Weltmodelle für Agenten: Warum die interessanten Graphen sind
Ein Sprachmodell kann eine Küche in perfekter Prosa beschreiben und trotzdem daran scheitern, das Kochen eines Eis zu planen. Die Lücke ist kein Wissen, sie ist ein Weltmodell: eine interne Struktur, die sagt, was Handlungen bewirken, was sie voraussetzen und was sie verändern. Ein Jahrzehnt lang lag die Frontier der Weltmodellierung bei Pixeln — PlaNet, die Dreamer-Familie, MuZero, das in latenten Räumen Zukünfte ausrollt. Für Agenten, die in Text- und Tool-Umgebungen handeln, liegt die interessante Frontier leiser und älter: bei Graphen.
Ein Weltmodell hat zwei Aufgaben
Die aktuelle Übersichtsarbeit Understanding World or Predicting Future? (mit ihrer begleitenden Referenzliste) rahmt das Feld sauber. Ein Weltmodell tut zwei Dinge: Es pflegt eine interne Repräsentation des Umgebungszustands und es sagt die Zukunft vorher, gegeben Handlungen. Die meisten Fehler gehen darauf zurück, dass beides verwechselt wird — ein Modell, das plausibel vorhersagt, aber keinen stabilen Zustand trägt, driftet; ein Modell, das Zustand hält, aber nicht simulieren kann, plant nicht.
Diese Unterscheidung wird wichtiger, je mehr Weltmodelle von Spielen in agentische Software-Aufgaben wandern, wo die „Physik" eine Mischung aus API-Verträgen, Vorbedingungen und Nutzerabsicht ist.
Drei Stufen, vier Gesetzesregime
Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond schlägt eine Taxonomie vor, die man getrost übernehmen kann. Sie definiert drei aufsteigende Stufen:
| Stufe | Name | Fähigkeit |
|---|---|---|
| L1 | Predictor | Ein-Schritt-Vorhersage lokaler Übergänge |
| L2 | Simulator | Mehrschritt-Rollouts unter Handlungsbedingungen, die Domänengesetze respektieren |
| L3 | Evolver | Revidiert das eigene Modell, wenn Vorhersagen scheitern |
Diese werden dann mit vier Gesetzesregimen gekreuzt — physisch, digital, sozial und wissenschaftlich. Ein Roboter braucht physische Gesetze; ein Coding-Agent braucht digitale Gesetze (ein Datenbank-Schreibvorgang ist nicht per se idempotent); ein Verhandlungsagent braucht soziale; ein Forschungsagent wissenschaftliche. Die Taxonomie ist eine nützliche Linse, weil die meisten eingesetzten „Weltmodelle" L1-Predictors sind, die sich als Simulatoren ausgeben, während L3 — wirklich selbstrevidierende Modelle — selten bleibt.
Das Problem latenter Fehler
Am klarsten sieht man die Relevanz an einem Benchmark, der genau darauf ausgelegt ist. SIMMER evaluiert symbolische Weltmodellierung in der LLM-Planung anhand einer Küchendomäne: 77 Handlungen, 262 Objekte, rund 46.800 Interaktionen. Die Befunde sind ernüchternd: