Kenneth Regan
"...His focus shifted in 2006, when the Russian champion Vladimir Kramnik visited the bathroom numerous times during a game, fueling suspicions of cheating—a scandal known as “toiletgate.” Regan, who is a devout Christian, has said he felt “called” to weigh in online. He determined that Kramnik’s moves, while similar to those of a chess engine, were not statistically significant enough to justify the accusations. Regan soon began building the software that would become his calling card.
When Regan debuted his anti-cheating program in 2011, he faced “widespread skepticism,” he says; at the time, FIDE “tended to minimize cheating.” But with the rise of online chess and the proliferation of engines, cracking down on cheating—much like anti-doping measures in other sports—became a matter of the game’s survival..."
https://time.com/6227677/magnus-carlsen-hans-niemann-kenneth-regan-chess-scandal/
Statistik allein beweist keinen Betrug im Schach
Quelle: Schachkicker – „Die Unpferdlichkeit: Wie ein Professor Betrug im Schach (nicht) entdeckt", veröffentlicht am 12. März 2026
Im Rahmen einer Online-Vortragsreihe der Deutschen Schachjugend (DSJ) hat Kenneth Regan, Professor für Informatik an der Universität von Buffalo, seine Methoden zur statistischen Betrugserkennung im Schach vorgestellt. Das berichtet Schachkicker. Regans Modelle wurden von der FIDE bereits bei mehreren Cheating-Untersuchungen herangezogen.
Eine zentrale Botschaft des Vortrags: Viele Engine-Züge zu spielen ist kein Beweis für Betrug. Auch schwächere Spieler finden in klaren oder erzwungenen Stellungen häufig die besten Züge. Regans Ansatz berechnet daher nicht die bloße Übereinstimmung mit einer Engine, sondern die Wahrscheinlichkeit, mit der eine bestimmte Zugfolge für einen Spieler einer bestimmten Spielstärke zu erwarten wäre.
Z-Score und IPR-Wert als Analysewerkzeuge
Grundlage des Modells ist ein statistischer Vergleich zwischen der erwarteten und der tatsächlich gespielten Zugqualität, trainiert auf Millionen von Partien. Als Kennzahlen dienen dabei der sogenannte Z-Score, der beschreibt, wie ungewöhnlich eine Leistung statistisch ist, sowie der IPR-Wert, der die Spielstärke eines Spielers anhand seiner Zugqualität schätzt. Liegt der IPR-Wert über längere Zeit deutlich über der tatsächlichen Elozahl, kann das Anlass für eine genauere Prüfung geben – ein Beweis für Betrug ist es jedoch nicht.
Regan wies zudem auf den sogenannten Look-Elsewhere-Effekt hin: Wer lange genug sucht, findet statistisch zwangsläufig irgendwo auffällige Werte, selbst wenn niemand betrügt. Auch Zeitdaten am Brett können als zusätzlicher Hinweis dienen, müssen aber stets im Kontext betrachtet werden.
Bekannte Fälle: Feller, Rausis, Niemann
Bei bekannten Betrugsfällen fielen Regans Einschätzungen teils vorsichtiger aus als die öffentliche Diskussion. Den Fall des französischen Großmeisters Sébastien Feller, der bei der Schacholympiade 2010 über Komplizen Engine-Hilfe erhalten hatte, wertet Regan als statistisch auffällig. Im Fall von Igors Rausis, der 2019 mit einem Smartphone auf einer Toilette erwischt wurde, spielen statistische Analysen kaum eine Rolle – der direkte Beweis sei entscheidend. In den untersuchten Partien von Hans Niemann nach dessen Partie gegen Magnus Carlsen beim Sinquefield Cup 2022 findet Regans Modell hingegen keine statistisch signifikanten Auffälligkeiten.
Regans Fazit: Statistik kann starke Hinweise liefern, ist aber nur ein Werkzeug unter mehreren und kein endgültiges Urteil. Die DSJ-Vortragsreihe wird fortgesetzt; weitere Termine sind auf der Website der Deutschen Schachjugend abrufbar.
