Spielende nehmen eine verlassene Fabrik auf dem Mars wieder in Betrieb: Erz abbauen, raffinieren, Förderbänder und Schienen verlegen und Läden eröffnen. Katzen kommen mit unterschiedlichem Geschmack an, sie halten fest, was jede kauft, und füttern diese Beobachtungstabelle in ein spielinternes Machine-Learning-Werkzeug, das vorhersagt, was die nächste Katze will.
Warum es nützlich sein kann
Die Vorhersageschleife ist das Spiel: Sie sammeln Beispiele, trainieren damit ein spielinternes Modell, sehen es falschliegen, wenn die Stichprobe dünn ist, und sammeln mehr. Das ist die echte Grundform angewandten maschinellen Lernens, auch wenn das Modell selbst eine Blackbox bleibt, die Sie nie öffnen.
Zu beachten
Das spielinterne Modell passt Muster an Ihre Daten an, ohne die Mathematik zu zeigen, es baut also eher Intuition auf als eine Fähigkeit, die Sie in ein Notizbuch übertragen könnten.
Geschrieben am 2026-09-15 · redaktionelle Einschätzung, kein gemessener Effekt · wie wir bewerten →
Worum es im Spiel geht
Learning Factory ist ein Automatisierungs- und Managementspiel des in Russland gegründeten Studios Luden.io, dem kleinen Team hinter while True: learn(). Es erschien im Januar 2025 für Windows, macOS, Linux und Xbox nach einer langen Zeit im Early Access. Man spielt die neue Chefingenieurin oder den neuen Chefingenieur einer verlassenen Fabrik auf dem Mars, und die Kundschaft besteht aus Katzen.
Gespielt wird aus der Vogelperspektive und langsam. Die Oberfläche ist ein Raster aus Erzvorkommen, Wasser, Gras und Fels, das man mit Bohrern, Schmelzöfen, Montagemaschinen, Förderbändern und Läden füllt. Es gibt keinen Kampf und keinen Timer. Sitzungen dehnen sich so weit, wie man sie zulässt, denn der Kreislauf ist immer ein weiteres Band, ein weiteres Produkt, ein weiterer Laden. Menüs sind textlastig: Aufträge, ein Forschungsbaum, ein Produktkatalog und ein spielinternes Wiki, das das Machine-Learning-Vokabular erklärt, sobald es auftaucht.
Was Sie tatsächlich tun
Man baut Rohstoffe ab, leitet sie durch Maschinen, die sie zu Waren verarbeiten, und liefert die Waren an Läden, in denen Katzen sie kaufen. Jeder Verkauf ist eine Beobachtung: diese Katze, mit diesen Eigenschaften, kaufte dieses Ding. Man sammelt diese Beobachtungen in einem Datensatz und übergibt ihn einem spielinternen Werkzeug, das lernt, welche Katzen welche Produkte wollen, und dann die nächste Bestellung vorhersagt. Eine Vorhersage auf Basis von zwanzig Verkäufen ist unzuverlässig, und man spürt es im Einkommen; eine Vorhersage auf Basis von Hunderten lohnt sich, eine Produktionslinie darum zu bauen. Der Schwierigkeitsgrad steigt, je tiefer der Produktbaum wird und je mehr sich die Karte in Oberflächen- und Untergrundebenen aufteilt, ein Routingfehler kostet also eine ganze Schicht Durchsatz.
Was es trainiert
Sammelt Beobachtungen und bemerkt eine zu kleine Stichprobe
Liest eine Vorhersage als Wahrscheinlichkeit, kein Versprechen
Verfolgt einen Engpass zurück zur fehlenden Versorgung
Balanciert Eingangs- und Ausgangsraten über eine Maschinenkette
Plant eine erweiterbare Anordnung ohne Abriss
Warum wir es mit Mittel bewerten Interner Wert 64 / 100
PassungWie viel echtes Wissen oder Können verlangt das Spiel selbst?65Gewichtung 45%
Die Passung erreicht 65, weil das Sammeln von Daten und das Handeln nach einer Vorhersage der Weg ist, Geld zu verdienen, kein optionales Nebenpanel. Sie erreicht nicht die Spitzengruppe, weil eine spielende Person auch durch Raten und Brute-Force-Produktion erfolgreich sein kann, der nützliche Teil ist also verfügbar statt zwingend, und das Modell selbst wird nie geöffnet.
TransferFunktioniert das Geübte auch außerhalb des Spiels?58Gewichtung 30%
Der Transfer liegt bei 58. Was sich überträgt, ist eine Gewohnheit rund um Evidenz: Mehr Beispiele ergeben eine bessere Vorhersage, und ein an einer schmalen Stichprobe trainiertes Modell versagt bei neuen Fällen. Was sich nicht überträgt, ist irgendeine tatsächliche Technik, denn Spielende wählen nie ein Modell, ein Merkmal oder eine Metrik aus, sondern füttern es nur mit Verkäufen.
WiederholungLässt das Spiel Sie diese Fähigkeit immer wieder einsetzen, bei steigender Schwierigkeit?70Gewichtung 25%
Die Wiederholung erreicht 70. Der Vorhersagekreislauf wiederholt sich jedes Mal, wenn ein neues Produkt oder eine neue Katzenart auftaucht, und die Fabrik wächst über zig Stunden weiter, dasselbe Denken über Daten und Durchsatz kehrt also immer wieder zurück, statt nur einmal geübt und dann beiseitegelegt zu werden.
Was die Evidenz zeigt
Nur redaktionellNiemand außerhalb unserer Redaktion hat das geprüft. Es ist unsere Lesart des Spiels.
Die Evidenzstufe hier ist rein redaktionell. Die eigene Spieleseite des Entwicklers und der Steam-Eintrag, beide im September 2026 geprüft, bestätigen, was das Spiel enthält: Automatisierung, einen Forschungsbaum und ein Machine-Learning-Werkzeug, das mit den Verkaufsdaten der spielenden Person gefüttert wird, sowie Links zu Lehrvideos und ein spielinternes Wiki. Keiner zeigt, dass das Spielen eine gemessene Fähigkeit verbessert, und zu diesem Spiel existiert keine Studie, die wir finden konnten. Die Bewertung ist unsere Lesart der Mechanik: Der Kreislauf von Daten zu Vorhersage ist real und wiederholt sich, weshalb er gut abschneidet, und das verborgene Modell ist der Grund, warum Genauigkeit und Transparenz ihn zurückhalten.
Redaktionelle Einschätzung – kein gemessener wissenschaftlicher Effekt.
Passung
65/100
Transfer
58/100
Wiederholung
70/100
Warum es überzeugt
Bestanden - der Reiz ist eine ruhige Bau-und-Optimier-Schleife mit Katzen, die es zufriedenzustellen gilt, und ohne Gegner; das Vorhersagewerkzeug ist nur eine weitere Maschine in der Halle, keine Lektion zwischen den Levels.
Nur redaktionell
Diese Bewertung ist rein redaktionell, abgeglichen mit der eigenen Spieleseite des Entwicklers und dem Steam-Eintrag. Beide beschreiben den Kreislauf von Daten zu Vorhersage, aber keiner misst, ob das Spielen eine Fähigkeit verbessert; die Einschätzung liest die Mechanik, kein Ergebnis.
Windows, macOS and Linux on Steam and GOG; a macOS build is also sold through the Mac App Store.
There is a free demo on Steam.
Altersempfehlung
10+ Jahre
Themen
MINT
Spielstile
Einzelspieler, Simulation, Strategie, Sandbox
Tags
Machine learning · Automation · No combat · Long sessions
Verkaufsdaten zu sammeln und nach einer Vorhersage zu handeln, ist hier, wie Sie tatsächlich Geld verdienen, kein optionales Nebenpanel, aber eine spielende Person kann auch durch Raten und Brute-Force-Produktion erfolgreich sein, der nützliche Teil ist also verfügbar statt zwingend.