AETHERIA/AOW Lore & Design Deutsch

Lernen & Wissensaneignung

Dieses Kapitel beschreibt »Lernen & Wissensaneignung« in {{Antares Open World}}: das Antares Knowledge Base System mit 18 Subsystemen, Lernkurven mit Plateauphasen und das »Gefäß im Gefäß«-Prinzip der multidimensionalen Wissensrepräsentation durch Simulation eines realistischen Gefühls von Echtzeit-Lernen.


Lernen & Wissen (Skillsystem)

{{Antares Open World}} möchte mit seinem Konzept und »Wissenssystem«, respektive »Skillsystem«, völlig neuartige und sehr komplexe Wege gehen. Die Erfassung des »globalen Lernens« und die Aneignung von »Wissen«, als Teilnehmer der antarianischen Systeme, wird die grundlegende »Methodik« und »Simulation« des hier aufgezeigten spezifischen »Wissenspools«. Zu diesem Zweck möchte sich das Konzept einer alten und bekannten Weisheit einleitend bedienen.

»Je mehr ich weiß, desto mehr weiß ich, dass ich eigentlich nichts weiß.«

Von dessen Tiefgang fasziniert, möchte das Konzept diese Basis und Problematik umfassend aufgreifen, um so eine vielschichtige Wissensrepräsentation durch Simulation eines realistischen Gefühls von »Echtzeit Lernen«, zu vermitteln. Wir bedienen uns hierbei eines simplen Schemas, dem »Gefäß im Gefäß« System.

Das Lernen lässt sich anhand von »Lernkurven« grafisch darstellen. Dabei fällt unabhängig der menschlichen Individualität auf, dass wir unser Wissen in Phasen, wohl portioniert und über einen gewichteten Zufluss an der Menge an qualitativer und quantitativer Informationen, aufnehmen können. Unsere ideale Lernkurve könnten wir zudem mit der Bindungskurve des Sauerstoffes und seinem Bindungsverhalten, »prozentualer Sättigungsgrad zum Partialdruck in Abhängigkeit des pH Wertes«, vergleichen und abbilden. Zu Anfang dauert es also so gesehen etwas, bis wir den richtigen Draht zur Materie, also unserem Lernstoff aufbauen können.

Nun wird es zumeist mit der richtigen Methodik, gut von der Hand gehen. Am Ende einer »Lernperiode« merken wir jedoch, dass einfach nichts mehr in unserem Kopf hinein will. Mit der Zeit, wird es also zunehmend schwerer, Wissen in unser Gehirn zu transferieren (Wissenspool). Wir brauchen eine Pause.

Das Lernkurven-Modell orientiert sich an der Sauerstoff-Bindungskurve (sigmoidal): Anfangs langsames Lernen (Einarbeitungsphase), dann steiler Anstieg (Hauptlernphase), schließlich Abflachung zur Sättigung (Plateauphase). Diese biologisch fundierte Kurve ersetzt das in MMOs übliche lineare oder exponentielle XP-System durch ein realistisches Lernverhalten.

Das Szenario, also das »WAS« wir über unsere »Begabungsoptimierung« in den Wissenspool transferieren und simulieren wollen, wissen wir nun. Einführend möchte ich nun den Algorithmus des konzeptionellen AOW Lernens vorstellen. Wir brauchen eine Methodik und Spielmechanik, welche diesen Wissenspool füllen kann, und gleichzeitig dem Spieler eine Art Füllstand simuliert.


Antares Knowledge Base System

33/KB/LR — Knowledge Base Learning Rules Skill System

33/EDW — Experience Density Weighting Subsystem

33/RSM — Realtime Skill Measurements Subsystem

33/EC — Efficiency Controlling Subsystem

33/ASM — Adaptive Synapse Mechanism Subsystem

33/LPF — Learning Pattern Framework Subsystem

33/QCP — Queue Control Processing Subsystem

33/EAT — Exceptional Ability Tracking Subsystem

33/LC/HC — Learning Curves Handicaps Subsystem

33/SSPCC — Skill Savepoint Pool Condition Control Subsystem

33/GOAM — Gears of Activity Mechanism Subsystem

33/PE/SC — Plateau Elevation Stagnation Control Subsystem

33/CSNC — Collective Synergetic Node Control Subsystem

33/SBC/PM — Study Break Control Penalty Mechanism Subsystem

33/AFC — Association Flow Control Subsystem

33/PLP — Post Learning Processing Subsystem

33/SSPF — Skill Setpoint Framework Subsystem

33/OC — Operant Conditioning Subsystem

Abbildung 33.1: Core Engine Modul — Antares Knowledge Base


Das »Gefäß im Gefäß«-Prinzip

Resümieren wir einmal... Wir tun etwas in {{Antares Open World}} und »hacken« zum Beispiel an einem Baum. Diese Handlung löst über die bereits beschriebene Methodik im »Skillsystem«, die Rückführung der Erfahrungspunkte aus der »Nachlernphase« (TUL), in den ersten »Wissensraum« (kleinstes Gefäß) aus.

Diese »Queue« wird sich nun aufgrund des begrenzt zur Verfügung stehenden Wissensraumes schnell füllen (überfüllen) müssen. Wurde dieser Wissensraum nun mit Erfahrungspunkten »skillEXP« gefüllt (Gefäß), bringt ein weiteres Lernen in dieser »Plateauphase« logischerweise nichts mehr. Dieses neu erlernte Wissen würde im leeren Wissensraum verpuffen, da wir keinen »Freiraum« (Platz) mehr haben. Der Charakter ist an Wissen vorerst gesättigt, er braucht eine Pause. Diese Pause richtet und errechnet sich, anhand der zuvor zugeführten quantitativen und qualitativen aufmodulierten Erfahrung.

Nach dieser Zeit fühlt sich unser Charakter emotional »Allwissend«, denn sein Wissensspeicher in seinem begrenztem Wissensraum ist voll. Auch dies entspricht der Realität, dem subjektiven Gefühl »ich kann und ich bin nun etwas«, siehe als vgl. ein junger Auszubildender ist mit seiner Lehre fertig. In Wirklichkeit wird er später bemerken, dass ihm bald ein neuer Wissensraum zur Verfügung steht, und er wird feststellen, dass sein Wissen in diesem neuen Wissensraum, eigentlich nun in neuer Relation dem »Nichtwissen«, gleich kommt. Siehe unserem o.g. im Volksmund lautenden Sprichwort. Die »Wissbegierde« steigt fortan nach dem Regelwerk der »Tageslernkurven«.

Mit Erreichen dieser Phase, überführen wir sein »Wissensgut« in den neuen und größeren Wissensraum (größeres und zweites Gefäß). Zugleich erhöht sich sein »Einflussbereich«, sein Wissen gegenüber anderen Charakteren in sozialer Interaktion zu profilieren. Kurz gesagt, das gleiche Wissen wurde auf eine höhere Stufe der »Wahrnehmung« und damit über die Steigerung des Verstandes (Geist/Seele) des Charakters, normiert. Eine am Eingang definierte Eröffnungssequenz, simuliert die »Anfangshürde des Lernens« in jeder »Plateauphase« neu, vgl. o.g. Sauerstoffbindungskurve.

Diese »Wissensüberführung«, können wir nun beliebig ohne Grenzen von Levels, multidimensional (Fraktaltheorie) fortführen. Nur die eigene »Survival of the Fittest« Funktion, wird den Charakter in realistische Grenzen bringen können. Wir normieren hier quasi, aus dem Mittel der auf den antarianischen Planeten zur Verfügung stehendem gesamteinheitlichem Wissensgut.

Das »Gefäß im Gefäß«-Prinzip bildet eine fraktale Wissensstruktur: Jede Erkenntnisstufe enthält rekursiv die vorherige, aber in einem größeren Kontext. Ein Schmied der Stufe 3 versteht das Wissen der Stufe 1 nicht weniger — er sieht es in einem erweiterten Zusammenhang, der ihm erst durch die Überführung in den neuen Wissensraum zugänglich wurde. Dieses Modell eliminiert das klassische »Level-Grinding« und ersetzt es durch qualitative Progression.

Statistische Ausreißer »Charaktere mit Hochbegabung« sind in {{Antarien}} gern gesehen, und geben dem hoch dynamischen und komplexen System, die kreative Eigendynamik, die {{Antares Open World}} so einzigartig machen wird.

Diese Form der »Wissensaneignung« in einem Spiel ist einzigartig, und bedient daher die Basis dieser Kernkompetenz.


Siehe auch


Module: Ase Docs 00.16.32 [feat] Author: Jan Ohlmann (antarien.com@gmail.com) Co-Author: Claude Code (Anthropic) Created: 2026-02-20 Updated: 2026-02-22 Status: Kuratierte Version — Lernen & Wissensaneignung (PortalViewer DSL)