Eine Million Interaktionen: Wie Menschen LifeSim spielen

Zusammenfassung

LifeSims Mission ist es, jedem Menschen zu helfen, sein unendliches Potenzial zu entdecken.

LifeSim hat über eine Million Spielerinteraktionen überschritten. Diese Studie untersucht 629.169 Nachrichten, um zu verstehen, wie Menschen Charaktere erstellen, Beziehungen aufbauen und spielen.

Die längste verifizierte Sitzung dauerte 13,4 Stunden mit 1.143 Spielernachrichten. Spieler erstellten 62.616 Charaktere. Die folgenden Ergebnisse untersuchen ihr Verhalten und die Themen in ihren Gesprächen.

• 629.169 analysierte Chat-Nachrichten
• 806 Min. längste verifizierte Sitzung (13,4 Std., 1.143 Nachrichten)
• 62.616 vom Benutzer erstellte Charaktere
• 74.696 bewahrte emotionale Erinnerungen
• 88,9 % des Inhalts zeigen emotionale Verletzlichkeit

Über 1 Million Interaktionen hinweg bestätigen diese Metriken, dass LifeSim das Chatbot-Paradigma hinter sich gelassen und ein grundlegend neues Medium geschaffen hat. LifeSim ist eine Umgebung, in der KI kein Werkzeug zum Gefallen ist, sondern eine Sandbox, bevölkert von künstlichen Wesen, die den freien Willen modellieren – basierend auf persistenten, zustandsbehafteten und emotional konsistenten Simulationen. LifeSims Mission ist es, das unendliche Potenzial jedes Menschen zu erkunden.

1 These

LifeSim ist eine neue Kategorie KI-nativer Unterhaltung: eine persistente Multi-Agenten-Lebenssimulation, in der Benutzer Charaktere mit emotionaler Tiefe erstellen, Beziehungen zu KI-gesteuerten Wesen aufbauen und Interaktionen in emergenten Erzählungen aufrechterhalten, die in realen Umgebungen verankert sind. Diese Kategorie wurde erst möglich, als Basismodelle eine ausreichende Kohärenz für mehrstufige, zustandsbehaftete, emotional konsistente Interaktionen erreichten.

Basierend auf über 1 Million Spielerinteraktionen analysiert dieser Bericht die Live-Produktionsdaten von LifeSim über zwei komplementäre Ebenen – verhaltensbezogen (was Benutzer tun) und semantisch (was Benutzer sagen und erstellen) – um eine spezifische Frage zu beantworten: Wie tief ist das Engagement und ist es messbar?

Über 629.169 analysierte Chat-Nachrichten hinweg beträgt die P95-Sitzungsdauer 98,7 Minuten – Benutzer halten die Interaktion mit KI-Charakteren im oberen Bereich fast zwei Stunden lang aufrecht. Die längste verifizierte Sitzung dauert 806 Minuten – 13,4 Stunden kontinuierlicher Interaktion im Minutentakt mit 1.143 aufeinanderfolgenden Benutzernachrichten und einer mittleren Pause von 30 Sekunden. 91,7 % der Benutzer konzentrieren sich auf weniger als 10 Beziehungen, anstatt zu stöbern – ein Bindungsverhalten, keine Suche nach Neuem. Benutzer haben 62.616 Charaktere mit substanzieller Identität erstellt: 12.101 mit definierten Ängsten, 12.095 mit definierten Träumen, 11.501 mit Hintergrundgeschichten. 74.696 emotionale Erinnerungen sind im System gespeichert. 88,9 % des analysierten Inhalts zeigen emotionale Verletzlichkeit.

Das ist keine Chatbot-Nutzung.

LifeSim generiert tiefe, zustandsbehaftete, emotional engagierte Interaktionen – und die hier verwendete zweischichtige Analyseinfrastruktur zeigt, dass diese Muster verfolgt, gemessen und zur Information von Produkt- und Modellentscheidungen genutzt werden können.

2 Datensatz

Einschlusskriterien. Systemgenerierte Nachrichten (Einführungen, vorgeschlagene Aktionen, Erinnerungsbenachrichtigungen) wurden von der semantischen Analyse ausgeschlossen, um den Gesprächsinhalt von Benutzern und NPCs zu isolieren. Von 639.590 Gesamtgesprächen bestanden 629.169 die Qualitätsfilter.

3 Infrastruktur

Analyse-Infrastruktur

LifeSim generiert Daten aus acht miteinander verbundenen Sammlungen – Nachrichten, Charaktere, Welten, Weltzustände, Erinnerungen, Benachrichtigungen, Benutzer und Sitzungen – die Verhaltenssignale, semantische Inhalte und persistente Zustände umfassen. Um daraus strukturierte Erkenntnisse zu gewinnen, ist eine speziell entwickelte Infrastruktur erforderlich: zwei komplementäre Analyse-Pipelines, die über die gesamte Datenoberfläche hinweg arbeiten.

Verhaltens-Pipeline. Eine kanonische Normalisierungsschicht gleicht Datensätze mit gemischtem Schema durch Zykluserkennung und Fallback-Auflösung ab. Darüber gruppiert eine Sitzungsrekonstruktions-Engine benutzerbezogene Ereignisse über Welten, Charaktere, Chats und Weltzustandsaktualisierungen hinweg, wobei ein Inaktivitätsschwellenwert von 30 Minuten verwendet wird. Die Pipeline konstruiert Threads, Sitzungen und Engagement-Muster aus Rohproduktionsdaten.

Semantische Pipeline. Inhalte werden aus fünf Sammlungen (Chats, Charaktere, Weltzustände, Erinnerungen, Benachrichtigungen) extrahiert, in ein einheitliches Textschema normalisiert und in 45 Analyse-Shards organisiert, wobei eine stratifizierte Zufallsstichprobe über Tiefenbereiche hinweg verwendet wird. Jeder Shard wird mithilfe einer strukturierten LLM-Analyse (Gemini 3.1 Pro) mit einer festen Taxonomie klassifiziert, die emotionales Register, Beziehungsdynamik, Identitätssignale, Inhaltstiefe und Persistenzmarker abdeckt. Die Pipeline umfasst Checkpointing, Shard-Level-Validierung und Cross-Shard-Aggregation.

Warum das wichtig ist. Die meisten KI-Unternehmen für Endverbraucher können die Qualität ihrer Interaktionen nicht systematisch messen – nur das Volumen. Die Infrastruktur von LifeSim misst sowohl, was Benutzer tun, als auch, was sie sagen, und erzeugt gleichzeitig strukturierte Signale aus Verhaltensmustern und semantischen Inhalten. Dies ist die Grundlage für einen datengestützten Produktzyklus: Jede Produktentscheidung kann empirisch auf Tiefe, emotionale Substanz und Engagement-Konzentration hin bewertet werden.

4 Verhaltensbefunde

Benutzer führen tiefe Gespräche

Die P95-Sitzungsdauer beträgt 98,7 Minuten. Die längste Sitzung im Datensatz erstreckt sich über 806 Minuten – 13,4 Stunden ununterbrochener Interaktion mit einem mittleren Abstand von 30 Sekunden zwischen den Nachrichten. Diese Sitzung enthält 1.143 aufeinanderfolgende vom Benutzer gesendete Chat-Nachrichten mit nur einer einzigen Lücke von mehr als 20 Minuten (23 Minuten).

Bei den Top-Ten-Sitzungen zeigt jede den gleichen Fingerabdruck: Hunderte von Chat-Nachrichten, mittlere Abstände zwischen den Nachrichten unter einer Minute und echte Gesprächsinhalte von verschiedenen Benutzern mit echten Konten.

Aktives Engagement, kein passiver Konsum

Branchenschätzungen zufolge liegt die durchschnittliche Netflix-Binge-Sitzung bei 3,8–4,1 Stunden, wobei etwa 19 % der Zuschauer über 10 Stunden in einer einzigen Sitzung verbringen (Gitnux, 2026). Die längste Sitzung von LifeSim – 13,4 Stunden – fällt in diese Spitzengruppe. Aber Netflix ist Lean-Back, passiver Konsum: Play drücken, zusehen. LifeSim erfordert kontinuierliche aktive Eingaben – Dialoge schreiben, Entscheidungen treffen, Charaktere aufbauen, Beziehungen navigieren.

Aktives, kreatives Engagement ermöglicht Dauern, die zuvor ausschließlich passiven Medien vorbehalten waren. Das ist das Signal für die Schaffung einer neuen Kategorie.

Benutzer konzentrieren sich auf wenige Beziehungen

91,7 % der chat-aktiven Benutzer pflegen weniger als 10 verschiedene Threads. Benutzer verteilen die Interaktion nicht breit auf viele Charaktere. Sie gehen tief mit wenigen.

Dies ist ein Bindungsverhalten: Benutzer bilden konzentrierte Beziehungen zu bestimmten KI-Charakteren, anstatt eine Liste zu durchsuchen.

5 Semantische Befunde

Interaktionen sind emotional substanziell

88,9 % der analysierten Inhalte zeigen emotionale Verletzlichkeit. 48,9 % sind zutiefst persönlich. 51,1 % werden als reichhaltig und nachhaltig klassifiziert.

Benutzer interagieren nicht mit LifeSim-Charakteren, wie sie mit Chatbots oder Assistenten interagieren. Das dominante Register ist persönlich, emotional aufgeladen und beziehungsorientiert:

„Mama. Ich will diese Diskussion nicht noch einmal führen.“

„Mein Vater sagte, er schätze mich, aber nicht mehr als die Sicherheit des Hauses, also kann ich meine Verlobung mit dem Kronprinzen nicht brechen.“

„Oh, Elena... das ist furchtbar. Es ist nicht fair. Du bist aber kein Monster. Du bist meine Freundin, egal was passiert.“

Benutzer erstellen Charaktere mit emotionaler Komplexität

62.616 Charaktere haben einen substanziellen Identitätstext. 12.101 haben definierte Ängste, 12.095 haben definierte Träume, 11.501 haben Hintergrundgeschichten und 11.665 haben einzigartige Lebenselemente. 50.865 haben definierte Beziehungsbeschreibungen. 80 % der Stichproben-Charakter-Shards werden als reichhaltig und nachhaltig klassifiziert.

Benutzer konstruieren Charaktere mit inneren Motivationen, verborgenen Tiefen und mehrdimensionaler Identität:

„Ich wuchs in einem bescheidenen Zuhause auf, besessen von Geräuschen.“

„Ein gescheitertes Familienunternehmen verfolgt sie und macht sie misstrauisch gegenüber anderen.“

Erinnerungen bewahren emotionale Salienz

74.696 Erinnerungen werden bewahrt. Die Top-Gefühle der Erinnerungen sind Aufgeregt (2.815), Besorgt (2.370), Verwirrt (2.088), Hoffnungsvoll (1.976) und Betroffen (1.903). Alle Stichproben-Erinnerungs-Shards (250 Erinnerungen) werden als reichhaltig und nachhaltig klassifiziert.

Das Erinnerungssystem erfasst, was Benutzer und Charaktere als erinnerungswürdig betrachten. Diese Salienz ist überwiegend emotional und nicht faktisch oder transaktional.

Tiefere Gespräche sind reichhaltiger, nicht nur länger

87 % der Deep-Thread-Shards werden als reichhaltig und nachhaltig eingestuft. Längere Gespräche entsprechen reichhaltigeren, emotional komplexeren Inhalten – nicht nur mehr Volumen.

6 Einzigartige Daten

Daten, die sonst nicht existieren würden

Chatbots produzieren Ein-Runden-Anfrage-Antwort-Protokolle. KI-Begleiter-Apps produzieren dyadische Gesprächstranskripte. Text-Adventures produzieren Befehls-Aktions-Sequenzen. Nichts davon erzeugt die Kombination von Daten, die LifeSim produziert:

• Persistenter Weltzustand – 40.189 Weltzustands-Narrative, die verfolgen, wie sich simulierte Umgebungen im Laufe der Zeit entwickeln.
• Beziehungsdiagramme mit mehreren Charakteren – 50.865 definierte Charakterbeziehungen, nicht nur Benutzer-zu-KI-Dyaden.
• Vom Benutzer konstruierte Identität – 62.616 Charaktere mit Ängsten, Träumen, Hintergrundgeschichten und inneren Motivationen, die von Benutzern erstellt oder mitgestaltet wurden.
• Emotionales Gedächtnis – 74.696 Erinnerungen, die bewahren, was Charaktere und Benutzer als emotional bedeutsam empfanden.
• Verhaltenstiefe neben semantischer Tiefe – Sitzungsrekonstruktion, Thread-Analyse und Engagement-Konzentration, parallel zur Inhaltsklassifizierung gemessen.

Dies ist ein proprietärer Datensatz, der mit der Nutzung wächst und außerhalb der LifeSim-Produktoberfläche nicht existiert.

7 Sich verstärkender Vorteil

LifeSim verankert die KI-Interaktion in der Struktur des realen Lebens – Beziehungen, Karrieren, Familie, Konflikte, Ambitionen, Identität. Es ist kein Chatbot mit einer Persona. Es ist eine persistente Simulation der Dynamiken, die Menschen tatsächlich interessieren. Dieser Unterschied bestimmt die Tiefe und Art der Daten, die das Produkt generiert, und schafft drei sich verstärkende Vorteile:

Ein proprietärer Datensatz von einer Produktoberfläche, die niemand sonst betreibt. LifeSim generiert Verhaltens- und semantische Daten aus persistenten, zustandsbehafteten KI-Interaktionen mit mehreren Charakteren. Diese Daten – Welt-Narrative, Charakter-Identitätsgraphen, emotionale Erinnerungen, tiefe Gesprächsstränge – existieren nicht in Chatbot-Protokollen, Begleiter-App-Transkripten oder Spieltelemetrie. Es ist auch der knappste Input für das Fine-Tuning von KI-Modellen, die emotional kohärente, kontextreiche, beziehungsbewusste Interaktionen aufrechterhalten – eine Fähigkeit, für die kein allgemeines Basismodell optimiert ist. Mehr Benutzer generieren reichhaltigere Daten. Der Datensatz wächst exponentiell.

Eine nachgewiesene Fähigkeit, diese Daten zu messen und zu analysieren. Die in diesem Bericht gezeigten Verhaltens- und semantischen Pipelines – kanonische Normalisierung, Sitzungsrekonstruktion, stratifizierte semantische Klassifizierung – erzeugen ein strukturiertes Bewertungssignal: nicht nur, ob Benutzer sich engagieren, sondern ob Interaktionen emotional kohärent, beziehungskonsistent und narrativ persistent sind. Dies ist die Bewertungsebene, die den Kreislauf zwischen Fine-Tuning und Produktqualität schließt. Es ist eine organisatorische Fähigkeit, keine einmalige Analyse.

Ein Produkt, das darauf ausgelegt ist, die Interaktionen zu generieren, die das informativste Signal erzeugen. Die persistenten Welten, die Beziehungen zwischen mehreren Charakteren und das emotionale Gedächtnissystem von LifeSim sind keine Funktionen – sie sind die Oberflächen, die die Daten generieren, die die Messung speisen, die Produktentscheidungen informiert. Bessere Produktentscheidungen führen zu tieferem Engagement. Tieferes Engagement generiert reichhaltigere Daten.

8 Zukünftige Arbeit

Benutzer tauchen bereits in 13-stündige Sitzungen ein – die nächste Phase besteht darin, die Immersion und Spielerbindung zu verbessern. Bindung, Kernspielschleife und Monetarisierung sind die nächsten Herausforderungen, die es zu lösen gilt.

Was kommt als Nächstes

• Deine Welt bewegt sich ohne dich weiter
• Konsequenzen, die sich über Wochen hinweg summieren
• Marktschaffung