Was ein zweiter rationaler Spieler an einer Optimierung ändert — alles.
Konzepte 10 min Fortgeschritten 13. April 2026
Dein Such-Agent (wie der A*-Algorithmus aus dem letzten Artikel) hat den optimalen Pfad durch das Labyrinth gefunden. Aber was passiert, wenn jemand auf der anderen Seite aktiv die Wände verschiebt? In dem Moment, in dem ein zweiter intelligenter Agent ins Spiel kommt — einer mit Zielen, die deinen direkt entgegenstehen — ändert sich alles.
Dieses Kapitel zeigt, warum der Sprung vom Einzel-Agenten zum Mehr-Agenten-System kein bloßes "Mehr desselben" ist, sondern ein grundlegender Paradigmenwechsel. Die Spieltheorie liefert das mathematische Werkzeug für diesen Wandel — und sie ist das Fundament, auf dem alle adversarialen KI-Algorithmen aufgebaut sind.
Vom Solo zum Duell — Multi-Agenten-Systeme
In den vorherigen Artikeln hat dein Agent immer gegen eine statische Umgebung gearbeitet: ein Labyrinth, ein Routennetz, ein Puzzle. Die Umgebung hatte keine eigenen Ziele. Jetzt ändert sich das grundlegend.
Multi-Agenten-System
AnalogieDefinition
Allein auf einer leeren Autobahn fahren ist ein Einzel-Agenten-Problem — du optimierst deine Route gegen das statische Straßennetz. Schach spielen ist ein adversariales Zwei-Agenten-Problem — dein Gegner arbeitet aktiv daran, deine Pläne zu durchkreuzen und Fallen zu stellen. Der Berufsverkehr ist ein komplexes Multi-Agenten-System, in dem Tausende Fahrer mit gemischten Interessen (manche kooperativ, manche konkurrierend) gleichzeitig interagieren.
Beispiel
Im Schach sind die Züge des Gegners vollständig sichtbar (vollständige Information). Im echten Verkehr kannst du die Absichten der anderen Fahrer nicht sehen (unvollständige Information). Die Analogie fängt diese Abstufung korrekt ein, vereinfacht aber, dass Verkehr Tausende Agenten umfasst, nicht nur zwei.
Analogie:
Allein auf einer leeren Autobahn fahren ist ein Einzel-Agenten-Problem — du optimierst deine Route gegen das statische Straßennetz. Schach spielen ist ein adversariales Zwei-Agenten-Problem — dein Gegner arbeitet aktiv daran, deine Pläne zu durchkreuzen und Fallen zu stellen. Der Berufsverkehr ist ein komplexes Multi-Agenten-System, in dem Tausende Fahrer mit gemischten Interessen (manche kooperativ, manche konkurrierend) gleichzeitig interagieren.
Beispiel
Im Schach sind die Züge des Gegners vollständig sichtbar (vollständige Information). Im echten Verkehr kannst du die Absichten der anderen Fahrer nicht sehen (unvollständige Information). Die Analogie fängt diese Abstufung korrekt ein, vereinfacht aber, dass Verkehr Tausende Agenten umfasst, nicht nur zwei.
Definition:
Ein Multi-Agenten-System besteht aus mehreren Agenten, die in einer gemeinsamen Umgebung agieren und deren Aktionen sich gegenseitig beeinflussen. Die zentrale Klassifikation erfolgt entlang zweier Achsen: kooperativ vs. kompetitiv (teilen die Agenten Ziele oder arbeiten sie gegeneinander?) und vollständige vs. unvollständige Information (kann jeder Agent den gesamten Zustand sehen, wie im Schach, oder sind Teile verborgen, wie im Poker?).
Einzel-Agent (z.B. A* im Labyrinth)
Statische Umgebung. Keine Gegenzüge. Der optimale Pfad bleibt stabil. Reine Optimierung.
Multi-Agent (z.B. Schachpartie)
Dynamische Umgebung. Der Gegner reagiert intelligent. Jeder Zug verändert die Ausgangslage. Strategisches Denken nötig.
5.478
Legale Stellungen im Tic-Tac-Toe: Ein Computer löst das Spiel in Millisekunden
~10⁴⁴
Legale Stellungen im Schach: Vollständige Analyse unmöglich — Heuristiken nötig
Tic-Tac-Toe hat nur 9 Felder und dennoch 5.478 legale Spielstellungen. Da dieser Zustandsraum winzig ist, kann ein Computer jede mögliche Partie in Millisekunden vollständig analysieren und eine mathematisch perfekte Strategie berechnen (das Spiel ist "gelöst"). Schach hingegen hat circa 10⁴⁴ legale Stellungen — eine vollständige Analyse ist unmöglich, deshalb brauchen Schach-Engines heuristische Strategien.
2017 Durchbrüche
AlphaZero beherrscht drei Spiele
Die Geburt einer universellen Spiel-KI durch reines Selbstlernen. Im Dezember 2017 präsentierte DeepMind AlphaZero – ein System, das ohne jegliches Vorwissen drei völlig verschiedene Strategiespiele meisterte: Schach, Shogi und Go. Der tabula rasa-Ansatz bedeutete: Keine Eröffnungsdatenbanken, keine menschlichen Strategien, nur die Spielregeln als Ausgangspunkt. Innerhalb von 24 Stunden erreichte AlphaZero übermenschliche Leistung – in Schach nach nur 4 Stunden, in Shogi nach 2 Stunden. Im 100-Partien-Match gegen Stockfish gewann es 28 Partien, verlor keine einzige und erreichte 72 Unentschieden. Die Besonderheit lag im effizienten Suchverhalten: Während Stockfish 60 Millionen Positionen pro Sekunde evaluiert, analysiert AlphaZero nur 60.000 – aber wesentlich gezielter durch sein Deep Neural Network. Diese Leistung demonstrierte eindrucksvoll die Verallgemeinerbarkeit und Domänen-Unabhängigkeit des reinen Reinforcement Learning.
Missverständnis: Ein Gegner macht den Suchbaum nur größer
Es geht nicht nur um die Größe. Die grundlegende NATUR des Problems ändert sich. Bei der Einzel-Agenten-Suche ist die Umgebung passiv. Bei der adversarialen Suche arbeitet die "Umgebung" aktiv gegen dich. Du kannst nicht einfach den besten Pfad suchen — du musst den besten Pfad finden, unter der Annahme, dass der Gegner optimal gegen dich spielt. Das ist ein qualitativer Wandel, kein quantitativer.
Nullsummenspiele — Der feste Kuchen
Nachdem du den Paradigmenwechsel verstanden hast, brauchen wir ein mathematisches Modell für reinen Wettbewerb. Das Nullsummenspiel ist dieses Modell: Was der eine gewinnt, verliert der andere — exakt.
Nullsummenspiel
AnalogieDefinition
Stell dir einen Kuchen auf dem Tisch vor, den zwei Personen teilen. Was du nimmst, verliere ich. Der Kuchen wächst nie. Wenn du 70% bekommst, bleiben mir 30%. Die Summe ist immer 100%. Das ist ein Nullsummenspiel. In der realen Wirtschaft kann der "Kuchen" aber wachsen — zwei Unternehmen in einer Partnerschaft können einen größeren Kuchen für beide schaffen (Positivsummenspiel).
Beispiel
Ein echter Kuchen kann von verschiedenen Personen unterschiedlich genossen werden (du bevorzugst die Glasur, ich den Teig) — der Nutzen ist subjektiv. Im mathematischen Modell werden Auszahlungen als objektive numerische Werte auf einer gemeinsamen Skala angenommen. Diese Vereinfachung macht die Mathematik handhabbar.
Analogie:
Stell dir einen Kuchen auf dem Tisch vor, den zwei Personen teilen. Was du nimmst, verliere ich. Der Kuchen wächst nie. Wenn du 70% bekommst, bleiben mir 30%. Die Summe ist immer 100%. Das ist ein Nullsummenspiel. In der realen Wirtschaft kann der "Kuchen" aber wachsen — zwei Unternehmen in einer Partnerschaft können einen größeren Kuchen für beide schaffen (Positivsummenspiel).
Beispiel
Ein echter Kuchen kann von verschiedenen Personen unterschiedlich genossen werden (du bevorzugst die Glasur, ich den Teig) — der Nutzen ist subjektiv. Im mathematischen Modell werden Auszahlungen als objektive numerische Werte auf einer gemeinsamen Skala angenommen. Diese Vereinfachung macht die Mathematik handhabbar.
Definition:
Ein Nullsummenspiel ist ein mathematisches Modell reiner Konkurrenz, bei dem der Gewinn eines Spielers exakt dem Verlust des anderen entspricht — die Summe aller Auszahlungen ist immer null. Die Formalisierung erfolgt über Auszahlungsmatrizen, die alle möglichen Strategiekombinationen und ihre numerischen Ergebnisse auflisten. Schach ist das kanonische Beispiel: Weiß gewinnt (+1) bedeutet Schwarz verliert (-1); ein Remis gibt beiden 0.
Auszahlungsmatrix: Schere-Stein-Papier
Betrachte die 3×3-Auszahlungsmatrix aus Sicht von Spieler 1:
Spieler / Player
Stein
Papier
Schere
Stein
0
−1
+1
Papier
+1
0
−1
Schere
−1
+1
0
Jede Zelle zeigt die Auszahlung für Spieler 1. Spieler 2 erhält jeweils den negativen Wert (Nullsumme). Lies die Matrix so: Stein schlägt Schere (+1), verliert gegen Papier (-1). Zentrale Erkenntnis: Die optimale Strategie ist, jede Option mit exakt 1/3 Wahrscheinlichkeit zu spielen (gemischte Strategie). Jede Abweichung davon — selbst leicht bevorzugtes Stein-Spielen — ist von einem aufmerksamen Gegner ausnutzbar.
Warum Determinismus versagt
Wenn du in Schere-Stein-Papier eine nicht-gleichverteilte Strategie spielst — etwa 34% Stein, 33% Papier, 33% Schere —, kann ein aufmerksamer Gegner das Muster erkennen und öfter Papier spielen. Jede Abweichung von 1/3 pro Option liefert dem Gegner verwertbare Information. Darum ist die optimale Strategie strikt gleichverteilt: maximale Unvorhersagbarkeit.
Missverständnis: Jeder Wettbewerb ist ein Nullsummenspiel
Die meisten realen Wettbewerbe sind NICHT Nullsummenspiele. Geschäftlicher Wettbewerb vergrößert oft den Markt (Positivsumme). Internationaler Handel schafft gegenseitige Vorteile. Selbst in manchen Spielen kann Kooperation die Ergebnisse für alle Beteiligten verbessern (siehe Nash-Gleichgewicht und das Gefangenendilemma). Die Nullsummen-Annahme ist eine bewusste Vereinfachung für mathematische Handhabbarkeit, kein universelles Gesetz.
Nash-Gleichgewicht — Wenn niemand besser kann
Du kennst jetzt Nullsummenspiele und Auszahlungsmatrizen. Aber wie findest du eine "gute" Strategie? John Nash lieferte 1950 die Antwort: das Gleichgewicht, bei dem kein Spieler allein besser werden kann.
Nash-Gleichgewicht
AnalogieDefinition
Zwei Restaurants stehen Seite an Seite in derselben Straße. Jedes legt seinen Mittagspreis fest. Im Laufe der Zeit haben beide ihre Preise so optimiert, dass jede einseitige Änderung sie schlechter stellen würde. Wer den Preis erhöht, verliert Kunden an den Nachbarn; wer ihn senkt, ruiniert seine Marge. Sie haben ein Nash-Gleichgewicht erreicht. Keines der Restaurants ist begeistert vom Ergebnis, aber keines kann es einseitig verbessern.
Beispiel
Echte Restaurants können sich differenzieren (Küche, Ambiente, Service), was einen mehrdimensionalen Wettbewerb erzeugt, den das einfache Preismodell nicht abbildet. Außerdem können reale Unternehmen kommunizieren und sich absprechen (in vielen Rechtsordnungen illegal), was das Nash-Modell ausschließt.
Analogie:
Zwei Restaurants stehen Seite an Seite in derselben Straße. Jedes legt seinen Mittagspreis fest. Im Laufe der Zeit haben beide ihre Preise so optimiert, dass jede einseitige Änderung sie schlechter stellen würde. Wer den Preis erhöht, verliert Kunden an den Nachbarn; wer ihn senkt, ruiniert seine Marge. Sie haben ein Nash-Gleichgewicht erreicht. Keines der Restaurants ist begeistert vom Ergebnis, aber keines kann es einseitig verbessern.
Beispiel
Echte Restaurants können sich differenzieren (Küche, Ambiente, Service), was einen mehrdimensionalen Wettbewerb erzeugt, den das einfache Preismodell nicht abbildet. Außerdem können reale Unternehmen kommunizieren und sich absprechen (in vielen Rechtsordnungen illegal), was das Nash-Modell ausschließt.
Definition:
Ein Nash-Gleichgewicht ist ein Strategieprofil (eine Strategie pro Spieler), bei dem kein einzelner Spieler seine Auszahlung verbessern kann, indem er einseitig seine Strategie ändert — unter der Annahme, dass alle anderen Spieler ihre Strategien beibehalten. John Nash bewies 1950, dass jedes endliche Spiel mindestens ein Nash-Gleichgewicht besitzt (möglicherweise in gemischten Strategien). Die entscheidende Nuance: Ein Nash-Gleichgewicht ist STABIL (niemand will abweichen), aber nicht notwendigerweise OPTIMAL (es kann Ergebnisse geben, die für alle besser wären, aber sie sind nicht stabil).
Das Gefangenendilemma — Stabilität ohne Optimalität
Das berühmteste Spiel der Spieltheorie. Zwei Verdächtige werden getrennt verhört. Jeder kann kooperieren (schweigen) oder verraten (den anderen belasten). Achtung: Hier werden die Auszahlungen in Haftjahren gemessen — weniger ist also besser, anders als bei Schere-Stein-Papier.
1
Ausgangslage Zwei Verdächtige, getrennt verhört. Jeder hat zwei Optionen: Kooperieren (schweigen) oder Verraten (den anderen belasten).
2
Auszahlungen Beide kooperieren: je 1 Jahr. Einer verrät, der andere kooperiert: Verräter geht frei, Kooperierender bekommt 6 Jahre. Beide verraten: je 3 Jahre.
3
Dominante Strategie Egal was der andere tut: Verraten ist immer besser. Kooperiert der andere? Verraten bringt 0 statt 1 Jahr. Verrät der andere? Verraten bringt 3 statt 6 Jahre.
4
Das Paradox Das Nash-Gleichgewicht ist (Verraten, Verraten) mit je 3 Jahren — obwohl (Kooperieren, Kooperieren) mit je 1 Jahr für BEIDE besser wäre. Stabilität ist nicht Optimalität.
Spieler / Player
Kooperieren
Verraten
Kooperieren
1 / 1 Jahre
6 / 0 Jahre
Verraten
0 / 6 Jahre
3 / 3 Jahre
Das Nash-Gleichgewicht des Gefangenendilemmas ist (Verraten, Verraten), weil Verraten die dominante Strategie beider Spieler ist: Unabhängig davon, was der andere tut, ist Verraten immer die bessere Wahl. Dennoch wäre gegenseitige Kooperation (1 Jahr statt 3 Jahre) für beide vorteilhafter. Das Gleichgewicht ist stabil, aber kollektiv suboptimal — ein Schlüsselergebnis der Spieltheorie.
Missverständnis: Nash-Gleichgewicht ist das beste Ergebnis
Das Gefangenendilemma beweist exakt das Gegenteil. Das Nash-Gleichgewicht (gegenseitiger Verrat, je 3 Jahre) ist für beide Spieler SCHLECHTER als gegenseitige Kooperation (je 1 Jahr). Ein Nash-Gleichgewicht garantiert Stabilität (niemand kann allein besser werden), nicht Optimalität (bestmögliches Ergebnis). Diese Unterscheidung ist fundamental für KI-Agentendesign: Agenten, die blind individuell optimieren, können kollektiv schlechtere Ergebnisse produzieren.
Historischer Kontext: Die Begründer der Spieltheorie
Die mathematische Spieltheorie wurde 1944 von John von Neumann und Oskar Morgenstern in ihrem Werk "Theory of Games and Economic Behavior" begründet. Sie formalisierten Nullsummenspiele und bewiesen das Minimax-Theorem. Sechs Jahre später, 1950, erweiterte der Mathematiker John Nash in seiner Doktorarbeit an der Princeton University das Feld maßgeblich: Er bewies, dass jedes endliche Spiel — nicht nur Nullsummenspiele — mindestens ein Gleichgewicht besitzt. Für diesen Beitrag erhielt Nash 1994 den Nobelpreis für Wirtschaftswissenschaften (gemeinsam mit John Harsanyi und Reinhard Selten). Die Spieltheorie ist heute ein Grundpfeiler der KI-Forschung: Vom MinMax-Algorithmus (nächster Artikel) über Multi-Agenten-Reinforcement-Learning bis hin zu automatisierten Auktionssystemen.
Interaktiv: Wie wahrscheinlich kooperiert der Gegner?
Im Gefangenendilemma hängt alles davon ab, ob der andere kooperiert. Aber was, wenn du Signale beobachten kannst? Ein kooperativer Gegner sendet oft positive Signale — aber auch ein täuschender Gegner kann freundlich wirken. Der Satz von Bayes zeigt, wie du deine Einschätzung über den Gegner aktualisieren kannst. Stelle die Werte ein und beobachte, wie sich deine Einschätzung verändert.
Szenario: Medizinischer Test
Eine Krankheit betrifft einen bestimmten Anteil der Bevölkerung. Ein Test erkennt die Krankheit mit einer bestimmten Trefferquote, erzeugt aber auch falsch-positive Ergebnisse bei Gesunden. Wie wahrscheinlich ist die Krankheit bei positivem Testergebnis wirklich?
Eingabewerte
%
%
%
Beispiele:
Berechnung nach Bayes
P(B)= P(B|A) × P(A) + P(B|¬A) × P(¬A)
P(B)= 0.9500 × 0.0100 + 0.0500 × 0.9900 = 0.0590
P(A|B)= P(B|A) × P(A) / P(B)
P(A|B)= 0.9500 × 0.0100 / 0.0590 = 0.1610
Ergebnis
16.1%
P(A|B) — Wahrscheinlichkeit der Krankheit bei positivem Test
Vorher (Prior)
1%
Nachher (Posterior)
16.1%
Bayes-Faktor: Der Test hat die Wahrscheinlichkeit um das 16.1-Fache erhöht (von 1% auf 16.1%).
Das Bayes-Paradoxon
Obwohl der Test 95% Sensitivität hat, liegt die Wahrscheinlichkeit bei positivem Ergebnis nur bei 16.1%. Das liegt an der niedrigen Grundwahrscheinlichkeit (1%): Bei 1.000 Getesteten gibt es 5 Fehlalarme, aber nur 1 echte Treffer. Die Falsch-Positiven überschwemmen die echten Fälle.
Anschaulich: 1.000 Personen getestet
1
Krank & positiv getestet
(Richtig-Positiv)
0
Krank & negativ getestet
(Falsch-Negativ)
5
Gesund & positiv getestet
(Falsch-Positiv)
94
Gesund & negativ getestet
(Richtig-Negativ)
Von 6 positiv Getesteten sind nur 1 tatsächlich krank. Das ergibt P(A|B) = 1/6 = 16.1%.
Kernaussagen
Ein zweiter intelligenter Agent verwandelt Optimierung in strategisches Denken — du musst die Reaktion des Gegners auf jeden deiner Züge antizipieren.
In einem Nullsummenspiel summieren sich Gewinne und Verluste immer zu null (der "feste Kuchen"). Auszahlungsmatrizen machen alle möglichen Ergebnisse sichtbar und analysierbar.
Ein Nash-Gleichgewicht ist ein stabiler Zustand, in dem kein Spieler einseitig besser werden kann — aber Stabilität garantiert nicht Optimalität (das Gefangenendilemma beweist es).
Prüfe dein Verständnis
Erkläre den zentralen Unterschied zwischen einem Einzel-Agenten-Pfadfindungsproblem und einem adversarialen Zwei-Spieler-Spiel aus Sicht des Suchalgorithmus.
Konstruiere eine einfache 2×2-Auszahlungsmatrix für ein Nullsummenspiel deiner Wahl und überprüfe, dass sich die Auszahlungen in jeder Zelle zu null summieren.
Das Gefangenendilemma zeigt, dass das Nash-Gleichgewicht nicht das beste kollektive Ergebnis ist. Warum können die beiden Gefangenen nicht einfach vereinbaren zu kooperieren?
Quiz: Spieltheorie
Frage 1 / 4
Noch offen
Ein Roboter navigiert allein durch ein Lager und weicht statischen Hindernissen aus. Ein zweiter Roboter wird eingeführt, der um dieselben Abholpunkte konkurriert. Was ändert sich grundlegend am Planungsproblem des ersten Roboters?
1. Ein Roboter navigiert allein durch ein Lager und weicht statischen Hindernissen aus. Ein zweiter Roboter wird eingeführt, der um dieselben Abholpunkte konkurriert. Was ändert sich grundlegend am Planungsproblem des ersten Roboters?
☐ A) Das Lager wird physisch größer
☐ B) Der Roboter muss nun die Züge eines intelligenten Gegners antizipieren, nicht nur statische Hindernisse umgehen
☐ C) Der Roboter braucht mehr Akkuleistung
☐ D) Die Hindernisse beginnen sich zufällig zu bewegen
2. Zwei Straßenverkäufer verkaufen identisches Eis am Strand. Der Gewinn von Verkäufer A ist immer der negative Gewinn von Verkäufer B (alle Kunden wählen einen Verkäufer). Ist das ein Nullsummenspiel?
☐ A) Nein — beide Verkäufer könnten gemeinsam die Preise erhöhen
☐ B) Ja — der Gewinn des einen ist exakt der Verlust des anderen
☐ C) Nein — die Gesamtzahl der Eiskäufer kann sich ändern
☐ D) Ja — weil sie das gleiche Produkt verkaufen
3. Im Gefangenendilemma ist "beide verraten" das Nash-Gleichgewicht. Warum ist dieses Ergebnis paradox?
☐ A) Weil Verraten keine gültige Strategie ist
☐ B) Weil beide Spieler besser dran wären, wenn sie kooperieren würden, aber keiner dem anderen vertrauen kann
☐ C) Weil es dazu führt, dass beide Spieler freigelassen werden
☐ D) Weil Nash-Gleichgewichte nur in Nullsummenspielen existieren
4. Bei Schere-Stein-Papier spielt Spieler A zu 50% Stein, 25% Papier und 25% Schere. Wie sollte Spieler B reagieren?
☐ A) Jede Option mit gleicher Wahrscheinlichkeit spielen (33,3% pro Option)
☐ B) Häufiger Papier spielen, um die Stein-Bevorzugung von Spieler A auszunutzen
☐ C) Immer Stein spielen, um Spieler A zu imitieren
☐ D) Zufällig spielen — die Strategie spielt bei Schere-Stein-Papier keine Rolle