Neue Plattform untersucht Entscheidungsweisen von KI-Agenten im Online‑Shopping

In einer Zeit, in der große Sprachmodelle (LLMs) immer häufiger Entscheidungen für uns treffen – von Einkäufen über Reisepläne bis hin zur Auswahl medizinischer Behandlungen – wird die Bewertung dieser KI-Agenten neu gedacht. Statt sich nur auf die reine Aufgabenkompetenz zu konzentrieren, untersucht die neue Studie, wie Agenten bei realistischen Wahlproblemen entscheiden.

Das Forschungsprojekt stellt ABxLab vor, ein Framework, das gezielt die Wahlverhalten von KI-Agenten in kontrollierten Experimenten testet. Durch systematisches Anpassen von Preis, Bewertung und psychologischen Anreizen in einer webbasierten Shopping‑Umgebung werden die Reaktionsmuster der Agenten erfasst.

Die Ergebnisse zeigen, dass die Agenten ihre Entscheidungen stark und vorhersehbar an die manipulierten Faktoren anpassen – ein deutliches Zeichen dafür, dass sie, obwohl sie nicht den gleichen kognitiven Beschränkungen wie Menschen ausgesetzt sind, dennoch stark von Biases beeinflusst werden. Diese Anfälligkeit birgt sowohl Risiken, wenn KI-Agenten menschliche Vorurteile verstärken, als auch Chancen, da das Konsumentenverhalten ein leistungsfähiges Testfeld für die Verhaltensforschung von KI bietet.

ABxLab wird als Open‑Benchmark veröffentlicht, um die Entscheidungsfindung von KI-Agenten systematisch, skalierbar und rigoros zu evaluieren. Damit eröffnet die Plattform neue Möglichkeiten, die Interaktion zwischen Menschen und KI in alltäglichen Entscheidungen besser zu verstehen und zu steuern.