Neues Modell trennt Können und Glück in Spielen – Quantitative Analyse

Wissenschaftler haben ein neues, mathematisches Rahmenwerk entwickelt, das die Rollen von Können und Zufall in Spielen exakt voneinander abgrenzt. Durch die Modellierung von Spielen als stochastische Entscheidungsbäume lässt sich die Wirkung von Spielerentscheidungen (Skill) und von zufälligen Ereignissen (Luck) getrennt analysieren.

Der zentrale Beitrag ist der Skill‑Luck‑Index S(G), der Werte zwischen –1 und +1 annimmt. Ein Wert von –1 bedeutet, dass ein Spiel ausschließlich vom Zufall bestimmt wird, während +1 ein Spiel mit reinem Können beschreibt. Der Index wird aus zwei Komponenten gebildet: dem Skill‑Leverage K, der die Einflusskraft des Spielers misst, und dem Luck‑Leverage L, der die Zufallsanteile erfasst.

In einer ersten Anwendung auf 30 bekannte Spiele zeigte die Analyse einen klaren Kontinuum von reinen Glücksspielen wie dem Münzwurf (S = –1) über Mischspiele wie Backgammon (S = 0, Sigma = 1,20) bis hin zu reinen Können­spielen wie Schach (S = +1, Sigma = 0). Poker liegt mit S = 0,33 im Bereich moderater Können‑Dominanz, wobei K = 0,40 ± 0,03 und Sigma = 0,80 die mittlere Volatilität der Ergebnisse angeben.

Zusätzlich wird die Volatilität Sigma eingeführt, um die Unsicherheit der Ergebnisse über mehrere Spielzüge hinweg zu quantifizieren. Das Modell ist nicht nur auf klassische Brett- und Kartenspiele anwendbar, sondern lässt sich auf sämtliche stochastische Entscheidungs­systeme übertragen. Damit eröffnet es neue Möglichkeiten, Spielbalance, Spieler‑Einfluss und Vorhersage‑Stabilität systematisch zu vergleichen – ein wertvolles Werkzeug für Spielentwickler, KI‑Bewertung und Risikobewertung.