Öffne Opponent Prep, gib einen Nutzernamen ein, und bald starrst du über das Brett auf etwas Beunruhigendes: einen Bot, der genauso eröffnet wie diese Person, in dieselben wackligen Strukturen abrutscht wie immer und genau zu wissen scheint, wann sie zu Fehlern neigt. Wir nennen ihn den Ghost Bot, und unter der Haube steckt echte, mehrschichtige Ingenieurskunst — mehrere unabhängige Systeme, übereinandergestapelt, jedes darauf ausgelegt, eine andere Frage über einen Fremden zu beantworten, gegen den du noch nie gespielt hast.
Zuerst liest er die Historie
In dem Moment, in dem du einen Namen suchst, ziehen wir die letzten Partien dieses Spielers und lassen sie durch einen einzigen Analysedurchgang laufen — Gewinnrate, welche Eröffnungen er mit jeder Farbe tatsächlich spielt, wie stark er ungefähr in verschiedenen Phasen einer Partie spielt und, entscheidend, wo genau er in der Vergangenheit die meisten Punkte verloren hat. Nichts geraten. Alles gezählt, aus seinen eigenen Zügen.
Das Buch der exakten Stellungen: seine Züge, indexiert
Aus dieser Historie bauen wir eine Nachschlagetabelle: Für jede Stellung, die der Spieler jemals tatsächlich erreicht hat — was hat er gespielt, und wie oft? Wenn der Ghost Bot in seine Fußstapfen tritt, improvisiert er nicht — er schöpft direkt aus dieser Tabelle, gewichtet danach, wie oft der Spieler jede Option wirklich gewählt hat. Führe ihn in eine Stellung, die er fünfzigmal besucht hat, und die Antwort des Bots stammt aus genau denselben fünfzig Datenpunkten. Es ist weniger eine Simulation als eine Wiedergabe, kommentiert von den Zahlen.
Der Trick, der es unheimlich treffsicher wirken lässt: das Gewohnheitsbuch
Hier ist der Teil, der echtes Nachdenken erforderte. Eine Tabelle exakter Stellungen hilft nur, wenn man in eine bereits erlebte Stellung zurückkehrt — und sobald du etwas auch nur leicht Ungewöhnliches spielst, bleibt diese Tabelle leer. Echte Gegner haben kein unendliches Gedächtnis, aber sie haben Gewohnheiten: der Spieler, der seinen Läufer immer fianchettiert, immer bis zum achten Zug rochiert, immer dasselbe Bauerndreieck aufbaut, egal was du auf der anderen Seite des Bretts machst.
Also haben wir einen zweiten Index gebaut, der bewusst die Hälfte der Information verwirft: Er merkt sich eine Stellung nur anhand der eigenen Steine des Spielers und verwischt alles, was du gerade tust. Dieses unschärfere Gedächtnis ist es, was dem Ghost Bot erlaubt, "das sieht nach seinem London-System aus" zu erkennen, in einer Stellung, die technisch nie in seinen echten Partien vorkam. Es ist Mustererkennung, die ein Schachgehirn ersetzt — und jede abgerufene Gewohnheit wird vor dem Zug still auf Sicherheit überprüft, damit eine vertraute Aufstellung nie eine Figur im neunten Zug hängen lässt, nur weil die Stellung so aussieht.
Über beiden Büchern liegt die seltsamste Schicht von allen: eine Persönlichkeit, reduziert auf einen Satz von Reglern. Wir bauen einen Stil-Fingerabdruck, indem wir die tatsächlichen Zugentscheidungen des Spielers mit einer Kontrollgruppe von Gegnern ungefähr gleicher Stärke vergleichen. Das verwandelt "spielt vorsichtig", "liebt scharfe Taktik" oder "wird in ausgeglichenen Stellungen ungeduldig" in numerische Anstöße, die die Entscheidungen des Ghost Bots leise in dieselbe Richtung lenken, immer wenn er über beide Bücher hinaus improvisieren muss. Das Ergebnis merkt sich nicht nur seine Eröffnung — es neigt sich so, wie er sich neigt.
Woher die Stärke kommt: Stockfish und ein Modell auf unserem Server
Die Bücher erklären, welche Züge der Ghost Bot kennt. Sie erklären nicht, wie stark er sein soll oder wie er Fehler macht. Dieser Teil beginnt auf deinem eigenen Gerät: Stockfish läuft direkt in deinem Browser über ein paar seiner letzten Partien und bewertet jeden legalen Zug in jeder Stellung, in der er die Wahl hatte. Die Ergebnisse gehen dann an unseren Server, wo unser Modell daraus lernt: wie oft dieser Spieler den besten Zug findet, wann er patzt und wie groß seine Fehler werden.
Dieses Modell ist ein neuronales Netz, ein mathematisches Modell, das den LLMs hinter Claude und ChatGPT ähnelt. Ein Sprachmodell wählt das nächste Wort. Der Ghost Bot wählt den nächsten Zug, so wie dein Gegner es täte.
Warum geht das dann so schnell, während Report und Blunder Puzzle dich warten lassen?
Der Großteil des Berichts ist Zählen, nicht Berechnen. Das Repertoire, die beiden Bücher, der Stil-Fingerabdruck und die Schwachstellen sind Arithmetik über Partien, die schon stattgefunden haben, und ein Browser schafft das im Handumdrehen. Stockfish muss nur die Partien bewerten, die du angefragt hast, und hat schon jemand dieselben Partien gescoutet, kommt das Ergebnis in Sekunden aus einem geprüften Cache zurück.
Game Analysis und Blunder Puzzle beantworten eine völlig andere Art von Frage, für die es keine Abkürzung gibt: War dieser bestimmte Zug, in dieser bestimmten Partie, tatsächlich gut — und wie gut? Diese Frage existierte vor fünf Minuten noch nicht. Niemand hat sie je zuvor gestellt, weil die Stellung auf deinem Brett gerade jetzt einzigartig für die Partie ist, die du gerade gespielt hast. Es gibt keine Tabelle, in der man das nachschlagen könnte. Der einzig ehrliche Weg, sie zu beantworten, ist, die Stellung an eine echte Schach-Engine zu übergeben und sie Zug für Zug die gesamte Partie durchsuchen zu lassen — und wenn sie prüft, ob ein Opfer wirklich korrekt war, muss sie eine zweite Frage über die erste hinaus stellen: Was passiert, wenn er es nimmt? Das ist kein Tabellen-Lookup. Das ist echtes, sequenzielles Denken, das live auf deinem Gerät stattfindet, Stellung für Stellung, und es gibt keinen Cache der Welt, der das für eine Partie überspringen könnte, die noch nie jemand zuvor gespielt hat.
Einfach gesagt: Opponent Prep lernt die Gewohnheiten eines Spielers aus ein paar Partien. Report und Blunder Puzzle müssen jeden Zug der Partie durchdenken, die vor dir liegt.
Bau dir dein eigenes Phantom
Kenne seine Gewohnheiten, noch bevor die Uhr überhaupt läuft.