LLMs beschleunigen Brettspiel-Entwicklung – Boardwalk-Framework

Mit Hilfe von Large Language Models (LLMs) lässt sich die Programmierung von Brettspielen deutlich schneller erledigen. Durch die Eingabe der Spielregeln in natürlicher Sprache können die Modelle den benötigten Code generieren und damit die Entwicklung von digitalen Brettspielversionen vereinfachen.

In einer aktuellen Studie wurden drei führende LLMs – Claude, DeepSeek und ChatGPT – damit beauftragt, zwölf bekannte und weniger bekannte Brettspiele zu programmieren. Die Spiele und ihre Komponenten wurden anonymisiert, um zu verhindern, dass die Modelle auf bereits vorhandenes Wissen zurückgreifen. Für die Umsetzung wurde die neue Boardwalk-API eingesetzt, die als allgemeines Spiel-Framework dient.

Die Ergebnisse zeigen, dass das Modell Claude 3.7 Sonnet die höchste Erfolgsquote erzielt hat: 55,6 % der implementierten Spiele waren fehlerfrei und regelkonform. Die Einhaltung der Boardwalk-API führte zwar zu einer höheren Fehlerhäufigkeit, jedoch variiert die Schwere der Fehler stark zwischen den Modellen. Insgesamt beweist die Untersuchung, dass LLMs in der Lage sind, komplexe Brettspielregeln zuverlässig in lauffähigen Code zu übersetzen.

Die Autoren sehen die Entwicklung eines vollautomatisierten Frameworks als nächsten Schritt an, das den Prozess der Brettspiel-Entwicklung weiter vereinfachen und für Entwickler aller Erfahrungsstufen zugänglicher machen soll. Durch die Kombination von LLMs und einer standardisierten API könnte die Erstellung neuer Brettspiele künftig deutlich beschleunigt werden.