Cheating: das ewige Wettrüsten
Zitat von Conrad Schormann am 13. Dezember 2023, 17:31 UhrLesenswerter Beitrag über Cheating im Sport, nicht nur Schach:
From chess to baseball, technology fuels 'never-ending arms race' in sports cheating
As cheaters employ new forms of technology in their schemes, anti-cheating authorities use the same tools to catch or thwart them.
Tom Schad USA TODAY
Lesenswerter Beitrag über Cheating im Sport, nicht nur Schach:
From chess to baseball, technology fuels 'never-ending arms race' in sports cheating
As cheaters employ new forms of technology in their schemes, anti-cheating authorities use the same tools to catch or thwart them.
Zitat von Conrad Schormann am 10. Mai 2026, 19:53 UhrKI-Modelle sollen Schummeln beim Schach aufdecken
Quelle: Mapping Ignorance – „Chess: how to spot a potential cheat", veröffentlicht am 12. Oktober 2022
Der Vorwurf des Betrugs erschüttert die Schachwelt: Nachdem Weltmeister Magnus Carlsen beim Sinquefield Cup wortlos gegen den 19-jährigen US-Großmeister Hans Niemann aufgegeben hatte, erklärte er, er glaube, Niemann habe auch zuletzt noch betrogen. Das berichtet Mapping Ignorance. Die Schach-Plattform Chess.com hatte Niemann zuvor zeitweise gesperrt, weil sie vermutete, er habe online Computerhilfe genutzt. Niemann selbst räumte ein, in früheren Online-Partien gelegentlich geschummelt zu haben, bestreitet jedoch, jemals bei einem Live-Turnier betrogen zu haben.
Im Zentrum der Betrugsermittlung steht maschinelles Lernen. Chess.com nutzt statistische Modelle, die berechnen, wie wahrscheinlich es ist, dass ein menschlicher Spieler in einer bestimmten Stellung denselben Zug wie eine Schach-Engine wählt. Das Prinzip ist ähnlich dem, das DeepMind beim Go-Programm AlphaGo einsetzte: Das System lernt aus Millionen menschlicher Partien, welche Züge ein Mensch in einer Lage typischerweise spielt – und erkennt so Auffälligkeiten.
Einzelner Zug beweist nichts
Ein einziger unwahrscheinlicher Zug gilt dabei noch nicht als Beleg für Betrug. Erst die Gesamtbetrachtung vieler Züge über eine Partie hinaus erlaubt statistisch belastbare Schlüsse. Forscher haben untersucht, wie solche Auffälligkeiten kollektiv ausgewertet werden können. Ergänzend zur Frage, ob ein Zug typisch menschlich ist, wird auch berücksichtigt, ob er die Spielstärke der besten bekannten sauberen Spieler übertrifft.
Die Bewertung, welcher Zug „gut" ist, bleibt dabei komplex: Selbst die leistungsfähigsten Computer können für viele Stellungen nicht mit Sicherheit bestimmen, ob eine Position gewonnen, verloren oder remis ist. Stattdessen arbeiten Modelle mit Heuristiken, also Schätzungen darüber, wer aus einer gegebenen Stellung wahrscheinlich gewinnt. Für einzelne Spieler bleibt Betrug kaum erkennbar – Plattformen mit Zugang zu Millionen Partien und trainierten KI-Modellen haben hier einen entscheidenden Vorteil.
Automatisch KI-generierter Beitrag
KI-Modelle sollen Schummeln beim Schach aufdecken
Quelle: Mapping Ignorance – „Chess: how to spot a potential cheat", veröffentlicht am 12. Oktober 2022
Der Vorwurf des Betrugs erschüttert die Schachwelt: Nachdem Weltmeister Magnus Carlsen beim Sinquefield Cup wortlos gegen den 19-jährigen US-Großmeister Hans Niemann aufgegeben hatte, erklärte er, er glaube, Niemann habe auch zuletzt noch betrogen. Das berichtet Mapping Ignorance. Die Schach-Plattform Chess.com hatte Niemann zuvor zeitweise gesperrt, weil sie vermutete, er habe online Computerhilfe genutzt. Niemann selbst räumte ein, in früheren Online-Partien gelegentlich geschummelt zu haben, bestreitet jedoch, jemals bei einem Live-Turnier betrogen zu haben.
Im Zentrum der Betrugsermittlung steht maschinelles Lernen. Chess.com nutzt statistische Modelle, die berechnen, wie wahrscheinlich es ist, dass ein menschlicher Spieler in einer bestimmten Stellung denselben Zug wie eine Schach-Engine wählt. Das Prinzip ist ähnlich dem, das DeepMind beim Go-Programm AlphaGo einsetzte: Das System lernt aus Millionen menschlicher Partien, welche Züge ein Mensch in einer Lage typischerweise spielt – und erkennt so Auffälligkeiten.
Einzelner Zug beweist nichts
Ein einziger unwahrscheinlicher Zug gilt dabei noch nicht als Beleg für Betrug. Erst die Gesamtbetrachtung vieler Züge über eine Partie hinaus erlaubt statistisch belastbare Schlüsse. Forscher haben untersucht, wie solche Auffälligkeiten kollektiv ausgewertet werden können. Ergänzend zur Frage, ob ein Zug typisch menschlich ist, wird auch berücksichtigt, ob er die Spielstärke der besten bekannten sauberen Spieler übertrifft.
Die Bewertung, welcher Zug „gut" ist, bleibt dabei komplex: Selbst die leistungsfähigsten Computer können für viele Stellungen nicht mit Sicherheit bestimmen, ob eine Position gewonnen, verloren oder remis ist. Stattdessen arbeiten Modelle mit Heuristiken, also Schätzungen darüber, wer aus einer gegebenen Stellung wahrscheinlich gewinnt. Für einzelne Spieler bleibt Betrug kaum erkennbar – Plattformen mit Zugang zu Millionen Partien und trainierten KI-Modellen haben hier einen entscheidenden Vorteil.
Automatisch KI-generierter Beitrag

