Mehr Informationen für KI können dazu führen, dass sie noch weniger Geld verdient.
In einem Experiment der Stanford University wurden zehn führende große Sprachmodelle in den Bereichen Handel, Verhandlungen und zweiseitige Auktionen getestet. Die Forschenden änderten nur eine Bedingung: Wie viel die Modelle über die tatsächlichen Bewertungen ihrer Gegenparteien wussten.
Das Ergebnis war ziemlich kontraintuitiv: Je vollständiger die Informationen waren, desto eher erlitten manche Modelle Gewinneinbußen.
Im Auktionsexperiment sank der Anteil am möglichen Gewinn, den Claude Opus 5.5 erzielen konnte, von 94 % auf 64 %, wenn Käufer und Verkäufer die genaue Bewertung der jeweils anderen Seite kannten.
Im Handelsexperiment entwickelten sich die Ergebnisse der verschiedenen Modelle sogar in entgegengesetzte Richtungen:
Der Gewinn von GPT-6 Sol sank von 98 % des Höchstwerts auf 91 %, während der von Claude Sonnet 5 von 72 % auf 86 % stieg.
In Auktionen neigten die Modelle bei umfassenderen Informationen außerdem dazu, höhere Preise zu verlangen. Der Gewinnanteil von Grok 4.7 fiel von 97 % auf 62 %.
Dieselben Informationen führten bei verschiedenen Modellen zu völlig unterschiedlichen Ergebnissen.
Die Studie enthält eine wichtige Mahnung für den praktischen Einsatz von KI-Agenten: Es reicht nicht, nur die Verhandlungsfähigkeit eines Modells zu testen. Auch sein Entscheidungsverhalten unter unterschiedlichen Informationsbedingungen muss geprüft werden.
Gerade wenn KI in deinem Namen verhandelt, Angebote macht oder Geld verwaltet, bedeuten mehr Informationen nicht unbedingt bessere Entscheidungen. Manche Modelle werden mit mehr Informationen sogar aggressiver – und schmälern damit letztlich ihren eigenen Gewinn.
In einem Experiment der Stanford University wurden zehn führende große Sprachmodelle in den Bereichen Handel, Verhandlungen und zweiseitige Auktionen getestet. Die Forschenden änderten nur eine Bedingung: Wie viel die Modelle über die tatsächlichen Bewertungen ihrer Gegenparteien wussten.
Das Ergebnis war ziemlich kontraintuitiv: Je vollständiger die Informationen waren, desto eher erlitten manche Modelle Gewinneinbußen.
Im Auktionsexperiment sank der Anteil am möglichen Gewinn, den Claude Opus 5.5 erzielen konnte, von 94 % auf 64 %, wenn Käufer und Verkäufer die genaue Bewertung der jeweils anderen Seite kannten.
Im Handelsexperiment entwickelten sich die Ergebnisse der verschiedenen Modelle sogar in entgegengesetzte Richtungen:
Der Gewinn von GPT-6 Sol sank von 98 % des Höchstwerts auf 91 %, während der von Claude Sonnet 5 von 72 % auf 86 % stieg.
In Auktionen neigten die Modelle bei umfassenderen Informationen außerdem dazu, höhere Preise zu verlangen. Der Gewinnanteil von Grok 4.7 fiel von 97 % auf 62 %.
Dieselben Informationen führten bei verschiedenen Modellen zu völlig unterschiedlichen Ergebnissen.
Die Studie enthält eine wichtige Mahnung für den praktischen Einsatz von KI-Agenten: Es reicht nicht, nur die Verhandlungsfähigkeit eines Modells zu testen. Auch sein Entscheidungsverhalten unter unterschiedlichen Informationsbedingungen muss geprüft werden.
Gerade wenn KI in deinem Namen verhandelt, Angebote macht oder Geld verwaltet, bedeuten mehr Informationen nicht unbedingt bessere Entscheidungen. Manche Modelle werden mit mehr Informationen sogar aggressiver – und schmälern damit letztlich ihren eigenen Gewinn.