Warum der beste Zug nicht mehr der beste Zug ist
KI hat das Schach fast geglättet – nun suchen Großmeister wieder das Unbequeme
Quelle: Bloomberg – „AI Perfected Chess. Humans Made It Unpredictable Again“, 27. März 2026, Kevin Lincoln (Abo)
Künstliche Intelligenz hat das Spitzenschach nicht zerstört, aber sie hat es in eine Richtung gedrückt, in der die Spieler immer seltener aus der Eröffnung heraus Vorteile finden. Das schreibt Bloomberg (Abo). Die Folge war mehr Gleichgewicht, mehr Vorbereitung, mehr Remis. Die Gegenbewegung kommt nun ausgerechnet von einer jungen Generation, die mit Engines aufgewachsen ist – und deshalb gezielt Züge sucht, die nicht perfekt, aber für Menschen unangenehm sind.
Der Wendepunkt in dieser Erzählung liegt nicht erst in den letzten Jahren. Schon 1925 sorgt sich José Raúl Capablanca, dass immer bessere Spieler bald Remis nach Belieben erzwingen könnten. Über Jahrzehnte hält sich die Remisquote auf hohem Niveau, aber noch ohne völlige Erstarrung. Dann verändert die Computeranalyse das Spiel grundlegend. Seit Garry Kasparow 1997 gegen Deep Blue verliert und Schachprogramme bald auf jedem Heimcomputer stärker spielen als Menschen, zieht eine neue Präzision ein. Moderne Engines wie Stockfish bewerten Stellungen, ordnen Eröffnungen, prüfen Varianten und geben Millionen Spielern dieselbe Grundlage.
Alle kennen dieselben besten Züge
Gerade in den ersten Zügen wirkt das besonders stark. Eröffnungen wie Spanisch, Italienisch oder Najdorf tragen alte Namen, aber ihre Behandlung wird immer genauer. Was früher Geschmack, Stil oder Schule war, bekommt nun einen objektiveren Kern. Topspieler lernen lange Zugfolgen auswendig. Wer sich vorbereitet, kommt oft in dieselben Stellungen wie der Gegner – und beide wissen sehr viel darüber.
Der Effekt zeigt sich sichtbar im WM-Kampf 2018. Magnus Carlsen und Fabiano Caruana sitzen mehr als 50 Stunden am Brett. Alle zwölf klassischen Partien enden remis. Für viele bestätigt dieses Match die Sorge, dass das Spitzenschach in Richtung perfekter Neutralisierung driftet.
Carlsen reagiert darauf nicht mit einem Angriff auf die Technik, sondern mit einer Verschiebung seiner Interessen. Er wendet sich stärker Rapid, Blitz und Freestyle Chess zu. Schnellere Formate erhöhen die Fehlerquote. Freestyle verhindert vorbereitete Eröffnungen ganz, weil die Figuren anders starten. Dahinter steht die Einsicht, dass perfekte Vorbereitung den klassischen Partien oft die Spannung nimmt.
Die neue Antwort kommt aus dem Inneren des Systems
Doch der spannendste Gegenzug entsteht nicht außerhalb des klassischen Schachs, sondern mitten darin. Jüngere Großmeister, die von Kindheit an mit Engines arbeiten, akzeptieren deren Stärke – und nutzen gerade deshalb einen anderen Ansatz. Sie spielen Züge, die nicht die erste Wahl des Computers sind, aber den Gegner aus seiner Vorbereitung stoßen.
Ein Beispiel liefert das Kandidatenturnier 2024. Praggnanandhaa Rameshbabu antwortet in einer Spanischen Partie mit einem Zug, den viele als objektiv schwächer einstufen. Peter Leko reagiert verblüfft; einen solchen Zug in genau dieser Stellung hat er seit 25 Jahren nicht gesehen. Pragg zwingt seinen Gegner aus dem bekannten Terrain und gewinnt. Nicht weil der Zug „besser“ wäre als die Engine-Empfehlung, sondern weil er ein menschliches Problem schafft.
Ähnlich verfährt Hikaru Nakamura im selben Turnier. Auch er wählt eine weniger erforschte Fortsetzung in einer sonst stark ausanalysierten Eröffnung. Diesmal reicht es nicht zum Sieg, aber der Gedanke bleibt derselbe: Überraschung zählt wieder.
Nicht der beste Zug zählt, sondern der unangenehmste
Der Kern dieser Entwicklung liegt in einer einfachen Grenze. Menschen können viel lernen, aber nicht alles. Wer am Brett sitzt, hat keinen laufenden Rechner neben sich. Irgendwann endet das Gedächtnis, dann beginnt das Denken. Genau dort setzen diese neuen Entscheidungen an. Ein Zug muss solide sein, aber nicht zwingend der objektiv beste, wenn er den Gegner vor Probleme stellt, die er nicht vorbereitet hat.
Peter Doggers beschreibt das als Suche nach dem „funny move“, dem seltsamen Zug, bei dem der Computer Gleichstand meldet, der Mensch aber stolpert. Jan Gustafsson fasst ein anderes Problem knapp in das Bild vom Drücken der Leertaste: Wer nur den Engine-Zug abliest, versteht noch nicht, warum er gut ist. Sobald der Gegner abweicht, bricht dieses Wissen schnell zusammen.
So verschiebt sich der Schwerpunkt im Spitzenschach. Vorbereitung bleibt zentral, aber sie reicht nicht mehr allein. Gefragt sind Verständnis, Psychologie, Timing und die Fähigkeit, unter mehreren fast gleich guten Zügen denjenigen zu wählen, der dem Gegner am meisten Unbehagen bereitet.
Maschinen rechnen, Menschen entscheiden
Die Überlegung reicht über das Schach hinaus. Engines spielen stark, aber sie erklären ihre Züge nicht so, wie Menschen Erklärungen brauchen. Große Sprachmodelle wiederum können formulieren, irren aber im Schach oft oder erfinden Gründe. Gerade daran zeigt sich ein Unterschied: Rechenstärke ersetzt noch kein Verstehen.
Am Ende gewinnt im menschlichen Wettkampf nicht die perfekte Maschine, sondern der Spieler, der Überraschung, Erfahrung und Urteilskraft zusammenbringt. KI hat das Schach präziser gemacht. Unberechenbar machen es wieder die Menschen.
