das „Amnesie“-Problem (Aktives Lernen):
Menschen sind großartige Experimentierfreudige. Wenn man eine neue Strategie ausprobiert und diese scheitert, lernt man daraus und versucht etwas anderes. Die Forscher gaben der KI einen „Sandbox“-Modus – einen sicheren Übungsbereich, in dem sie vor dem eigentlichen Test 100 Tage lang experimentieren konnte. Überraschenderweise half das kaum. Die KI wiederholte meist nur das, was bereits im Handbuch stand, oder machte Notizen, die zu spezifisch waren, um später nützlich zu sein. Sie versäumte es, ein wahres „mentales Modell“ dafür aufzubauen, wie der Park funktionierte.Das „Forschungs-Rabbit-Hole“-Problem:
In der schwereren Version des Spiels muss man neue Fahrgeschäfte erst erforschen, bevor man sie bauen kann. Die KI wählte oft sofort die teuersten, auffälligsten Attraktionen zur Erforschung aus, selbst wenn sie sich diese noch gar nicht leisten konnte. Es war wie ein Schüler, der versucht, einen Ferrari zu kaufen, bevor er überhaupt einen Führerschein besitzt.
Was das Paper ausschließt
Das Paper stellt sehr klar, was nicht funktioniert:
- Der KI einfach nur ein Bild zu geben, ist keine Lösung. Die Zugabe eines visuellen Inputs zum „Gehirn“ der KI löste die räumlichen Probleme nicht; tatsächlich verwirrte es die Modelle oft mehr als reiner Text allein.
- Aktuelle „Weltmodelle“ sind noch nicht bereit. Die Forscher versuchten, eine spezielle KI-Technik (WALL-E) einzusetzen, um der KI zu helfen, die Zukunft vorherzusagen, aber dies verschlechterte die Leistung der KI sogar und erhöhte die Kosten erheblich.
- Übung macht nicht automatisch perfekt. Die KI einfach 100 Tage lang in einer Sandbox spielen zu lassen, machte sie nicht automatisch intelligenter. In vielen Fällen wurde die KI sogar schlechter oder blieb gleich, weil sie nicht schaffte, aus ihren Fehlern zu lernen.
Wie sicher sind wir uns?
Diese Erkenntnisse basieren auf Simulationen und Messungen innerhalb der MAPS-Spielumgebung. Die Forscher ließen die KI und die menschlichen Spieler durch spezifische Layouts (Maps) laufen, um diese Zahlen zu erhalten. Sie haben nicht nur geraten; sie haben den Parkwert, das ausgegebene Geld und die benötigte Zeit gemessen.
Das Paper legt nahe, dass die KI zwar in vielen Bereichen besser wird, aber noch einen weiten Weg vor sich hat, bis sie das chaotische, vernetzte und unvorhersehbare Wesen eines echten Geschäfts bewältigen kann. Die Kluft zwischen menschlichen Experten und der KI ist nicht nur klein, sondern ein tiefer Abgrund. Die Forscher hoffen, dass wir durch die Nutzung dieses „Mini Amusement Park“ endlich damit beginnen können, KIs zu bauen, die wie ein echter menschlicher Manager denken, planen und sich anpassen können.
Bis dahin gilt: Wenn Sie einen Freizeitpark führen wollen, sollten Sie lieber bei einem menschlichen Manager bleiben – und die KI vielleicht an einer sehr kurzen Leine halten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.