Modelle
Weltmodell
Eine gelernte interne Repräsentation der Umgebungsdynamik, mit der ein KI-System künftige Zustände vorhersagt und Aktionen plant — ohne ständiges Ausprobieren in der realen Welt.
Ein Weltmodell (world model) ist ein System des maschinellen Lernens, das eine interne Repräsentation einer Umgebung aufbaut und vorhersagt, wie sich diese Umgebung im Lauf der Zeit als Reaktion auf Aktionen verändert. Statt ausschließlich aus realen Versuchen zu lernen, kann ein Agent künftige Zustände im Modell „durchspielen” und so planen, bevor er handelt.
Anders als große Sprachmodelle, die über Text-Tokens operieren, verarbeiten Weltmodelle häufig sensorische Eingaben (Pixel, Tiefe, Lidar) und lernen Dynamiken wie Physik, Kollisionen und Kausalität. Verbreitete Ansätze sind modellbasiertes Reinforcement Learning, prädiktive Architekturen im latenten Raum (JEPA) sowie videogenerative Modelle wie DeepMinds Genie 3, das interaktive Umgebungen in Echtzeit erzeugt.
In den Jahren 2025–2026 gelten Weltmodelle als wichtiger Schritt hin zu verkörperter und agentischer KI sowie Robotik und als möglicher Weg zur AGI, weil sie das Training von Agenten in einem praktisch unbegrenzten Curriculum reichhaltiger Simulationsumgebungen ermöglichen.