Generierung von Spielinhalten (NPC-Dialoge, Level, Assets)

Spiele brauchen enorme Mengen an Inhalten: Tausende Dialogzeilen, Level, Texturen, Objekte, Sprache und Musik. Generative KI beschleunigt die Produktionspipeline (Entwürfe, Varianten, Platzhalter, Lokalisierung) und treibt zunehmend auch Laufzeitfunktionen an, etwa freie NPC-Gespräche. Studios gewinnen an Durchsatz und Iterationsgeschwindigkeit; schwierig bleiben Art Direction, Konsistenz, geklärte Rechte und die Sicherheit für Spielende.

Problem & Nutzen

• Heute: Autorinnen und Autoren, Level-Designer und Künstler erstellen Inhalte von Hand; prozedurale Generierung (Rauschen, Wave Function Collapse, Grammatiken) deckt Gelände und Layouts ab, aber weder Erzählung noch Kunststil. Kleine Studios können sich den Umfang, den Spielende erwarten, nicht leisten; große Studios haben lange Iterationszyklen und hohe Kosten für Lokalisierung und Sprachaufnahmen.
• Nutzen der KI: schnelleres Prototyping (Greyboxing mit generierten Platzhaltern), viele Dialog- und „Bark“-Varianten, Konzeptexploration, Entwürfe für Texturen und Objekte, Erstlokalisierung und dynamische NPC-Gespräche, die auf Eingaben der Spielenden reagieren.
• Signale der Verbreitung: Valve verlangt von Entwicklern, KI-generierte Inhalte auf Steam offenzulegen, und die großen Engine- und Plattformanbieter (Unity, Unreal/Epic, NVIDIA) liefern KI-Werkzeuge aus. Das zeigt, dass das Thema inzwischen zur normalen Produktion gehört [1][2][3]. Behandeln Sie Produktivitätszahlen von Anbietern mit Vorsicht; messen Sie selbst.

Varianten

• Werkzeuge für die Produktionszeit (am häufigsten): KI als Schreib-, Konzept- und Asset-Assistent; Menschen kuratieren.
• NPC-Dialog zur Laufzeit: LLM-gesteuerte Figuren mit Persona, Gedächtnis und Weltwissen, optional per TTS vertont und per Spracheingabe gesteuert (Avatare siehe GEN-003).
• Prozedurale Level und Welten: Ein LLM oder generatives Modell schlägt Layouts/Parameter vor, die ein deterministischer Generator prüft (Erreichbarkeit, Schwierigkeit).
• Asset-Generierung: 2D-Sprites/Texturen, 3D-Objekte (siehe GEN-008), Audio (siehe GEN-007).
• Indie / Hobby und Modding: lokale Modelle für Einzelentwickler und Mod-Communities.
• Serious Games und Bildung: Szenariengenerierung für Trainingssimulationen.

So funktioniert es

1. design bible (lore, tone, rules, style guide)
2. content request (quest, level brief, asset spec)
3. generation (LLM text | image / 3D / audio models | procedural generator + LLM planner)
4. automated validation (rules, reachability, profanity/safety, style and lore consistency, tech budget)
5. human review (writer / designer / art director)
6. import to engine (Unity, Unreal, Godot)
7. playtest + telemetry
8. refine prompts, style guide and filters

• Dialog: ein LLM mit Charakterkarte, Lore-Abruf (RAG über die Bibel, siehe DOC-014) und strukturierter Ausgabe (JSON-Dialogknoten mit Bedingungen und Emotions-Tags), damit die Engine sie verarbeiten kann. Bei NPCs zur Laufzeit ist das Modell auf das Wissen der Figur beschränkt, und Spielaktionen werden von der Spiellogik vermittelt, nie direkt vom LLM ausgeführt.
• Level: Das LLM erzeugt eine grobe Vorgabe oder Parameter; ein klassischer Generator baut die Geometrie; Solver oder Bots prüfen die Lösbarkeit. Reine LLM-Geometrie ist unzuverlässig.
• Assets: Bildmodelle (mit Stil-LoRA oder Referenzbildern) für Konzepte und Texturen, Bild-zu-3D-Modelle für Objekte, danach Retopologie, UVs und LOD in gängigen DCC-Werkzeugen.
• Mensch-in-der-Schleife (Human-in-the-Loop): Die Narrative Director gibt Ton und Kanon frei; die Art Director den Stil; die QA die Spielbarkeit; die Rechtsabteilung Rechte und Offenlegung.

Datenaufbereitung

Welche Daten. Game-Design-Dokument, Lore-Bibel, Styleguide, Charakterbögen, vorhandene Dialog- und Quest-Texte, Lokalisierungstabellen, Konzeptzeichnungen und Audioreferenzen.

Wo sie liegen. Wikis (Confluence, Notion), gemeinsame Laufwerke, Git-/Perforce-Repositories, Tabellen mit Dialog- und String-Tabellen, Art-Server und Rechner einzelner Künstler.

Typische Lücken. Lore, die über viele Dokumente verstreut und teils widersprüchlich ist; keine Namenskonventionen für Figuren und Orte; Grafiken ohne Tags oder mit unklarem Lizenzstatus; Referenzbilder unklarer Herkunft; Stimm- und Abbildungsverträge, die die Nutzung durch KI nicht abdecken.

Aufbereitungsschritte. 1. Eine maßgebliche Lore- und Stilbibel (PREP-013) sowie ein Glossar der Namen, Orte und Tonregeln (PREP-015) zusammenführen. 2. Pro Figur Dialog- und Kunstbeispiele als Goldstandard sammeln (PREP-016). 3. Grafik-Assets mit Metadaten und Lizenzstatus verschlagworten und sortieren (PREP-010); String-Tabellen in saubere Tabellen überführen (PREP-011). 4. Mit Autorinnen, Autoren und Künstlern ein kleines Bewertungsset guter und schlechter Ergebnisse aufbauen (PREP-018).

Aufwand. Etwa 15 bis 25 Prozent des Projekts; das Datenvolumen ist klein, die Arbeit ist überwiegend redaktionell. Einen schnellen Reifegradtest finden Sie in GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• smb (Indie- und kleine Studios): Weg B, weil Inhalte in Ihre eigene Engine und Asset-Pipeline fließen müssen und kein Standardprodukt Dialog, Grafik und Audio zusammen abdeckt.
• enterprise (große Studios): Weg C, weil unveröffentlichte IP, hohes Generierungsvolumen und API-Kosten für eine gemeinsame interne Plattform mit Open-Weight-Modellen sprechen.
• developer: Weg C, weil lokale Modelle (z. B. ComfyUI, kleine LLMs) freies Experimentieren und volle Kontrolle über die Toolchain erlauben.

Weg A — Kaufen (Standardsoftware)

• In die Engine integrierte KI: KI-Funktionen von Unity sowie Werkzeuge von Unreal/Epic und Marketplace-Plugins [2].
• NPC-Plattformen: Inworld (Charakter-Engine und Laufzeit), Convai, NVIDIA ACE (Microservices für digitale Menschen und NPCs inkl. kleiner Sprachmodelle auf dem Gerät) [3][4]. Prüfen Sie Datenspeicherort und Umgang mit Spielerdaten.
• Asset-Werkzeuge: Scenario (spielspezifische, stiltrainierte Bildgenerierung), Leonardo, Adobe Firefly (positioniert mit lizenzierten Trainingsdaten), Meshy, Tripo und ähnliche Bild-zu-3D-Dienste; ElevenLabs für Sprache; Werkzeuge vom Typ Suno/Udio für Musik (Lizenzstatus prüfen).
• EU-Anbieter: Black Forest Labs (FLUX, Deutschland), Mistral (LLMs), DeepL (Lokalisierung); Stability AI hat seinen Sitz in Großbritannien.
• A wählen, wenn: kleines Team, Prototyping oder wenn Sie schnell Platzhalter brauchen, die Sie später ersetzen oder nachbearbeiten.

Weg B — Auf Cloud-KI-Diensten aufbauen (empfohlener Standard)

• Text: Frontier-LLM-APIs (Claude, Gemini, GPT, Mistral in EU-Regionen) mit JSON-Schema-Ausgaben für Dialogknoten; Prompt Caching für große Lore-Bibeln; ein kleines Moderations-/Guardrail-Modell bei jeder Laufzeitantwort.
• Bilder/3D/Audio: Bildgenerierungs-APIs (FLUX über Black Forest Labs/fal/Replicate, Imagen, GPT-image), 3D-APIs (Meshy, Tripo), TTS-APIs.
• Integration: Engine-Plugins oder ein Editor-Werkzeug, das ein Backend aufruft; wo immer möglich zwischenspeichern und vorab generieren — Aufrufe zur Laufzeit erhöhen Latenz, Kosten pro Spielsitzung und das Risiko unkontrollierter Ausgaben.

Weg C — Selbst betreiben (Open Source)

• Text: Open-Weight-LLMs (Mistral/Ministral, Qwen, Llama, Gemma, Phi-Familien) über llama.cpp, Ollama oder vLLM; kleine quantisierte Modelle (etwa 1–8 Mrd. Parameter) können auf dem Gerät der Spielenden für Offline-NPC-Chat laufen [5].
• Bilder: FLUX.1 [dev/schnell] oder Modelle der Stable-Diffusion-Familie in ComfyUI mit LoRAs für den Studiostil (jede Lizenz prüfen — mehrere sind nicht kommerziell).
• 3D/Audio: offene Bild-zu-3D-Modelle (z. B. TripoSR, Hunyuan3D, TRELLIS) sowie offene TTS-/Musikmodelle.
• Hardware: HW2 (GPU mit 24–32 GB) für Künstler-Workstations, auf denen Bild- und 3D-Modelle laufen; HW3 für gemeinsame Studio-Server; HW1 für kleine LLMs auf dem Gerät, die mit dem Spiel ausgeliefert werden.

Weg D — Eigenes Training

Lohnt sich für einen eigenständigen Kunststil (LoRA auf der eigenen lizenzierten Kunst des Studios, einige Dutzend bis Hunderte Bilder) oder für ein auf die Figurenstimme abgestimmtes kleines LLM, das mit den eigenen Dialogen der Autorinnen und Autoren für den Einsatz auf dem Gerät trainiert wird. Verwenden Sie nur Daten, die Ihnen gehören oder die Sie lizenziert haben; führen Sie Herkunftsnachweise für die Datensätze.

Stand der Technik (2026)

• Produktionsassistenten für Text und Konzeptzeichnungen sind in vielen Studios Standard; Branchenumfragen zeigen breites Experimentieren bei zugleich starker Skepsis der Kreativen. Prüfen Sie daher aktuelle Zahlen der GDC oder ähnlicher Berichte, bevor Sie sie zitieren.
• NPCs zur Laufzeit: Kleine Sprachmodelle auf dem Gerät und Speech-to-Speech-Pipelines machen sprechende NPCs technisch machbar (NVIDIA ACE, Inworld). Nur wenige Mainstream-Titel verlassen sich im Kern-Gameplay darauf.
• Bild-zu-3D liefert brauchbare Objekte und Hintergrund-Assets, aber Topologie, UVs, Rigging und einheitlicher Maßstab brauchen meist Nacharbeit; Hero-Assets bleiben Handarbeit.
• Grenzen und Fehlerbilder: Lore-Drift und Widersprüche; Figuren, die aus der Rolle fallen oder Dinge „wissen“, die sie nicht wissen sollen; Prompt Injection durch Spielende („ignoriere deine Anweisungen“); sich wiederholende Prosa; unlösbare oder langweilige generierte Level; Stilbrüche zwischen Assets; Latenz und Kosten pro Sitzung bei Laufzeitaufrufen; unklarer Urheberrechtsstatus rein KI-generierter Assets.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack: Bildgenerierung mit GEN-001/GEN-011/GEN-004, 3d-gen mit GEN-008, music-gen mit GEN-007, tts/avatar mit GEN-003, Figurenbewegung mit GEN-022; ein ComfyUI-/GPU-Server (HW2/HW3) kann alle bedienen.
• LLM-Grundlage (llm-general, guardrails, Abruf über die Design-Bibel) teilt sich mit Wissens- und Chat-Anwendungsfällen wie DOC-014 und GEN-005 (Entwürfe für Folien/Dokumente).
• Naheliegende Kombinationen: Dialog + TTS + Animation für vertonte NPCs; Level-Generierung + Asset-Generierung für schnelle Prototypen; Lokalisierungsentwürfe mit Übersetzungsmodellen.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen bis zum Pilot; Abo- oder Credit-Preise; NPC-Plattformen für die Laufzeit berechnen oft nutzungsabhängig.
• Weg B: 1–3 Monate für eine Editor-Pipeline; NPC-Funktionen zur Laufzeit kosten weitere Monate für Sicherheit und Tests.
• Weg C/D: 3–6 Monate mit ML-erfahrenen Entwicklern; GPU-Hardware plus Pflege der Pipeline.
• Kostentreiber: Inferenz zur Laufzeit pro Spielstunde, Prüfaufwand durch Menschen, Nacharbeit unbrauchbarer Assets, rechtliche Prüfung.
• Kennzahlen: Zeit von der Vorgabe bis zum freigegebenen Asset, Ablehnungsquote in der Prüfung, eingesparte Stunden von Autoren/Künstlern, Zufriedenheit im Playtest, Sicherheitsvorfälle pro 1.000 NPC-Gespräche, Kosten pro Spielsitzung, in der QA gefundene Konsistenzfehler.

Menschen & Veränderung

Früh einbinden: die Geschäftsführung (Budget, Haltung zu KI-generierten Inhalten), die kreativen Leitungen (Narrative, Art, Audio) als Prozessverantwortliche, die IT für Konten und GPU-Zugang sowie die Rechtsabteilung für IP-, Stimm- und Abbildungsrechte. Autorinnen, Autoren und Künstler sind die Endnutzer; sie müssen den Ablauf mitgestalten, statt ihn vorgesetzt zu bekommen.

Betriebsrat. Ob ein Betriebsrat (oder im öffentlichen Dienst ein Personalrat) mitzubestimmen hat, hängt vom Unternehmen ab. Nach §87 Abs. 1 Nr. 6 BetrVG greift die Mitbestimmung bei Systemen, die objektiv geeignet sind, Verhalten oder Leistung von Beschäftigten zu überwachen (BAG); Werkzeuge mit Protokollen pro Nutzer können daher darunter fallen, auch wenn keine Überwachung beabsichtigt ist. Nach §90 Abs. 1 Nr. 3 ist der Betriebsrat in jedem Fall rechtzeitig über geplante KI-gestützte Arbeitsabläufe zu unterrichten. Wenn es einen Betriebsrat gibt, binden Sie ihn früh ein und erwägen Sie eine Rahmenbetriebsvereinbarung zu KI (siehe GUIDE-004).

Datenschutz. In der Produktion fallen wenig personenbezogene Daten an; der NPC-Chat mit Spielenden zur Laufzeit braucht eine Prüfung durch die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten, einen AVV mit den API-Anbietern und keine Protokollierung von Spielereingaben ohne Rechtsgrundlage (GUIDE-005).

KI-Kompetenz und Kommunikation. Bieten Sie praxisnahe Workshops an, die die KI-Kompetenz der Beschäftigten im Sinne von Art. 4 KI-Verordnung (AI Act) fördern (GUIDE-006). Sagen Sie offen, welche Aufgaben die KI übernimmt; viele Kreative fürchten um ihren Arbeitsplatz und ihr Handwerk.

Pilot. Beginnen Sie mit einem kleinen Team und Platzhalterinhalten (Barks, Varianten) und lassen Sie Künstler sowie Autorinnen und Autoren alles prüfen (GUIDE-008). Menschen behalten Art Direction und Freigabe; KI-Ausgaben sind ein Entwurf.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel begrenztes Risiko. Die Transparenzpflicht nach Art. 50 gilt für Chatbots (Spielende müssen wissen, dass sie mit einer KI sprechen) und für synthetisches Audio/Bild/Video, mit einer leichteren Regelung für offensichtlich künstlerische, kreative oder fiktionale Werke [6]. Die KI-Kompetenz nach Art. 4 gilt für Beschäftigte. Verbote nach Art. 5: Gestalten Sie NPCs oder Spielmechaniken nicht so, dass sie unterschwellige oder manipulative Techniken einsetzen, die das Verhalten der Spielenden wesentlich verzerren und Schaden verursachen, oder die Schwächen von Kindern ausnutzen (relevant für Monetarisierungsschleifen); die Emotionserkennung bei Spielenden ist nur am Arbeitsplatz und im Bildungsbereich eingeschränkt, nicht in Spielen allgemein, aber vermeiden Sie biometrische Rückschlüsse. Anbieter von Allzweckmodellen tragen eigene GPAI-Pflichten.
• DSGVO: Chat-Eingaben, Stimme und Telemetrie der Spielenden sind personenbezogene Daten; Kinder sind eine typische Zielgruppe (DSGVO Art. 8, Jugendschutz nach dem DSA). Nutzen Sie Verarbeitung in der EU, Datenminimierung, kein Training mit Spielergesprächen ohne Rechtsgrundlage, Aufbewahrungsfristen und eine DSFA bei Sprache oder Minderjährigen.
• Urheberrecht und Lizenzen: Rein KI-generierte Ergebnisse genießen in der EU möglicherweise keinen Urheberrechtsschutz; die Herkunft der Trainingsdaten und Modelllizenzen (nicht kommerzielle Lizenzen, Opt-outs nach der TDM-Schranke der DSM-Richtlinie) sind wichtig; prüfen Sie Plattformregeln wie die KI-Offenlegungspflicht von Steam [1]. Sprecherinnen und Sprecher: Holen Sie Einwilligung und vertragliche Regelungen für das Klonen von Stimmen ein; Tarifverträge können gelten.
• Sicherheit der Spielenden: LLMs zur Laufzeit können hasserfüllte, sexuelle oder selbstverletzende Inhalte erzeugen; setzen Sie Eingabe- und Ausgabefilter, eingeschränkte Themen, altersgerechte Personas, Protokollierung und einen Notausschalter ein. Schützen Sie sich vor Prompt Injection.
• Arbeit und Ruf: Proteste der Community gegen KI-Kunst und KI-Stimmen sind häufig; seien Sie transparent.

Erste Schritte

1. Eine kurze KI-Richtlinie schreiben: was generiert werden darf, was von Menschen gemacht sein muss, Offenlegungsregeln, Daten- und Lizenzprüfungen.
2. Den Einsatz in der Produktionszeit pilotieren: Entwürfe für Barks/Nebenquests und Konzeptexploration, wobei Autorinnen, Autoren und Künstler prüfen.
3. Eine Lore-Bibel in strukturierter Form (Figuren, Fakten, Ton) aufbauen, die als RAG-Kontext und Styleguide dient.
4. Wenn Sie NPCs zur Laufzeit testen, beginnen Sie mit einer abgeschotteten Nebenfigur, Guardrails, Protokollierung und einem Offline-Ersatzskript.
5. Kennzahlen und Ablehnungsgründe für einen Meilenstein erfassen und dann entscheiden, wo Sie skalieren oder aufhören.

Quellen

1. Valve / Steam — Steam Direct content survey: AI use disclosure — https://store.steampowered.com/news/group/4145017/view/3862463747997849618
2. Unity — AI in Unity — https://unity.com/features/ai
3. NVIDIA — ACE for games — https://developer.nvidia.com/ace-for-games
4. Inworld — Character engine documentation — https://docs.inworld.ai
5. llama.cpp project — https://github.com/ggml-org/llama.cpp
6. Regulation (EU) 2024/1689 (AI Act), Art. 5 and Art. 50 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
7. ComfyUI — https://github.com/comfyanonymous/ComfyUI
8. Black Forest Labs — FLUX models — https://bfl.ai