#07 Wie treiben Games Künstliche Intelligenz voran?

Tobias Nowak: Handbuch Games Kultur der Podcast Kultur Technologie Gesellschaft Wie Games unsere Welt bewegen Herzlich willkommen beim Handbuch Gameskultur Podcast. Mein Name ist Tobias Nowak. In dieser Podcastreihe spreche ich mit Autorinnen und Autoren einiger spannender Kapitel des Handbuches Gameskultur 2.0 über ihre Themen. Dieses Handbuch das wirft einen ziemlich einmaligen, umfassenden Blick auf die Gameskultur und ist gerade in seiner überarbeiteten und erweiterten zweiten Auflage erschienen. Es zeigt wie vielfältig Gameskultur längst geworden ist und welche Kultur und Lebensbereiche ist auch beeinflusst von Menschen, die selbst gar nicht spielen und die Aufsätze decken dabei alles mögliche ab, von Ausbildung bis Bildende Kunst, von Gaming Kanon bis zur künstlichen Intelligenz und genau darüber, künstliche Intelligenz, spreche ich heute mit Johanna Pirker. Schönen guten Tag, hallo! Ja selbstverständlich, vielleicht als allererstes, erzähl uns mal, wie du dazu gekommen bist, warum wurdest du eingeladen, diesen Aufsatz über künstliche Intelligenz und Spiele

Johanna Pirker: Vielen Dank für die Anladung.

Tobias Nowak: zu schreiben, was machst du sonst?

Johanna Pirker: Also ich bin Professorin für Informatik auf der TU München und auf der TU Graz und das Thema KI und Spiel, ist ja etwas, es eigentlich schon relativ lang gibt. Das heißt auch, wir selbst machen schon sehr lange Forschung in den Bereichen, wie wir künstliche Intelligenzsysteme nutzen können, zum Beispiel Spiele anzupassen oder aus Spielen oder Spielerverhalten was zu lernen. Und da bin ich sehr gefreut, dass ich gerade jetzt, so in Zeit, wo und Spiel ja noch eine viel größere Diskussion angenommen habe, auch bisschen was zusammenschreiben dürfen dafür.

Tobias Nowak: Okay, ich würde zum Einstieg direkt mal aus deinem Kapitel was vorlesen. Das ist sogar der Einstieg in deinen Aufsatz, der auch uns, glaube ich, ganz gut in diese Unterhaltung reinstarten kann. Und zwar... Seit den Anfängen digitaler Spiele spielt KI eine bedeutende Rolle in unterschiedlichsten Formen. Hier lohnt es sich zu unterscheiden zwischen KI im Spiel, also Gegnerverhalten, Nichtspielercharaktere oder prozedurale Generierung von Inhalten, KI für Spiele, sind Werkzeuge für die Entwicklung, Qualitätskontrolle oder Dialoge, und Spiele für KI, also Training und Weiterentwicklung von KI-Modellen mit Hilfe von Spielen. Zitat Ende. Du hast die Kategorien ja relativ funktional gefasst und ich möchte die auch gerne im Laufe dieses Gesprächs alle mal durchgehen und vor allem mit Beispielen versehen. Die Games-Branche arbeitet ja seit Jahrzehnten mit KI und zwar nicht nur so als Early Adopter, sondern sogar auch als Innovator und Gamer benutzen den Begriff KI auch schon sehr lange, auch schon lange bevor anlässlich von Chat GPT und Co. alle über KI zu sprechen begannen. Schon seit Jahrzehnten ist das in Gamer-Kreisen ein ganz selbstverständliches Thema, zum Beispiel im Umfeld von Ego-Shootern. Und zwar, wenn Spieler gegen vom Computer gesteuerte Gegner spielen, Bots. Wie verhalten die sich? Gehen die in Deckung, wenn man auf die schießt? Treffen die mich, wenn sie auf mich zielen? Reagieren sie, wenn ich sie zu flankieren versuche? Oder versuchen selbst solche Manöver? Und du sprichst in diesem Zusammenhang von der Illusion von Intelligenz. Was meinst du damit? Also, was passiert da im Rechner, damit die Gegner glaubwürdig sind, auch spielspaßfördernd handeln.

Johanna Pirker: Ich glaube, bei der Definition von KI müssen wir immer bisschen vorsichtig sein. Also das, wir als aktuell auch in den Medien und mit den Large-Language-Models an KI mitkriegen, ist vermutlich nicht das Gleiche, als das, man in den letzten Jahrzehnten als Gamerin, zum Beispiel als Enemy AI, also Gegner, KI bezeichnet hat. Also oft, was wir in Spielen teilweise auch als KI, als Konsumenten verstanden haben. waren oft eher simple Regeln, simple Skripten, vielleicht Zustandsmaschinen, würde man sagen, die mir einfach helfen, zum Beispiel, ein Gegner sich spannend verhaltet. Und da rede ich auch bewusst oder wieder auch bewusst im Game Design von der Illusion der Intelligenz, Illusion of Intelligence geredet, weil würden wir ein perfektes KI-Gegnersystem beispielsweise bauen. dann wird uns dieses Gegnersystem vermutlich immer outsmarten, also bisschen besser sein als wir. Und das ist eigentlich total spannend. Also eigentlich vom Game Design, das kommt jetzt gar nicht so stark aus der Informatik-Ecke, sondern auch aus der Design-Ecke. Wie finde ich eine gute Balance zwischen der Schwierigkeit von einem Gegner in einem Spiel, sodass es für mich als Mensch herausfordernd ist, dass ich das Gefühl habe, wow, das war jetzt ein intelligenter Move vom Gegner, das hat sich jetzt spannend und... herausfordernd angefühlt, aber auf der anderen Seite, dass ich immer eine Spur besser bin. Dass ich eben das Gefühl habe, wow, das war ja schwierig, aber ich habe es geschafft. Und das ist diese Illusion-Delegenz, dass die Gegner sich recht klug anfühlen, uns aber nicht ausmachen.

Tobias Nowak: Und wie kriegt man das hin? Über viel trial und error oder?

Johanna Pirker: Da gibt es verschiedene Ansätze. Die meisten von den Ansätzen passieren da tatsächlich ganz viel über Trial und Error. In dem Spiele-Design gibt es auch einen Prozess, heißt Balancing. Das heißt, dass ich versuche, verschiedene Werte gut aufeinander abzustimmen und der braucht ganz, ganz viel Zeit im gesamten Entwicklungsprozess. Das heißt, ich, da fängt es an, man denkt hier an ein klassisches Stutterspiel, gebe ich jetzt dem Hauptcharakter einen Schuss an Munition oder unendlich viel und plötzlich hat man komplett andere Spielverhältnisse und Spielverhalten. Das gleiche wäre auch, wie oft würde jetzt die gegnerische KI vielleicht am Anfang, wie im Shooter Beispiel, daneben schießen, bevor sie mich überhaupt sieht oder trifft und das sind so kleine Sachen, die muss man in der Regel durch Erfahrung lernen, viel Trial and Error, aber es gibt auch Systeme, die helfen beim Balancing. Da könnte man dann Simulationen laufen lassen, dass ich jetzt 100 verschiedene Setups testet habe und mir dann auch bisschen ausrechnen kann, was so ein guter Mittelwert wäre.

Tobias Nowak: Du hast jetzt auch das Beispiel der Shooter aufgegriffen, der Enemy AI, die ja eine große Rolle spielt. Ein weiterer ganz praktischer Punkt, wo wir als Spielende mit der Intelligenz der anderen Spielfiguren der NPCs in Berührung kommen, ist auch das Pathfinding, also wie Figuren ihren Weg durch die virtuelle Welt finden. Der Klassiker ist ja, wenn man... in irgendeinem Fantasy-Rollenspiel einen KI-Begleiter hat und den soll ich von einer Stadt in die nächste eskortieren. Aber auf dem Weg dahin im Wald bleibt er halt an jedem zweiten Baum hängen und kommt nicht weiter. Das ist so ein klassisches Beispiel für echt nervig schlechte KI. Wie bringt man sowas den NPCs, den Bots bei, sich intelligent durch eine Welt zu bewegen?

Johanna Pirker: Genau, also das ist Problem von Pathfinding, Wegfindung. Auch das ist eigentlich kein, aus der Informatik sehen, kein KI-System, im klassischen System, kein erlerner KI, sondern eigentlich, bezeichnen das immer als Algorithmus. Das ist Grundlageninformatikstudium zum Beispiel. Also gibt es verschiedene Algorithmen, die mir helfen. Klassisches mathematisches, informatikproblem. Ich bin auf Position A und will zur Position B gehen. Was ist der kürzeste Weg zum Beispiel? Da gibt es verschiedene Algorithmen, die mir da helfen. Alle Informatik-Zuhörende, da freuen sie wahrscheinlich, wenn sie dann hören, so Klassiker wie A-Star oder Dykstra kennt man da vermutlich. Aber glücklicherweise viele von den aktuellen Tools wie Unity oder Unreal Engine, also die Software-Kits, damit man Spiele erstellen kann. kommen schon mit sehr vielen Unterstützungen, dass so eine Art NavMesh bedeutet, das Navigationsmesh. Man kann sich das vorstellen wie ein Gitter, das über die ganze Welt gespannt wird, die mir dann automatisch schon gute Algorithmen empfehlen, die ich da verwenden kann, ohne dass ich das jetzt wieder alles zu Fuß, wie man in Österreich sagen wird, programmieren müsste. Also da gibt es schon glücklicherweise von den Engines selbst extrem viel Unterstützung. Und da merkt man eigentlich auch, wie lang es eigentlich diese Problemstellungen gibt und wie viele Lösungen und Optimierungen es da schon gibt und dass sehr viel davon sogar die Game Engine selbst bereits übernimmt.

Tobias Nowak: Aber ich habe den Eindruck, dass du ein bisschen zögerst in dem Zusammenhang von künstlicher Intelligenz zu sprechen, oder?

Johanna Pirker: Genau, also ich versuch dir immer ein bisschen zu erklären, was wir klassisch aus der Informatik kennen, ist eben vermutlich nicht das traditionelle, was wir schnell einmal in der Spielerentwicklung als KI-System von Gegnern oder von der Wegfindung kennen. Ein weiteres Beispiel, wo man von Systemen oft redet, die teilweise eben KI-Systeme verwenden oder eben algorithmische Systeme. Algorithmische Systeme sage ich immer dann, wenn ich zum Beispiel wirklich sehr klare Muster habe, ich irgendwas beschreiben kann. Zum Beispiel das Enemy, das Gegnerverhalten. Dass ich sage, okay, jedes Mal wenn ich wenn ich den Spieler sehe, dann gehe drei Schritte nach links, such das nächste Cover, versuch dich kurz zu beugen und versteck dich hinter diesem Busch. und dann aus dem Busch versucht, den Gegner anzuvisieren. Das wäre so ein typisches Muster, etwas künstliches Verhalten von einem Gegner simuliert. Aber wenn man das umsetzt als Programmiererin, sind das relativ klare Regeln, die ich da definieren möchte.

Tobias Nowak: Wenn nach diesem Skript kein Busch ist, ist der Bot aufgeschmissen?

Johanna Pirker: Genau, also ich meine, in dem klassischen Beispiel wäre dann der Bot ein bisschen aufgeschmissen. Und das ist auch total spannend, wenn wir in die Vergangenheit schauen, war das Quake, glaube ich. Da gab es dann genau mit solchen vorhersehbaren Mustern eigentlich von den Enemies dann auch Strategien, die man ausnutzen hat können als Spielerin, dass sie da vielleicht schneller durchkommen oder dass es relativ leicht ersichtlich ist, wie sich die KI verhalten wird. Und das ist eben das, was wir eigentlich nicht möchten. Als Game-Designerin möchte ich nicht, dass meine KI zu vorhersehbar wird, weil das fühlt sich dann eben nicht mehr immersiv an. Immersiv ist ja auch ganz ein wichtiges Wort. Das bedeutet, dass ich das Gefühl habe, dass ich wirklich Teil von dieser Spielerfahrung bin, dass ich eingetaucht, immersion eingetaucht bin. Und deswegen brauchen wir diese Illusion der Intelligenz, dass es sich gut und richtig und vielleicht nicht vorhersehbar anfühlt. Ich fairerweise, das mit dem Vorhersehbaren ist aber oft auch Teil von der Spielerfahrung. Das heißt, wenn wir an viele große KI-Bosse denken, KI wieder unter Anführungszeichen, aber wenn wir jetzt an Elden Ring oder Dark Souls und Co. denken, ganz schwierige Bosse, da geht es ja auch darum, dass sich dieses Verhalten, diese Muster sogar lernen und dass das Teil der Spielerfahrung

Tobias Nowak: Ja, total. Die Lesbarkeit. Und es wird ja auch, ist auch ganz wichtig, wie die jeweils durch welche Zeichen ankündigen, was als nächstes passiert und dass man das halt lernt. Genau. Aber nicht im engeren Sinne intelligent also.

Johanna Pirker: Genau, also wenn ich als Informatikerin an KI-Systeme denke, dann denke ich in der Regel an Machine Learning, Maschinelles Lernen beispielsweise, Systeme, die aus einem großen Datensatz lernen, dort Muster automatisch kennen, sich eventuell anpassen, sich weiterentwickeln, mit Erfahrung, mit weiteren Lernerfahrungen besser wird, kann in der Regel Muster, Sprache, Bilder, Strategien erkennen und ja, das ist etwas, was auch in der Regel zum Beispiel auch mit Wahrscheinlichkeiten arbeitet und Beispiele davon, wie gesagt auf der Informatik, wären jetzt eigentlich diese generativen Modelle, die Large Language Modelle, die es glaube ich fast alle kennen, wo die ganze KI-Diskussion relativ weit aufgemacht worden ist. Das ist zum Beispiel Chat GPT Man spricht insgesamt von diesen generativen Modellen, dass sie zum Beispiel Texte, Bilder oder Videos in der Regel aus Vergangenheitsdaten generieren. Chat GPT wird Large-Language-Model sein, das heißt, das basiert auf Textdatensätzen. haben Mid-Journey mit Fokus auf Bildern. Das ist aber, wenn man sich das anschaut, nur ein ganz kleines Teil von dem, was wir in der Informatik auch im Bereich KI erforschen, ist ein kleiner Teil davon, aber ist momentan sehr sichtbar. Und Game-KI im Gegenteil dazu. Das kann natürlich solche Systeme inkludieren, aber fairerweise auch in vielen Büchern, wir haben zum Thema Game Design und KI, sind das eher klassische, algorithmische Systeme, wo ich selbst ein Muster oder Verhalten vorgehe, die sich nicht weiterentwickeln, die nicht lernen, die oft nicht adaptiv sind, die vielleicht nicht selbstständig Wissen aufbauen, sondern eben eher feste Regeln, vielleicht Behavior Trees, also das sind so Bäume. wo ich dann quasi diesen Baumstrang entlang gehe, wenn dann Geschichten vielleicht im besten Fall nicht komplett vorhersehbar, aber im Grunde schon bisschen lernbar und skriptosiert.

Tobias Nowak: So, wenn dann Geschichten. Ich möchte gerade noch zwei Worte, die du gerade benutzt hast, nochmal eingehen. Vorhin hast du gesagt, outsmarted von zu intelligenten Gegnern, wenn die zu clever sind, und machine learning. Ich habe nämlich jüngst eine Erfahrung gemacht. bin ein großer Freund von Rocket League, also diesem Spiel, wo man im Prinzip in einer Art Fußballstadion den Ball mit kleinen Autos ins gegnerische Tor manövrieren muss. Und da sind schon immer KIs unterwegs gewesen, Leute haben da KI-Training betrieben. Das war über Jahre nicht sehr ernst zu nehmen, das hat in jüngster Zeit aber brutale Sprünge gemacht, dass jetzt die Top 100 der Weltrangliste von letzten Endes von AIs dominiert werden, weil die inzwischen so gut geworden sind, dass sie die besten Spieler der Welt besiegen. Und das sind ja sehr komplexe Physik-Simulationen. Das ist jetzt ja deutlich mehr als hinter den Busch gehen und schießen. Man muss sehen, wo der Gegner ist, wo das Tor ist, wo man schießen will. Es muss wahnsinnig viel gelernt sein. Und erst mal, wie kriegt man das hin, dass die plötzlich so gut spielen, die Bots?

Johanna Pirker: Also, fairerweise, also alles was ich vorher gesagt habe, dass auch sehr viel Skript passiert ist, das trifft in der Regel eher einfache Systeme und einfache Spiele. Fairerweise werden die Systeme immer komplexer und viele von den Systemen, von den KI-Systemen im Spiel reagieren teilweise auch schon auf das Verhalten von den Spielerinnen. Das heißt, adaptive Verhalten, Dynamic Difficult Adjustment sagen wir da auch oft dazu. eine dynamische Spielanpassung an die Schwierigkeit, an das aktuelle Level von den Spielenden. Das sind total spannende Methoden und auch gerade in modernen Spielen. Natürlich braucht man viel komplexere Gegner, gerade in den Multiplayer-Settings. Da muss man sagen, sind einfach Sprünge passiert in letzten Jahren. Und ganz viele davon, fairerweise, sind schon auf Maschinellernen trainierte Systeme. Das war irgendwie der zweite große Teil aus dem Bereich, wo es darum geht, man jetzt auch zum Beispiel mittels Maschinen im Lernen, basierend auf vergangenem echten Spielerverhalten, dann zum Beispiel neue, klügere oder interessantere, würde ich eher sagen, interessanteren Enemy- oder Gegnerverhalten entwickeln kann.

Tobias Nowak: Ich finde, man sollte das ganz kurz mal erläutern, wie das aussehen könnte. Also mal zu veranschaulichen, wie Maschinenlernen funktionieren kann. Ein kurzes Beispiel von einem Freund von mir, ist Programmierer, aber jetzt nicht Spielentwickler und der wollte ein Autorennspiel machen und er wollte jetzt halt dem Computer beibringen, die Autos auch ⁓ diesen, diese Rennstrecke rumzufahren. Also hat er die Autos auf diese virtuelle Rennstrecke gesetzt, die virtuellen und denen ganz wenige Ziele gesagt. hat ihm gesagt, so fährst du vorwärts, so fährst du rückwärts, so kannst du links, so kannst du rechts abbiegen und dein Ziel ist es, über diese Linie da hinten zu fahren. Und dann hat er diese Autos einfach mal machen lassen und sie wurden halt für bestimmte Dinge belohnt oder bestraft sozusagen. Es war schlecht, wenn sie gegen die Wand gefahren sind. Es war gut, wenn sie in die richtige Richtung geradeaus gefahren sind. Und so bekamen die quasi virtuelle Belohnungen und Bestrafungen für das richtige oder falsche Verhalten. Und dann hat er die einfach mal fahren lassen. Und nachdem sie dann 10.000, 20.000 Versuche gefahren sind, die plötzlich, nicht nur plötzlich, sind die langsam immer besser gefahren und am Ende hat der PC dann die Autos ganz hervorragend um diesen Racing Track herum gesteuert und durchs Ziel. Und das fand ich ein beeindruckendes Beispiel und ein simples Beispiel dafür, wie Maschinenlernen funktioniert. War das richtig zusammengefahren?

Johanna Pirker: Sehr gut zusammengefasst. Reinforcement Learning finde ich eines der spannendsten, ehrlich gesagt, das Lernen automatisch durch so ein Feedback in der Umgebung passiert. Das ist super relevant in vielen Spielerszenarien, Roboter, Navigation.

Tobias Nowak: Also dieses Beispiel mit den Rennautos ist reinforced learning.

Johanna Pirker: Reinforcement Learning, Da können wir auch ein bisschen in die Vergangenheit schauen. Das hat es ja schon früher gegeben. Also früher hat es ja dann auch ganz früh erste Findings gegeben, wo zum ersten Mal ein KI-System damals Schach bezwungen hat. ⁓ Kasparov. Ja genau. Genau, Kasparov war das. Genau, richtig. Genau. Und das ist total spannend. Das ist etwas, was mir extrem fasziniert, obwohl jetzt gerade auch ganz viel Forschung passiert. Weil auf der einen Seite können wir dadurch immer mächtigere, spannendere, interessantere Herausforderungen für die Spielerinnen machen. Das heißt, Systeme, die besser werden, die sich meinem Können vielleicht anpassen. Also wenn man jetzt auch die ganzen Jazz-Plattformen anschaut, da gibt es ja jetzt immer auch ziemlich smarte Enemy-Systeme, die Wir werden dessen vielleicht auch Schach beibringen, dass ich besser wäre, aber sich irgendwie auf mein aktuelles Level einlassen. Dann hat es dann nach Schach, gab es natürlich dann die ersten großen spannenden Meilensteine, wo dann auch Alpha Go hat dann Lee Sedol den Go, ich glaube Champion besiegt.

Tobias Nowak: Go muss man sagen soll ja angeblich mathematisch sehr viel komplexer als Schach sein.

Johanna Pirker: Ja, weil jetzt wird es spannend, weil trotzdem, wenn wir uns Go oder Schach anschauen, also Go wäre theoretisch komplex als Schach, rein mathematisch gesehen, aber dann gab es eine Headline, da bin ich vom Stuhl gefallen, halber. Das war damals, ich mich erinnern, da war ich gerade in der Schweiz und habe an dem Tag einen Vortrag über K.I. in Spielen gegeben und plötzlich kam diese Headline. Und zwar war das Deep Mines Alpha Star, was in einem sehr speziellen Setting, aber trotzdem StarCraft 2-Spielerinnen, also echte Spielerinnen, bezwingen konnte. Das heißt, man hatte ein System von

Tobias Nowak: Vielleicht ganz kurz StarCraft erklären, ein Echtzeitstrategiespiel. Man guckt von oben auf eine Landkarte, eine Landschaft drauf und muss je nachdem, für welches Team man sich entscheidet, halt verschiedene Science-Fiction-Alien-Heere gegeneinander antreten lassen. Es ist sehr komplex, sehr wuselig, sehr viele Informationen, sehr viele Teile sind jeweils immer gleichzeitig in Bewegung und ja, ein anspruchsvolles Spiel, was halt auch auf hohem Niveau im E-Sport kompetitiv gespielt wird.

Johanna Pirker: Perfekt, perfekt. Und das beantwortet auch quasi die nächste Frage. Wenn man Starcraft vergleicht zu Schach, also ich liebe Schach sehr, aber rein mathematisch gesehen ist Schach wirklich, wirklich trivial im Vergleich zu einem Spiel wie Starcraft. Starcraft ist auch ein Strategiespiel, aber Starcraft kommt mit extra Schmankhalter her. Das heißt Schach im Grunde, theoretisch kann ich ja zu jedem Zug, weil Schach ist rund. passiert. habe nach jeder Runde kurz Zeit, also ich zum Beispiel berechne, was sind alle möglichen anderen Züge. Also wenn ich als unendlich viel Rechenpower habe, und das haben wir in der Zwischenzeit relativ gut, kann ich total gut woher sagen, was sind alle möglichen neuen Züge. Und damit kann ich einfach zu jedem Zeitpunkt alle Varianten, wie ich gewinnen oder verlieren könnte, durchrechnen. Deswegen war tatsächlich auch das erste System, also der erste Schachcomputer, jetzt vielleicht auch gar nicht so smart, wie er damals gewirkt hat, weil es im Grunde auch einfach relativ weit das Durchrechnen von den möglichen Varianten, wie man sehen kann, an wahr zu jedem Zeitpunkt. Jetzt haben wir aber ein Spiel im Vergleich wie StarCraft. Das heißt Schach, ich sehe das ganze Spielfeld, ich habe alle Informationen von dem, welche Züge möglich sind, wo wir gerade stehen, wo der Gegner gerade steht und das passiert drunter. passiert. heißt, wir haben ein bisschen Zeit zum kalkulieren und ein Spiel wie Starcraft ist das Gegenteil.

Tobias Nowak: Ich sehe ja nicht mal die ganze Map. Ich sehe ja immer nur den Teil, wo meine Einheiten stehen. Das heißt der Fog of War, der Nebel des Krieges verhüllt die Hälfte des Spielfelds, in dem nur mein Gegner ist, wenn ich da keine Scouts, keine Sperr hinschicke oder so.

Johanna Pirker: Genau, genau. Das heißt, ich habe ein Spiel, nicht deterministisch ist, wo ich nicht alle Informationen habe und was noch dazu in der Realzeit abläuft. Und da quasi ein Enemy-System zu entwickeln, was uns Spielerinnen dann ausmartet, das ist ganz eine andere Liga. Und das war damals wirklich total spannend. Und was ich dazu erwähnen möchte, also das waren die Systeme und Deep Mind. Und die für die KI-Forschung selbst. Da geht es jetzt gar nicht mehr das Spiel selbst, sondern für die KI-Forschung und für die KI-Weiterentwicklung. Zum Beispiel ich möchte jetzt autonome Drohnen oder autonome Fahrzeuge, Roboter trainieren. Dann sind genau solche Welten, Spielewelten total wichtig und relevant. Das sind offene, große Welten, die unserer realen Welt, so wie wir sie verstehen, noch irgendwie am nächsten kommen von der Komplexität, aber trotzdem ein geschlossenes System. Und das ist ideal, die Trainingsvoraussetzung ein komplexes, geschlossenes System, ⁓ auch aus der Informatik kommende komplexe KI-Systeme, zum Beispiel autonome Fahrzeuge in einem virtuellen Raum, fortzutrainieren. Und deswegen ist es auch spannend zu sehen, das ist ein kleines Easter Egg, würde ich das nennen, aber für mich total motivierend. Der CEO von DeepMind, man kennt von AlphaStar, die StarCraft II damals diese Achievements gehabt haben, der Mr. Sabis, war früher der KI-Programmierer vom Spiel Black & White.

Tobias Nowak: Peter Molyneux, ein legendärer, sozusagen unter den Spielentwicklern und Entwicklerinnen, ist sehr kollaboratives Business insgesamt, aber es gibt so ein paar Figuren, die beim Film, würde man sagen, Auteur sind. Und Peter Molyneux ist einer von denen, der halt seinen Kreationen einen sehr deutlichen persönlichen Stempel aufdrückt. Black and White war ein Spiel, in dem man im Prinzip seine eigene Gottheit großgezogen hat und je nachdem wie man sich entschieden hat, hat die sich halt auch verschieden entwickelt. Wurde halt eine gute, eine böse, eine mildtätige, eine rachsüchtige, eine hässliche, eine strahlende Figur.

Johanna Pirker: Und das spannende, war das Göttersimulationenspiel und ich glaube ich ein Prägen für die Zeit damals. Und man hat diese lernende Kreatur gehabt. Und diese lernende Kreatur ist im Grunde machine learning-artig trainiert worden. Spiel. Im Spiel, genau. Ähnlich so wie eigentlich jetzt auch machine learning funktioniert. Das heißt wir haben diese Kreatur, die wir trainieren.

Tobias Nowak: uns im Sp-

Johanna Pirker: möchten, unterziehen möchten, dass sie uns verschiedene Sachen im Spiel erledigt. Das heißt, man kann sie loben, kann sie bestrafen und dadurch wird ein gewisses Verhalten trainiert, gewisse Strategie trainiert. Und das ist total spannend. Der KI-Programmierer von diesem Spiel war eben Demisasavis, der nachher dann Deep Wind gegründet hat, CEO von Deep Wind, die jetzt letztes Jahr den Nobelpreis bekommen haben. für ihr KI-System und zwar für Proteinfolding. Proteinfaltung ist ja auch ganz Komplexes. der Chemie haben sie den Nobelpreis gewonnen, aber ist total relevant in der Medizintechnik und Medizinforschung.

Tobias Nowak: Das zeigt einfach, wie wahnsinnig eng Spiele auf dieser Programmier-Ebene und auf einer konzeptuellen Ebene und Wissenschaft zusammenhängen. Richtig.

Johanna Pirker: Und das ist, ich weiß, dass Stretch ist sehr weit, aber für mich als Forscherin genau in dem Feld war das so motivierend, also wiederzusehen, das Wissen, dass wir durch die Erforschung von Spielen, durch die Entwicklung von Systemen, die vielleicht eben für andere Sachen auch verwendet werden können, dann so einen positiven Impact haben könnten. Also in dem Fall, es war jetzt nicht das KI-System selbst, was in StarCraft 2 trainiert worden ist, was dann für die Proteinverwaltung verwendet worden ist. Aber trotzdem ist das ja alles Wissen, für die Forschung super relevant ist. Und wie gesagt, dieser Spieler ist ein komplexes System, das wird für so viele Bereiche schon verwendet, dass er dann unterschiedlichste Szenarien am sicheren, synthetischen Umgebung vorher trainieren kann, bevor er in die reale Welt meine autonomen Fahrzeuge schicken muss.

Tobias Nowak: Also ein Beispiel, vielleicht manche mitbekommen haben, ist das in Los Santos, der Stadt, der der Verbrecher Epos Grand Theft Auto 5 spielt. Das ist eine große Stadt, die so ein bisschen eine Parodie auf Los Angeles ist, aber trotzdem mit sehr vielen interagierenden Systemen. Also da gibt es Verkehr mit Ampeln und Vorfahrtsregelungen und Fußgängern und Polizei und Krankenwagen, weiß der Kuckuck, und Eisenbahn auch noch, die da durch die Gegend fährt. dass in dieser Umgebung

Johanna Pirker: total spannend, weil diese Spiele ein total wertvolles Werkzeug sind und wenn wir dann Zugang auch haben zu wirklich großen, kommerziell erfolgreichen Spielen, also ich meine die Spielindustrie hat ja vermutlich mehr Ressourcen als ich als Forscherin und da ist es total spannend, dass wir dann solche Systeme zum Beispiel auch verwenden können, ganz andere Sachen zu trainieren oder zu testen oder zu entwickeln.

Tobias Nowak: ⁓ von dem Machine Learning mal einen Schritt weg zu machen zu einem anderen Bereich, den du auch in deinem Aufsatz angesprochen hast und von dem mir gar nicht bewusst war bis dahin, dass der in Verbindung mit KI steht. ist die prozedurale Generierung. Kurze Anekdote dazu, als ich das erste Mal prozedurale Generierung erlebte und das für totale Magie hielt. Also ich bin als Gamer in den 80ern groß geworden und PC-Spiele wurden halt damals Meist auf so dreieinhalb Zoll Floppy Disks diesen kleinen schwarzen Disketten gespeichert und dann meistens auch im ganzen Stapeln von Floppys, weil da jeweils nur zwei Megabyte drauf passten. Aber eines Tages bekam ich davon am Freundenspiel zugesteckt, dass nur auf einen einzigen Floppy Disk daher kam. Das Spiel selber hatte, glaube ich, sogar nur 32 Kilobyte oder so. Ein Kugelschreiber hat heute mehr Speicher. Und das Spiel, was da darauf installiert war, war Elite. Da fand ich mich als Raumschiffpilot in der Science-Fiction-Welt wieder, die aus 2048 Planeten bestand. Das war zugegeben alles in so einer Wiregrid-Optik, also so ein Drahtgitter, was die Grafik darstellte. Das ist natürlich datensparend, weil keine Texturen da sind. Aber die Welt war gigantisch und die fand sich auf einer Diskette. Ich fand das unglaublich. Die 2048 Planeten fanden sich übrigens in acht Galaxien, Art 256 Planeten. Und diese Zahlen hätten mich damals schon auf die richtige Spur führen können. Das sind ja alles Potenzen von zwei. Und später habe ich halt gelernt, dass das Geheimnis hinter dieser riesigen Welt auf einer winzigen Disk die prozedurale Generierung ist. Erklär bitte mal, was das ist und vor allem, wie es mit künstlicher Intelligenz zusammenhängt.

Johanna Pirker: Ich liebe das Beispiel. Vielen, vielen Dank fürs Bringen von genau dem Beispiel. Das bringe ich meiner Vorlesung auch.

Tobias Nowak: Sehr gerne. Also wie gesagt, hat mich damals, es hat Jahre gedauert, bis ich überhaupt annähernd gerafft habe, was da passiert ist. Ist nicht in meinen Kopf reingegangen.

Johanna Pirker: Für mich ist es nicht nur Beispiel für das, was durch Algorithmen alles möglich ist, also dem Fall prozedurale Generierung. Das heißt, dass ich durch verschiedene Regeln oder algorithmische Prinzipien ganz große Welten erstellen kann, ohne dass ich als alle davon händisch gezeichnet hätte, beschrieben hätte, designt hätte. Das heißt, ich ich auch als Programmiererin Es können unterschiedliche Systeme sein, wie das funktionieren kann, aber zum Beispiel Regeln vorgegeben oder ein paar Legosysteme und dann beschreiben, wie die zusammenkönnen und so bildet sich eine vielleicht ewig große Welt. Genau das haben sie auch bei Elite total smart gemacht. Da hatten sie tatsächlich einfach als Hauptproblem, sie wollten ein ganz großes Sonnensystem, viele Galaxien-Systeme, machen viele Planeten. Wenn das vom Platz nicht geht, dann geht es nicht. Und da möchte ich einen kleinen anderen Hinweis geben, dass oft Limitationen, so wie diese, dann zu kreativen, innovativen Lösungen führen.

Tobias Nowak: Das ist ja auch in der Kunst so, das ich überall so. Wenn man es beschränkt wird es spannend.

Johanna Pirker: Genau, und das hat damals dann auch total spannende algorithmische Systeme geschaffen. Im Grunde in dem Fall war es eher so ein Siehtsystem. Das bedeutet, dass wir eigentlich nur einen kleinen winzigen Teil des Systemes ist ein kleines Samensystem, wo wir mit einer gewissen Zahl starten. Warum brauchen wir das? Andere Systeme, also viele prozedurale generierte Welten, vor allem auch wenn mehrere Menschen

Tobias Nowak: Sieht wie Samen.

Johanna Pirker: darauf zugreifen oder wenn ich die gleiche Welt wieder sehen möchte, hätten wir sonst das Problem, dass jedes Mal, ich bei einem Algorithmus sage, okay, stellen wir uns Minecraft vor. Ein System wie Minecraft würde dann so arbeiten, dass ich dann sage, okay, ich starte mal zufälligerweise, entweder ist am Anfang ein bisschen Wüste oder ist es ein bisschen Wald oder ist ein bisschen irgendwas, ich fange mit irgendwas an und Dann haben wir ein paar Regeln, ich sage, neben dem Wald ist vermutlich ein kleiner Hügel, neben einem Hügel ist vielleicht ein kleiner See und so weiter. In der Wüste würde ich vielleicht sagen, okay, neben der Wüste sind dann vielleicht paar Steine. Dann ist mit einer großen Wahrscheinlichkeit neben dem Stein vielleicht ein großer Baum aus irgendeinem Grund.

Tobias Nowak: Aber du sagst es mit Wahrscheinlichkeit, ist das nicht ein Algorithmus, wo es eben keine Wahrscheinlichkeit, sondern deterministisch ist?

Johanna Pirker: Es kommt auf den Algorithmus drauf an. Da gibt es verschiedene Systeme. Dieser Startsystem, also wie gesagt, grundsätzlich wird es starten mit einem Seed-System, mit z.B. einer Zahl. Genau, und basierend auf dem wird dann immer die gleiche Welt, und dazu brauchen wir dann die fixen Regeln, generiert werden. Das heißt, dass wir alle dann gleichzeitig, basierend immer, wir die Zahl eingeben.

Tobias Nowak: fixen vorgegebenen zahl

Johanna Pirker: das gleiche Spiel sehen, die gleiche Welt sehen. Und dann wird halt jedes Mal daraus in und dem Fall dieselbe Galaxie beschrieben werden. Damit muss ich das nicht speichern. Das heißt, wird immer auf Client-Seite, sei das mein Rechner oder Mobiltelefon ist auch immer ein gutes Beispiel, wird das auf Client-Seite live berechnet. Dadurch können wir gewaltige, große Welt ohne viel Speicherplatz generieren. Und das war damals ein superrevolutionärer Einsatz, schon Jahrzehnte, glaube ich, es die riesigen Open Worlds gegeben hat, die wir jetzt kennen. Und was man aber dazu wissen muss, also zum Beispiel prozedale Generierung, etwas, das kennen wir inzwischen in fast allen Spielen, Rogue. ist vermutlich die ganzen Rogue Spiele, auch vom Rogue-like ganzen Genre, was man jetzt kennen, dass jeder, dass die ganzen

Tobias Nowak: Kurz noch mal darauf eingehen, dass das ist. Wir möchten ja auch die Leute abholen, die jetzt nicht so tief drin sind. Rogue war ein Spiel aus den 80ern, glaube ich sogar schon, in dem man seinen Helden immer wieder los schickte auf ein Abenteuer und die Welt, in die er lief, die war jedes Mal neu zusammengesetzt und das war halt so prozedurale Generierung. Und es war halt klar, jeder dieser Läufe endet mit dem Tod meines Helden und danach muss ich ihn wieder rausschicken. Und aus diesem Rhythmus aus diesem Spielprinzip ist halt heute ein ganzes Genre geworden die Rogue Likes, die dieses Prinzip halt weiterverfolgen und da gehört halt dieses immer wieder loslaufen, neue Runs machen und zwar meistens dann in prozedural jedes Mal neue zusammengestellten Welten ist so das grundlegende Prinzip. Perfekt. Sorry für die Interbrechung.

Johanna Pirker: Nein, nein, nein, nein, das ist perfekt, das macht voll viel Spaß. Ja, ja, beim Lied Beispiel, das war mir nur so gefreut. und die, das heißt, es hat schon früh Ansätze, weil es einfach diesen Bedarf gegeben hat, hat es schon früh Ansätze gegeben. Es hat dann, was vielleicht auch spannend ist, Diablo, auch ein Spiel, wo es einfach darum geht, jedes Mal, wenn ich einen Dungeon neu

Tobias Nowak: Du warst bei den Roguelikes, genau.

Johanna Pirker: betritt und dort warten ganz viele Monster auf mich, ich dann, ich will ja Welt von diesen Monstern retten und das funktioniert auch so, dass es einfach eine große Wiederspielbarkeit erreichen möchte. Das heißt ein Spiel wie Diablo, im Grunde möchte ich das einfach für viele viele Jahre immer wieder einfach kurz spielen können, wenn ich Lust habe. Aber es soll sich jedes Mal frisch anfühlen. Wird sich es ein Dungeon, den ich dann betritt, jedes Mal gleich anfühlen und gleich ausschauen, sind die gleichen Monster an der gleichen Stelle, an die gleichen Schätze, im gleichen Eck, dann wäre das irgendwann langweilig. Und deswegen haben auch solche Spieler, zum Beispiel Diablo, benutzen das Konzept von dieser prozeduralen Generierung, dass jedes Mal, wenn ich einen Dungeon betriffe, betritt er bisschen anders ausschaut. Also im Grunde ähnlich, dass ich das Gefühl habe, okay, ich in einer Welt, die mir vertraut ist. aber trotzdem anders genug, dass es jedes Mal eine neue Herausforderung ist. Diablo zum Beispiel verwendet so ein Lego-basiertes System. Man kann sich das vorstellen, ich habe so ein paar Blöcke, die ich verschieden zusammensetzen kann. Ich habe einen Block A, wo ich ein Ende nach rechts und oben habe. Ich habe einen Block B,

Tobias Nowak: Also im Gang in dem Kerker und der hat am Ende eine Abzweigung rechts links. Das wäre ein Legostein.

Johanna Pirker: Genau, ein anderer wäre zum Beispiel nur ein Korridor, wo in der Mitte ein Schatz ist oder vielleicht nicht. Vielleicht kann man da wieder bisschen Zufall mit reinbringen. Und dann haben wir noch einen dritten Legostein, wo wir dann wieder einen Kerker haben, wo dann ein großer Boss auf mich wartet und einen Ausgang nach links hat. Und die kann ich dann halt nach bestimmten Regeln, wie halt die Korridor zusammenpassen, dann beliebig zusammen. bauen und ganz viele Varianten. Also man kann sich das mathematisch schön ausrechnen, aber wenn ich schon vier, fünf verschiedene Blöcke habe, kann ich ganz viele Kombinationen von Gangsystemen und Dungeon-Systemen machen.

Tobias Nowak: Aber das ist ja jetzt mal abgesehen davon, dass so ein gewisser Zufallsfaktor mit Absicht eingebaut worden ist. Jetzt in dem Fall von Diablo, damit die Dungeons immer unterschiedlich aussehen, ist es doch trotzdem deterministisch, wo ist der intelligente Teil, wo ist die künstliche Intelligenz bei ProcGen, also bei prozeduraler Generierung.

Johanna Pirker: Da sind wir schon wieder genau bei dem Diskussionspunkt von Beginn. Also das sind Systeme, die vielleicht nach außen recht intelligent und interessant wirken, aber in der klassischen Informatik vermutlich jetzt nicht unter künstliche Intelligenz fallen würden. Es gibt aber mehr und mehr Systeme, die sich eben auch relativ smart, also mit Machine Learning Prinzipien in Verbindung mit klassischen prozessualen Generierungssystemen ausprobieren. Wo es zum Beispiel auch darum geht, dass man die Story adaptiv macht auf das Verhalten von den Spielenden, dass man die Levels vielleicht adaptiert, je nachdem wie sich die Spielerin vorher verhalten hat, ob es schwieriger wird oder weniger schwieriger wird. Also da gibt es dann unterschiedliche Varianten davon. wo wir sagen können, da können wir beispielsweise mit Maschinen lernen, noch interessanter Levels oder Systeme erzeugen. Oft muss das aber gar nicht sein. Aber auf der anderen Seite, wir haben es ja auch mit den generativen Systemen, also wir sind jetzt in dieser Kategorie, dass wir KI innerhalb von einem Spiel verwenden können, das Spiel irgendwie zu... ein Trickheorn zu designen anzupassen.

Tobias Nowak: Eine Form der künstlichen Intelligenz die halt seit ich sag drei Jahren jetzt ungefähr den Diskurs bestimmt das ist natürlich der der generativen KI also das bewegt ja alle die Öffentlichkeit die Wirtschaft die Wissenschaft die Politik. Und damit sind ja sowohl chatbots gemeint die wir alle kennen und auch hin und wieder benutzen chat gbt Gemini oder so aber auch so Bild und Videogenerator und du hast vorhin schon mal mit Journey erwähnt mit Journey Saurer lassen wir die Fragen. rund das ganze Training dieser KIs mal kurz hinten stellen wir die mal hinten an. Da stehen ja noch viele Gerichtsurteile aus, es geht Urheberrecht. Denn in der Spielewelt hat generative AI, generative künstliche Intelligenz, ja einen ziemlichen Aufschlag gemacht. Magst du mal umreißen wie und warum?

Johanna Pirker: Das ist ein richtig mächtiges Tool, neue Inhalte zu erzeugen, sei es als Texte, sei es als Bilder, was man dann natürlich zum Beispiel auch für Texturen in Spielen verwenden kann. Eventuell auch zum Beispiel Audio-Teile, die Stimmen, die Übersetzungen, bis hin zu 3D-Modellen. Im Coding, das hat mit der Spielindustrie gar nichts mehr zu tun, aber im Coding ist Gen.E.I. Unterstützung, das ist schneller. programmieren kann, natürlich State of the Art inzwischen schon worden. Ja, und wir haben unterschiedliche Arten von Modellen. Also viele denken da instant an Text, also an Chatchapiti, dass ich mir dann neue Texte generieren kann. Da würde ich gleich ansetzen. Da gibt es natürlich dann auch ganz viele spannende neue Ansätze, wie ich auch eine Welt noch offener gestalten kann. Wir haben jetzt durch Prozedurale Generierung gesehen, was immer total spannend war, wie können wir wirklich eine total offene, große Welt generieren, wo Spieler das Gefühl haben, dass sie wirklich volle Freiheit haben und ganz lang durch diese Welt reiten können. Aber bei der Story waren wir immer natürlich etwas eingeschränkt. Und da gibt es total spannende Ansätze und erste Spiele, die damit forschen und arbeiten, wo wir durch LMMs nicht nur diese dynamischen Welten generieren, sondern eben durch LMMs die Story auch generieren können, adaptieren können, dynamische NPC-Dialoge, ganz große Welten nicht nur zu bereiten, sondern auch als Geschichte zu erleben.

Tobias Nowak: Also es gab ja so einen Moment vor zwei Jahren, da hat die Gamingwelt die Möglichkeiten von Generative AI ziemlich bildmächtig vorgeführt bekommen. Das war bei so einem großen Kongress. Da hat der Chef des Mikroprozessor-Konzerns NVIDIA, Jensen Huang, ein sogenanntes Tech-Demo vorgestellt und da sah man So ein modernes Computerspielszenario auf dem Bildschirm, so eine cyberpunkige Bar in einer dystopischen Zukunft, so ein bisschen Blade Runner Atmosphäre und der Spielende bewegt sich, also die Kamera, auf den Barkeeper zu und beginnt dann mit ihm zu sprechen und zwar so richtig ins Mikro zu sprechen, spielende Person, die da stand. Und im Hintergrund arbeitet da halt ein Large Language Model, das dem digitalen Barkeeper in dieser Bar erlaubt, ganz flexibel auf diese offenen Fragen zu antworten, die dieser Testspieler in dieser Vorführung halt stellte und dieser digitale Barkeeper hat dann auch direkt selber Inhalte generiert. Kannst du diesen den Traum vom konversationsfähigen NPC ein bisschen ausführen?

Johanna Pirker: Naja, ist, ich glaube, da wie bei allen Systemen, das ist total spannend, dass ich dann eine ewig große Story, ewig viele Gespräche führen kann und das gibt mir ganz andere Möglichkeiten als Spiele-Designerin, eigentlich eine ganz neue Genre auch von Spielen umzusetzen. Also ich weiß, dass auch sehr viele aus dem Story-Gaming-Bereich schon früh an prozedalen Systemen gearbeitet haben, dass man Stories flexibler macht. Aber das ist eine ganz andere Möglichkeit und man wird ganz was anderes ermöglichen.

Tobias Nowak: Du meinst was ganz anderes im Sinne von das werden neue Spielkonzepte. Im Grunde ja. Man würde jetzt nicht in einem klassischen Adventure Spiel unbedingt überall NPCs einbauen. Also wenn ich hab halt auch, ich stell mir dann die Frage, will ich vom NPC im Game, dass der wirklich mit mir quatscht, will ich vom Schmied, wo ich ständig meine, Schwert reparieren lasse, möchte ich, dass der mich zuquatscht oder möchte ich einfach nur zwei Knöpfe drücken, damit mein Schwert repariert ist. Abgesehen davon, dass nötig sofort was ja auch die Chat-GPTs dieser Welt zeigen. Sobald es sowas gibt, versuchen die Leute diese Maschinen dazu zu bringen, entweder anstößige, wenn nicht gar illegale Sachen zu sagen. Und will ich als Spielentwickler das wiederum verantworten?

Johanna Pirker: Also ich glaube nicht, dass es darum geht, dass ich es für immer mit diesen NPCs plaudern kann. Wir haben selbst testweise in einer Diplomarbeit, wo wir versucht haben, ein Detective Game umzusetzen. Da ist darum gegangen, ganz simples Dorf, das man erstellt. Die Hauptcharaktere waren drei Dorfbewohner und die haben ein Verbrechen beobachtet. Und dann war die Idee, hier LMMs zu benutzen, damit wir als Detektive quasi mit diesen drei Dorfbewohnern unsere eigenen Fragen stellen können. Das heißt nicht vorgegeben A, B, C, hallo wie geht's der? B, ⁓ heute ist ein schöner Tag, ist dazugefügt, ein Mord passiert? Und C ist, was wissen Sie von diesem Mord? Sondern dass wir einfach wirklich ganz natürlich mit diesen NPCs, also net NPCs, das wären ja tatsächlich Spielecharaktere, die zur Lösung beitragen, aber dass ich mit denen spontan reden kann, klare Ziele erklären kann, klar nachfragen kann und so dass das für mich ein bisschen natürlicher anfühlt. Das heißt da geht es jetzt gar nicht darum, dass das für immer mit einem NPC plaudern kann, aber dass ich zum Beispiel diesen NPCs tatsächlich als klaren Teil von der Geschichte verstehe oder auch das Gefühl der Immersion erhöhen kann. das Gefühl der Immersion, haben wir vorher schon gehabt, das soll immer das Gefühl mitgeben, diese Erfahrung, wo ich gerade bin, dass ich da wirklich eintauchen kann. Und ab dem Zeitpunkt, Beispiel vorher, wenn ich merke, okay, das ist jetzt ein Enemy, der sich ganz seltsam verhaltet, weiß ich sofort, das alles ist jetzt nur ein Spiel und das raubt mir ein bisschen diese Emotion. Das gleiche mit der NPC. Wenn ich mit einem Barkeeper zum dritten Mal rede und das kommt immer das, ja und... Ja, schöner Tag heute, mach Hito, oder? Und das kommt konstant immer nach drei Schleifen das Gleiche. Dann nimmt man das auch irgendwann mal dem Mission. Und da gibt es halt einfach der Momente, wo hier LMMs einfach klug eingesetzt werden können. Aber das sage ich auch immer, das kommt ganz auf dem Einsatz vom Spiele-Design an, wie das verwendet wird und dass es nicht jeder NPC komplett komplett mit mir über alles mögliche plaudern wird oder plaudern sollte. Da geht es eher darum, dass ich angenehme, spannende, interessante Erlebnisse, Gespräche führen kann, die vielleicht auch Teil einer größeren Geschichte sind.

Tobias Nowak: Das heißt, man propft nicht diese neue Technologie auf alte Spielkonzepte auf, sondern entwickelt halt neue Genres, neue Spielideen. Ja, ich meine, das, du gerade erzählt hast, das erinnert mich sehr an Dead Meat. Das ist so ein Gameprojekt, das soll angeblich noch dieses Jahr rauskommen. Da sitzen wir nur einer illustrativ gezeichneten Frau gegenüber in einer fiktiven polizeilichen Vernehmung und wir

Johanna Pirker: werden wir sehen.

Tobias Nowak: sollen halt rausfinden in einem Mordfall, der da stattgefunden hat, in einer richtigen Unterhaltung, in der wir mit ihr sprechen. Wir sollen diese Person, die uns gegenüber sitzt, irgendwie dazu bewegen, sich zu verplappern oder ein Geständnis abzugeben, warum sie den Mord begangen hat. Und das ist halt wirklich spannend, weil es wird dann Gesprächsführung ist dann quasi das Tool, über das sich das Spielziel erreichen muss.

Johanna Pirker: Es ist total spannend, weil es so unterschiedliche Arten von Spielen gibt. Ich hoffe, dass da sehr viele neue kreative Ansätze einen Weg reinfinden.

Tobias Nowak: Du hast in deinem Aufsatz im Handbuch Gameskultur auch noch ein paar andere Punkte, in denen KI bei der Spielentwicklung eine große Rolle spielt. Erwähnt Leveldesign, Spielbalancierung, das Balancing, was du ganz vorhin mal erwähnt hast, über Animation und NPC Dialoge haben wir jetzt geredet, aber auch Cheat-Control. Also spricht das Eindämmen von Schummeln beim Online-Spiel, dem digitalen.

Johanna Pirker: Das ist etwas, was uns schon Forschungsmäßig begleitet. Das finde ich total spannend, weil ich habe vorher erklärt, beispielsweise mit maschinellem Lernen kann ich in der Vergangenheit Lernenden, Muster kennen und Co. Das sind Systeme, die wir in der Forschung schon recht lange verwenden, wenn wir Zugang zu vielen Nutzer in den Daten haben, aus der Welt der Spiele. Da haben wir zum Beispiel in der Vergangenheit League of Legends angeschaut oder Destiny oder Just Cause. und wir haben wirklich sehr viel Daten, wie sich Spielende in dem Spiel verhalten haben, dann können wir auch mit den gleichen Algorithmen, mit den gleichen Systemen, Modellen Muster erkennen. Und was heißt, wenn wir Muster erkennen, können wir auch erkennen, wenn dann irgendwo ein Outlier ist. Das heißt, wenn Outlier bedeutet, wenn sich dann ein Spieler wirklich ganz anders verhält als die Norm, das könnte dann auf eben cheating-Verhalten, also betrügerisches Verhalten oder Ausnutzen von dem Exploit oder sogar Nutzen von externen Tools-Hinweisen. Auf der anderen Seite, es ist auch total spannend, wir verwenden die ähnlichen Methoden, toxisches Verhalten zu erkennen. Also wir wissen ja alle, gerade Online-Games sind ein Raum, wo viele Anonymen wie im ganzen Internet sich dann vielleicht den auch diverse Ism zu finden, wie Sexism, Ableism, Racism und Co. Und auch solche Sachen können wir durch solche Ansätze automatisch erkennen.

Tobias Nowak: Ist ja ein epidemisches Problem im im online gaming das halt oft sowohl verbal als auch in der Spielhandlung einfach übergriffig gehandelt wird manche publisher versuchen sich drum zu kümmern aber wirklich beseitigen konnte das Problem bisher noch niemand.

Johanna Pirker: Das ist ein Ansatz, wo wir eben versuchen, basierend auf Daten von Benutzerinnenverhalten, das wir haben, dann eben vielleicht automatisch erkennen, das ist quasi ein aktuelles Forschungsprojekt, in dem wir arbeiten, wir möchten erkennen oder wir wissen schon so typischer Betten, wann jemand unter Umständen toxisch werden könnte. Oft sind das Fälle, wenn jemand zum Beispiel keinen guten Anschluss in Gruppen findet, ausgeschlossen wird etc. Dann haben wir schon beobachtet, das sind Personen, dann vielleicht unter Umständen später auch toxisch werden. Und unser Ansatz ist der, dass wir, wenn wir diese Daten haben, diese Muster haben, dann können wir diese Muster anwenden, bevor die Person schon toxisch geworden ist. Das heißt, toxisches Verhalten vorhersagen, bevor es tatsächlich eingetreten ist und dann im besten Fall auch verhindern, bevor dann vielleicht eine Person nicht zwangsweise dann aus dem System ausschließen, wenn diese Person toxisch geworden ist, sondern vielleicht im besten Fall positiv in das Spiel integrieren und in gute Gruppen, die vielleicht passen würden, einführen, dass diese Person gar nicht toxisch wird. Das ist halt so unser Forschungsansatz.

Tobias Nowak: Gibt es schon irgendwie in der Praxis Ansätze das umzusetzen dass du von so was mitbekommen?

Johanna Pirker: Ich weiß, dass viele Firmen verschiedene Systeme ausprobieren. Was ich an der Stelle, vielleicht an den Zuhörenden sagen kann, eines der Probleme, wir im Bereich Toxicity-Forschung haben, ist, dass oft Systeme implementiert sind. Das heißt, viele von den Firmen haben zum Beispiel Reporting-Systeme. Das heißt, wenn mir was passiert und jemand schreibt etwas Unfreundliches in den Chat, oder unsportliches Verhalten im Spiel selbst, dann ist das leider für viele schon einfach so normal geworden, dass es ganz viele gar nicht mehr reporten. Dabei ist das Reporting ganz, ganz wichtig. Nicht nur, dass eben die Aufmerksamkeit auf diese Person gesetzt wird, dass es dann in Zukunft verhindert wird, sondern dass wir auch die entsprechenden Datensätze haben. Das heißt, ab dem Zeitpunkt, wenn es dann quasi so ein Mapping gibt zwischen, das war die Handlung davor, Und hier ist das Reporting, da ist etwas Toxisches passiert. Das sind auch genau solche Datensätze, die dann typischerweise verschiedene KI-Modelle brauchen, damit sie auch trainiert werden können. deswegen Reporting ist auf unterschiedlichste Weisen was ganz wichtig und eigentlich für alle ein klarer Prozess sein soll und nicht einfach dieses Hinnehmen, wo wir es leider inzwischen schon sind.

Tobias Nowak: Du hast einen anderen Bereich erwähnt, im Kern der Spielentwicklung bei dem KI, wo in hohem Maß, glaube ich, auch jetzt schon eingesetzt wird, nämlich QA, Quality Assurance, das Test Spielen sozusagen. Also es war halt sehr lange ein Bereich, der nicht genug Respekt bekommen hat und auch oft nicht gute, ausreichende Bezahlung. Da saßen halt Menschen, an einem Spiel, das momentan entwickelt wird, jeden Tag x Stunden. saßen und alles ausprobierten ⁓ zu gucken ob es denn auch funktioniert ob es heil ist wie setzt sich da künstliche intelligenz ein

Johanna Pirker: Ja, QA ist nach wie vor ein ganz wichtiger Bereich und ganz viele Spieleentwicklerinnen, im Laufe des Lebens kennengelernt haben und auch ich selbst, irgendwann einmal in der QA gearbeitet, dort gestartet und das ist etwas ganz Wichtiges, auch damit man selbst Spieler vielleicht besser versteht, im Bereich, wie KI-Systeme unterstützen können. Wenn wir zurückdenken an die Systeme, die es zum Beispiel automatisch in einem Spiel fahren können oder automatisch das Spiel spielen können. Das sind genau die Systeme, die wir auch nutzen können, dass wir dann automatisch ganz viele Test-Runs von einem Spiel machen. Da geht es vor allem darum, man muss sich vorstellen, manche Spiele sind einfach 80-Stunden-Spiele, wo ich ganz, ganz große Welten habe, die einfach menschlich nicht mehr testbar sind. No Man's Sky ist das große Beispiel. Und wenn wir da Systeme haben, die dann quasi automatisch gesteuert die verschiedenen Test-Cases durchfahren, typisches Klischeebeispiel ist Autospiel und da ein Baum, versuche ich 20 Mal in diesen Baum fahren, schaue ob ich beim 21. Mal da durchfahren kann oder irgendwo hängen bleibe. Ganz blödes Beispiel, aber trotzdem ein sehr realistisches Beispiel. Wie oft haben sich haben wir uns gejagert, wenn wir plötzlich in einem Spiel irgendwo in einem Busch wieder mal hängen blieben sind oder irgendwo beim Stein stecken blieben sind. Das sind halt so Sachen, die schnell den Spielspaß nehmen können. Da können eben so unterschiedlichste KI-Systeme helfen, das Spiel zu testen. Ich habe auch erwähnt, automatische Balancing, dass ich dann zum Beispiel auch dadurch verschiedene Schwierigkeitsstufen gut testen kann, verschiedene Setups testen kann. Also da passiert mir schon länger schon ganz viel.

Tobias Nowak: Also zu dem Testen hat mir ein Spielentwickler mal gesagt, auch ein Indie-Spielentwickler, dass es ihm halt ganz neue Möglichkeiten gibt, wenn er das halt nicht selber machen muss, wenn er eine geschlossene virtuelle Tür hat. Und dann muss er halt eigentlich im Testing 500-mal, also 700-mal verschiedenen Winkeln gegen diese Tür laufen, sicherzustellen, dass er nicht doch irgendwie durch die Tür durchglitscht. Und das kann halt jetzt eine Maschine machen. Was sind die Aussichten gerade für Leute, die in der Spielbranche arbeiten? Wo geht das noch hin mit KI?

Johanna Pirker: Was ich unterstreichen möchte, den meisten Firmen, mit denen ich rede, die meisten Tools, die aktuell zur Verfügung stehen, sind einfach wirklich total schöne Hilfsmittel. Es gibt auch Studien, die zeigen, dass wir selbst einfach produktiver sind und auch kreativer, wenn wir in Begleitung als Art Body mit KI-Systemen arbeiten. Das heißt nicht, dass wir uns versetzen lassen, wollen, sollen, müssen. sondern dass wirklich total spannende Ergebnisse entstehen, man das als Art Body, als Art Coworking-System versteht. Und genau da geht auch ein bisschen die Forschung hin. Wie können solche KI-Systeme mich optimal unterstützen, dass ich meine Arbeit noch besser, kreativer, spannender durchführen kann? Und ganz spannend zu sehen ist, gerade in der Spieleentwicklung, Das sind ganz viele experimentelle Setups, aber es werden innerhalb von den Game Engines, also auch mit dem Sweeney von der Unreal Engine, einen total spannenden Podcast geben, wo man bisschen gebrainstormt oder

Tobias Nowak: Tim Sweeney, legendär Spieleentwickler und Chef des Epic-Konzerns zu denen so kleine Spiele wie Fortnite oder auch Rocket League gehören.

Johanna Pirker: kleinere Schmankerl und die Game Engine hinter Fortnite und hinter anderen ist eben die Unreal Engine. Einer der größten und wichtigsten Toolkits, Spiele zu entwickeln, die wir aktuell haben. Und auch da forschen sie, wie man mit den aktuellen Systemen die Prozesse beschleunigen kann und vielleicht ein bisschen umdenken kann.

Tobias Nowak: Wie ist denn der der Diskurs oder die Debatte in der Games Branche insgesamt? Wie wird denn da KI gesehen?

Johanna Pirker: Ja, aber ein Beispiel muss ich vorhin auch bringen, bevor wir in Diskurs gehen. zwar was ganz spannend ist, also wir kennen jetzt von den generativen Systemen, zum Beispiel Systeme, die automatisch Text erstellen, Systeme, die automatisch Videos erstellen, aber es gibt schon erste Ideen, die sind ganz holprig noch und das ist vielleicht ganz spannend zum Anschauen, weil man dann versteht, was funktioniert und was nicht funktioniert oder vielleicht auch nicht.

Tobias Nowak: Ja,

Johanna Pirker: kann, da gibt es dieses Play Oasis System. Das war ein Experimentes oder ist ein Experimentes KI Modell. Also eine kleine Demospielwelt, die ausschaut wie Minecraft. Also im Grunde ist es ein generatives System, was eine automatisch eine vollständige 3D-Wachse, also Minecraft-Welt in Echtzeit berechnet, ohne dass da eine Kotzeile dahinter steht. Das heißt, im Grunde kann ich in der Realzeit ein Spiel spielen, was in der Realzeit gerade live für mich berechnet wird und wie sich wie Minecraft anfühlt.

Tobias Nowak: Eine Welt oder ein Spiel?

Johanna Pirker: Spiel. Also wie gesagt, ich kann mich als Spielerin dort bewegen, ich kann mit der Umgebung interagieren und die Welt passt sich halt automatisch an. ich jetzt zwei Schritte vorgehe, wird sich dann vielleicht dort dann das, halt nach dem Wahrscheinlichkeitsprinzip vermutlich dann kommt, dann ein... Aber es ist absoluter Demo-Charakter und solche Systeme, auch wie die Videosysteme, die wir gesehen haben, die waren ja auch gerade am Anfang super hopperig. Wenn ich jetzt nach oben schaue und dann wieder nach unten schaue, vom Himmel wieder zurück, hat sich plötzlich ganze Welt verändert. Das hat mir auch so extrem gezeigt, wie diese Systeme funktionieren, weil es geht einfach immer ⁓ was ist eigentlich vermutlich wahrscheinlich als nächster Schritt. Nur wenn ich dann nach oben schaue und dann wieder nach unten schaue,

Tobias Nowak: Als nächster Schritt.

Johanna Pirker: Dann hat das System überhaupt keinen Speicherzustand, was ich vorher getan habe, wo ich vorher war. Tobias Nowak (1:00:06) Assistenz ist da glaube ich der sauber Begriff, dass die Welt dann auch stabil bleibt. Johanna Pirker (1:00:12) Ja, total spannend einfach zu sehen, wo die Forschung gerade ist, sie hingeht, was möglich ist und vor was auch nicht möglich ist. Tobias Nowak (1:00:20) Wie wird denn das Thema KI in der der Branche in der Industrie diskutiert? Da gibt es ja auch ganz unterschiedliche Ebenen, sage ich mal. Johanna Pirker (1:00:27) Also man sieht, also auch in den letzten Umfragen, der GDC-Report, das ist die größte Konferenz, die Game Developers Conference, gibt es ja einen Report, wo sie eine Umfragergebnisse an Spieleentwicklerinnen ausschickt und dann eben als Report zusammenfasst. Und da hat man schon gesehen, dass sehr viele sehr misstrauisch und besorgt sind auch zum Thema, besonders zum Thema KI. Natürlich ist gerade Jetzt zu dem aktuellen Zeitpunkt, wo wir den Podcast aufnehmen, sind ja auch sehr viele Kündigungswellen vorangeschritten, die Industrie hat mit verschiedenen Problemen zu kämpfen gehabt. Natürlich sind ja sehr viele Industrie allgemein besorgt und KI ist natürlich ein Thema davon, was bei den einen sehr positiv aufgenommen wird, bei den anderen natürlich aus unterschiedlichen Grenzen sehr stark. diskutiert wird und auch engster aufruft. Also da geht es aus unterschiedlichsten Fragezeichen, eben von Anfang an, wie wir es im gesamten gesellschaftlichen Diskurs haben, mit der Fragestellung, ob hier Jobs ersetzt werden durch KI-Systeme. Viele rechtliche, ethische Fragestellungen sind nicht klärt. Du hast es am Anfang schon erwähnt, dass wenn man ein bisschen Tobias Nowak (1:01:53) Der Urheberrechtsraubzug, der Ranga Yogeshwar, ist den größten Raubzug der Geschichte genannt, weil diese Modelle mit wahnsinnig vielen Daten gefüttert und trainiert wurden, die halt zu einem Großteil urheberrechtlich geschützt sind. Genau. Und die ohne Einwilligung genutzt wurden. Johanna Pirker (1:02:10) Das ist von Grafiken hin bis zu 3D-Modellen, von Code, Geschichten, Texten, Musik, Stimmen von Voice Actors. Das ist wirklich tatsächlich alles. Das sind einfach viele Konflikte aktuell, viele offene Fragestellungen, die gerade mit einem Klärungsprozess sind. Wem die erstellten Inhalte überhaupt gehören, wie können Personen... dessen Daten verwendet worden sind, entschädigt werden. Gibt es vielleicht ganz neue Lizenzmodelle, Vergütungsmodelle, wie man darauf reagieren kann. Ich glaube, der gesamten Industrie verwenden sehr viele schon unterschiedlichste Hilfsmittel. Ich kann immer den Coding-Bereich nehmen, damit man auch produktiver nimmt. Vielleicht auch die Qualität eben in diesem Co-Working Prinzip steigert. Also wie gesagt, da würde ich immer auf das Co-Working Prinzip hinarbeiten. Aber das nächste ist ja auch, und was vielleicht auch noch spannend ist, es gibt ja auch andere Lösungsansätze. Also man muss ja auch nicht auf die großen Existierendmodelle zurückgreifen, sondern man kann sich auch eigene kleine lokale Modelle mit eigenen Datensätzen trainieren. Das heißt, wenn ich jetzt mit meinen eigenen Textbaustellen zum Beispiel ein Modell trainiere, was dann auch in meiner Sprache interagieren soll, da gibt es dann eben auch unterschiedlichste Möglichkeiten, wie man darauf reagieren kann. Tobias Nowak (1:03:57) mit denen man sich von Big Tech emanzipieren kann und von den ganzen Urheberrechtsproblemen, die dann da zum Teil dranhängen. Johanna Pirker (1:04:05) Genau, richtig. Und da sind auch andere Fragestellungen offen. Das heißt eben, die... Ich sage immer, gerne KI unterstützt uns, damit Simplesachen simpler werden, noch simpler werden oder automatisiert werden, aber komplexe Sachen und es gibt kaum was so komplexes, wie die Spielindustrie komplex bleiben. Nur da hat man dann halt oft die Fragestellung, also auch aus dem Coding-Bereich, kenne das im Gespräch mit vielen Kolleginnen und Kollegen, dann ist es dann halt oft so, gut, wenn ich als Junior in einem Job anfange, dann brauche ich ja diese Lernerfahrung. Lernen durch Fehler machen und dann vielleicht als Seniorperson, Mentorin, den Hintergrund unterstützt. Wenn jetzt Tunia-Positionen dann vielleicht als Einstiegs- oder Trainingsmöglichkeit fehlen, macht das? Das ist so eine offene Fragestellung. Auf der anderen Seite gibt Tobias Nowak (1:05:06) Solange der Senior noch im Job ist oder die Senior funktioniert es weiter, aber sobald die Person in Rente geht und es keinen neuen Junior gibt, der inzwischen zum Senior herangezogen wurde, weil die KI das halt die letzten Jahre gemacht hat, haben wir ein strukturelles Problem. Das ist eine Kritik, ich oft aus dem, ich sag mal aus dem Mittelmanagementbereich höre, die sich operativ darum kümmern müssen, wie ein Spiel organisatorisch entwickelt wird, während CEOs sehr gerne dass sie jetzt eine KI-Firma sind und jetzt voll auf KI setzt, während du hast vorhin die Entlassungen erwähnt, das waren ja 10.000 in letzten Jahren, die waren auch auffällig häufig in Bereichen, wo man KI verstärkt einsetzen kann. Sowas wie Konzeptkünstlerin oder Grafikdesign ist auch so Bereich. Wozu soll ich noch jemanden für Illustrationen bezahlen, wenn ich doch irgendein Diffusionsmodell habe, was mir ständig Bilder rauswerfen kann. Johanna Pirker (1:06:06) Also sehr viele Konflikte und sehr viele Fragestellungen. Umgekehrt vielleicht auch noch paar positive Diskurse zu erwähnen. Jetzt freuen sich dann andere wieder, weil die Spieleentwicklung dadurch zugänglicher geworden ist. Da hat es die erste Welle der Demokratisierung der Spielindustrie gegeben, damals mit den Game Engines, weil früher war Spieleentwicklung ganz was Elitäreres. Nur ganz wenige Menschen haben das machen können. Die ersten waren, ich sag's so verspitzt, super programmierend, die halt wirklich extrem gute technische Kenntnisse gehabt haben, damit man überhaupt das Spiel aufsetzen kann. Später war es dann speziellen Firmen vorbehalten, die Zugang hatten zu Game Engines, die oft sehr treuer waren. Und dann gab es diese Demokratisierungswelle Game Engines wie Unity beispielsweise, die den Ansatz Tobias Nowak (1:07:02) Wo man dazu kurz sagen muss, diese Game Engines sind im Prinzip Digital Tools, die ganz viele Elemente vereinigen, von Animation über Sound, über Level Design und so weiter. Und der entscheidende Punkt ist, jeder kann sie umsonst runterladen und benutzen. Genau. Und es ist dann der Regel erst, wenn man das Ergebnis kommerzialisiert und in relevantem Umfang Geld damit verdient, dann wollen die ersten Anteil haben. Das heißt, jeder von uns kann sofort mit Spielentwicklung anfangen und zwar relativ niedrigschwellig. Johanna Pirker (1:07:34) Das war maximal cool, wir sehen das ja auch an Indiespielen, die entstehen. Das heißt, das sind Spieler, die Philosophen oder von Historikerinnen, von unterschiedlichsten Künstlerinnen, Menschen von ganz unterschiedlichen Bereichen, können jetzt Spieler entwickeln und ihre Ideen durch Spieler ausdrücken. Das ist diese Demokratisierung der Spielindustrie. Und das wird natürlich jetzt noch weiter unterstützt, wenn die Game Engines... noch zugänglicher werden, noch mehr Hilfeleistung geben, auch durch verschiedene KI-gestützte Methoden, die die Prozesse beschleunigen, erleichtern oder überhaupt für Leute, die sonst gar nicht Zugang dazu haben, ermöglichen. Man spricht auch von der weiteren Demokratisierung und der stärkeren Zugänglichkeit der Branchen. Aber das hat dann auch wieder zur Folge, dass es noch mehr Spiele gibt. Also wir haben jetzt schon das Problem, dass Tobias Nowak (1:08:30) wollte gerade sagen, also auf Steam, auf dem PC kommen jeden Tag ungefähr 50 Spiele plus raus. Jeden Tag. Johanna Pirker (1:08:38) wird mir, das wird konstant mir. Ja, also wenn man das ein bisschen zusammenfasst, ich meine, was vielleicht auch positiv ist, dass man es auch als Trainings- und Lehrwerkzeug verwenden kann und soll. Also wir haben ja auch diese Tune-Diskussion geführt und auch mit vielen Firmen, Unternehmen, mit denen ich geredet habe, die nutzen das zum Beispiel dann aktiv auch. dass die Juniors eben dadurch schneller ausbilden können, weil es wirklich auch ein wertvolles Trainingswerkzeug sein kann. Ja, und dann die große Fragestellung und das lasse ich wahrscheinlich als Pandoras Box jetzt einfach da liegen und schmeiße in den Raum seine Ressourcen der Energienutzung. Tobias Nowak (1:09:24) Es kostet wahnsinnig viel Energie und je nachdem was man macht funktioniert es halt nicht auf dem eigenen Rechner, sondern man muss halt Zugang zu denen haben und es ist also zu den großen Rechenzentren der großen KI-Anbieter und da bei denen ist ja auch noch offen, das rechnet sich ja immer noch nicht. An irgendeinem Punkt werden die anfangen müssen richtig Geld für diese Leistungen zu nehmen, was im Moment noch jeder umsonst benutzen kann. Ja tatsächlich Pandoras Box und die Zukunft wird zeigen wie das sowohl ökologisch als auch ökonomisch nachhaltig gemacht werden kann. Genau. Ich fand eine Sache in letzten, ich würde sagen im letzten Jahr überraschend und zwar die Reaktion der Community, der Backlash der Spielerinnen und Spieler gegen Verwendung von KI in Spielen, der ist erstaunlich laut und ist auch oft an vermeintlich Nichtigkeiten aufgehangen. Also ob das Bei Call of Duty Black Ops 6 wurde laut kritisiert, weil für Werbebilder offensichtlich KI generierte Motive eingesetzt wurden und selbst so geliebte Independent-Perlen wie das polnische Spiel The Alters, was dieses Jahr rauskam, da entstand dann auch so ein mittlerer Shitstorm, weil im Spiel ein paar wenige KI generierte Texte auftauchten, gleichzeitig benutzen die aber alle. Auch in der Gaming-Welt ständig generative KI, ihre Hausarbeiten zu schreiben oder lustige Memes zu erstellen. Wo verläuft denn da für die Spielenden in der aktuellen Debatte die Grenze? Johanna Pirker (1:10:55) Das ist spannende Frage, die ich wahrscheinlich auch selbst nicht gut beantworten kann. Interessanterweise, ich mache KI-Forschung eben beispielsweise toxisches Verhalten früh zu erkennen oder Spiele auch für Menschen mit Behinderungen zugänglicher zu machen seit Jahrzehnten. Also wir machen wirklich schon so lange Forschung in dem Bereich und KI ist nicht gleich generative AI und diese Fragestellungen, die wir gestellt haben. Und mir ist auch selbst aufgefallen, ich allein, weil ich mit KI ich Forschung in Verbindung gebracht worden bin, auf sehr viele Blacklists gekommen bin. Ich glaube, wir müssen dann das Diskurs einfach ein bisschen offener führen, ein bisschen mehr aufklären, was KI einfach ist. Tobias Nowak (1:11:39) vielleicht auch konkreter sagen worum es geht. Drohnen oder KIs sind so Begriffe die zurzeit ständig genannt werden und aber so ein riesiges Feld umfassen. Johanna Pirker (1:11:47) Es ist glaube ich auch der Begriff Intelligenz. Ich glaube, niemand von den Forschenden, den ich kennen würde, würde selbst noch einmal den Wort Intelligenz für solche Systeme verwenden, weil wir auch sehen, wie viel Angst das Menschen macht. Also die ersten Ideen waren ja, dass Chat GPT sowieso gleich die Welt übernehmen wird. Wenn man die Grundprinzipien, wie das funktioniert, versteht, ist das einfach nicht möglich. Oder warum dann alle sehr verblüfft waren. warum ein Large-Language-Modell, was eigentlich nur an Texten trainiert ist, keine simplen Rechnungen machen kann. Ich glaube, das ist ganz wichtig, dass man einfach ganz viel Aufklärung macht, was KI ist, was es kann, wie es funktioniert. Es muss nicht die Rocket Science Education sein, sondern einfach so grundlegend, dass das eben oft vermutlich ein bisschen weniger klug ist. Viele glauben, wie man es gut verwenden kann, wie man es nicht verwenden sollte. sind dann die ganzen weiteren Pandora's Boxen, die wir in der Gesellschaft finden werden, von Fake News zu Fake-Bildern zu den Videos, die wir ja schon haben. Wofür soll man es verwenden, wofür sollte man es nicht verwenden, wie erkenne ich es, wenn es verwendet worden ist. Das wären so viele Fragestellungen und da kann ich als Informatikerin, also da spreche ich als wirklich als Informatikerin und nicht als Spieleentwicklerin, dass es, glaube ich, ganz wichtig ist, dass man so früh wie möglich Informatik, Grundbildung, Coding, Grundbildung, ist nicht Rocket Science, aber auch in Schulen und Co. mitbringt, dass man einfach mehr Verständnis, weniger Angst schafft, damit es gut verwendet werden kann. Eine Art Thema, was wir gar nicht besprochen haben, ist zum Beispiel, dass wenn wir die generativen Systeme bedenken, durchdenken, Das sind Systeme, wie erwähnt worden sind, das sind so viele Vergangenheitsdaten von uns drinnen. Was würde denn passieren, wenn man das Internet jetzt random nach verschiedensten Daten, die wir alle einmal geschrieben haben in der Vergangenheit, durchsucht? Ist da nur das Tollste? Tobias Nowak (1:13:59) Da würden eine ganze Menge von unseren bei es es würden dann halt in diese Kies eingegossen und verarbeitet werden und die KI denkt halt das ist die Welt es ist aber nur es sind aber dann zu weiten teilen unsere Vorurteile über die Welt und nicht die Welt. Johanna Pirker (1:14:15) Ich habe einmal ganz am Anfang der Mid-Journey befragt, bitte gib mir ein Bild von einem Gamer. Es kamen drei Jungen, die im Keller sitzen vom PC und ein Org. Also das ist jetzt nur, ich glaube, das ist halt so wichtig. Da würde man vermutlich auf der einen Seite viel Skepsis nehmen können. Ich glaube, ich mal Verständnis und wie gesagt, würde auch bisschen auf den, wie ich es gut und korrekt, ethisch verwenden kann, kann es eine gewisse Transparenz auch, was auch die Trainingsdaten anbelangt. glaube, da müssen wir auch die Firmen an der Hand nehmen. Ich finde es auch spannend, dass Tobias Nowak (1:15:08) in die Verantwortung nehmen. Johanna Pirker (1:15:11) viele Spiele, die ich auch gesehen habe, explizit labern, wenn sie gesagt haben, das Spiel ist enttallt handcrafted, keine KI Art, keine KI Voices und so weiter und so fort. Also rein menschlich kuratiert oder produziert. Tobias Nowak (1:15:29) Ist das ein Weg in die Zukunft? Macht es Sinn zu sagen, wir werden Spiele zukünftig nur ohne KI programmieren in unserem Studio? Ist das zukunftsfähig? Johanna Pirker (1:15:40) Die meisten verwenden es schon als Hilfsmittel, damit sie kreativer Menschen dabei unterstützen, sich auf die richtig spannenden Sachen konzentrieren zu können und dann vielleicht Hilfsprozesse schneller werden. Das haben wir schon immer gesehen, sei das jetzt durch verschiedenste Tools, die uns beim Texte schreiben helfen oder bei Photoshop und Co., die immer mehr Hilfsmittel verwendet haben. Das kann man auch als weitere Hilfsmittel sehen, uns und unseren konterkrativen Prozess wirklich gut zu unterstützen und nicht als Ersatz zu sehen. Ich persönlich würde sehr stark dazu motivieren, verschiedene Sachen auszuprobieren, damit man Verständnis dafür kriegt, wie es funktioniert, was funktioniert und vor allem auch sieht, was es alles nicht kann. In fairer Weise verändert sich Die Industrie hat sich immer verändert. Prozesse sind auch in der Vergangenheit oft verändert worden, automatisiert worden. Und natürlich sind wir jetzt auch in einer Welle, wo sich viele von den Prozessen, wir sehen sie ja schon, verändern. Und ich sehe es als Chance, dass wir uns dann vielleicht auch auf ganz andere Sachen konzentrieren können und auf andere Sachen konzentrieren können. Tobias Nowak (1:17:08) Ich möchte zum Abschluss unseres Gesprächs über KI noch eine philosophische Frage stellen, die herausfordert. Ich habe es vorhin angerissen mit dem Rocket League Bot, der einfach die besten Spieler und Spielerinnen vom Platz fegt. Denn das berührt dann ja auch irgendwo unser Selbstverständnis als Menschen. Es ist ja nicht nur, dass sie dann besser Rocket League spielen können als ich die KI ist. Die können auch besser Bilder erstellen. Die können auch besser und schneller Texte schreiben als ich. Die können dann irgendwann Johanna Pirker (1:17:13) Der Informatiklerin. Tobias Nowak (1:17:38) Alles besser als ich, egal worum es geht. Warum soll ich dann noch Rocket League spielen oder irgendetwas Kreatives im Zweifelsfall tun, wenn ich doch weiß, dass die Maschine es immer unendlich viel besser kann als ich? Siehst du da ein Problem? Johanna Pirker (1:17:53) Ich sehe nicht, dass die Maschine irgendwas besser kann, wir. Aber schreiben oder Bilder zeichnen, sie kann uns unterstützen, aber sie kann uns nicht ersetzen in den Sachen. ich glaube, gerade wie wir geredet haben, die ganzen aktuellen KI-Systeme basieren stark auf Vergangenheitsdaten. Das heißt, wirklich was Neues, Kreatives schaffen, das fehlt ja aktuell. Tobias Nowak (1:17:57) Ich kann besser Rocket League spielen als er. Johanna Pirker (1:18:22) Also da die philosophische Diskussion, also die Angst sehe ich nicht. Aber was ich ein bisschen lustig finde, was ich schon paar Mal gehört habe, dass wir uns von den Fragestellungen her aktuell verwenden wir halt die Systeme, damit wir lustige Katzenvideos machen oder unsere Gedichte schreiben lassen. Aber wie gesagt, ganz viel Forschung geht ja auch in spannende Anwendungen, wie es uns unterstützen kann in medizinischen Bereichen, es uns unterstützen kann, zugängliche Welten schaffen. ja, ich glaube, wir sollten die Maschine nicht dazu benutzen, dass wir unsere kreativen Tasks auslagern und selbst dann nur noch die Hausarbeit machen, sondern ich glaube, es sollte dann schon umgekehrt sein, dass wir unser Gedicht selbst schreiben und die Maschine vielleicht unseren Also Tobias Nowak (1:19:21) Als moralisch-kultureller Imperativ absolut gültig. Mal schauen, wie es sich entwickelt. Zum Abschluss unseres dann doch relativ akademischen Gesprächs möchte ich dann doch noch eine persönliche verspielte Frage an dich stellen und zwar, was ist denn dein Lieblingsspiel? The Game of Your Life. Johanna Pirker (1:19:40) Eine Game of my life. Faireweise, wir haben immer diese offenen Welten, diese großen Welten. Ich müsste jetzt wahrscheinlich Elite sagen, rein aus der Rats. Aber tatsächlich waren es für mich einfach diese, Welten immer größer waren, so an angefangen bei Zelda. Das war für mich so inspirierend. Und ich glaube, Zelda ist ein Spiel, welches… Welches? Ocarina of Time war das allererste, was ich gespielt habe. Und das war für mich das Eintauchen in diese offenen großen Welten. War das dann Richtung Gothic oder Richtung Witcher oder Skyrim? Das waren einfach Welten, die mich total motiviert und berührt haben. Tobias Nowak (1:20:19) große Fantasy-Abenteuer mit riesigen Open Worlds, die sehr detailliert und bildmächtig auch ausgestaltet sind. Johanna Pirker (1:20:28) Ich glaube, das ergibt dann auch bisschen meinen Forschungsbereich, warum ich so fasziniert bin, wie man solche Welten noch massiver und noch offener gestalten kann. Tobias Nowak (1:20:38) Johanna Pirker, vielen Dank. haben uns unterhalten über künstliche Intelligenz und Games und Gaming. Grundlage war da ein Aufsatz im Handbuch Gameskultur 2.0, das jetzt in einer überarbeiteten und erweiterten Auflage erschienen ist. Vielen Dank für das Gespräch. Dankeschön. Und wir uns bei den nächsten Folgen, es gibt noch viele andere spannende Kapitel und Podcastfolgen zu einzelnen Kapiteln aus dem Handbuch Gameskultur 2.0. Das war Handbuch Games Kultur, der Podcast. Kultur, Technologie, Gesellschaft. Wie Games unsere Welt bewegen. Eine Produktion des Deutschen Kulturrates und GAME. Verband der deutschen Games-Branche zur zweiten Auflage des Handbuches Games Kultur. Herausgegeben von Olaf Zimmermann und Felix Falk. Moderation und Redaktion Tobias Nowak. Produktion Veliana Richter. Beratung Christian Hubertz. Sounddesign Das Handbuch Gameskultur 2.0 gibt es überall, wo es gute Bücher gibt.