Teamgeist bei Sprachmodellen: Mehr Kooperation durch Konkurrenz

Eine neue Veröffentlichung auf arXiv (2508.15510v1) untersucht, wie autonome KI-Agenten in Teams zusammenarbeiten und dabei von intergruppaler Konkurrenz profitieren. Das Ziel ist, das Phänomen der Kooperation bei Sprachmodellen besser zu verstehen und daraus Strategien für komplexe soziale Szenarien abzuleiten.

Die Forscher haben ein virtuelles Turnier entwickelt, bei dem Sprachmodell-Agenten in Teams gegeneinander antreten. In jedem Spiel handelt es sich um ein klassisches Gefangenendilemma, bei dem die Agenten sowohl interne Teamdynamiken als auch den Wettbewerb mit anderen Teams berücksichtigen müssen. Durch die Kombination aus wiederholten Interaktionen innerhalb der Gruppe und dem Druck von außen konnten die Autoren die Wirkung von „superadditiver Kooperation“ nachweisen.

Die Ergebnisse zeigen, dass die Mischung aus Teaminteraktion und intergruppaler Rivalität die Gesamtkooperation sowie die Bereitschaft zur Kooperation bei einmaligen Begegnungen deutlich steigert. Das bedeutet, dass Konkurrenz zwischen Gruppen paradoxerweise zu kooperativeren Verhaltensweisen führen kann – ein Hinweis darauf, wie menschliche Kooperationsmuster in KI-Systemen nachgebildet werden können.

Die Studie liefert ein neues Rahmenwerk, das große Sprachmodelle dabei unterstützt, in mehragentigen Umgebungen zu agieren und dabei besser mit menschlichen Werten in Einklang zu stehen. Der komplette Quellcode ist unter https://github.com/pippot/Superadditive-cooperation-LLMs verfügbar.