pexels marcelochagas 17327108 scaled e1734366161653

Künstliche Intelligenz in Atari-Arcade-Spielen: Pioniere mit Grenzen

Aktualisiert am 9. Oktober 2026

Das Wichtigste in Kürze

  • In den frühen Atari-Automaten steckte keine KI im heutigen Sinn. Pong (1972) und Breakout (1976) hatten nicht einmal einen Prozessor, sondern bestanden aus fest verdrahteter TTL-Logik.
  • Mit Mikroprozessoren wie dem MOS 6502 kamen ab Ende der 1970er einfache Regeln dazu: Gegner zielen, reagieren auf die Position des Spielers oder folgen Mustern. Mehr war bei den paar Byte RAM nicht drin.
  • Heute ist es umgekehrt: Atari-Spiele dienen als Testumgebung für moderne KI. Systeme wie DeepMinds DQN oder Go-Explore lernen die alten Spiele selbst und schlagen dabei teils menschliche Rekorde.

Hardware: Warum „Intelligenz“ kaum möglich war

Um die frühe Spiele-KI zu verstehen, musst du wissen, womit die Entwickler arbeiteten:

Spiel / System Jahr Technik Gegnerlogik
Pong (Arcade) 1972 diskrete TTL-Logik, kein Prozessor keine, zwei menschliche Spieler
Breakout (Arcade) 1976 diskrete TTL-Logik keine, nur Ballphysik
Atari 2600 (VCS) 1977 MOS 6507 (6502-Variante), ca. 1,19 MHz, 128 Byte RAM einfache Regeln pro Spiel
Asteroids (Arcade) 1979 MOS 6502 + Vektorgrafik zielende UFOs

Die 128 Byte Arbeitsspeicher des Atari 2600 reichen heute nicht einmal für einen kurzen Absatz Text. Programmcode lag auf dem Modul, Variablen für Spielfiguren, Punkte und Gegner mussten sich diese 128 Byte teilen. Aufwendige Suchalgorithmen oder lernende Systeme waren damit ausgeschlossen. Die Entwickler setzten stattdessen auf Regeln, Zufall und feste Muster, die so abgestimmt waren, dass Spieler den Gegnern Absicht unterstellten.

Pong und Breakout: Herausforderung ohne Gegner-KI

In vielen Texten liest man, Pong habe einen computergesteuerten Schläger gehabt. Für den Arcade-Automaten von 1972 stimmt das nicht: Allan Alcorn baute das Spiel aus Logikbausteinen, und es war für zwei menschliche Spieler gedacht. Die Herausforderung entstand durch die Spielmechanik. Der Ball wird mit jeder Rückgabe schneller, und wo er den Schläger trifft, bestimmt den Abprallwinkel. Computergegner in Pong-Varianten kamen erst später in Heimgeräten und Nachbauten dazu. Oft verfolgte der Schläger einfach die Höhe des Balls mit begrenzter Geschwindigkeit, und genau diese Begrenzung machte ihn schlagbar.

Bei Breakout (1976) gab es gar keinen Gegner. Du spielst gegen eine Wand aus Steinen, die Schwierigkeit kommt aus Ballgeschwindigkeit, Abprallwinkeln und einem Schläger, der später kleiner wird. Das ist Physiksimulation, keine Intelligenz. Trotzdem ist es gutes Spieldesign, weil es sich fair und berechenbar anfühlt.

Asteroids: Ein Gegner, der zielt, und seine Schwachstelle

Asteroids (November 1979) gehört zu den ersten Atari-Automaten mit echter Gegnerlogik auf einem 6502-Prozessor. Zwei Arten fliegender Untertassen tauchen auf:

  • Die große Untertasse schießt zufällig und ungenau.
  • Die kleine Untertasse zielt auf dein Schiff und trifft umso genauer, je höher dein Punktestand ist. Ab 40.000 Punkten erscheint nur noch diese Variante.

An Asteroids sieht man auch gut, wie begrenzt diese frühe KI war. Die Untertassen konnten nicht über den Bildschirmrand hinweg zielen, obwohl das Spielfeld an den Rändern „umklappt“. Geübte Spieler versteckten sich deshalb am gegenüberliegenden Rand, ließen nur wenige Asteroiden übrig und schossen eine Untertasse nach der anderen ab. Dieses sogenannte „Lurking“ brachte Punkte ohne Ende, und die Betreiber verloren Einnahmen, weil eine Münze stundenlang reichte. Atari reagierte mit einer überarbeiteten Firmware.

Pac-Man: Vier Regeln, die wie Persönlichkeiten wirken

Das bekannteste Beispiel für die „Illusion von Intelligenz“ kommt nicht von Atari, sondern von Namco. Pac-Man (1980) erschien 1982 aber auch als Atari-2600-Umsetzung und prägte die Erwartungen an Computergegner. Jeder der vier Geister verfolgt ein eigenes Zielfeld:

  • Blinky (rot) steuert direkt auf Pac-Man zu.
  • Pinky (rosa) zielt auf ein Feld einige Kacheln vor Pac-Man und versucht so, ihm den Weg abzuschneiden.
  • Inky (türkis) berechnet sein Ziel aus der Position von Pac-Man und von Blinky und wirkt dadurch unberechenbar.
  • Clyde (orange) jagt Pac-Man, bis er ihm nahe kommt, und dreht dann ab.

Dazu kommt ein Wechsel zwischen Jagd- und Streuphase, in der sich die Geister in ihre Ecken zurückziehen. Alles ist streng deterministisch. Profis lernten deshalb feste Laufwege („Patterns“), mit denen sie ganze Level fehlerfrei schafften. Die Regeln sind simpel, aber gut kombiniert. Das Prinzip „wenige klare Regeln, die zusammen komplex wirken“ nutzen Spieleentwickler bis heute.

Arcade heute: Mehr Vielfalt, andere Technik

Seit den 1970ern haben sich Arcade-Spiele stark verändert. Später kamen Lightgun-Shooter wie Time Crisis, Rhythmusspiele wie Dance Dance Revolution oder Rennspiele wie Daytona USA hinzu. Viele klassische Ideen leben heute in Konsolen- und PC-Spielen weiter, zum Beispiel in Tetris Effect. Der Begriff „Arcade“ wird inzwischen auch außerhalb von Videospielen verwendet. Auch in modernen Casinos werden bestimmte Spiele als Arcade-Spiele bezeichnet, da sie klassische Arcade-Elemente mit Glücksspielmechaniken kombinieren ( Plinko ). Mit KI haben diese Spiele nichts zu tun: Das Ergebnis bestimmt ein Zufallsgenerator, nicht ein Gegner, der auf dich reagiert.

Wie Game-KI heute eingesetzt wird, von Wegfindung bis zu prozedural erzeugten Welten, liest du in unserem Artikel Spiele-Engines im Wandel: Welche Rolle spielt KI?.

Moderne KI spielt Atari: Vom Testobjekt zum Rekordhalter

Seit gut zehn Jahren dienen Atari-2600-Spiele der KI-Forschung als Standard-Testumgebung, das sogenannte „Arcade Learning Environment“. Die Spiele sind einfach genug zum Simulieren, aber vielfältig genug, um Lernverfahren zu vergleichen.

  • DQN (DeepMind, 2015): Ein neuronales Netz lernte 49 Atari-Spiele allein aus Bildschirmpixeln und Punktestand und erreichte in vielen davon menschliches Niveau.
  • Agent57 (DeepMind, 2020): Das System übertraf erstmals in allen 57 Spielen des Benchmarks die menschliche Vergleichsleistung.
  • Go-Explore (2019/2021): Das Verfahren von Forschern um Adrien Ecoffet und Jeff Clune (Uber AI Labs, später OpenAI, veröffentlicht 2021 in Nature) knackte die berüchtigt schweren Spiele Montezuma's Revenge und Pitfall. Dort gibt es nur selten Punkte, und zufälliges Ausprobieren führt fast nie zum Ziel. Diese KI-Modelle sind in der Lage, sich vergangene Spielzustände zu merken und gezielt neue Bereiche zu erkunden, eine Fähigkeit, die weit über das hinausgeht, was klassische Spiel-KIs leisten konnten. Das Prinzip heißt „first return, then explore“: Zuerst kehrt die KI zu einem vielversprechenden Spielzustand zurück, erst dann erkundet sie weiter. Laut dem Paper erreichte Go-Explore mit Domänenwissen in Montezuma's Revenge im Schnitt über 650.000 Punkte, in Spitzen nahe 18 Millionen, und lag damit über dem menschlichen Weltrekord.

Die Rollen haben sich also umgekehrt. Früher mussten Entwickler mit 128 Byte Intelligenz vortäuschen, heute brauchen KI-Systeme riesige Rechenleistung, um dieselben Spiele besser zu beherrschen als Menschen.

Was man aus der frühen Atari-KI lernen kann

  1. Gutes Spieldesign schlägt Rechenleistung: Pac-Mans vier Regeln wirken lebendiger als manche aufwendige moderne KI.
  2. Vorhersagbarkeit gehört dazu: Erlernbare Muster belohnen Übung, ein Grund, warum Retro-Titel bis heute beliebt sind.
  3. Schwächen werden gefunden: Der Lurking-Trick in Asteroids zeigt, dass Spieler jede Lücke in der Gegnerlogik nutzen. Das gilt bis heute für jedes Online-Spiel.

Wer die Geräte der Zeit genauer kennenlernen will, findet mehr im Beitrag Retro-Klassiker – der Atari glüht: Pac-Man, Tetris und Mario Bros. heute spielen.

FAQ

Hatte Pong einen Computergegner?

Der Arcade-Automat von 1972 nicht. Er war ein Spiel für zwei Personen und bestand aus fest verdrahteter Logik ohne Prozessor. Computergesteuerte Schläger gab es erst in späteren Varianten.

Welcher Prozessor steckte in Atari-Geräten?

In vielen Atari-Automaten wie Asteroids arbeitete ein MOS 6502, im Atari 2600 die abgespeckte Variante MOS 6507 mit rund 1,19 MHz und 128 Byte RAM.

Ist die Geister-KI in Pac-Man zufällig?

Nein, bis auf die Fluchtphase nach einer Kraftpille ist sie weitgehend deterministisch. Jeder Geist hat eine feste Zielregel, deshalb funktionieren auswendig gelernte Laufwege.

Warum trainiert man moderne KI ausgerechnet mit Atari-Spielen?

Die Spiele sind leicht zu simulieren, haben klare Punktestände und stellen sehr unterschiedliche Anforderungen, von Reaktion bis zu langfristiger Planung. Deshalb eignen sie sich gut als Vergleichsmaßstab.

Quellen und weiterführende Links

Auch interessant

Menü