Die Schwelle der Ineffizienz: NTT Research und Harvard vermessen die Grenzen von KI-Agenten

Das Paper „Flag Game: Interpreting Decision Mechanisms of Bounded Social Agents", vorgestellt beim AI4Good-Workshop der ICML 2026, untersucht, wie Gruppen von Sprachmodellen zusammenarbeiten, um ein Konsensproblem über verteilte Informationen zu lösen. Die Arbeit entstand aus der Zusammenarbeit zwischen dem Physics of Artificial Intelligence Lab von NTT Research und dem Center for Brain Science der Harvard University. Hidenori Tanaka und Elizabeth Pavlova vom PAI Lab simulierten ein Szenario, in dem jeder Agent nur einen Ausschnitt einer verborgenen Flagge sieht und mit den anderen aushandeln muss, aus welchem Land sie stammt. Es geht nicht allein darum, die Aufgabe zu lösen, sondern darum, die Entscheidungsmechanismen zu beobachten, die entstehen, wenn Kommunikation begrenzt ist.

Die über Business Wire verbreiteten Ergebnisse zeigen, dass die kollektive Genauigkeit ihr Maximum bei etwa 16 Agenten erreicht. Unterhalb dieser Schwelle verfügt die Gruppe nicht über genügend Bausteine für eine gemeinsame Entscheidung; oberhalb davon verschlechtert sich die Leistung messbar. Wie The Register unter Berufung auf Tanaka berichtet, wird die Kommunikation jenseits des optimalen Punkts aufwendig, und die Gruppe zerfällt tendenziell in gegnerische Lager. The Register präzisiert, dass eine Partie als beendet gilt, wenn mindestens 85 % der Agenten sich in drei aufeinanderfolgenden Analyserunden auf dieselbe Antwort einigen.

Die Studie hebt außerdem zwei für die Systemarchitektur bedeutsame Variablen hervor: Heterogene Teams schneiden besser ab als homogene, und menschliche Anleitung beeinflusst das Ergebnis erheblich. Diese operativen Befunde sind allerdings von Produktivitätsversprechen der Anbieter zu unterscheiden. Die Mitteilung nennt weder die eingesetzten Modelle noch statistische Fehlermargen, und das Flag Game bleibt eine synthetische Aufgabe in kontrollierter Umgebung, keine Simulation komplexer Arbeitsabläufe. Hinzu kommt: Die hier genannten Zahlen stammen aus der Mitteilung von NTT Research selbst und aus der unabhängigen Berichterstattung von The Register — die Seite des Papers auf OpenReview lässt sich mit automatischen Werkzeugen nicht abrufen, wir konnten den Text also nicht prüfen. Die fehlenden Angaben zu den Modellen und der Workshop-Charakter der Veröffentlichung legen Zurückhaltung nahe, bevor man die 16-Agenten-Schwelle zur allgemeingültigen Regel für jede Unternehmensanwendung erklärt.

Es gibt eine merkwürdige Symmetrie zu menschlichen Organisationen — es ist auch die Analogie, die Tanaka selbst wählt. Doch was die Forschung misst, ist enger gefasst: Bei dieser Aufgabe ist die Zahl der Agenten keine neutrale Größe, und die Zusammensetzung der Gruppe wiegt so schwer wie ihr Umfang.

— Olya