10 Beste KI-Spielgeneratoren (August 2026)

KI‑Spielgeneratoren unterstützen jetzt weit mehr als isolierte Konzeptbilder. Die leistungsstärksten Plattformen können Teams dabei helfen, spielbare Welten zu prototypisieren, produktionsreife 3D‑Assets zu erzeugen, Spielkonzepte zu erkunden, stilkonforme Kunst zu erstellen, Charakterinteraktionen zu bauen und repetitive Umgebungsarbeiten zu beschleunigen. Sie ersetzen weder Spieledesigner, Künstler, Autoren noch Ingenieure, können jedoch die Distanz zwischen einer Idee und einem von einem Team bewertbaren Ergebnis verkürzen.

Dieses Ranking vergleicht Werkzeuge mit unterschiedlichen Rollen in der Entwicklungspipeline. Rosebud AI und GDevelop legen den Fokus auf spielbare Kreationen, Meshy und Sloyd spezialisieren sich auf 3D‑Assets, Ludo.ai unterstützt Ideengenerierung und Marktforschung, Scenario und Layer AI konzentrieren sich auf kontrollierte Kunstproduktion, Unity AI arbeitet innerhalb einer weit verbreiteten Engine, Promethean AI unterstützt den Aufbau von Welten, und Convai ermöglicht interaktive Charaktere. Das beste Produkt hängt daher vom Engpass ab, den ein Ersteller zu beseitigen versucht.

Unser Team hat jedes Unternehmen anhand seiner aktuellen offiziellen Produktmaterialien bewertet, wobei wir besonders auf Ausgabequalität, Kontrollierbarkeit, Passgenauigkeit im Workflow, Exportoptionen, Zusammenarbeit, Engine‑Kompatibilität und den erforderlichen menschlichen Aufräumaufwand geachtet haben. Wir haben zudem berücksichtigt, ob jedes Produkt für unabhängige Ersteller zugänglich ist und gleichzeitig für professionelle Teams nützlich bleibt. Alle generierten Assets, Code, Narrative und Charakterverhalten sollten weiterhin hinsichtlich Lizenzierung, Originalität, technischer Leistung, Sicherheit und Übereinstimmung mit der kreativen Richtung geprüft werden.

Beste KI-Spielgeneratoren im Vergleich

1. Rosebud AI

Rosebud AI ist die umfassendste Idee‑zu‑spielbarem‑Spiel‑Erfahrung in diesem Ranking. Ersteller können ein Konzept in natürlicher Sprache beschreiben, ein browserbasiertes Spiel generieren und anschließend Mechaniken, Visuals, Interface‑Elemente und Narrative durch Konversation weiter verfeinern. Anstatt bei einem Design‑Dokument oder einem statischen Asset zu stoppen, produziert der Workflow etwas Interaktives, das sofort getestet werden kann. Das macht Rosebud besonders nützlich für Solo‑Entwickler, Studierende, Lehrende und Designer, die einen Spiel‑Loop validieren wollen, bevor sie sich auf eine konventionelle Produktionspipeline festlegen.

Die Plattform kombiniert assistiertes Coding mit Bild‑ und Asset‑Generierung, sodass Nutzer zwischen kreativer Richtung und Implementierung wechseln können, ohne mehrere getrennte Werkzeuge manuell koordinieren zu müssen. Bestehende Projekte können remixt werden, und jede Iteration erzeugt ein konkretes Ergebnis, das zeigt, ob das Konzept Spaß macht, verständlich und technisch machbar ist. Erfahrene Entwickler können sie als schnelle Prototyp‑Schicht nutzen, während Neulinge einen leichteren Einstieg in die Spiel‑Erstellung erhalten, weil sie ihre Absicht ausdrücken können, bevor sie jede Engine‑Komponente oder Programmiersprache erlernen.

Rosebud bleibt Nummer eins, weil es das wichtigste Artefakt für die frühe Entwicklung erzeugt: ein spielbares Erlebnis. Seine Stärke liegt in Geschwindigkeit und Zugänglichkeit, nicht in vollständiger Produktionskontrolle. Komplexe kommerzielle Spiele benötigen weiterhin Engineering, Asset‑Optimierung, Tests, Versionskontrolle und sorgfältige Rechte‑Prüfung, und generierter Code kann umfangreiche Umstrukturierung erfordern. Teams sollten Rosebud als Prototyp‑ und Experimentierumgebung betrachten und dann entscheiden, welche Ideen einen rigoröseren Produktions‑Workflow verdienen.

2. Meshy

Meshy ist eine fokussierte 3D‑Generierungsplattform, die Text‑Prompts oder Referenzbilder in Modelle umwandelt, die in Spiel‑, Animations‑, Spatial‑Computing‑ und Visualisierungs‑Workflows eingesetzt werden können. Das aktuelle Tool‑Set geht über reine Mesh‑Generierung hinaus und umfasst KI‑Texturierung, Remeshing, Rigging und Animation, wodurch die Anzahl separater Schritte zur Erstellung eines nutzbaren Props oder Charakters reduziert wird. Gängige Exportformate machen es praktisch, die Arbeit in einer digitalen Content‑Creation‑Anwendung oder einer Game‑Engine fortzusetzen, anstatt das Asset in einer einzigen Web‑Oberfläche zu sperren.

Für Spielteams ist der stärkste Anwendungsfall die schnelle Asset‑Erkundung. Ein Künstler kann Varianten eines Props, einer Kreatur oder eines Umgebungsobjekts erzeugen, eine visuelle Richtung festlegen, Topologie und Texturen verfeinern und ausgewählte Ergebnisse für die normale Optimierung und Integration exportieren. Bild‑zu‑3D ist hilfreich, wenn bereits Konzeptkunst existiert, während Text‑zu‑3D zu Beginn eines Briefings nützlich ist. Meshy bietet zudem Workflow‑Optionen für Entwickler und Studios, die die Generierung in eine größere Asset‑Pipeline integrieren wollen.

Meshy belegt Platz zwei, weil es den breitesten praktischen 3D‑Erstellungs‑Stack in dieser Liste bietet und eines der nützlichsten Werkzeuge für Ersteller von asset‑intensiven Spielen ist. Generierte Geometrie, UVs, Materialien, Rigs und Animationen benötigen weiterhin Inspektion, besonders bei anspruchsvollen Konsolen‑, Mobile‑ oder Multiplayer‑Projekten. Kunst‑Richtung und Asset‑Konsistenz bleiben ebenfalls menschliche Verantwortung. Meshy sollte verwendet werden, um Ideengenerierung und First‑Pass‑Produktion zu beschleunigen, während Künstler die Autorität über Topologie, Stil, Leistungs‑Budgets und Endqualität behalten.

3. Sloyd

Sloyd geht bei der KI‑3D‑Generierung über kontrollierbare, parametrische Asset‑Erstellung.

Ein Ersteller kann mit einem Prompt oder einem unterstützten Objekttyp beginnen und dann bedeutungsvolle Eigenschaften anpassen, anstatt ein undurchsichtiges Mesh als Endergebnis zu akzeptieren. Diese Struktur ist für die Spielentwicklung wertvoll, weil Dimensionen, Proportionen, Komponenten und Stil häufig während des Level‑Designs wiederholt geändert werden müssen. Assets werden mit UVs erstellt und können für die Weiterarbeit in Engines und konventionellen 3D‑Tools exportiert werden.

Die Plattform ist besonders effektiv für Props und Umgebungskits, die Varianten benötigen. Teams können einen wiederverwendbaren Look etablieren, verwandte Assets generieren und sie modifizieren, ohne von Grund auf neu zu beginnen. Automatische Level‑of‑Detail‑Optionen und der Fokus auf spielbereite Ausgaben adressieren praktische Engine‑Anforderungen, die bild‑first Generatoren übersehen können. Sloyd kann zudem Integrationen und benutzerdefinierte Workflows unterstützen, wodurch Studios einen systematischeren Generierungsweg erhalten, anstatt nur manuelle Downloads von einer eigenständigen Oberfläche zu nutzen.

Sloyd belegt den dritten Platz, weil Kontrollierbarkeit und Wiederholbarkeit ebenso wichtig sind wie Neuheit, wenn generierte Assets in ein echtes Spiel einfließen. Es ist eine starke Wahl für Entwickler, die editierbare 3D‑Bausteine statt einmaliger Skulpturen wollen. Der Katalog und der Generierungsansatz decken nicht jedes stark organische oder charakter‑spezifische Bedürfnis ab, und finale Assets benötigen weiterhin Kunst‑, Kollisions‑, Skalierungs‑, Material‑ und Leistungsprüfungen. Für Teams, die viele verwandte Umgebungsobjekte bauen, kann jedoch der strukturierte Workflow verlässlicher sein als ein unbeschränkter Generator.

4. Ludo.ai

Ludo.ai ist ein Ideations‑ und Forschungs‑Workspace, der speziell für die Spielentwicklung gebaut wurde. Er hilft Teams, Konzepte zu generieren und zu erweitern, Mechaniken zu erkunden, nach verwandten Spielen und Bildern zu suchen, Marktsignale zu untersuchen und das Ergebnis in einen strukturierten Design‑Workflow zu organisieren. Dieser spiel‑spezifische Kontext unterscheidet ihn von allgemeinen Chatbots: Prompts, Referenzen und Planungstools orientieren sich an Genres, Gameplay, Zielgruppen, Themen und kommerzieller Positionierung statt an generischer Schreibunterstützung.

Ein Entwickler kann Ludo am unscharfen Beginn eines Projekts einsetzen, wenn noch unklar ist, was gebaut werden soll und wie man sich differenziert. Die Plattform kann visuelle Referenzen hervorbringen, Kombinationen von Mechaniken oder Themen vorschlagen und Entdeckungen mit einem funktionierenden Konzept verknüpfen. Dokumentations‑ und Kollaborations‑Funktionen bieten dem Team einen gemeinsamen Ort, um verstreute Recherchen in ein klareres Pitch‑ oder Design‑Statement zu überführen. Asset‑Generierungs‑Features können frühe Boards unterstützen, wobei der Hauptwert im verknüpften Entdeckungsprozess liegt.

Ludo belegt den vierten Platz, weil es ein strategisch wichtiges Problem löst, das reine Asset‑Generatoren nicht adressieren: die Auswahl und Formulierung eines tragfähigen Spielkonzepts. Es wird keine Produktionssysteme bauen, keine Wirtschaft balancieren oder beweisen, dass eine Idee Spaß macht. Suchergebnisse und Trend‑Signale benötigen ebenfalls Interpretation, und Teams sollten vermeiden, kreative Entscheidungen ausschließlich auf Popularität zu reduzieren. Ludo ist am effektivsten, wenn erfahrene Designer es nutzen, um die Exploration zu erweitern, Annahmen zu dokumentieren und bessere Fragen für Prototypen und Playtests vorzubereiten.

5. Scenario

Scenario ist für Spielstudios konzipiert, die benötigen, dass generierte visuelle Assets einer etablierten Kunst‑Richtung folgen. Teams können benutzerdefinierte Modelle anhand genehmigter Referenzen trainieren, neue Bilder in dieser visuellen Sprache erzeugen und Bearbeitungs‑ sowie Steuerungs‑Tools nutzen, um Kompositionen zu verfeinern. Das macht die Plattform relevant für Konzeptkunst, Icons, Charaktere, Umgebungen, Marketing‑Varianten und andere zweidimensionale Produktionsbedarfe, bei denen ein generisches Modell mit wechselndem Stil mehr Arbeit erzeugen würde, als es spart.

Der Workflow unterstützt wiederholbare Generierung statt isolierter Prompts. Künstler können Modelle und Steuerungen kombinieren, nützliche Einstellungen bewahren und die Generierung über Integrationen oder APIs an breitere Pipelines anbinden. Ein Studio kann Scenario daher nutzen, um viele Varianten zu erkunden und gleichzeitig eine erkennbare visuelle Identität zu bewahren. Menschliche Prüfer wählen weiterhin das Trainingsmaterial, bewerten Ausgaben, korrigieren Anatomie und Komposition und entscheiden, ob ein Asset für die Produktion geeignet ist, doch das System kann die repetitiven Teile von Suche und Iteration beschleunigen.

Scenario belegt den fünften Platz, weil es eine der stärksten Optionen für kontrollierte 2D‑Kunstproduktion ist, besonders wenn Konsistenz über viele Assets hinweg wichtig ist. Sein Wert hängt von einem hochwertigen, rechte‑geklärten Trainings‑Set und disziplinierter Kunst‑Richtung ab. Ein benutzerdefiniertes Modell garantiert keine perfekte Kontinuität, und generierte Bilder können immer noch Artefakte oder unbeabsichtigte Ähnlichkeiten enthalten. Teams sollten Herkunfts‑ und Genehmigungs‑Records führen und Scenario als kunst‑direktiertes Produktionstool einsetzen, nicht als autonome Ersetzung der Kunstabteilung.

6. Unity AI

Unity AI bringt generative Unterstützung in die Unity‑Entwicklungsumgebung und reduziert das ständige Kontext‑Switching, das entsteht, wenn Entwickler zwischen Engine, Dokumentation, Code‑Tools und externen Asset‑Generatoren wechseln. Das Versprechen ist kein Ein‑Klick‑Fertigspiel, sondern schnellere Arbeit innerhalb eines bestehenden Projekts. Kontext‑bewusste Unterstützung kann Unity‑Fragen beantworten, Fehler erklären, Code generieren oder modifizieren und Erstellungs‑Aufgaben unterstützen, während der Entwickler nah an den zu ändernden Szenen, Komponenten und Systemen bleibt.

Diese Integration ist besonders wertvoll für Teams, die bereits auf Unity gesetzt haben. Ein Designer kann Gameplay iterieren, ohne den Editor häufig zu verlassen, ein Programmierer kann routinemäßiges Scripting oder Fehlersuche beschleunigen, und ein Künstler kann generiertes Material direkt in der Zielumgebung testen. Da die Werkzeuge um den tatsächlichen Projekt‑Kontext herum operieren, können Vorschläge relevanter sein als generische Antworten aus einem separaten Assistenten. Normale Versionskontrolle, Code‑Review, Tests, Profiling und Asset‑Freigabe sollten weiterhin Teil jeder Änderung sein.

Unity AI belegt den sechsten Platz, weil editor‑native Unterstützung viele Entwicklungsphasen verbessern kann, ihr Wert jedoch an das Unity‑Ökosystem und die Reife der verfügbaren Funktionen gebunden ist. Generierter Code kann fehlerhaft oder ineffizient sein, und generierte Assets erfüllen möglicherweise nicht den Stil oder die rechtlichen Anforderungen eines Projekts. Studios sollten Daten‑Handling‑ und Lizenz‑Bedingungen prüfen, den Zugriff angemessen einschränken und erfahrene Entwickler für Architektur, Performance, Sicherheit und finale Implementierungs‑Entscheidungen verantwortlich halten.

7. Promethean AI

Promethean AI konzentriert sich darauf, Künstlern beim Aufbau und der Überarbeitung komplexer 3D‑Umgebungen zu helfen. Statt die Generierung als einzelnes fertiges Bild zu behandeln, unterstützt es beim Finden von Assets, beim Anordnen von Szenen und bei der Ausführung von Anweisungen in natürlicher Sprache innerhalb eines World‑Building‑Workflows. Das kann die mechanische Zeit reduzieren, die für das Lokalisieren, Platzieren und Neuordnen von Objekten aufgewendet wird, sodass Umgebungs‑Künstler sich auf Komposition, Storytelling, Navigation, Beleuchtung und die visuellen Orientierungspunkte konzentrieren können, die ein Level lesbar machen.

Die Plattform ist auf Zusammenarbeit zwischen Künstler und System ausgelegt. Sie kann mit der Asset‑Bibliothek und dem Projekt‑Kontext einer Organisation arbeiten, was für Studios wichtig ist, die bereits genehmigte Inhalte besitzen und diese intelligenter wiederverwenden wollen. Die Iteration bleibt editierbar: Künstler können Änderungen anleiten, die Szene inspizieren und das Ergebnis in bekannten Produktionstools verfeinern. Dieser Ansatz ist in professionellen Umgebungen allgemein nützlicher als das Generieren von flachen Konzepten, die nicht als echte Szenen‑Elemente manipuliert werden können.

Promethean belegt den siebten Platz, weil es einen wertvollen, aber spezialisierten Teil der Spiel‑Pipeline adressiert. Es kann erhebliche Zeit beim Szenen‑Zusammenbau einsparen, ersetzt jedoch nicht Level‑Design, Umweltkunst, Optimierung oder Engine‑Implementierung. Die Ergebnisse hängen von Qualität und Organisation der verfügbaren Asset‑Bibliothek ab, und Teams müssen Skalierung, Kollision, Draw‑Calls, Speicherverbrauch und Gameplay‑Beschränkungen validieren. Es eignet sich am besten für Studios mit etablierten 3D‑Workflows, die eine intelligente Schicht über bestehenden Assets und Tools wünschen.

8. Layer AI

Layer AI ist eine Game‑Art‑Produktionsplattform, die Teams dabei hilft, visuelle Assets zu erstellen und dabei einen definierten Stil beizubehalten. Studios können projektspezifische Looks festlegen, Varianten generieren, Ergebnisse bearbeiten und Ausgaben für kollaborative Reviews organisieren. Die Plattform ist relevant für Charaktere, Umgebungen, Props, Icons, UI‑Elemente und Werbekunst, besonders wenn ein Team viele verwandte Assets benötigt und den visuellen Drift vermeiden will, der bei einmaligen Prompts in einem generischen Bildgenerator häufig auftritt.

Der workflow‑orientierte Ansatz ist der Hauptvorteil. Kunst‑Richtung, Referenzen, generierte Kandidaten und freigegebene Assets können in einer gemeinsamen Umgebung leben, anstatt über persönliche Konten und Prompt‑Verläufe verstreut zu sein. Das erleichtert Feedback und Wiederverwendung und hilft einem Studio, erfolgreiche Experimente in wiederholbare Prozesse zu überführen. Künstler bleiben verantwortlich für die Auswahl von Referenzen, Korrektur von Details, Aufrechterhaltung der Kontinuität und Vorbereitung der finalen Dateien für die Engine, doch Layer kann die Erkundungs‑ und Variations‑Phasen komprimieren.

Layer belegt den achten Platz, weil es nützliche, spiel‑spezifische Produktions‑Kontrollen bietet, obwohl es mit Scenario in einer ähnlichen Kategorie konkurriert und möglicherweise nicht zu Teams passt, deren Hauptengpass 3D‑Geometrie, Code oder Charakter‑Verhalten ist. Die Qualität eines Projekt‑Stils hängt von Ausgangsmaterial und künstlerischer Führung ab. Teams sollten klare Rechte‑ und Herkunfts‑Regeln etablieren, prüfen, ob Ausgaben über die benötigten Asset‑Klassen hinweg konsistent bleiben, und die Aufräum‑Zeit messen, anstatt nur die Geschwindigkeit der ersten Generation zu bewerten.

9. Convai

Convai stellt Infrastruktur für Nicht‑Spieler‑Charaktere bereit, die hören, sprechen, Kontext wahrnehmen, relevante Informationen speichern und Aktionen innerhalb einer virtuellen Umgebung ausführen können. Entwickler definieren Identität, Wissen, Stimme und Verhalten eines Charakters und verbinden diesen dann über unterstützte Engine‑Integrationen und Entwicklungstools mit einem Spiel oder immersiven Erlebnis. Das Ergebnis soll responsiver wirken als ein festes Dialog‑Baum‑System, wenn Spieler unerwartete Fragen stellen oder offen interagieren.

Der Wert der Plattform entsteht durch die Koordination mehrerer schwieriger Komponenten: Spracherkennung, Sprachgenerierung, Text‑zu‑Speech, Charakter‑Gedächtnis, Umgebungs‑Wahrnehmung und Spiel‑Aktionen. Narrative Steuerungen und Leitplanken helfen Entwicklern, das Wissen und die Handlungsmöglichkeiten eines Charakters zu begrenzen, während Engine‑Integrationen die Konversation in einer verkörperten Szene sichtbar machen. Convai ist nützlich für Prototypen, Trainings‑Simulationen, soziale Erlebnisse und Spiele, bei denen ungeskriptete Interaktion zentral statt einer dekorativen Funktion ist.

Convai belegt den neunten Platz, weil es innerhalb einer spezialisierten Charakter‑Schicht leistungsstark ist, jedoch kein allgemeiner Spiel‑ oder Asset‑Generator. Live‑KI‑Charaktere bringen Latenz, Betriebskosten, Moderation, Lore‑Konsistenz, Datenschutz und Fehlermodi‑Herausforderungen mit sich, die geskriptte Dialoge vermeiden. Teams benötigen Fallback‑Verhalten, Logging, Red‑Team‑Tests, altersgerechte Schutzmaßnahmen und Aktions‑Limits. Convai ist eine starke Option, wenn emergente Konversation das Design materiell verbessert und das Studio bereit ist, das System nach dem Launch zu betreiben.

10. GDevelop

GDevelop ist eine Open‑Source‑Game‑Engine, die um ein visuelles Ereignis‑System gebaut ist und es ermöglicht, komplette Spiele zu erstellen, ohne mit traditioneller Programmierung zu beginnen. Vorlagen, Verhaltensweisen, eine Asset‑Bibliothek und geführte Workflows helfen neuen Erstellern, von einem leeren Projekt zu spielbaren Mechaniken zu gelangen. KI‑Unterstützung kann Fragen und Entwicklungsaufgaben unterstützen, doch der eigentliche Vorteil der Engine ist, dass generierte oder vorgeschlagene Arbeit innerhalb eines editierbaren Projekts mit Szenen, Objekten, Events und Export‑Optionen lebt.

Die Plattform unterstützt 2D‑Entwicklung und ausgewählte 3D‑Workflows sowie Funktionen für Veröffentlichung, Mehrspieler‑ und Deployment‑Optionen über Web, Desktop und Mobile. Ersteller können jedes Event inspizieren und ändern, anstatt auf einen geschlossenen Prompt‑zu‑Game‑Prozess zu setzen. Das macht GDevelop nützlich für Bildung, Jams, Prototypen und unabhängige Veröffentlichungen, während Erweiterungs‑ und JavaScript‑Optionen einen Weg über das grundlegende No‑Code‑Verhalten hinaus bieten, wenn ein Projekt ambitionierter wird.

GDevelop schließt das Ranking ab, weil es eine fähige Erstellungsumgebung mit KI‑Unterstützung ist, nicht ein dediziertes generatives Modell. Es fordert Nutzer auf, das Spiel zu designen und zusammenzusetzen, was länger dauern kann als Sofort‑Generierungs‑Produkte, aber mehr transparente Kontrolle bietet. Große oder technisch anspruchsvolle Projekte können die Komplexität visueller Events übersteigen, und Teams müssen weiterhin Performance, Plattform‑Verhalten, Netzwerk und Monetarisierung testen. Für Ersteller, die Eigentum und Editierbarkeit schätzen, ist es eine ausgezeichnete Brücke von KI‑unterstütztem Experimentieren zu bewusstem Spieldesign.

Wie man den besten KI-Spielgenerator auswählt

Wählen Sie ein KI‑Spiel‑Tool, indem Sie die langsamste oder unsicherste Phase im aktuellen Workflow identifizieren. Rosebud AI ist der beste Ausgangspunkt, wenn das Ziel ein spielbarer Prototyp ist. Meshy und Sloyd sind die führenden Optionen für 3D‑Assets, während Scenario und Layer AI besser zu kontrollierter 2D‑Kunstproduktion passen. Teams, die das Konzept noch definieren, sollten mit Ludo.ai beginnen.

Engine‑ und Erfahrungs‑Anforderungen verengen das Feld weiter. Unity AI ist die natürliche Wahl für Teams, die bereits in Unity bauen, Promethean AI richtet sich an professionelle Umwelt‑Zusammenstellung, Convai ist für Spiele, deren Design auf lebendige, konversationale Charaktere angewiesen ist, und GDevelop bietet Nicht‑Programmierern eine editierbare No‑Code‑Engine. Testen Sie Kandidaten mit einem repräsentativen Asset, einer Szene oder einer Mechanik statt mit einer polierten Vendor‑Demo und messen Sie Aufräum‑Zeit, Konsistenz, Export‑Qualität und Performance im Ziel‑Build.

Welches Tool auch immer gewählt wird, behalten Sie die menschliche Kontrolle über das kreative Briefing, Trainings‑ und Referenz‑Rechte, Code‑Review, Asset‑Herkunft, Sicherheit und Endqualität. Generierter Inhalt sollte denselben Versions‑Control, Review, Optimierungs‑ und Playtesting‑Prozess durchlaufen wie Arbeiten, die mit anderen Produktionsmethoden erstellt wurden. Ein Generator ist wertvoll, wenn er Iterations‑Kosten reduziert, ohne die Identität des Spiels zu schwächen oder die Pipeline schwerer zu bedienen zu machen.

Die zehn Produkte in diesem Leitfaden sind Rosebud AI, Meshy, Sloyd, Ludo.ai, Scenario, Unity AI, Promethean AI, Layer AI, Convai und GDevelop.