home

Claude Code in RollerCoaster Tycoon: Automatisierte Verwaltung von Themeparks

Key Takeaway

Claude Code kann die administrativen Aufgaben eines Themeparks effizient über die Kommandozeile verwalten, aber seine Leistungsfähigkeit ist stark von gut strukturierten, textbasierten Interfaces abhängig; räumliche Aufgaben bleiben seine größte Schwäche.

Summary

  • Zielsetzung: Untersuchung, wie ein generischer AI-Agent (Claude Code) die Spielwelt von RollerCoaster Tycoon autonom steuern kann, als Testplattform für B2B‑SaaS-Agente.
  • Warum RollerCoaster Tycoon gewählt? Repräsentiert B2B‑SaaS‑Interfaces: Finanzberichte, Kundenfeedback, Preisgestaltung. Bietet ein „Montessori‑Kit“ für Unternehmensverwaltung, nicht nur ein reiner Rollercoaster‑Simulator. Klare digitale Levers; weniger „Schaubilder“ als klassische Spiele.
  • Technischer Aufbau: OpenRCT2 als Basis; Modifizierung mit einem neuen Menüeintrag, einem Terminal‑Fenster und einer umfangreichen CLI (rctctl). rctctl spiegelt alle Spielaktionen, wie die Konsolen von Kubernetes. RPC‑Schicht um CLI‑Befehle in den Spielzustand zu überführen, ASCII‑Map‑Ausgaben zur Orientierung.
  • Funktionalität von Claude: Stärken: Spielkenntnis, Datenanalyse, Erstellung detaillierter Berichte, digitale Hebel (Preise, Personal, Marketing). Spezialaufgaben: Platzierung von Toiletten, Getränke‑Ständen, einfachen Fahrgeschäften (z. B. Karussell). Schwächen: Pfadverknüpfung, große Fahrgestellplatzierung, 3‑D‑Räumlichkeit (Hänge, Untergrund). Erfolgsrate bei Flachfahrten: ca. 80 %, bei Rollern deutlich geringer.
  • Entwicklungsprozess: Erste Iteration mit ChatGPT o3-Pro, zwei weitere mit Codex GPT‑5.1-codex. Vollständige Modifizierung in ~40 Stunden, inkl. Konzeption, Design, Umfangskreep und QA‑Schleifen. Vibe‑CODING als „Management‑Simulation“, manuelle QA war der Engpass.
  • Open Issues & Feedbackloop: In‑Game‑Claude fungiert als Play‑Tester, schreibt Bug‑Reports direkt ins Repository. Fehlerbericht-Tools und Konsistenzprüfungen verbessern stetig die Implementierung.
  • Lernpunkte: Umweltlesbarkeit entscheidend: AI glänzt bei klar strukturierten Interfaces, kämpft mit textbasierter räumlicher Darstellung. Praktische Erfahrung über reine Theorie: iterative, handlungsorientierte Entwicklung ist effektiver.

Related queries:

Welche konkreten Befehle verwendet Claude, um Preise im Spiel zu ändern?

Wie wird die ASCII‑Map aus einem Spielbereich generiert und welche Detailstufen sind verfügbar?

Welche Fehlermeldungen können auftreten, wenn Claude versucht, einen Roller zu platzieren?

Quelle: https://labs.ramp.com/rct