DeepMinds KI versagt bei simplen Spielzügen

Googles DeepMind galt als unschlagbar. Alpha Go, Alpha Zero — die KIs haben die besten Spieler der Welt gedemütigt. Jetzt zeigt sich: Ein paar clevere Amateure reichen, um die Maschine alt aussehen zu lassen.

Forscher haben Go-Stellungen gefunden, die jeder mittelmäßige Spieler löst — aber DeepMinds KI komplett aus dem Konzept bringen. Die Maschine, die Weltmeister schlägt, scheitert an Tricks, die ein Anfänger durchschaut. Das ist kein Zufall, sondern ein systematisches Problem.

Genau hier wird es relevant: Diese Schwachstellen zeigen, wie KI-Modelle wirklich "denken". Sie lernen Muster, keine Logik. Sobald jemand außerhalb der trainierten Muster spielt, bricht das System zusammen. Das gilt nicht nur für Brettspiele — sondern für jede KI, die auf Pattern Matching basiert.

Die Analyse hilft, sogenannte Failure Modes zu identifizieren. Also die Stellen, an denen KI systematisch versagt. Wer diese Schwächen versteht, kann robustere Systeme bauen — oder zumindest wissen, wo man der Maschine nicht blind vertrauen sollte.