Der Großteil unseres Suchtraffics war nie menschlich

Von Oleg Sidorkin, CTO von Cinevva

Unser organischer Suchtraffic wächst, und das schon das ganze Jahr. Dieser Teil ist echt. Doch Anfang Juli machte die Kurve einen Sprung, der zu nichts passte, was wir veröffentlicht hatten. Ein Sprung ohne erkennbare Ursache ist eine nähere Untersuchung wert.

Wir gingen der Sache nach und entdeckten eine Headless-Chrome-Flotte mit Google-Referrer.

Die Form der Kurve ist wichtiger als ihr Höchststand

Im Frühjahr schwankte der Anteil gefälschter Sitzungen zwischen einem Drittel und zwei Dritteln. Das entspricht ungefähr dem Grundrauschen, mit dem jede öffentliche Website leben muss.

Ende Juni begann der Anteil zu steigen und stieg immer weiter. Gemessen ab der ersten Aprilwoche nahmen die echten Sitzungen bis Mitte Juli etwa um das 5,5-Fache zu. Die automatisierten Sitzungen nahmen etwa um das 18,6-Fache zu.

Warum das so schwer zu erkennen war

Wir beobachten diese Zahlen genau, und sobald sich etwas ohne Erklärung bewegt, schreiben wir eine Abfrage dafür. Dass dieser Fall eine gründliche Untersuchung erforderte, lag daran, dass unsere Sitzungsdatensätze die beiden Gruppen tatsächlich nicht voneinander unterscheiden konnten.

Das Engagement wurde aus dem Zeitstempel last_activity_at der jeweiligen Sitzung abgeleitet. Bei einem Besuch auf nur einer Seite ändert sich dieses Feld nach dem ersten Schreibvorgang nicht mehr.

Ein Bot, der eine Seite lädt und sie wieder verlässt, erzeugt daher denselben Datensatz wie eine Person, die auf einem Leitfaden landet und ihn fünf Minuten lang liest. Absprungrate, Verweildauer, Engagement – all das wurde aus einem Feld abgeleitet, das bei Sitzungen mit nur einem Seitenaufruf keinerlei Informationen enthält. Das ist nicht ungewöhnlich. Es ist bei den meisten selbst entwickelten Analysesystemen der Standard und wäre das Erste, was ich auch bei Ihrem System prüfen würde.

Die Lösung bestand darin, nicht länger vom Sitzungsdatensatz auf das Verhalten zu schließen, sondern stattdessen den Exit-Beacon auszuwerten. Dieser meldet die tatsächliche Verweildauer und Scrolltiefe vom Client. Mit Belegen statt Schlussfolgerungen ließen sich die beiden Gruppen sofort voneinander trennen.

Dieser Unterschied ist unser Beleg dafür, dass der Klassifikator etwas Reales erfasst, statt ruhige Besucher als Roboter einzustufen.

Woran sich eine Flotte tatsächlich verrät

Der User-Agent ist der schlechteste Anhaltspunkt, weil er sich am einfachsten ändern lässt. Das beste Signal erwies sich als die Grafikkarte.

Headless-Browser in einem Rechenzentrum haben keine GPU und greifen deshalb auf Software-Rendering zurück. WebGL gibt den Renderer-String dabei ohne Weiteres preis: SwiftShader, llvmpipe, Mesa OffScreen. Echte Besucher haben echte GPUs.

Der Netzwerkursprung half weniger als erwartet. Etwa vier von zehn dieser Sitzungen laufen über echte Internetanbieter für Privatkunden. Residential Proxies sind inzwischen günstig, und jede Regel, die davon ausgeht, dass Bots aus AWS kommen, übersieht fast die Hälfte von ihnen.

Die übrigen Indizien bestanden aus physikalischen Unmöglichkeiten bei den Angaben, die der Client über sich selbst machte. Ein Chromium-User-Agent endet immer mit einem Safari-Token, das seinem AppleWebKit-Token entspricht und seit 2013 auf 537.36 festgeschrieben ist. Diese Flotte lieferte dagegen Tippfehler wie Safari/537.35 und .38. Ein Smartphone-User-Agent behauptete, einen Bildschirm mit 1600x1200 Pixeln zu haben. Eine andere Variante gab ein vollkommen quadratisches Format von 1600x1600 an. Eine weitere meldete 1200x3000 – einen Desktopmonitor im Hochformat mit einem Seitenverhältnis von 2,5:1, das niemand herstellt.

Jede dieser Angaben stammt aus der Emulatorkonfiguration von irgendjemandem, und keine davon fällt auf, solange man nicht gezielt danach sucht.

Die Flotte passte sich jedes Mal an, wenn wir sie markierten

Das erste Profil bestand aus Linux Chrome, einem Google-Referrer, America/New_York und 1920x1080. Wir schrieben eine Regel.

Eine Variante kehrte mit 800x600 und UTC zurück. Wir erweiterten die Regel.

Dann tauchte eine chinesische Kohorte auf, die private IP-Adressen von China Mobile und Unicom sowie festgelegte Browserversionen verwendete. Dazu gehörten Chrome 99 vom März 2022 und die standardmäßige Geräteemulation der Chrome DevTools: ein Nexus 5 von 2015 mit WeChat aus dem Jahr 2018. Diese Sitzungen laufen über Internetanbieter für Privatkunden, sodass sämtliche unserer Netzwerkregeln gegen sie nutzlos waren.

Anschließend erschien eine US-Variante über Cox und Comcast mit einem aktuellen, vollkommen plausiblen Chrome-146-User-Agent bei 1920x1080. An diesem Fingerabdruck ist nichts falsch, und einzeln betrachtet lässt sich eine solche Sitzung nicht von einem echten Besucher unterscheiden.

Unser letzter Detektor betrachtet deshalb keine einzelnen Sitzungen. Er gruppiert die vergangenen 48 Stunden nach Land, User-Agent, Bildschirmgröße und Trafficquelle. Anschließend sucht er nach Clustern aus mindestens 20 anonymen Sitzungen, bei denen mindestens 95 % weder drei Sekunden lang lesen noch auch nur ein Pixel scrollen.

Echte Besucher bilden keine derart homogenen Cluster. Zwanzig Fremde mit identischem Browser und identischer Auflösung, die alle wieder verschwinden, ohne irgendetwas zu lesen, sind eine Maschine mit zwanzig Adressen. Wer innerhalb des Clusters tatsächlich gelesen oder gescrollt hat, gilt weiterhin als Mensch, und Sitzungen, die mit einem echten Konto verknüpft sind, werden grundsätzlich nie markiert.

Das Audit deckte auch den umgekehrten Fehler auf

Während wir gefälschte Besucher aus den Zahlen entfernten, fanden wir auch echte Besucher, die wir bislang verworfen hatten.

Nachdem uns tatsächliche Lesezeiten vorlagen, stellte sich heraus, dass 34,2 % der vermeintlich menschlichen Absprünge von Personen stammten, die mindestens 30 Sekunden lang gelesen oder über die Hälfte der Seite hinaus gescrollt hatten. Bei einem Drittel dieser „Misserfolge“ funktionierten die Inhalte also genau wie vorgesehen. Chinesische Leser, die über Bing kamen, verbrachten fünf Minuten mit einem einzelnen Leitfaden und wurden trotzdem als Absprünge erfasst.

Die Zahlen waren gleichzeitig in beide Richtungen falsch, und beide Fehler vermittelten denselben falschen Eindruck. Zusammen ließen sie den Traffic groß und oberflächlich erscheinen, obwohl er in Wirklichkeit kleiner und intensiver war.

Der bezahlte Kanal war der ehrliche

Letzte 30 Tage. Die organische Google-Suche machte in diesem Zeitraum 63,7 % aller Sitzungen aus.

Jeder Instinkt im Wachstumsmarketing deutet in die andere Richtung. Man nimmt an, beim bezahlten Traffic betrogen zu werden, während man sich den organischen Traffic verdient hat. Bei uns war es genau umgekehrt.

Hätten wir unser Budget anhand der Juli-Zahlen neu verteilt, hätten wir Geld von dem Kanal abgezogen, der tatsächlich Menschen brachte, und stattdessen mehr Inhalte für einen Scraper produziert.

Warum sich eine nähere Untersuchung lohnt

Die Zahl selbst ist nur eine Zahl. Von ihr hängen jedoch die Seiten ab, die wir als Nächstes schreiben, die Sprachversionen, in die wir investieren, die Frage, ob eine Kampagne die Überprüfung übersteht, und ob das Quartal gut genug aussah, um genauso weiterzumachen. All das kann von einem Fremden mit einem billigen Proxy-Pool beeinflusst werden.

Wenn Sie eine kleine Website betreiben, sehen Sie sich Ihre GPU-Renderer-Strings und Exit-Beacons an, bevor Sie Ihrer eigenen Wachstumskurve vertrauen.

Und betrachten Sie unsere Zahlen eher als Untergrenze denn als endgültiges Urteil. „Menschlich“ bedeutet hier lediglich „noch nicht erkannt“. Die Regeln beruhen auf Fingerabdrücken, die wir zufällig beobachtet haben, und wir wissen noch immer nicht, wer diese Flotte betreibt oder was er von einer Website zur Spieleerstellung will.

Verwandte Beiträge:

• Die Fixkostenfalle — eine weitere Zahl, hinter der sich keinerlei Stoßdämpfer verbargen
• Warum wir unsere eigene WebGPU-Engine entwickelt haben — dasselbe Argument dafür, die Ebene selbst zu besitzen, von der man abhängig ist
• Leitfäden — die Inhalte, die dieses Audit eigentlich messen sollte

Von Oleg Sidorkin, CTO von Cinevva

Am 25. Juni nannte Epic-CEO Tim Sweeney Valves KI-Offenlegungspflicht auf Steam "wirklich unverantwortlich". Sein Argument war deutlich. Du musst auf Steam erscheinen, damit Leute dich auf die Wunschliste setzen können, und in dem Moment "bekommst du diesen Schandfleck KI an dein Produkt geheftet, und jetzt gibt es eine Hasser-Community, die versucht, das Spiel zu töten". Sein Schluss: Das Kennzeichen mache es "sehr, sehr, sehr viel schwerer für einen Spieleentwickler, eine Chance auf Erfolg zu haben".

Das Unangenehme ist, dass die Daten die Sorge stützen. Laut Game Oracle sammelten Titel mit dem Hinweis auf generative KI 53 % weniger Reviews als vergleichbare Spiele ohne ihn. Reviews füttern die Empfehlungsmaschine, die Lücke verstärkt sich also. Weniger Reviews heißt weniger Sichtbarkeit, das heißt weniger Spieler und wieder weniger Reviews.

Der Widerspruch, den niemand benennt

Und hier wird es zur Geschichte des Monats statt zu einem Scharmützel. Sweeney sagte das acht Tage, nachdem sein eigenes Unternehmen den lautesten Pro-KI-Schritt der Engine-Geschichte gemacht hatte. Auf State of Unreal am 17. Juni zeigte Epic die Unreal Engine 6 und lieferte 5.8 mit experimenteller MCP-Server-Unterstützung aus, einem Plugin, das LLMs wie Claude und Gemini direkt in den Editor verdrahtet. Dieselbe Person führt also die größte Engine, die gerade KI ins Zentrum der Spieleentwicklung rückt, und greift den größten Shop dafür an, dass er zugibt, dass KI beim Machen im Spiel war.

Nenn es Heuchelei, wenn du willst, aber es bildet ab, wo die Spannung tatsächlich sitzt. KI ist auf der Werkzeugebene willkommen, wo sie dem Entwickler Zeit spart und niemand außerhalb des Studios sie je sieht. KI wird auf der Auslieferungsebene bestraft, wo der Shop ein Etikett druckt und die Menge entscheidet, was es bedeutet. Dieselbe Technik, gegensätzliche Behandlung, und die Grenze dazwischen ist genau die Kante des Shops.

Sweeneys Lösung zielt auf das Falsche

Sein Vorschlag ist, das Etikett zu entfernen. Das behandelt das Symptom. Das Etikett ist nur deshalb tödlich, weil Steam ein einziges Tor ist, durch das jeden Monat einige Tausend Spiele gehen, und ein "mit KI gemacht"-Kennzeichen dort zum Sammelpunkt für eine Review-Bombing-Menge und zu einem Signal wird, das der Empfehlungsalgorithmus still mitliest. Nimm das Kennzeichen weg und du hast weiterhin das Tor, die Menge und den Algorithmus. Die Strafe wandert nur dorthin, wo sie schwerer messbar ist.

Die Offenlegung ist nicht die Falle. Der Engpass ist es. Jeder einzelne Shop, der mächtig genug ist, eine Wunschliste bedeutsam zu machen, ist auch mächtig genug, ein einziges Etikett über einen Start entscheiden zu lassen. Entwickler, die ihren gesamten Vertrieb auf dieses Tor gebaut haben, merken gerade, dass das Tor Meinungen hat.

Der Browser verteilt keine Schandflecken

Ein Spiel, das an einem Link läuft, hat kein Offenlegungsformular, kein Kennzeichen und keine Menge, die an einem einzigen Shop darauf wartet, es in "echt" und "KI-Müll" zu sortieren, bevor es überhaupt jemand spielt. Das Urteil fällt dort, wo es hingehört, in den ersten dreißig Sekunden Spielzeit, nicht in einem Metadatenfeld, das der Algorithmus liest, bevor das Spiel je geladen hat.

Um klar zu sagen, was das leistet und was nicht: Wer KI-Grafik hasst, hasst sie auch in einem Browser-Tab. Die Haltung reist mit. Was nicht mitreist, ist das institutionelle Etikett, das aus einer Haltung eine Sortierregel macht, das Häkchen, das ein Algorithmus liest und um das sich eine Review-Bombing-Menge organisiert, bevor jemand auf Start drückt. Nimm das weg, und die Frage fällt auf die einzige zurück, die je fair war: Macht das Ding Spaß? Ein Browser-Spiel verdient sich sein Publikum auf dieselbe Weise, egal ob ein Mensch oder ein Modell die Bäume gezeichnet hat, und genau darin unterscheidet sich gemieteter von eigenem Vertrieb.

Was das heißt, wenn du selbst baust

Sweeney hat recht damit, dass die Offenlegungsstrafe real ist und prägen wird, was entsteht. Er irrt darin, dass die Antwort sei, dem größten Shop der Welt das Etikett auszureden. Diesen Kampf gewinnst du nicht, du wartest nur auf die nächste Richtlinie. Der Zug ist, das Tor, das das Etikett druckt, gar nicht mehr zu brauchen.

Genau darum haben wir Cinevva gebaut. Spiele, die im Browser entstehen und gespielt werden, als Link geteilt, danach beurteilt, ob sie Spaß machen, und nicht danach, wie sie entstanden sind. Die Studios, die sich um das KI-Kennzeichen streiten, streiten um Regalplatz in einem Laden. Die interessantere Wette ist, dass der Laden aufhört, das einzige Regal zu sein. Wenn dein Spiel in einem Browser-Tab aufgeht, hat der Schandfleck nichts, woran er sich heften könnte.

Verwandt:

• Der 52/52-Split — Verbreitung in Unternehmen und Gegenwind unter Entwicklern liegen bei derselben Zahl, und Shop-Regeln sind Teil des Grundes
• Jetzt will jeder die KI-Game-Engine sein — der Landgrab auf der Werkzeugebene, den Unreal Engine 6 gerade verschärft hat
• KI-native Engines werden ausgeliefert — MCP im Editor war im März eine Startup-Idee, jetzt steckt es in Unreal
• Für Spiele-Creator — spielbare Spiele an einen Link veröffentlichen, ohne Shop-Tor und ohne Offenlegungskennzeichen

Von Oleg Sidorkin, CTO von Cinevva

Bungie hat nach neun Jahren die aktive Entwicklung von Destiny 2 beendet, Entlassungen folgen, und die Leute zu Marathon verschoben, einem Spiel, das im ersten Monat über die Hälfte seiner gleichzeitigen Spieler verloren hat. Ein paar Wochen zuvor hat OpenAI Sora abgeschaltet, nach rund einer Million Dollar Verbrennung pro Tag gegen etwa zwei Millionen Gesamtumsatz. Über das Frühjahr hinweg hat ein Studio nach dem anderen Stellen gestrichen. Es ist leicht, das unter verschiedene Überschriften zu sortieren: Live-Service-Müdigkeit, KI-Hype, schwache Konjunktur. Es ist dasselbe Versagen in drei Kostümen.

Drei Zusammenbrüche, eine Form

Jede Geschichte hat dasselbe Skelett. Eine sehr teure Sache trägt sehr hohe Fixkosten. Das Publikum verschiebt sich. Die Kostenstruktur kann nicht mitziehen. Destiny 2 brauchte Hunderte Menschen, die auf ewig Inhalte liefern, nur um auf der Stelle zu treten. Soras Kosten skalierten mit jedem erzeugten Video, Beliebtheit verschlimmerte die Blutung also, statt sie zu stoppen. Ein Studio mit 300 Leuten und einem Flaggschiff in Produktion trägt eine Lohnsumme, der es egal ist, ob das Flaggschiff gut läuft. Wenn sich der Umsatz bewegt und die Kosten nicht folgen können, bleibt als einziger Hebel, Leute zu streichen. Deshalb enden all diese Geschichten in Entlassungen.

Das Problem war nie das Produkt

Bungies Fehler war nicht, dass Destiny 2 gescheitert wäre. Es lief neun Jahre und hat sich ein treues Publikum verdient. Der Fehler war, dass die einzige Nachfolge ein weiteres Live-Service-Spiel im neunstelligen Bereich war, sodass es beim Wackeln von Marathon nichts Kleineres gab, auf das man hätte zurückfallen können. Sora war keine schlechte Demo. Es war ein wirklich beeindruckendes Modell, angeschnallt an einen ökonomischen Motor, der den eigenen Erfolg bestrafte. In beiden Fällen funktionierte das, was ausgeliefert wurde. Nicht funktioniert hat die Größe der Wette dahinter. Ein Studio, das alles in einen einzigen Riesentitel steckt, hat keine Stoßdämpfer. Das erste schlechte Quartal ist auch das letzte.

Die einzige echte Verteidigung ist ein billiger Fehlschlag

Hier ist der Teil, den die Schlagzeilen auslassen. Die Studios und Werkzeuge, die Abschwünge überleben, sind nicht die, die häufiger Gewinner treffen. Niemand trifft Gewinner verlässlich. Es sind die, bei denen ein Fehlschlag nicht das Unternehmen beendet. Wenn ein Spiel ein kleines Team ein paar Wochen kostet statt ein paar Hundert Leute ein paar Jahre, ist ein Flop ein Dienstag und keine Beerdigung. Die Rechnung, die gerade die Entwicklung von Destiny 2 beendet hat, unterstellt, dass jede Wette riesig und damit jeder Verlust tödlich ist. Senk die Kosten eines einzelnen Versuchs tief genug, und die Logik kippt. Du darfst meistens falschliegen, und das ist der einzige ehrliche Weg, gelegentlich richtigzuliegen.

Deshalb ist die Fixkostenfalle strukturell und kein Bungie- oder OpenAI-Problem. Jedes Modell, das Hunderte Menschen braucht oder Rechenleistung, die schneller wächst als der Umsatz, ist von Bauart her zerbrechlich. Es sieht stark aus, bis sich das Publikum bewegt, und das Publikum bewegt sich immer.

Was das heißt, wenn du selbst baust

Die Zukunft sind nicht weniger, größere Spiele, getragen von Teams mit tausend Leuten. Es sind viel mehr Spiele von kleinen Teams und Einzelpersonen, bei denen ein Versuch fast nichts kostet. Das ist kein Optimismus, dorthin zeigt die Ökonomie. Das Publikum, das Destiny verlassen hat, ist nicht verschwunden. Es hat sich auf Dutzende Spiele verteilt, und die nächste Welle, die es einfängt, wird billiger zu bauen, schneller auszuliefern und leichter zu iterieren sein als jeder Monolith mit zehnjähriger Laufzeit.

Das ist die Wette, die wir bei Cinevva bauen. Spiele, die im Browser entstehen und gespielt werden, wo die Kosten eines Versuchs niedrig genug sind, dass ein Fehlschlag nicht das Studio mitnimmt. Genau die Ökonomie, die gerade die Entwicklung von Destiny 2 beendet hat, ist die, um die herum wir die Plattform gebaut haben. Die Riesen lernen gerade auf die harte Tour, dass Größe ohne Stoßdämpfer nur Risiko ist. Wer das zuerst verinnerlicht, baut durch den Abschwung hindurch, statt von ihm gestrichen zu werden.

Verwandt:

• Bungie beendet die Entwicklung von Destiny 2 — das Ende, die Entlassungen und die Wette auf Marathon
• Sora ist weg — eine Million Dollar pro Tag gegen zwei Millionen Gesamtumsatz
• Entlassungen in der Spielebranche halten bis März 2026 an — die breitere Schrumpfung
• Der Schutt der Riesen — die Indie-Chance auf der anderen Seite des Zusammenbruchs
• Für Spiele-Creator — spielbare Spiele veröffentlichen, Abo-Pool, Auszahlungen nach Spielzeit

Von Mariana Muntean, CEO von Cinevva

Jede Geschichte über ein Studio, das ein Spiel einstellt, wird als Tragödie beschrieben, und für die Menschen, die ihre Arbeit verlieren, ist sie das auch. Doch darunter verbirgt sich eine zweite Geschichte, eine ohne Pressemitteilung. Wenn Bungie die aktive Entwicklung von Destiny 2 beendet, wird nicht nur ein Team abgebaut. Es wird eine Spielerschaft freigesetzt. Millionen von Spielern, die ihre Abende nach einem einzigen Spiel ausgerichtet haben, suchen langsam nach dem nächsten. Das ist kein Verlust für die Spielewelt. Es ist eine Umverteilung, und kleine Teams können mehr davon auffangen, als sie denken.

Eine Einstellung löst eine Wanderung aus

Wenn ein Live-Service-Spiel ausläuft, hören seine Spieler nicht mit dem Spielen auf. Sie hören mit diesem Spiel auf. Die Destiny-Community hat nicht das Interesse daran verloren, mit Freunden zu spielen. Sie hat den Grund verloren, es weiterhin an einem bestimmten Ort zu tun. Dasselbe geschah nach jeder großen Einstellung zuvor. Die Spielerschaft zerstreut sich, und sie zieht dorthin, wo es sich frisch, sozial und lebendig anfühlt. Die Giganten haben ein Jahrzehnt damit verbracht, diese Spieler in einem Raum zu versammeln. Jetzt öffnen sich die Türen, und die Spieler sind wieder auf dem freien Markt.

Spieler auf der Suche sind das günstigste Publikum, das ihr je erreichen werdet

Das Schwierigste an Spielen ist nicht, eines zu entwickeln. Es ist, überhaupt jemanden dazu zu bringen, es auszuprobieren. Für die meisten kleinen Studios ist Aufmerksamkeit der teuerste Posten. Wer gerade ein auslaufendes Live-Service-Spiel verlässt, sucht für kurze Zeit aktiv nach etwas Neuem. Diese Spieler haben Zeit, die sie bisher dort verbracht haben, eine Freundesgruppe, die gemeinsam ein neues Zuhause sucht, und keine aktuelle Bindung. Das ist die seltenste Kombination in der Branche: motiviert, ungebunden und in Gruppen unterwegs. Ihr müsst sie von nichts losreißen. Der Gigant hat sie bereits gehen lassen.

Was die Giganten nicht mehr können

Hier liegt die Asymmetrie. Ein Studio mit tausend Mitarbeitern kann keiner fragmentierten Spielerschaft hinterherjagen. Seine Kostenstruktur, die Fixkostenfalle, über die wir geschrieben haben, funktioniert nur mit einem einzigen riesigen Hit. Zwölf ungewöhnliche Spiele für zwölf Nischen finanzieren keine Gehaltsliste dieser Größenordnung. Genau in dem Moment, in dem sich die Spielerschaft aufteilt, sind die Giganten also am wenigsten in der Lage, sie zu bedienen. Diese Lücke ist die Chance für Indies. Kleine Teams können die ungewöhnlichen, spezifischen, sozialen Spiele entwickeln, die ein Bruchteil eines Bruchteils tatsächlich will – zu Kosten, bei denen ein Nischenpublikum mehr als ausreicht.

Wie ihr da seid, wenn sie ankommen

Zur richtigen Zeit in den Trümmern zu stehen, ist kein Glück, sondern Positionierung. Es bedeutet, häufig Spiele zu veröffentlichen, statt alles auf einen einzigen Launch zu setzen. Es bedeutet, Spiele günstig genug zu entwickeln, um eines bereitzuhaben, wenn die Wanderung beginnt – und nicht erst achtzehn Monate, nachdem sie vorbei ist. Es bedeutet, wechselbereite Spieler dort abzuholen, wo sie bereits sind: in einem Browser-Tab, mit etwas, das sie mit einem Klick spielen und zu dem sie ihre Freunde mitbringen können.

Genau das bauen wir bei Cinevva auf. Einen Ort, an dem kleine Teams schnell spielbare Games veröffentlichen, über Reels statt über ein Werbebudget gefunden werden und an der Spielzeit statt an einer kurzen Umsatzspitze zum Launch verdienen. Die Giganten führen der gesamten Branche vor Augen, dass Größe fragil ist. Die Kehrseite dieser Lektion ist, dass ihre Spielerschaft neu zu gewinnen ist – und diejenigen, die bereit sind, sie aufzufangen, sind genau die, die nie darauf angewiesen waren, dass diese Spielerschaft von Anfang an riesig ist.

Zum Weiterlesen:

• Die Fixkostenfalle — warum die Giganten von Anfang an fragil sind
• Bungie beendet die Entwicklung von Destiny 2 — neun Jahre gewachsene Spielerschaft, zurück auf dem Markt
• Entlassungen in der Spielebranche dauern bis März 2026 an — das Ausmaß der Schrumpfung
• Für Spieleentwickler — Entdeckung über Reels, Beteiligung am Abo-Pool und Vergütung nach Spielzeit

Von Oleg Sidorkin, CTO von Cinevva

Vor zwei Monaten schrieben wir, dass Browser-Rendering seinen besten Monat aller Zeiten hatte, und nahmen an, es sei ein Ausreißer. War es nicht. Es war der Anfang eines Trends, und der Trend hat eine Richtung. Der Browser wird zu einem Ort, an dem du ein echtes Spiel ausliefert, nicht zu einem Ort, an den du ein kleines portierst.

Was seit März gelandet ist

Geh die Liste durch. Babylon.js 9 hat Clustered Lighting für Tausende dynamischer Lichter, volumetrisches Licht und eine komplett überarbeitete Gaussian-Splatting-Umsetzung gebracht. Three.js r184 hat HTMLTexture ergänzt, das lebendes, interaktives DOM als Textur auf eine 3D-Oberfläche rendert. PlayCanvas v2.17 hat GPU-getriebenes Gaussian Splatting auf WebGPU gebracht, mit f16-Kugelflächenfunktionen sowie Sortierung und Frustum Culling auf der GPU. Die Beta von Godot 4.7 hat wasm64-Web-Exporte ergänzt, die die alte 4-GB-Speichergrenze aufheben, dazu echte HDR-Ausgabe und Flächenlichter. Chrome 146 hat einen WebGPU-Kompatibilitätsmodus ausgeliefert, der auf OpenGL ES 3.1 und Direct3D 11 läuft, und WebGPU selbst hat den Status W3C Candidate Recommendation erreicht. Jedes Einzelne davon würde ein bemerkenswertes Quartal ergeben. Sie kamen alle in rund acht Wochen.

Aus "gut genug für eine Demo" wurde "gut genug zum Ausliefern"

Die Funktionen, die da angekommen sind, sind kein Spielzeug. Clustered Lighting ist die Art, wie du eine Szene mit Tausenden dynamischer Lichter ausleuchtest, ohne dass die Bildrate zusammenbricht. Gaussian Splatting ist die Art, wie du fotorealistisch erfasste Umgebungen bei interaktiven Bildraten in ein Spiel bekommst. GPU-getriebenes Sortieren und Culling ist der Unterschied zwischen einer Techdemo, die ruckelt, und einem Spiel, das 60 hält. Das sind die Techniken, mit denen native Engines AAA ausliefern, und sie laufen jetzt in einem Tab. Die Arbeit am Kompatibilitätsmodus zählt in die andere Richtung genauso viel. Sie bedeutet, dass WebGPU die günstige und ältere Hardware erreicht, die die meisten Spieler tatsächlich besitzen, nicht nur Entwicklerrechner mit High-End-GPU.

Wir bauen seit Längerem von Hand darauf

Wir lesen das nicht aus einer Pressemitteilung ab. Wir haben die letzte Zeit damit verbracht, eine offene Welt zu bauen, die im Browser läuft, über mehr als sechzig Spike-Experimente hinweg, von hässlichen Terrain-Grundlagen bis zu Marching Cubes auf der GPU und Streaming-LOD. Den Weg haben wir als komplette Serie und als längeren Text über die Methodik aufgeschrieben. Fast jede Funktion oben entspricht einem Problem, das wir auf die harte Tour getroffen haben. Wenn Clustered Lighting in einer verbreiteten Web-Engine landet, ist das ein Stück eigener Code, den wir löschen dürfen.

Der Einwand ist tot, die Gewohnheit nicht

"Im Browser kann man kein echtes Spiel machen" stimmte lange, und es hörte auf zu stimmen, während der Großteil der Branche gerade in Richtung KI schaute. Die technische Decke, die es rechtfertigte, zuerst einen nativen Client und einen Web-Build vielleicht-nie auszuliefern, ist gehoben. Übrig bleibt Gewohnheit. Engines, Studios und Toolchains sind weiterhin um die Annahme herum gebaut, dass der Browser das geringere Ziel ist.

Diese Annahme ist die Chance. Wir haben Cinevva auf die Wette gebaut, dass der Browser der Standardort zum Ausliefern und Entdecken von Spielen wird, nicht der Notnagel. Der Rendering-Stack hat zwei Monate damit verbracht, die Wette einzulösen. Die Studios, die ihr Denkmodell zuerst aktualisieren, bekommen eine Vertriebsfläche ohne Installationshürde und ein Publikum, das einen Klick entfernt ist. Die, die warten, portieren irgendwann dorthin, wenn alle anderen dort längst wohnen.

Verwandt:

• Browser-Rendering hatte gerade seinen besten Monat aller Zeiten — der Ausreißer, den wir für einmalig hielten
• Babylon.js 9 veröffentlicht — Clustered Lighting und Gaussian Splatting
• Three.js r184 bringt HTMLTexture — lebendes DOM als 3D-Oberfläche
• PlayCanvas v2.17 ergänzt GPU-getriebenes Gaussian Splatting — Splatting auf WebGPU im großen Maßstab
• Godot 4.7 Beta — HDR-Ausgabe, Flächenlichter, wasm64-Web-Exporte
• Chrome 146 ergänzt WebGPU-Kompatibilitätsmodus — WebGPU für ältere GPUs
• Was es braucht, eine offene Welt im Browser zu bauen — unser eigener Weg

Von Mariana Muntean, CEO von Cinevva

Die GDC-Umfrage State of the Game Industry 2026 hat zwei gleiche Zahlen in die Schlagzeilen gebracht. 52 % der Spielefirmen geben an, generative KI in der Produktion zu nutzen, und gleichzeitig sagen 52 % der Entwickler, generative KI wirke sich negativ auf die Branche aus. Derselbe Prozentsatz, gegensätzliche Lesart der Zukunft.

Unter dieser Symmetrie liegt eine weitere Spaltung, über die weniger gesprochen wird. Nur 36 % der Befragten sagten, sie nutzten generative KI persönlich, während die Verbreitung auf Unternehmensebene höher liegt. Das Management kauft Werkzeuge, die viele einzelne Entwickler nie anfassen. Diese Lücke ist ein Hinweis darauf, wo der eigentliche Streit sitzt. Es geht nicht nur um Ethik. Es geht darum, wer die Pipeline kontrolliert und ob die Person an der Tastatur glaubt, dass KI ihre Arbeit tatsächlich erledigen kann.

Der Trost, manuell zu bleiben

Viele Entwickler, die KI meiden, sind nicht naiv. Sie fahren ein Denkmodell, das ungefähr so klingt: Meine Arbeit ist eine Kette schwerer Probleme, die sich nicht auf einen Chat-Prompt reduzieren lassen. Ein eigenständiges Konzept muss die Modellierung überstehen. Ein Modell muss das Rigging überstehen. Rigging muss die Animation überstehen. Animation muss Spielgefühl und Systemdesign überstehen. An jeder Übergabe zählen Geschmack und Randbedingungen. Ein LLM, das einen ordentlichen Absatz über eine Figur schreibt, ist nicht dasselbe wie ein Mesh, das sich korrekt verformt, ein Rig, gegen das ein Animator nicht ankämpfen muss, oder Mechaniken, die absichtsvoll wirken statt matschig.

Diese Erzählung ist für die heutigen Werkzeuge nicht falsch. Allgemeine Modelle sind bei isolierten Aufgaben am stärksten. Sie sind schwach darin, einen einzigen kreativen Faden über Disziplinen hinweg zu halten, ohne dass du die Teile zusammennähst. Das Gefühl, durch Verzicht auf KI "sicher" zu sein, ist also teils technisch begründet. Wenn dein Job der Klebstoff zwischen Concept Art, Topologie, Skin-Gewichten, Zustandsautomaten und Kamerasprache ist, liegt der Glaube nahe, dass Automatisierung noch Jahre im flachen Wasser bleibt.

Steam und andere ziehen weiterhin Linien

Derselbe Instinkt zeigt sich auf der Vertriebsseite. Steam sperrt Spiele nicht pauschal für die Nutzung generativer KI. Valve verlangt aber eine klare Offenlegung, wenn KI-erzeugte Inhalte bei Spielern landen, mit zusätzlicher Prüfung, falls das Spiel Inhalte zur Laufzeit erzeugt. Einträge müssen außerdem auf der richtigen Seite der Rechte- und Sicherheitsregeln bleiben. Das ist kein Problem der Mesh-Topologie, aber ein weiterer Grund, warum Teams KI als riskant behandeln. Ein großer PC-Shop hat die Frage von "können wir das machen?" zu "können wir das hier ausliefern, ohne Etikettenstreit und Review-Überraschung?" verschoben.

Andere Türsteher gingen weiter. Games Workshop hat KI-erzeugte Arbeit für alle Warhammer-Marken verboten. Die Indie Game Awards zogen eine große Nominierung wegen KI-Einsatz in der Entwicklung zurück, auch als Fans argumentierten, das ausgelieferte Spiel sei sauber. Community-Moderatoren sind wegen KI-anmutender Trailerarbeit gegangen. Epics Tim Sweeney und Valve haben öffentlich gestritten, ob Steam-Etiketten helfen oder schaden. Es geht nicht darum, welche Führungskraft recht hat. Es geht darum, dass Vertrieb und Rechteinhaber auseinanderdriften. Wer komplett manuell arbeitet, vereinfacht eine ganze Ebene dieses Streits. Keine generativen Assets im Spielerbuild heißt weniger offenzulegen und weniger zu verteidigen, wenn ein Forum entscheidet, dein Key Art sehe synthetisch aus.

Mehr zum Vertrauens- und Kennzeichnungsstapel haben wir in KI-Kontroverse, Vertrauen und die Post-KI-Ökonomie geschrieben, und wie wir Kennzeichnungen auf Cinevva handhaben, steht in der Richtlinie zu KI-generierten Inhalten.

Warum diese Sicherheit wackelig ist

Dieselbe Umfrage zeigt, dass sich die Stimmung schnell bewegt. Die netto positiven Einschätzungen zur Wirkung von KI auf die Branche sind gefallen. Die negativen sind gestiegen. Entlassungszahlen und Gewerkschaftszustimmung sagen dir, dass die Leute nicht ruhig sind. Das psychologische Bild spaltet sich also erneut. Manche Entwickler fühlen sich geschützt, weil der volle Stack noch schwer ist. Andere fühlen sich ausgesetzt, weil Studios Effizienz ohnehin einkaufen, mit oder ohne ihre Zustimmung.

Diese beiden Gruppen sprechen nicht immer über dieselbe Ebene des Stacks. Führungskräfte meinen oft "können wir in diesem Meilenstein mit weniger mehr liefern?". Artists und Designer meinen oft "wird es mein Fachgebiet noch geben?". Beide Fragen sind real. Die erste belohnt Teilautomatisierung. Die zweite bestraft jeden, der annahm, seine Ecke der Pipeline sei zu maßgeschneidert, um angetastet zu werden.

Was die Rechnung tatsächlich ändern würde

Wenn die Branche von einzelnen Generatoren zu verbundenen Workflows übergeht, in denen ein Konzept, ein Rig und eine spielbare Schleife einen gemeinsamen Kontext teilen, wird das Argument "ich bin sicher, weil das zu individuell ist" enger. Nicht weil Geschmack verschwindet. Sondern weil die langweiligen Nahtstellen zwischen den Schritten aufhören, die Hälfte deines Kalenders zu fressen. Die Bedrohung für rein manuelle Workflows ist kein einzelnes Modell, das alles kann. Es sind weniger Nähte.

Genau darauf bauen wir bei Cinevva hin. KI-gestütztes Erschaffen im Browser, Werkzeuge, die einander zuarbeiten, und ein Weg von der laufenden Arbeit zu etwas, das Spieler tatsächlich starten und entdecken können. Nicht damit Führungskräfte Teams in einer Tabelle ersetzen. Sondern damit eine kleine Gruppe oder ein Solo-Entwickler die ganze Linie von der Idee zum ausgelieferten Spiel besitzen kann, ohne so zu tun, als ersetze ein Prompt einen Lead Artist.

Die 52 %, die KI nutzen, und die 52 %, die fürchten, was sie mit der Branche macht, reagieren beide auf echte Signale. Die Entwickler, die sich heute sicher fühlen, wenn sie KI auslassen, haben ein ernstzunehmendes Argument über Komplexität. Die offene Frage ist, wie lange dieses Argument gilt, wenn die Toolchain aufhört, an jeder Disziplingrenze zu brechen.

Verwandt:

• GDC 2026 in Zahlen — Besucherzahlen, Engine-Marktanteile und die KI-Kluft
• Jetzt will jeder die KI-Game-Engine sein — das Plattformrennen hinter der Verbreitung
• Open Source hat ein KI-Verschmutzungsproblem — die Kostenseite billiger KI-Generierung
• KI-Kontroverse, Vertrauen und die Post-KI-Ökonomie — Steam-Zahlen, Studio-Reaktionen und Vertrauen
• Richtlinie zu KI-generierten Inhalten — wie Cinevva Offenlegung und Filter handhabt
• Vibe Coding ist der neue Game Jam — wenn Experimentieren billig wird
• Für Spiele-Creator — spielbare Spiele veröffentlichen, Abo-Pool, Auszahlungen nach Spielzeit

Von Oleg Sidorkin, CTO von Cinevva

Während die Spielebranche den März damit verbrachte, auf der GDC über KI zu diskutieren, machte der Browser-Rendering-Stack in vier Wochen Fortschritte wie sonst in fünf Jahren. Niemand hielt eine Pressekonferenz ab. Niemand veröffentlichte eine provokante Meinung. Fünf verschiedene Dinge geschahen, die gemeinsam veränderten, was „Browsergame“ bedeutet.

Babylon.js treibt das Browser-Rendering seit Jahren voran. Version 9.0 machte den bisher größten Sprung.

Was im März 2026 veröffentlicht wurde

Babylon.js 9.0 erschien mit Clustered Lighting, einer Rendering-Technik, die Hunderte dynamische Lichtquellen in einer Szene verarbeiten kann, ohne die Performance zu ruinieren. Bislang war das ein Feature von AAA-Engines. Das Release umfasst außerdem volumetrische Beleuchtung mit realistischer Lichtstreuung, texturierte Flächenlichter für Effekte wie Buntglas und LED-Anzeigen sowie einen knotenbasierten Partikeleditor. All das läuft sowohl mit WebGPU als auch mit WebGL 2.

PlayCanvas v2.17 führte GPU-beschleunigte Sortierung für Gaussian Splatting unter WebGPU ein. Gaussian Splatting – die Technik, die Fotogrammetrie-Aufnahmen in 3D-Echtzeitszenen verwandelt – war vor zwei Jahren noch Gegenstand einer Forschungsarbeit. Jetzt läuft sie in einer Browser-Engine, wobei der Sortierdurchlauf von der GPU beschleunigt wird.

Three.js r183 benannte sein PostProcessing-Modul in RenderPipeline um. Das klingt nach einer kleinen API-Änderung, doch die Bezeichnung ist wichtig. „Post-Processing“ ist etwas, das man nachträglich an ein Hobbyprojekt anfügt. Eine „Render-Pipeline“ ist produktionsreife Infrastruktur. Das Three.js-Team signalisiert damit, dass die Bibliothek für anspruchsvolle, strukturierte Rendering-Architekturen bereit ist.

Chrome 146 führte den WebGPU Compatibility Mode ein. Dadurch können ältere GPUs, die nicht den vollständigen WebGPU-Funktionsumfang unterstützen, WebGPU nun über einen Pfad mit reduziertem Funktionsumfang nutzen. Die Installationsbasis von WebGPU hat sich damit drastisch vergrößert.

Das W3C veröffentlichte WebGPU als Candidate Recommendation Draft. Dies ist der formale Schritt auf dem Weg zu einem offiziellen Webstandard. WebGPU ist nicht mehr experimentell. Es befindet sich im Standardisierungsprozess.

Warum dieser Monat anders ist

Jedes einzelne dieser Releases wäre bereits bemerkenswert. Dass alle fünf im selben Monat erschienen sind, erzeugt einen sich gegenseitig verstärkenden Effekt.

Vor fünf Jahren bedeutete „Browsergame“ ein einfaches 2D-Spiel, vielleicht mit ein paar Canvas-Effekten, wenn man ambitioniert war. Vor drei Jahren ließ sich mit sorgfältiger Optimierung grundlegendes 3D umsetzen. Vor einem Jahr hielt WebGPU Einzug in produktiv eingesetzte Browser, und die technischen Grenzen begannen sich zu verschieben.

Doch im März 2026 wandelte sich der Abstand zwischen nativem und browserbasiertem Rendering von „erheblich“ zu „schrumpft rasant“. Für Clustered Lighting brauchte man Unreal oder Unity. Für Gaussian Splatting brauchte man ein Forschungslabor. Für Post-Processing-Pipelines in Produktionsqualität brauchte man eine eigene Engine. Alle drei werden nun in quelloffenen Browser-Engines ausgeliefert, die jeder per npm installieren kann.

Three.js Water Pro läuft mit WebGPU. Das ist ein Browser.

Was meiner Meinung nach als Nächstes passiert

Bei Cinevva setzen wir von Anfang an auf die Bereitstellung von Spielen nach dem Browser-first-Prinzip. Unsere These war stets, dass sich die Rendering-Lücke schließen würde, weil sich die Webplattform schneller weiterentwickelt als native Engines. WebGPU brauchte länger, als ich erwartet hatte, doch die Annäherung findet nun wie vorgesehen statt.

Der praktische Effekt betrifft die Distribution. Ein Spiel, das im Browser läuft, benötigt weder einen Download noch eine Installation oder die Freigabe durch eine Plattform. Es wird über eine URL geladen. Das war schon immer der Vorteil des Browsers, doch er spielt erst dann eine Rolle, wenn die Rendering-Qualität gut genug ist, dass Entwickler sich tatsächlich dafür entscheiden.

Diese Schwelle haben wir inzwischen überschritten. Nicht für jedes Spiel. Nicht für Open-World-AAA-Titel mit Raytracing. Doch für eine immer größere Klasse von Spielen mit Echtzeit-3D, dynamischer Beleuchtung, Partikelsystemen und fotogrammetrischen Assets ist der Browser eine praktikable Zielplattform. Und anders als bei nativen Plattformen fallen am anderen Ende keine 30 % Plattformgebühr an.

Die Frage lautete nie: „Werden Browser aufholen?“ Sie lautete: „Wann?“ Der März 2026 hat sie beantwortet.

Verwandte Artikel:

• Babylon.js 9.0: Clustered Lighting und Gaussian Splatting — die vollständige technische Analyse
• Chrome 146 führt den WebGPU Compatibility Mode ein — Erweiterung der WebGPU-Installationsbasis
• Webspieleentwicklung tritt in die WebGPU-Ära ein — wie wir hierhergekommen sind
• Vergleich von Webgame-Engines — Babylon.js, Three.js, PlayCanvas und der Rest
• Erste Schritte mit WebGPU für Spieleentwickler — praktische Einführung in die neue API
• Technologien für offene 3D-Welten im Browser — die Rendering-Architektur hinter Browserwelten

Von Oleg Sidorkin, CTO von Cinevva

Im März sind drei Game-Engines aufgetaucht, die architektonisch anders sind als alles aus der Linie Unity, Unreal und Godot. Sie haben keine visuellen Editoren. Sie sind nicht darauf optimiert, dass sich ein Mensch durch Menüs klickt. Sie sind von Grund auf dafür gebaut, dass KI-Agenten den Spielzustand lesen, schreiben und steuern.

Das ist nicht "Unity mit einem KI-Tab". Das ist eine andere Gattung von Engine.

KI verändert 3D-Entwicklungs-Workflows bereits. Die Engine-Ebene ist als Nächstes dran.

Die drei Engines

nAIVE Engine ist quelloffen, in Rust geschrieben und rendert mit WebGPU. Hot-Reload im Subsekundenbereich: Shader unter 200 ms, Szenen unter 100 ms, Skripte unter 50 ms. Szenen, Pipelines und Materialien werden in YAML definiert, LLMs können sie also lesen und erzeugen, ohne Binärformate zu parsen. Die Engine bietet eine MCP-Befehlsschnittstelle, über die KI-Agenten Engine-Funktionen per JSON-RPC steuern. Sie bringt Gaussian Splatting als vollwertige Funktion und Headless-Rendering für automatisierte Tests mit. Die gesamte Architektur nimmt an, dass dein Hauptnutzer ein KI-Agent sein könnte und kein Mensch mit einer Maus.

Arcane Engine ist eine Code-first-2D-Engine. Rust-Kern, TypeScript-Skripting. Gar kein visueller Editor. Ihre Philosophie: "Code ist die Szene." Der Spielzustand ist eine abfragbare Datenbank statt eines Szenenbaums. Ein eingebautes Protokoll für die Interaktion mit KI-Agenten gehört dazu. Lizenziert unter Apache 2.0.

Mirror Engine ist in der Alpha und Multiplayer-first mit einem Entity Component System. Der interessante Teil: Sie enthält KI-Text-zu-3D-Generierung, die in etwa 60 Sekunden Gaussian Splats aus Text-Prompts erzeugt. TypeScript-Skripting, browserbasierter Client "Mirror Lite".

Diese drei Engines teilen weder Codebasis noch Team, aber sie teilen eine Designthese: Die primäre Schnittstelle zu einer Game-Engine sollte strukturierter Text sein, keine GUI.

Warum diese Architektur zählt

Klassische Game-Engines sind darauf gewachsen, einen Menschen am Schreibtisch zu bedienen. Du hast ein Viewport. Ein Hierarchie-Panel. Einen Inspector. Eine Timeline. Alles ist auf Klicken, Ziehen und visuelles Platzieren ausgelegt. Dieser Workflow ist mächtig. Er ist auch für einen KI-Agenten unbenutzbar.

Wenn dein primärer "Nutzer" ein LLM ist, brauchst du andere Grundbausteine. YAML statt binärer Szenenformate. Abfragbarer Zustand statt verschachtelter Szenenbäume. Protokollbasierte Befehle statt Mausklicks. Headless-Betrieb statt Fenster-Rendering.

Das ist dieselbe Verschiebung, die in der Infrastruktur passierte, als DevOps von GUI-Kontrollpanels zu Infrastructure-as-Code wechselte. Dasselbe passiert jetzt bei Game-Engines, nur zwanzig Jahre später.

nAIVEs MCP-Schnittstelle ist das klarste Beispiel. MCP (Model Context Protocol) wird zum Standard dafür, wie KI-Agenten mit Werkzeugen sprechen. Wenn eine Engine MCP von Haus aus spricht, kann jeder KI-Agent, der das Protokoll unterstützt, Szenen manipulieren, Parameter anpassen, Tests laufen lassen und Gameplay iterieren, ohne dass ein Mensch dazwischensitzt. Das ist kein Feature, das man an eine klassische Engine schraubt. Das ist ein grundlegend anderes Verhältnis zwischen Engine und Nutzer.

Gaussian Splatting in der Spieleentwicklung. Sowohl nAIVE als auch Mirror behandeln es als vollwertigen Rendering-Baustein.

Das größere Bild

Diese drei Engines sind nicht das einzige Signal. Meshys Black Box hat KI-generierte Spielmechaniken zur Laufzeit gezeigt. OpenAI hat auf der GDC ein taktisches RPG präsentiert, gebaut mit Phaser. Die Werkzeugschicht zwischen "KI erzeugt etwas" und "dieses Etwas läuft als spielbares Spiel" wird jeden Monat dünner.

Bei Cinevva bauen wir diese Brücke von der anderen Seite. Unsere Engine kümmert sich um Rendering, Physik und Echtzeitinteraktion, während KI die Asset-Generierung übernimmt. Der Ansatz unterscheidet sich von nAIVE oder Arcane, aber die zugrunde liegende Wette ist dieselbe: Die Game-Engine der Zukunft muss KI als Erstsprache sprechen und sie nicht als Plugin ergänzen.

Die klassischen Engine-Hersteller wissen das auch. Unity hat auf der GDC KI-Werkzeuge zum Spielebauen gezeigt. Roblox hat KI-gestützte 4D-Modellerstellung gestartet. Aber es macht einen echten Unterschied, ob man KI-Funktionen zu einer für Menschen entworfenen Engine hinzufügt oder eine Engine entwirft, in der KI die primäre Schnittstelle ist.

Was meiner Meinung nach als Nächstes passiert

Die meisten dieser Engines werden nicht überleben. Das ist bei einer neuen Kategorie normal. Aber die Entwurfsmuster bleiben. Szenendefinitionen in YAML, MCP-Protokolle zur Agentensteuerung, abfragbarer Spielzustand, Headless-Betrieb. Diese Ideen werden binnen zwei Jahren in die etablierten Engines einsickern.

Die Engine, die diese Ära gewinnt, existiert wahrscheinlich noch nicht. Aber die architektonische DNA wird gerade geschrieben, in diesen drei Projekten und einer Handvoll weiterer. Die Frage ist nicht, ob Game-Engines KI-nativ werden. Die Frage ist, ob die Verwandlung von innen aus den Platzhirschen kommt oder von Neueinsteigern, die vom ersten Tag an für Agenten entworfen haben.

Verwandt:

• Jetzt will jeder die KI-Game-Engine sein — das Plattformrennen, das die Bühne bereitet hat
• Führende quelloffene Gen-AI-Modelle — die Modelle, die diese Engines einbinden
• Web-Game-Engines im Vergleich — wo die neuen Engines ins Ökosystem passen
• Open Source hat ein KI-Verschmutzungsproblem — die Kostenseite KI-generierter Beiträge

Von Oleg Sidorkin, CTO von Cinevva

Vor zwei Wochen schrieb ich, dass Vibe Coding der neue Game Jam ist. Die These war, dass KI-Werkzeuge die Hürde zwischen Idee und Prototyp eingerissen haben. Seitdem hat sich die Beweislage von "Leute prototypen" zu "Leute verkaufen" verschoben.

Das ist kein Jam mehr. Das ist eine Produktionsmethodik.

Vollständige Videospiele mit KI-Agenten bauen. Der Multi-Agenten-Workflow ist das Muster, das skaliert.

Was im März erschienen ist

Void Balls wurde von BigDevSoon in 10 Tagen gebaut. Nicht 10 Tage Demo-Zusammenschustern. 10 Tage Spielebau mit 29.000 Zeilen C# über 173 Skripte, 88 Testdateien, fünf Gegnertypen, 15 Power-up-Karten und Bosskämpfen. Der Workflow: 8 parallele Claude-Code-Agenten, jeder für eine andere Domäne. Architektur, Umsetzung, Spielbalance, Tests. Alle gleichzeitig. Die Grafik kam von Replicate, das Audio von ElevenLabs.

Grumbulus wurde von zwei Entwicklern an zwei Abenden gebaut. 15.000 Zeilen reines JavaScript mit prozeduralem Audio und Parallax-Rendering, komplett über Claude Code erzeugt. Kein Framework. Keine Engine. Nur KI, die schlichtes JS schreibt.

CODEX MORTIS startete im Steam Early Access als selbsterklärtes "weltweit erstes zu 100 % KI-entwickeltes Spiel". Ein nekromantisches Survival-Bullet-Hell, in drei Monaten gebaut, mit Claude Code für Animationen und Shader, ChatGPT für die Grafik. Reines TypeScript mit PIXI.js und bitECS, verpackt in Electron. Die Demo zog 10.500 Spieler bei einer durchschnittlichen Sitzungsdauer von 71 Minuten.

Catvivors erschien im Steam Early Access als Roguelite im Stil von Vampire Survivors, mit Katzen. Solo-Entwickler, KI-Forscher, das Ganze mit Claude Code gebaut.

Das Muster, auf das es ankommt

Die einzelnen Spiele sind interessant. Das wiederholbare Muster ist interessanter.

Der Void-Balls-Workflow verdient Aufmerksamkeit, weil dort nicht eine Person Prompts tippt. Es sind acht parallele KI-Agenten, jeder mit einer bestimmten Rolle, die gleichzeitig an derselben Codebasis arbeiten. Das ist kein Vibe Coding. Das ist orchestrierte KI-Arbeit. Der Architektur-Agent legt die Struktur fest. Umsetzungs-Agenten bauen Features. Der Balance-Agent justiert Schwierigkeitskurven. Der Test-Agent schreibt und fährt Testsuiten. Ein Mensch führt acht Arbeiter.

Das ist der Workflow, der skaliert. Nicht "sag Claude, es soll ein Spiel machen", sondern "führe ein Team von Claude-Agenten, wie du ein Entwicklerteam führen würdest". Das Muster paralleler Agenten ist der Weg vom Prototyp zum auslieferbaren Produkt in Tagen statt Monaten.

Der volle Stack ist inzwischen erprobt: Codegenerierung plus Grafikgenerierung plus Audiogenerierung plus Game-Engine ergibt ein auslieferbares Produkt. Für jede Schicht gibt es ein taugliches Werkzeug. Claude Code für die Codebasis. Replicate oder Midjourney für die Grafik. ElevenLabs für Audio. Engine nach Wahl. Die Verzahnung dieser Werkzeuge ist noch holprig, aber sie funktioniert.

Ein 3D-Shooter, in einer Stunde von Grund auf vibe-gecodet. Kein Unity, kein Unreal, keine Engine.

Die ehrlichen Grenzen

Ich sage die Decke deutlich, weil der Hype meiner Meinung nach der Realität davonläuft.

Die 71 Minuten durchschnittliche Sitzungsdauer von CODEX MORTIS sind für eine Demo beeindruckend. Sie sagen nichts über die Bindung am siebten Tag oder darüber, ob Leute für das Vollspiel zahlen. Die bisher erschienenen Spiele sind überwiegend Roguelikes, Bullet Hells und Auto-Battler. Das sind Genres mit prozeduraler Variation und mechanischer Tiefe, die aus dem Zusammenspiel von Systemen entsteht, nicht aus handgefertigten Inhalten.

Was bisher nicht aufgetaucht ist: komplexe narrative Spiele, tiefe Strategiespiele, alles, wo Leveldesign menschliche Intuition für Tempo und emotionalen Bogen verlangt. Die Genres, die KI gut bedient, sind die am stärksten systematisierbaren. Das ist kein Zufall.

"Auslieferbar" und "kaufenswert" sind zwei verschiedene Dinge. Die Qualitätslatte für ein kostenloses Browser-Spiel und für ein Steam-Spiel für 15 USD liegen nicht in derselben Liga. Wir haben weder Bindungs- noch Umsatzdaten gesehen, die zeigen würden, ob KI-gebaute Spiele ein Geschäft tragen und nicht nur einen Start.

Was meiner Meinung nach als Nächstes passiert

Es werden mehr solche Spiele erscheinen. Die Qualität wird steigen, während die KI-Modelle besser werden und die Multi-Agenten-Workflows reifen. Der erste echte Hit, ein überwiegend mit KI-Werkzeugen gebautes Spiel, das eine Spielerbasis hält und echten Umsatz erzeugt, kommt wahrscheinlich noch vor Ende 2026.

Was die Branche verändert, ist aber kein einzelnes Spiel. Es ist die Tatsache, dass es die Produktionsmethodik jetzt gibt. Wir haben A Breaker Belt in drei Tagen mit zwei Personen gebaut. BigDevSoon hat Void Balls in 10 Tagen mit einer Person und acht Agenten gebaut. Der Zeitraum von der Idee zum auslieferbaren Spiel ist für eine wachsende Kategorie von Spielen von Jahren auf Wochen geschrumpft.

Die Studios, die aufmerksam sein sollten, sind nicht die AAA-Häuser. Es sind die Publisher der Mittelklasse, die 20 USD für Spiele verlangen, die ein Solo-Entwickler heute in einem Monat bauen kann.

Verwandt:

• Vibe Coding ist der neue Game Jam — das Signal, auf dem dieses aufbaut
• A Breaker Belt: Snake trifft Arkanoid, in drei Tagen vibe-gecodet — unsere eigene Erfahrung mit dem KI-Workflow
• Agentische KI-Code-Tools — Claude Code, Cursor und Multi-Agenten-Entwicklung
• Game Jams und Hackathons — das Format, aus dem Vibe Coding hervorgeht

Von Oleg Sidorkin, CTO von Cinevva

NVIDIA stellte DLSS 5 auf der GDC mit einem Versprechen vor: generative KI, die Beleuchtung, Materialien und Schatten in Echtzeit rekonstruiert und Spiele fotorealistisch aussehen lässt, ohne die Performance zu beeinträchtigen. Dann sahen die Leute, was sie tatsächlich mit den Gesichtern von Charakteren machte.

Das Internet nannte es „Yassifizierung“. Grace Ashcroft aus Resident Evil Requiem verwandelte sich von einer mitgenommenen, kampferprobten Überlebenden in ein geglättetes, homogenisiertes Gesicht, das wie eine andere Figur aussah. Leon wurde genauso behandelt. Die KI entschied, dass die ursprüngliche künstlerische Ausrichtung nicht gut genug war, und „korrigierte“ sie.

NVIDIAs Präsentation von DLSS 5 mit Resident Evil Requiem. Die visuellen Änderungen lösten sofort heftige Kritik aus.

Was NVIDIA veröffentlicht hat und was es tatsächlich tut

DLSS 1 bis 4 waren Upscaling-Technologien. Sie renderten mit einer niedrigeren Auflösung und nutzten KI, um die fehlenden Pixel zu ergänzen. Kunstschaffende schätzten sie, weil sie das Ausgangsbild respektierten. Die künstlerische Ausrichtung blieb erhalten. Die KI machte das Bild lediglich schärfer.

DLSS 5 ist grundlegend anders. Es ist ein generatives Video-zu-Video-KI-System, das ohne Zugriff auf die ursprünglichen Spiel-Assets, die Geometrie oder die Szenendaten arbeitet. Es nimmt das gerenderte 2D-Frame und die Bewegungsvektoren und erzeugt daraus ein neues Frame mit „verbesserter“ Beleuchtung, verbesserten Materialien und Details.

Das Schlüsselwort ist „verbessert“. Verbessert nach wessen Urteil? Dem der KI. Nicht dem der Kunstschaffenden.

NVIDIA beschrieb das System zunächst als Technologie mit „3D-Szenenverständnis“. Später stellte das Unternehmen klar, dass es ausschließlich mit 2D-Frame-Daten arbeitet. Dieser Unterschied ist wichtig. Das System verbessert nicht das, was die Kunstschaffenden geschaffen haben. Es interpretiert ein flaches Bild und generiert, was seiner Ansicht nach dort sein sollte. Trifft es auf ein Gesicht mit bewusst gestalteten Makeln, Narben, Schmutz, Stressfalten oder Asymmetrien, neigt es dazu, diese zu glätten, weil seine Trainingsdaten solche Merkmale mit „niedrigerer Qualität“ in Verbindung bringen.

Das ist das Problem mit der kreativen Kontrolle

Die 52 % der Entwicklerinnen und Entwickler, die gegenüber der GDC angaben, KI schade ihrer Ansicht nach der Branche, sorgen sich nicht alle darum, ihre Arbeitsplätze zu verlieren. Viele von ihnen fürchten, die Kontrolle darüber zu verlieren, wie ihre Arbeit aussieht, wenn sie bei den Spielenden ankommt.

DLSS 5 macht diese Angst greifbar. Nun sitzt eine KI in der Rendering-Pipeline zwischen deinem fertigen Werk und dem Bildschirm der Spielenden und schreibt deine kreativen Entscheidungen aktiv um. Das mitgenommene Gesicht, das du wochenlang perfektioniert hast, wird geglättet. Die düstere Beleuchtung, die du sorgfältig ausbalanciert hast, wird „korrigiert“, damit sie fotorealistischer wirkt. Der spezifische Look, für den du dich entschieden hast, wird zu dem verallgemeinert, was das Modell für „gut“ hält.

Digital Foundry veröffentlichte zunächst eine positive Vorschau und legte später mit einem Beitrag unter dem Titel „Warum wir mit unserer Berichterstattung hätten warten sollen“ nach. Selbst die Tech-Presse, die NVIDIA üblicherweise feiert, erkannte, dass diese Veröffentlichung anders war.

Larian Studios, das Studio hinter Baldur's Gate 3, soll nach der Kritik von Fans einige der generativen Rendering-Werkzeuge für sein nächstes Projekt verworfen haben. Wenn ein Studio, das gerade erst die Auszeichnung „Game of the Year“ gewonnen hat, auf kostenlose Rendering-Technologie verzichtet, ist das Argument der kreativen Kontrolle nicht nur theoretischer Natur.

Digital Foundrys Nachtrag zur Debatte um DLSS 5: „Wir hätten uns mehr Zeit nehmen sollen.“

Das Muster ist dasselbe

Anfang dieses Monats schrieb ich über KI-Verschmutzung in Open Source. Das Muster ist identisch. Etwas zu erschaffen ist billig. Etwas Gutes zu erschaffen kostet noch immer genauso viel. Zu beurteilen, ob etwas gut ist, kostet ebenfalls noch immer genauso viel.

Bei Open Source sind es KI-generierte Pull Requests, die plausibel aussehen, aber subtile Fehler verursachen. Beim Rendering sind es KI-generierte Frames, die „besser“ aussehen, aber nicht der Absicht der Kunstschaffenden entsprechen. In beiden Fällen setzt sich die KI mit statistisch gemittelten Ergebnissen über menschliches Urteilsvermögen hinweg. In beiden Fällen kostet das andere Menschen Zeit und kreative Kontrolle.

Der Unterschied besteht darin, dass Maintainer einen schlechten PR ablehnen können. Kunstschaffende können DLSS 5 nicht ablehnen, wenn NVIDIA und der Publisher vereinbart haben, es zu aktivieren. Die GPU der Spielenden schreibt ihr Werk in Echtzeit um, und sie haben dabei kein Mitspracherecht.

Was meiner Meinung nach als Nächstes passiert

NVIDIA wird DLSS 5 im Herbst 2026 veröffentlichen. Große Publisher wie Capcom, Bethesda, Ubisoft und Warner Bros. sind bereits dabei. Die Technologie wird sich verbessern, und die „Yassifizierung“ wird weniger offensichtlich werden. Die Kritik wird leiser werden, weil sich Menschen an Dinge gewöhnen.

Doch die grundlegende Frage wird bleiben: Wer hat das letzte Wort darüber, was die Spielenden sehen, wenn generative KI Teil der Rendering-Pipeline wird? Im Moment lautet die Antwort: NVIDIAs Trainingsdaten. Das sollte jeden beunruhigen, dem Spiele als Kunstform am Herzen liegen.

Dieser Unterschied ist wichtig dafür, wie wir über KI-Werkzeuge in der gesamten Branche denken. KI, die den Absichten der Kreativen dient, ist ein Werkzeug. KI, die sich über die Absichten der Kreativen hinwegsetzt, ist etwas völlig anderes. DLSS 1 bis 4 waren Werkzeuge. DLSS 5 ist das erste massentaugliche Beispiel dafür, dass KI auf Hardwareebene und ungefragt ihr eigenes ästhetisches Urteil in das Werk anderer einbringt.

Verwandte Beiträge:

• Open Source hat ein Problem mit KI-Verschmutzung — dasselbe Muster in einem anderen Kontext
• GDC 2026 in Zahlen — die Umfragedaten zur Ablehnung von KI unter Entwicklerinnen und Entwicklern
• KI-Kontroverse, Vertrauen und die Post-KI-Ökonomie — die umfassendere Vertrauensfrage
• Führende Open-Source-Modelle für generative KI — die Modelle hinter generativem Rendering

Von Oleg Sidorkin, CTO von Cinevva

Andrej Karpathy prägte den Begriff "Vibe Coding" im Februar 2025, um das Bauen von Software zu beschreiben, bei dem du beschreibst, was du willst, und die KI die Umsetzung übernimmt. Ein Jahr später machte das Collins Dictionary daraus das Wort des Jahres. Die Suchanfragen nach dem Begriff sprangen in jenem Frühjahr um 6.700 %.

Für die meiste Software heißt Vibe Coding schnelleres Prototyping. Für die Spieleentwicklung heißt es etwas Konkreteres. Die Hürde zwischen "schräger Idee" und "spielbarem Prototyp" ist eingestürzt.

A Breaker Belt: Snake trifft Arkanoid, in drei Tagen auf der Cinevva Engine vibe-gecodet

Was sich wirklich geändert hat

Game Jams gibt es, weil Spieleentwicklung für die meisten Experimente zu lange dauert. Du bekommst 48 Stunden, ein Thema und so viel Energie, wie du mit Koffein und Adrenalin durchhältst. Die Beschränkung erzwingt Kreativität. Du kannst nichts Ehrgeiziges bauen, also baust du etwas Seltsames. Einige der besten Spiele der Geschichte begannen als Jam-Projekte.

Vibe Coding macht etwas Ähnliches, nimmt aber den künstlichen Zeitdruck weg. Wenn dir das Beschreiben einer Mechanik, einer Stimmung oder eines Verhaltens in Minuten statt Tagen einen funktionierenden Prototyp bringt, kannst du Ideen ausprobieren, die niemand freigeben würde. Die Ökonomie des Experimentierens hat sich verschoben.

Wir haben A Breaker Belt in drei Tagen gebaut. Zwei Personen, nebenher, ohne Crunch. Snake trifft Arkanoid. 50 Wellen. 23 Steinarten. Reaktive Musik. KI-Erzählstimme. In Echtzeit synthetisierte Soundeffekte. Ausgeliefert für Web, Mobil und PC. Dieser Umfang würde normalerweise ein Team von acht oder neun Leuten mehrere Monate kosten. Der schräge Mashup, der in einem Brainstorming-Dokument gestorben wäre, wurde stattdessen an einem langen Wochenende gebaut.

Genau das leistet Vibe Coding für Spiele. Es macht großartige Spiele nicht automatisch. Es macht Experimente billig.

Die Zahlen hinter dem Trend

Die Investitionen zeigen, wie ernst die Branche das nimmt. Cursor hat 2,3 Milliarden USD in einer Series D eingesammelt. Lovable holte 330 Millionen USD bei einer Bewertung von 6,6 Milliarden. Schätzungsweise 25 % der Y-Combinator-Startups aus dem Winter 2025 liefen auf Codebasen, die zu 95 % KI-generiert sind.

Speziell in der Spieleentwicklung ist Three.js inzwischen die wichtigste Bibliothek für vibe-gecodete Web-Spiele, mit 2,7 Millionen wöchentlichen npm-Downloads. Plattformen wie Cinevva, Phaser und eine wachsende Liste von KI-Tools bauen Entwicklungsumgebungen, in denen das Beschreiben der Absicht die primäre Eingabe ist.

Karpathy selbst ist längst beim nächsten Begriff. Er nennt ihn "Agentic Engineering", bei dem KI-Agenten selbst Code schreiben, statt auf menschliche Prompts zu reagieren. "Es steckt Kunst, Wissenschaft und Erfahrung darin", schrieb er. Das Feld bewegt sich schneller als sein Vokabular.

Was sich nicht ändert

Die Grenzen sind real, und dazu sollte man ehrlich sein. Wachsen Projekte, wird das Verwalten des Kontexts zum Engpass. Die Leistung von KI-Modellen fällt ab, sobald dein Projekt so komplex wird, dass der vollständige Kontext nicht mehr in ein Fenster passt. Der Code, den du bekommst, ist oft gut genug zum Laufen, aber nicht gut genug zum Pflegen. Und wenn etwas kaputtgeht, ist das Debuggen KI-erzeugter Komplexität, die niemand vollständig versteht, eine eigene Herausforderung.

Dazu kommt das Geschmacksproblem. KI kann sehr schnell ein mechanisch funktionierendes Spiel erzeugen. Sie kann dir nicht sagen, ob das Spiel Spaß macht. Ob sich die Schwierigkeitskurve richtig anfühlt. Ob die Musik zur Stimmung passt. Ob das Tempo dich bei der Stange hält oder langsam langweilt. Diese Urteilsebene, das, was einen Prototyp von einem spielenswerten Spiel trennt, braucht weiterhin einen Menschen, dem das Ergebnis wichtig ist.

Game Jams funktionieren, weil der Zeitdruck dich zu harten Entscheidungen darüber zwingt, was zählt. Vibe Coding nimmt den Zeitdruck weg, nicht die Notwendigkeit zu entscheiden. Die besten vibe-gecodeten Spiele kommen von Leuten, die wissen, was sie wollen, nicht von Leuten, die hinnehmen, was zurückkommt.

Was meiner Meinung nach als Nächstes passiert

Mehr Spiele, die es nicht geben sollte, wird es geben. Manche werden schrecklich. Manche brillant. Das Verhältnis ändert sich vielleicht nicht, die Menge schon. Und in dieser Menge finden sich Spiele, die es vorher nie hätte geben können. Genres, die noch keinen Namen haben. Mashups, die niemand finanziert hätte. Persönliche Projekte, die eine einzelne Person gebaut hat, weil die Werkzeuge endlich aus dem Weg gegangen sind.

Das war immer das Versprechen besserer Werkzeuge. Nicht, dass alles besser wird, sondern dass mehr Dinge überhaupt entstehen dürfen. Die Game-Jam-Energie, das "lass es uns einfach probieren", steckt nicht mehr in einem 48-Stunden-Fenster. Es ist Dienstagnachmittag und du hast eine Idee. Am Donnerstag ist sie spielbar.

Cinevvas Engine ist kostenlos nutzbar. Deine schräge Spielidee ist vielleicht drei Tage davon entfernt zu existieren.

Verwandt:

• A Breaker Belt: Snake trifft Arkanoid, in drei Tagen vibe-gecodet
• Wir wollten eigentlich keinen Radiosender bauen
• Agentische KI-Code-Tools — Claude Code, Cursor und GitHub Copilot für die Spieleentwicklung
• Game Jams und Hackathons — das ursprüngliche 48-Stunden-Format
• Web-Game-Engines im Vergleich — Engines, die gut zu KI-gestützten Workflows passen

Von Oleg Sidorkin, CTO von Cinevva

Steam Next Fest ist nicht bloß ein Event. Es ist ein Datensatz. Über 2.200 Spiele traten im Februar 2026 mit Demos, Trailern und Hoffnung auf Wunschlisten an. Die Ergebnisse liegen vor und bestätigen etwas, das Indie-Entwickler spüren, aber nicht immer laut sagen.

Next Fest belohnt Spiele, die schon ein Publikum haben. Wer bei null startet, ändert das allein über das Festival nicht.

Herausstechende Indie-Spiele vom Steam Next Fest im Februar 2026

Die Zahlen

presskit.gg hat die Daten ausgewertet, und die Stufen sind ziemlich deutlich:

Das Median-Spiel sammelte 460 Wunschlisten-Einträge. Und zwar mit verfügbarer Demo, aktiver Shop-Seite und Steam, das das Event aktiv bewirbt. Vierhundertsechzig Einträge für eine Woche gezielter Sichtbarkeit auf der größten PC-Gaming-Plattform der Welt.

Rückenwind verstärkt sich. Unsichtbarkeit auch.

Die Spiele im Diamant-Tier starteten fast alle mit 10.000+ bestehenden Wunschlisten-Einträgen. Sie hatten schon vor dem Festival Berichterstattung von Content Creators. Ihre Capsule-Art wirkte sofort, auch in Thumbnail-Größe. Sie hatten die Marketingarbeit erledigt, bevor sie auftauchten.

Und die Spiele, die mit weniger als 1.000 Einträgen starteten? Die meisten legten ein paar Hundert drauf. Das Festival verstärkte, was schon da war. Es erzeugte nichts aus dem Nichts.

Dieses Muster ist nicht auf Next Fest beschränkt. Es zeigt sich überall beim Entdecken. YouTube empfiehlt Videos, die schon gut laufen. Spotify spielt Songs aus, die schon gehört werden. Shop-Algorithmen belohnen überall Engagement mit mehr Engagement.

Hast du Rückenwind, ist Next Fest ein Multiplikator. Hast du keinen, ist es eine Teilnahmeurkunde.

Das Genre zählt mehr, als man denkt

Koop-Spiele haben durchweg überperformt. Content Creator wollen im Stream mit Freunden spielen. Diese soziale Dynamik erzeugt Clips, Clips erzeugen Views, Views erzeugen Wunschlisten-Einträge. Die soziale Spielschleife füttert die soziale Medienschleife.

Survival- und Crafting-Spiele blieben stark, so überfüllt sich das Genre aus Entwicklersicht auch anfühlt. Spieler wollen diese Spiele weiterhin. Das Angebot hat die Nachfrage nicht überholt.

Narrative Spiele und Visual Novels taten sich schwer. Das Format von Next Fest arbeitet gegen sie. Beim Durchklicken von Demos zählt schnelle visuelle Klarheit. Man muss innerhalb von Sekunden verstehen, was ein Spiel ist, aus der Capsule-Art und vielleicht zehn Sekunden Gameplay. Story-getriebene Spiele brauchen Kontext, den ein Thumbnail nicht liefert.

Roguelikes konnten weiterhin durchbrechen, aber nur mit starker Differenzierung. Bei "ein Roguelike mit einem Kniff" muss der Kniff auf einen Blick sichtbar sein.

Warum wir das genau beobachten

Diese Daten sind uns wichtig, weil Cinevva genau für das Problem gebaut wurde, das sie offenlegen. Unsere Reels-first-Entdeckung zeigt echtes Gameplay, keine kuratierten Screenshots. Du scrollst durch Clips, siehst etwas, das nach Spaß aussieht, und spielst es sofort im Browser.

Wir versuchen nicht, Steam zu ersetzen oder mit Next Fest zu konkurrieren. Die Daten sagen uns, dass diese Plattformen für Spiele mit vorhandener Sichtbarkeit hervorragend funktionieren. Uns interessiert die Frage: Was passiert mit den anderen 2.000 Spielen? Mit denen, die wirklich gut sind, aber ohne bestehendes Publikum angetreten sind?

Diese Spiele brauchen einen Weg zum Entdecken, der nicht von vorhandenem Rückenwind abhängt. Einen Ort, an dem ein Spieler über ein Spiel stolpert, das er in einem Shop nie gefunden hätte, weil er fünf Sekunden davon gesehen hat und es interessant aussah. Genau in diese Lücke bauen wir.

Der Strategieleitfaden zum Steam Next Fest, den wir Anfang des Jahres veröffentlicht haben, deckt die taktische Seite ab. Dieser Text geht um die strukturelle Erkenntnis. Entdeckung auf der größten Plattform im PC-Gaming wird zunehmend zu einem System, in dem die Reichen reicher werden. Wenn das das einzige System ist, bleiben viele großartige Spiele unsichtbar.

Verwandt:

• Daten zum Steam Next Fest Februar 2026
• Strategieleitfaden zum Steam Next Fest — Taktiken, damit Next Fest für dich arbeitet
• Koop-Spieldesign — Koop-Spiele überperformen bei Festivals durchweg
• Wie du dein Spiel auf itch.io veröffentlichst — ein alternativer Weg zum Entdecktwerden für kleinere Spiele

Von Oleg Sidorkin, CTO von Cinevva

Rémi Verschelde ist einer der Menschen, die Godot am Laufen halten. Nicht als Nebenprojekt oder Hobby. Sondern als Lebenswerk. Er arbeitet schon an der Engine, seit die meisten Menschen noch nie von ihr gehört hatten: Er prüft Beiträge, führt Patches zusammen und stellt sicher, dass das System, auf das Millionen von Entwicklern angewiesen sind, tatsächlich funktioniert.

Letzten Monat bezeichnete er die aktuelle Situation in Godots Beitrags-Pipeline als „auslaugend und demoralisierend“.

Die Ursache: KI-generierte Pull Requests. Jede Menge davon.

Derzeit gibt es auf GitHub 4.681 offene Pull Requests für Godot. Ein wachsender Anteil der neuen Einreichungen stammt von Menschen, die einen Prompt eingegeben, Code erhalten und ihn eingereicht haben, ohne zu verstehen, was er tut. Auf den ersten Blick wirkt der Code oft plausibel. Er lässt sich kompilieren. Die Variablennamen sind sinnvoll. Dann verbringt ein Maintainer zwanzig Minuten damit herauszufinden, dass er einen subtilen Fehler einführt, einen Sonderfall nicht mehr abdeckt oder ein Problem löst, das gar nicht existiert.

Die Zeit, die für das Ablehnen schlechter PRs aufgewendet wird, fehlt bei der Prüfung guter Beiträge.

Die Ironie schreibt sich von selbst

KI-Werkzeuge sollen Entwickler produktiver machen. So lautet das Versprechen. Deshalb sammeln Unternehmen Milliarden ein, um sie zu entwickeln. Und auf individueller Ebene tun sie das auch. Ich nutze jeden Tag KI-Werkzeuge. Unsere gesamte Plattform setzt KI für die Spieleentwicklung, Musikgenerierung, 3D-Modelle und mehr ein. Ich bin nicht gegen KI.

Doch es gibt einen systemischen Effekt, über den in den Investorenpräsentationen niemand spricht. Wenn KI das Erstellen eines Beitrags trivial einfach macht und die Kosten für das Einreichen gegen null gehen, während der Prüfaufwand exakt gleich bleibt, entsteht ein Verschmutzungsproblem.

Die Menschen, die diese PRs einreichen, handeln nicht böswillig. Die meisten wollen wirklich etwas beitragen. Ihnen wurde gesagt, dass sie mithilfe von KI-Werkzeugen auch ohne tiefgreifende Fachkenntnisse zu Open Source beitragen können. Und diese Werkzeuge ermöglichen es ihnen tatsächlich, etwas zu erzeugen, das wie ein Beitrag aussieht. Nur ist es keiner.

Verschelde räumte ein, dass der Einsatz von KI zur Erkennung KI-generierter PRs „entsetzlich ironisch“ wäre. Er hat recht. KI-Ausgaben mit KI-Erkennung zu bekämpfen, ist ein Wettrüsten, das niemand gewinnt.

Was uns das wirklich zeigt

Etwas zu erschaffen ist inzwischen billig. Etwas Gutes zu erschaffen kostet noch immer genauso viel.

Diese Erkenntnis zeigt sich überall, nicht nur bei der Prüfung von Open-Source-Code. Sie zeigt sich in der Spieleentwicklung, in der Musikproduktion und bei der Erstellung von Inhalten. KI hat die Einstiegshürde gesenkt. Ein minimal brauchbarer Beitrag, ein minimal brauchbares Spiel oder ein minimal brauchbarer Blogbeitrag kann nun in Sekunden generiert werden. Doch die Obergrenze hat sich nicht verschoben.

Menschen, die ihr Handwerk bereits beherrschten, sind jetzt schneller. Die Kluft zwischen „etwas gemacht“ und „etwas geschaffen, das die Zeit anderer wert ist“ ist sogar größer als früher, weil die Menge mittelmäßiger Ergebnisse explodiert ist, während die Zahl der Menschen, die Qualität beurteilen können, gleich geblieben ist.

Godots Richtlinien für Beiträge verlangen, dass der Einsatz von KI offengelegt wird. Viele ignorieren das. Man könnte die Regeln verschärfen, doch ihre Durchsetzung erfordert genau jene menschliche Prüfzeit, die man eigentlich einsparen möchte.

Die wirkliche Lösung ist langweilig

Verscheldes wichtigste Forderung ist mehr Finanzierung. Mehr Maintainer einstellen. Mehr Menschen, die die Arbeit prüfen. Das ist keine technische Lösung. Es ist eine organisatorische. Und wahrscheinlich die einzige, die funktioniert.

Open-Source-Projekte lernen dieselbe Lektion wie wir alle: KI beseitigt nicht die Notwendigkeit menschlichen Urteilsvermögens. Sie vergrößert sie. Je mehr KI-generierte Inhalte in ein System fließen, desto mehr Menschen braucht man, die zwischen etwas unterscheiden können, das richtig aussieht, und etwas, das tatsächlich richtig ist.

Darüber denken wir beim Aufbau der Werkzeuge von Cinevva ständig nach. Das Ziel war nie, menschliches Urteilsvermögen aus der Spieleentwicklung zu entfernen. Es geht darum, kreative Menschen ihr Urteilsvermögen auf das Wesentliche richten zu lassen: Fühlt sich das richtig an, funktioniert es, würde es jemandem Freude bereiten? Die Routinearbeit wird erledigt. Geschmack lässt sich nicht automatisieren.

Godot wird eine Lösung finden. Die Engine ist zu wichtig und die Community zu stark, als dass das nicht gelingen könnte. Doch das Muster, mit dem sie zu kämpfen haben, wird nicht verschwinden. Jedes Open-Source-Projekt, jede Kreativplattform und jedes System, das öffentliche Beiträge akzeptiert, wird sich derselben Frage stellen müssen: Wie geht man mit einer Welt um, in der die Herstellung von etwas nahezu kostenlos ist, seine Bewertung jedoch nicht?

Zum Thema:

• Agentenbasierte KI-Codewerkzeuge — verantwortungsvoller Einsatz von KI-Programmierwerkzeugen
• Führende quelloffene generative KI-Modelle — die Open-Source-Modelle, die diesen Wandel vorantreiben
• KI-Kontroverse, Vertrauen und die Post-KI-Ökonomie — die umfassendere Vertrauensfrage rund um KI in kreativer Arbeit
• Vergleich von Webgame-Engines — Godot und andere Engines, die von diesem Trend betroffen sind

Von Oleg Sidorkin, CTO von Cinevva

Im Februar 2026 passierte Folgendes innerhalb von etwa drei Wochen.

Unitys CEO erklärte öffentlich, man werde auf der GDC Prompt-zu-Spiel vorführen. Roblox lieferte ein 4D-Tool aus, das interaktive Objekte aus Text erzeugt. Moonlake AI öffnete eine Beta für ihre Generative Game Engine, finanziert mit 30 Millionen USD von Nvidia, Jeff Dean und dem YouTube-Mitgründer. Phaser Editor v5 erschien mit KI direkt im Szeneneditor über MCP. Und mindestens ein halbes Dutzend Startups, von denen ich nie gehört hatte, tauchten auf Product Hunt mit irgendeiner Variante von "beschreibe ein Spiel, wir bauen es" auf.

Robloxʼ VP of AI über das Cube-Foundation-Model und 4D-Erstellung

Das ist keine Beschwerde. Es ist eine Beobachtung zum Timing.

Vor zwei Jahren, als wir pitchten, was Cinevva macht, sagten uns VCs von Sequoia, Pear, Draper und Dutzenden anderen Firmen, der Markt sei nicht da. B2C-Spieleerstellung? Indies zahlen nicht für Werkzeuge. Man kann Spieleentwicklung nicht vereinfachen, ohne ihre Leistungsfähigkeit auszuweiden. Das Standardrepertoire an Einwänden, verkleidet als Marktanalyse.

Jetzt geben die größten Namen im Gaming Hunderte Millionen aus, um Varianten genau dessen zu bauen, von dem sie sagten, es könne nicht funktionieren.

Diese Werkzeuge sind nicht dasselbe

Hier ist, worauf es ankommt und was die meiste Berichterstattung übersieht. "KI-Spieleerstellung" ist ein Sammelbegriff, der grundverschiedene Produkte verdeckt.

Text-zu-Demo-Werkzeuge erzeugen etwas, das in einem Tweet beeindruckend aussieht. Du tippst einen Prompt, bekommst etwas Spielbares, teilst das GIF. Die Ausgabe ist echt, aber sie ist eine Demo. Von dieser Demo zu einem Spiel zu kommen, das jemand eine Stunde spielt, ist ein völlig anderes Problem. Moonlake und einige der neueren Startups leben hier. Sie lösen den ersten Funken.

KI-Copilot-Werkzeuge sitzen in einer bestehenden Engine und helfen dir, schneller zu arbeiten. Phaser Editor v5 mit MCP macht das. Ziva macht es für Godot. Sie ersetzen den Entwicklungsprozess nicht, sie beschleunigen ihn. Du musst weiterhin verstehen, was du baust. Die KI übernimmt die Fleißarbeit.

Plattformeigene KI-Erstellung ist das, was Roblox mit 4D macht. Die KI steckt in der Laufzeitumgebung. Objekte sehen nicht nur richtig aus, sie verhalten sich richtig, weil das Generierungsmodell die Physik- und Interaktionssysteme der Plattform kennt. Der Preis: Du bist an diese Plattform gebunden.

Full-Stack-KI-Game-Engines versuchen, alles vom Konzept bis zur Auslieferung abzudecken. Das verspricht Unity für die GDC. Das bauen wir bei Cinevva seit Jahren. Beschreibe, was du willst, iteriere über das, was zurückkommt, liefere ins Web, auf Mobilgeräte, auf den Desktop, zu Steam. Das Spiel, das du promptest, ist das Spiel, das du veröffentlichst.

Phaser Editor v5 bindet KI über MCP für Hilfe auf Szenenebene ein

Die Lücke zwischen Demo und Auslieferung

Jedes Werkzeug in diesem Feld kann etwas erzeugen, das läuft. Dieser Teil wurde schnell einfach. Schwer ist alles danach. Fühlt sich das Spiel auf dem Handy gut an? Kommt es mit Sonderfällen klar? Kannst du an Musik, Schwierigkeitskurve und Tempo weiterarbeiten? Kannst du aus demselben Projekt auf fünf Plattformen ausliefern? Versteht die KI, was ein Spiel tatsächlich unterhaltsam macht, im Unterschied zu dem, was einen Screenshot gut aussehen lässt?

Aus manchen dieser Ankündigungen werden echte Produkte. Manche holen eine Finanzierungsrunde, produzieren hübsche Demos und verschwinden still, wenn sich der Teil "ein echtes Spiel ausliefern" als schwerer erweist als der Teil "einen Prototyp erzeugen".

Was meiner Meinung nach wirklich passiert

Die Marktbestätigung, die wir in keinem Meeting an der Sand Hill Road bekommen haben, kommt jetzt aus der Branche selbst. Wenn Unity und Roblox ihre Roadmaps auf KI-Erstellung setzen, bestätigen sie, worauf wir hingebaut haben: Werkzeuge sollten sich daran anpassen, wie kreative Menschen denken.

Das Rennen geht nicht darum, wer zuerst ankündigt. Es geht darum, wer etwas ausliefert, das Leute tatsächlich nutzen, um Spiele zu machen, auf die sie stolz sind. Tausende Menschen tun das heute auf Cinevva. A Breaker Belt waren zwei Personen und drei Tage. Cinevva Radio hat 362 von der Community erstellte Tracks. Das ist der Unterschied zwischen der Ankündigung, die Zukunft zu bauen, und dem Leben darin.

Der Wettbewerb ist gut. Er heißt, dass es den Markt gibt. Das wissen wir schon eine Weile.

Verwandt:

• Web-Game-Engines im Vergleich — wie sich klassische Engines bei der Web-Ausgabe schlagen
• Führende quelloffene Gen-AI-Modelle — die KI-Modelle hinter der Spielegenerierung
• Agentische KI-Code-Tools — die KI-Copilot-Schicht, die Entwicklung beschleunigt
• A Breaker Belt — ein Spiel, in drei Tagen mit KI-Tools gebaut