Zum Inhalt springen

while True: learn()

2019

Rätselspiel: visuelle Datenpipelines führen ins maschinelle Lernen ein.

13+ JahrePC, Konsole und Mobil

NützlichkeitMittelredaktionell ↘
Man spielt
Spielende bauen Diagramme zur Datenverarbeitung, erfüllen Aufträge und lassen ein fiktives Start-up wachsen.
Warum es nützlich sein kann
Ein Level zu bestehen bedeutet, Daten durch ein Modell zu leiten und zu lesen, warum die Genauigkeit begrenzt ist, Sie verlassen es also mit echtem Machine-Learning-Vokabular und einem funktionierenden Gefühl für die Form des Fachgebiets, wenn auch ohne dessen Mathematik.
Zu beachten
Die Systeme im Spiel sind weit einfacher als echte Machine-Learning-Pipelines und ersetzen weder Mathematik noch Programmieren.

Spiel besorgen

Nicht das Richtige? Ähnliche Spiele ansehen →

Im Detail

Geschrieben am 2026-09-15 · redaktionelle Einschätzung, kein gemessener Effekt · wie wir bewerten →

Worum es im Spiel geht

while True: learn() ist ein Rätselspiel des Studios Luden.io über den Bau von Systemen für maschinelles Lernen aus Kästen und Leitungen. Die Rahmenhandlung ist ein Witz, der trägt: Man ist eine Programmiererin oder ein Programmierer, die oder der entdeckt, dass die eigene Katze besser programmieren kann als man selbst, und macht sich daran, ein System zu bauen, das Katze in menschliche Sprache übersetzt. Auf dem Weg nimmt man freiberufliche Aufträge an, und später kann man als technische Leitung ein Start-up führen.

Jedes Level ist ein Diagramm. Daten kommen auf einer Seite hinein, müssen auf der anderen Seite korrekt sortiert, beschriftet oder vorhergesagt wieder heraus, und dazwischen platziert man Verarbeitungsblöcke und verbindet sie mit Leitungen. Aufträge sind an erkennbare Probleme des maschinellen Lernens angelehnt, etwa Bilderkennung und selbstfahrende Autos. Das Spiel wird auf fast jeder Plattform verkauft, und die Bedingungen unterscheiden sich: Steam und Xbox verkaufen es zum vollen Preis, während die iPhone- und iPad-Version eine kostenpflichtige App für 4,99 $ ist, ohne In-App-Käufe und ohne Werbung, von Apple mit 9+ eingestuft. Einkäufe innerhalb des Spiels laufen nur über Spielgeld.

Was Sie tatsächlich tun

Ein Kunde oder eine Kundin nennt ein Ziel: diese Bilder in zwei Stapel sortieren, oder diesen Wert aus jenen Daten vorhersagen. Man zieht Blöcke aufs Feld, verdrahtet sie und drückt auf Start, und eine Simulation lässt Daten durch die eigene Pipeline laufen und meldet, welche Genauigkeit erreicht wurde und wie lange es dauerte. Reicht das nicht, ordnet man um. Geld aus abgeschlossenen Aufträgen kauft bessere Hardware und bessere Algorithmen, die schwerere Aufträge freischalten. Der Druck entsteht aus drei Zwängen zugleich, Genauigkeit, Zeit und Budget, und spätere Level lassen sich nur bestehen, wenn alle drei erfüllt sind. Besser zu werden sieht so aus, die Form eines Problems zu erkennen, bevor überhaupt gebaut wird.

Was es trainiert

  • Baut eine Pipeline, in der die Ausgabe jeder Stufe die Eingabe der nächsten ist
  • Wägt Genauigkeit gegen Geschwindigkeit und Kosten ab, statt nur eines davon zu maximieren
  • Erkennt eine wiederkehrende Problemform und nutzt eine bereits funktionierende Lösung erneut
  • Liest einen gescheiterten Durchlauf, um zu finden, welche Stufe den Fehler verursacht hat
  • Benennt, was ein Modell, ein Datensatz und ein Trainingsschritt tatsächlich sind

Warum wir es mit Mittel bewerten Interner Wert 66 / 100

  1. PassungWie viel echtes Wissen oder Können verlangt das Spiel selbst?70Gewichtung 45%

    Das Vokabular des Machine Learning ist das Rätsel, keine Hülle darum: Um ein Level zu bestehen, leiten Sie Daten durch ein Modell, bemerken, dass die Genauigkeit durch Ihre Eingaben begrenzt ist, und wählen einen anderen Ansatz. Das ist ein echtes Fachgebiet, reduziert auf eine kleine Menge Hebel, weshalb die Passung bei 70 landet. Höher geht es nicht, weil die Blöcke alles Mathematische abstrahieren, Spielende lernen also die Form des Fachgebiets ohne dessen Substanz.

  2. TransferFunktioniert das Geübte auch außerhalb des Spiels?62Gewichtung 30%

    Wer das spielt, kommt zu einer echten Erklärung von Machine Learning bereits mit den Begriffen und dem groben Ablauf, wodurch eine Erklärung schneller ankommt, als sie es sonst täte. Das ist echt, doch es ist Vokabular und Orientierung, keine nutzbare Fertigkeit, und keine Studie zeigt, dass es anhält. Bei 62 schreibt Transfer Wiedererkennung und Intuition gut, nichts, das dem Schreiben von Code oder dem Betreiben der Mathematik näherkommt.

  3. WiederholungLässt das Spiel Sie diese Fähigkeit immer wieder einsetzen, bei steigender Schwierigkeit?65Gewichtung 25%

    Es gibt viele Aufträge, und alle nutzen dieselbe Handlung aus Bauen und Neuverdrahten, Spielende kehren also über die Kampagne hinweg Dutzende Male zur Kernidee zurück, und Optimierungsdruck hält abgeschlossene Level einen erneuten Besuch wert. Dieses Volumen verdient 65. Höher geht es nicht, weil die Kampagne endlich ist und die Blockmenge lange vor dem Ende aufhört zu wachsen, die Übung hat also eine Obergrenze.

Was die Evidenz zeigt

Nur redaktionellNiemand außerhalb unserer Redaktion hat das geprüft. Es ist unsere Lesart des Spiels.

Das Niveau ist Nur redaktionell, gestützt auf Luden.ios eigene Spieleseite und den Apple-App-Store-Eintrag. Diese bestätigen den Entwickler, die visuelle knotenbasierte Programmierung, den Katzen- und Startup-Rahmen, die Bandbreite der Plattformen sowie die mobilen Bedingungen: eine kostenpflichtige App für 4,99 Dollar, keine In-App-Käufe, keine Werbung, eingestuft als 9+. Luden.io gibt an, das Spiel lasse Spielende lernen, wie Machine Learning funktioniert; das ist die Behauptung des Entwicklers, kein gemessenes Ergebnis, und es gibt keine unabhängige Studie zu dem Spiel. Was sich mit Zuversicht sagen lässt, ist enger und überprüfbar: Das Spiel zwingt Spielende, das Vokabular korrekt zu nutzen, um ein Level zu bestehen.

Redaktionelle Einschätzung – kein gemessener wissenschaftlicher Effekt.

Passung
70/100
Transfer
62/100
Wiederholung
65/100

Warum es überzeugt

Bestanden - Rätselfortschritt und Optimierung bleiben die Hauptmotivation.

Nur redaktionell

Dies ist eine redaktionelle Lesart der eigenen Spieleseite des Entwicklers und des App-Store-Eintrags; es gibt keine unabhängige Studie zu while True: learn(), und keine wurde hinzugefügt.

Quelle des Spielerzuspruchs

Steam ↗ · 3.170 Rezensionen · Geprüft am 2026-08-20

Plattformen & Zugang

Altersempfehlung
13+ Jahre · ESRB E
Themen
MINT
Spielstile
Puzzle
Tags
AI · Visual programming · Puzzle

Das Rätsel-Vokabular ist tatsächlich Machine Learning, keine Hülle darum, Spielende verlassen es also fähig, die Begriffe zu nutzen und sich die Pipeline vorzustellen, auch wenn die Mathematik und der Code darunter vollständig ausgelassen werden.