DeepMinds langes Spiel in EVE Online: Ein 20 Jahre altes Universum als KI-Studienobjekt für Planung

Google DeepMind hat am Freitag, dem 21. August, einen ausführlichen Bericht über seine Forschungspartnerschaft mit Fenris Creations veröffentlicht und dargelegt, wie es das EVE-Online-Universum als Labor für künstliche Intelligenz nutzen will. Der Beitrag mit dem Titel „From Atari to EVE Online: Building on 15 Years of AI Research in Games“ beschreibt ein stufenweises Forschungsprogramm rund um eine Offline-Kopie von EVE Online – die bislang klarste Darlegung, warum ein Unternehmen, das vor allem für Brettspiele und Proteinfaltung bekannt ist, eine Beteiligung an einem 23 Jahre alten Weltraum-MMO erworben hat.

Zum Weiterlesen: Epic Games setzt bei seinem verschobenen Disney-Shooter auf KI-First · Google startet Playground, eine KI-Plattform, die aus Prompts spielbare Spiele baut.

Der dahinterstehende Deal ist nicht neu. Fenris Creations – das frühere Studio CCP Games, das EVE Online entwickelt – schloss im Mai 2026 einen Management-Buyout von 120 Millionen Dollar vom koreanischen Publisher Pearl Abyss ab, und DeepMind erwarb im Rahmen dieser Transaktion eine Minderheitsbeteiligung. Der August-Beitrag ergänzt die Details: den Forschungsplan, die Sicherheitsvorgaben und die konkreten Fähigkeiten, die DeepMind untersuchen will.

Ein Universum mit Gedächtnis

EVE Online ist ein ungewöhnliches Artefakt der Spielebranche. Seit über zwei Jahrzehnten läuft es als ein einziger persistenter Shard, mit einer von Spielern getriebenen Wirtschaft, von Spielern geführten Allianzen und territorialer Politik, die die Entwickler nicht skripten. Seine Größe misst sich in Zehntausenden von Sternensystemen und Jahren angesammelter Spielergeschichte. Genau diese Persistenz macht es für KI-Forscher interessant.

Die meisten Umgebungen des maschinellen Lernens sind episodisch. Ein Spiel endet, der Zustand wird zurückgesetzt, der Agent beginnt von vorn. EVE setzt nicht zurück. Handlungen von vor Jahren prägen die Welt noch; Reputationen bleiben bestehen; eine wirtschaftliche Entscheidung einer Allianz verändert die Anreize einer anderen. Für ein Forschungsprogramm, das sich für langfristige Planung und Gedächtnis interessiert, ist das eine seltene Eigenschaft. Zugleich, wie Fenris-CEO Hilmar Pétursson in der Ankündigung formulierte, eine schwere: Die Umgebung verlange von einer KI, „learn, adapt and remember on timescales that no other game environment demands“.

DeepMinds Interesse an Spielen ist nicht neu. Die Durchbrüche des Labors bei Atari, Go und StarCraft – DQN, AlphaGo und AlphaStar – gehören zum KI-Folklore, und zuletzt baute es Weltmodelle und interaktive Agenten wie SIMA. Spiele sind nützlich, weil sie messbar, begrenzt und endlos wiederholbar sind – drei Eigenschaften, die einen rigorosen Vergleich von Ansätzen ermöglichen.

Der stufenweise Plan

Das Forschungsprogramm ist bewusst vorsichtig. Es beginnt mit einer Offline-Instanz von EVE Online auf einem lokalen Server – einer Sandbox ohne echte Spieler. Das trennt die Forschung vom Risiko, dass sich ein KI-Modell gegenüber echten Menschen schlecht verhält. Erst wenn die Fähigkeiten ausgereift sind, würden die Teams einen Wechsel in EVE Frontier erwägen, beschrieben als Raum, um zu untersuchen, wie Menschen und Agenten in einer persistenten, offenen Welt koexistieren können, und später in das Live-EVE Online sowie den Ego-Shooter EVE Vanguard.

Die Abfolge ist die interessante Designentscheidung. Sie behandelt den Einsatz in einem Live-Spiel als letzten, schwierigsten Schritt statt als ersten und fügt mit Frontier eine Zwischenstufe ein, die ausdrücklich dem Problem der Koexistenz von Mensch und Agent gewidmet ist. Das spiegelt eine Lehre aus den vergangenen Jahren der KI-Veröffentlichungen: Modelle, die in einer kontrollierten Evaluierung zuverlässig wirken, können sich unvorhersehbar verhalten, wenn sie auf echte Nutzer, echte Anreize und echte Gegner treffen.

Die Partnerschaft liefert zudem bereits etwas Konkretes für Spieler. Das Aura-Guidance-System nutzt Gemini, um von Spielern erzeugtes Wissen – aus echten „Rookie-Help“-Fragen und -Antworten – an neue Piloten weiterzugeben, die ein notorisch kompliziertes Spiel lernen wollen. Das ist gemessen an KI-Marketing ein bescheidenes Feature, aber ein echter Einsatz in einem Live-Produkt, und es liegt am sicheren Ende des Spektrums.

Was DeepMind lernen will

Die genannten Forschungsziele sind langfristige Planung, Gedächtnis und kontinuierliches Lernen. Diese drei Worte beschreiben die Schwachstellen der leistungsfähigsten heutigen Systeme. Große Sprachmodelle sind in kurzen Ausbrüchen und über lange Dokumente beeindruckend, doch als autonome Agenten tun sie sich schwer, über Stunden oder Tage kohärent zu bleiben, ein konsistentes Gedächtnis ihrer Handlungen zu bewahren und nach dem Deployment weiterzulernen, ohne das Erlernte zu vergessen.

Ein persistentes Universum belastet alle drei zugleich. Um in EVE nützlich zu agieren, muss ein Agent Ziele über lange Zeithorizonte setzen, frühere Interaktionen erinnern und sein Verhalten anpassen, während sich die Welt um ihn verändert. Das liegt viel näher an der unordentlichen Realität jener Agenten, die Unternehmen heute auf echte Arbeitsabläufe bringen wollen, als eine Benchmark-Suite – und es lässt sich schwerer austricksen.

Dazu kommt eine zweite, kommerziellere Motivation. Der Mutterkonzern von Google DeepMind hat über seine Plattformen und seinen Modell-Stack ein Interesse an interaktiver Unterhaltung, und ein tieferes Verständnis persistenter, von Agenten bevölkerter Welten speist direkt die entstehende Kategorie KI-getriebener Spielsysteme. Fenris wiederum erhält eine Forschungspartnerschaft und einen strategischen Investor, während es sich als unabhängiges Studio neu aufstellt.

EVE ist eine der wenigen virtuellen Welten, in denen die Konsequenzen real genug und die Zeithorizonte lang genug sind, dass ein Planungsfehler tatsächlich etwas kostet.

Die Unabhängigkeitsgeschichte dahinter

Die DeepMind-Vereinbarung kam zusammen mit einem Unternehmensereignis: dem 120-Millionen-Dollar-Buyout, der CCP Games nach Jahren unter Pearl Abyss in die Unabhängigkeit zurückführte und in Fenris Creations umbenannte. Zuvor hatte das Studio eine unruhige Phase mit berichteten Jahresverlusten und teuren Wetten auf Ableger wie das blockchain-nahe EVE Frontier und den Extraction-Shooter EVE Vanguard. Fenris erklärte, 2025 wieder profitabel gewesen zu sein.

Für DeepMind ist die Beteiligung klein – Berichten zufolge in Millionenhöhe – und bewusst eine Minderheit. Die Vereinbarung lässt die kreative Richtung von EVE bei den Menschen, die sie seit Jahren führen, und gibt dem Labor zugleich Zugang zu Daten und einer kontrollierten Forschungsumgebung. Die Trennung ist wichtig für die Community des Spiels, die historisch darauf bedacht ist, dass EVEs Geschichte von Spielern geschrieben wird und nicht von Algorithmen.

Darin liegt die Spannung, die die Partnerschaft bewältigen muss. EVEs Community schätzt die Tatsache, dass ihre Welt von menschlichen Entscheidungen geprägt ist – auch von schlechten. Ein KI-Forschungsprogramm, das irgendwann Agenten ins Live-Spiel bringt – und sei es vorsichtig, sei es zunächst in Frontier –, wird daran gemessen werden, ob es diese Welt bereichert oder verwässert. DeepMinds stufenweiser Ansatz ist ein Eingeständnis dieses Risikos, löst es aber nicht.

Die Datenfrage

Die Partnerschaft wirft eine Frage auf, die KI-in-Spielen noch Jahre begleiten wird: Welche Daten werden genutzt, und zu welchen Bedingungen? EVE Online enthält zwei Jahrzehnte von Spielern erzeugter Geschichte – Chatprotokolle, Markttransaktionen, politische Verhandlungen –, und dieser Korpus ist Teil dessen, was das Universum als Forschungsumgebung wertvoll macht. DeepMind und Fenris haben keine detaillierten Regeln zur Datenverwaltung veröffentlicht, und der Blog rahmt die Arbeit um eine Offline-Instanz statt um Live-Spielerdaten. Wie Spielerdaten behandelt, anonymisiert und zugestimmt werden, ist sowohl für das Vertrauen der Community als auch für das regulatorische Umfeld wichtig, in dem europäische KI-Forschung zunehmend operiert.

Datenverwaltung ist hier keine Nebensache. Europäische Regeln zur Datennutzung und zu KI-Systemen werden strenger, und ein Labor in diesem Umfeld profitiert davon, auf eine kontrollierte Sandbox und einen klaren Forschungszweck verweisen zu können. Das Offline-First-Design ist ebenso sehr eine Compliance-Haltung wie eine Sicherheitsentscheidung.

Dazu kommt ein breiterer Branchenkontext. Spielefirmen experimentieren in hohem Tempo mit KI-getriebenen Charakteren und Systemen, und Spieler reagieren mit einer Mischung aus Neugier und Skepsis, besonders bei generativen Inhalten oder automatisierter Moderation. Eine Forschungspartnerschaft, die offline beginnt und Live-Einsatz ausdrücklich als fernen Schritt beschreibt, ist eine Wette darauf, dass Vertrauen langsamer aufzubauen ist als zu reparieren.

Warum Spiele weiter als KI-Prüfstand funktionieren

Der tiefere Grund, warum Spiele für die KI-Forschung zählen, ist, dass sie ein Evaluierungsproblem lösen. In der physischen Welt ist ein Experiment teuer, langsam und schwer reproduzierbar. In einem Spiel ist es billig, schnell und exakt: Man kann den Zustand zurücksetzen, dasselbe Szenario erneut abspielen und zwei Strategien unter identischen Bedingungen vergleichen. Für ein Feld, das wiederholt durch Benchmark-Behauptungen blamiert wurde, die den Kontakt mit der Realität nicht überstanden, ist diese Kontrollierbarkeit viel wert.

EVE fügt eine Eigenschaft hinzu, die den meisten Benchmarks fehlt: echte soziale und wirtschaftliche Komplexität, die von Menschen erzeugt wird, nicht von Designern. Das Ergebnis ist eine Umgebung, die in ihrer Offline-Kopie kontrollierbar und im Verhalten der Spieler, deren Entscheidungen sie bevölkern, realistisch ist. Ob diese Kombination tatsächlich übertragbare Fortschritte hervorbringt, ist die offene Frage – und die, an der die Partnerschaft letztlich gemessen wird.

Worauf man achten sollte

Drei Dinge werden zeigen, wie ernst die Partnerschaft zu nehmen ist. Erstens, ob DeepMind Ergebnisse aus den Offline-EVE-Experimenten in einer Form veröffentlicht, die andere Forscher bewerten können, oder sie intern behält. Zweitens, ob die Arbeit zur Koexistenz von Mensch und Agent in Frontier messbare Erkenntnisse darüber liefert, wie Spieler auf KI-Teilnehmer reagieren. Drittens, wie Fenris seine Forschungsverpflichtungen mit den Erwartungen einer Community ausbalanciert, die zwei Jahrzehnte in eine Welt investiert hat, die sie als ihre eigene betrachtet.

Das Fazit

Die Partnerschaft von DeepMind und Fenris erinnert daran, dass manche der nützlichsten KI-Forschungsinfrastrukturen kein Rechenzentrum sind, sondern eine Welt, die Menschen bereits am Herzen liegt. EVE Online bietet etwas, was die meisten Testumgebungen nicht können: Konsequenzen, die fortbestehen, und eine Bevölkerung, die sich wie Menschen verhält, weil sie aus ihnen besteht. Gelingt es DeepMind, daraus Fortschritte bei langfristiger Planung und Gedächtnis zu machen, wird der Deal vorausschauend wirken. Gelingt es nicht, hat das Unternehmen immerhin eines der interessantesten Labore des Feldes gekauft.