Gemini-Agenten schlagen den Enderdrachen – unter klar begrenzten Testbedingungen

Koordination entstand während des Durchlaufs

Die vier Agenten starteten ohne zugewiesene Arbeitsteilung. Sie kommunizierten über den Spiel-Chat und einen gemeinsamen Speicher und entwickelten im Verlauf des Versuchs eigene Zuständigkeiten. Das Paper beschreibt, wie sie Informationen über ihre Fortschritte und Erkenntnisse austauschten und aufeinander abgestimmte Aufgaben übernahmen. Die Rollenverteilung war damit Ergebnis der Interaktion und keine vorab festgelegte Komponente des Versuchs. [3][5]

Ein Beispiel aus dem Bericht betrifft einen Rückschlag während der Ressourcenbeschaffung: Ein Agent ertrank, während er wichtige Gegenstände bei sich trug. Die Mitspieler teilten dem nächstgelegenen Teammitglied den Fundort und die verbleibende Zeit bis zum Verschwinden der Gegenstände mit; dieses konnte die Beute bergen. Das illustriert, wie Kommunikation und Wiederherstellung nach einem Fehler in diesem konkreten Lauf zusammenwirkten. Es belegt allerdings nicht, wie viel besser das Team dadurch abschnitt als eine einzelne Figur oder eine anders organisierte Gruppe. [5]

Für Unternehmen ist diese Unterscheidung wichtig: Der Versuch zeigt beobachtete Koordination in einer konkreten Aufgabe, aber keinen kontrollierten Nachweis dafür, dass die Mehragentenorganisation die Ursache des Erfolgs war. Dafür wären Vergleichsläufe nötig, etwa mit einem einzelnen Agenten oder ohne gemeinsamen Speicher. Solche Ablationstests werden in der verfügbaren Paper-Zusammenfassung nicht berichtet. [5]

Vom Überleben bis zum Enderdrachen

Der Fortschritt führte die Agenten durch mehrere Spielabschnitte: vom Aufbau der Grundausrüstung über den Nether bis zur Suche nach der Festung und dem Eintritt in die End-Dimension. Die im Paper wiedergegebene Zeitleiste setzt den Bau des Netherportals bei etwa einer Stunde und 42 Minuten an. Die Festung erreichten die Agenten nach rund 13 Stunden und 17 Minuten; kurz darauf, nach etwa 13 Stunden und 33 Minuten, gelangten sie ins Ende. [5]

Der Endkampf erwies sich als besonders langwieriger Teil des Durchlaufs. Die Endkristalle auf den Säulen heilten den Drachen, und das Team benötigte Zeit, um deren Bedeutung für den Kampf zu erkennen. Ein Agent entwickelte schließlich eine Methode, die Kristalle durch hochgebaute Erdblöcke zu erreichen und von Hand zu zerstören. Die zehn Kristalle fielen im Zeitraum von etwa 21 Stunden und 52 Minuten bis 26 Stunden und 34 Minuten nach Beginn des Laufs. [5]

Die dokumentierten Zustandsdaten passen zu dieser Abfolge: Vor der Zerstörung des letzten Kristalls lag kein vom Team erfasster Drachen-Gesundheitswert unter 198,5. Danach sank der gemessene Wert; der Durchlauf endete laut Paper mit dem bestätigten Spiel-Fortschritt „Free the End“ nach 27 Stunden, 14 Minuten und 12 Sekunden. Diese Messpunkte stammen aus den Programmen der Agenten und bilden keine kontinuierliche Überwachung des Drachenzustands. [5]

Die Kostenangaben sind nicht belastbar vereinheitlicht

Für Unternehmen, die den Aufwand mit API-Kosten vergleichen möchten, liefern die verfügbaren Quellen kein konsistentes Ergebnis. THE DECODER beziffert den gesamten Durchlauf auf 1.620 US-Dollar und bezieht sich dabei auf einen Gemini-4-Argon-Standardpreis, der 2027 gelten soll. Eine YouTube-Zusammenfassung mit ausdrücklich KI-generierter Erzählung nennt dagegen rund 520 US-Dollar und eine andere Abrechnungsgrundlage. [1][4]

Die vorliegenden Angaben zum arXiv-Paper und die ausführliche Paper-Zusammenfassung bei alphaXiv enthalten keine nachvollziehbare Kostenaufstellung, mit der sich eine der beiden Summen unabhängig prüfen ließe. Deshalb sollte keine davon als bestätigter tatsächlicher Rechnungsbetrag behandelt werden. Für belastbare Budgetvergleiche wären mindestens die zugrunde gelegten Tokenmengen, die Preisstufe, der Abrechnungszeitraum und mögliche Rabatte oder Cache-Effekte erforderlich; diese Details sind in den verfügbaren Paper-Angaben nicht ausgewiesen. [3][5]

Was der Versuch für Unternehmensagenten aussagt

Die Autoren stellen eine Verbindung zwischen dem Minecraft-Lauf und langwierigen Aufgaben in der Softwareentwicklung und in Unternehmen her: Auch dort können Ziele aus vielen abhängigen Einzelschritten bestehen und Koordination, Programmierung sowie Fehlerbehebung verlangen. Die Übertragung ist jedoch zunächst eine Motivation der Forschenden und kein im Minecraft-Experiment erbrachter Nachweis für autonome Arbeit in realen Unternehmensumgebungen. [3][5]

Als begrenzte Demonstration zeigt der Lauf, dass ein Team von Coding-Agenten in einer kontrollierten Umgebung über mehr als einen Tag an einem gemeinsamen Ziel arbeiten, Programme schreiben und Fehler beheben kann. Die Aufgabe ist dabei besonders gut instrumentiert: Das System kann über eine standardisierte Bibliothek Aktionen ausführen und erhält maschinenlesbare Zustandsdaten. Daraus lässt sich eine Forschungsfrage für den Unternehmenseinsatz ableiten – ob ähnliche Systeme mit den Schnittstellen, Berechtigungen und unvollständigen Informationen realer Arbeitsumgebungen zurechtkommen. Die vorliegenden Ergebnisse beantworten diese Frage nicht. [3][5]

Ein enger Erstlingsanspruch und deutliche Grenzen

Die Forschenden bezeichnen den Durchlauf nach eigener Kenntnis als erste vollständige autonome Minecraft-Absolvierung durch KI-Agenten. Dieser Anspruch ist eng zu lesen: alphaXiv verweist auf frühere, von der Community berichtete Erfolge, darunter einen einzelnen Claude-Opus-5-Agenten mit 37 spezialisierten Minecraft-Werkzeugen auf dem Schwierigkeitsgrad „Normal“, einem ausgewählten Seed und einer dokumentierten Route. Die Systeme unterscheiden sich bei Teamgröße, Schnittstelle, Vorbereitung und Schwierigkeit; die Ergebnisse sind daher kein direkter Leistungsvergleich. [3][5]

Auch der Gemini-Versuch selbst belegt keine allgemeine Erfolgsquote. Berichtet wird ein erfolgreicher Lauf auf „Easy“, nicht eine Reihe wiederholter Tests über verschiedene Welten und Bedingungen. Die Autoren führten laut der Paper-Zusammenfassung außerdem keine Vergleichstests durch, die isolieren würden, welchen Beitrag Teamgröße, Arbeitsteilung oder gemeinsamer Speicher jeweils leisteten. [5]

Die sachlich belastbare Aussage ist daher enger als die Schlagzeile „Minecraft ohne menschliche Hilfe“ nahelegt: Vier allgemeine Coding-Agenten konnten in einer vorbereiteten, textbasiert zugänglichen Umgebung einen langen Aufgabenpfad bis zum Spielziel bewältigen. Ob das zuverlässig wiederholbar ist, auf andere Spiele übertragbar wäre oder komplexe Unternehmensaufgaben ähnlich lösen kann, bleibt mit diesem einzelnen Durchlauf offen. [3][5]

Quellen

1. [1] Four Gemini 4 Argon agents beat Minecraft without any human help — https://the-decoder.com/four-gemini-4-argon-agents-beat-minecraft-without-any-human-help (abgerufen am 2026-10-18)
2. [3] [2610.22319v1] A team of Gemini 4 Argon agents beats Minecraft — https://arxiv.org/abs/2610.22319v1?ref=jinhyoungkim.com (abgerufen am 2026-10-18)
3. [4] A team of Gemini 4 Argon agents beats Minecraft (Oct 2026) - YouTube — https://www.youtube.com/watch?v=PXodjLzVt3M (abgerufen am 2026-10-18)
4. [5] A team of Gemini 4 Argon agents beats Minecraft | alphaXiv — https://www.alphaxiv.org/abs/2610.22319 (abgerufen am 2026-10-18)