Dynamische Schwierigkeit: Sollen Spiele sich anpassen?

Klassische Spiele legen ihre Schwierigkeit vorab fest: Du wählst am Anfang Leicht, Normal oder Schwer, oder das Spiel folgt einer festen Kurve. Wie Mohammad Zohaib in seinem Überblick über das Feld schreibt, liegt das Problem darin, dass sich Spieler dann in eine Lernkurve einfügen müssen, die jemand anderes festgelegt hat. DDA verändert Eigenschaften des Spiels in Echtzeit, etwa wie oft Gegner auftauchen, wie treffsicher sie sind oder wie viele Ressourcen du findest, um den Spieler zwischen Langeweile und Frust zu halten.

Wahrscheinlich bist du ihr schon begegnet, ohne es zu wissen. Rennspielen wird seit Langem „Rubber-Banding“ vorgeworfen: Die Konkurrenten werden langsamer, wenn du zurückfällst, und schneller, wenn du davonziehst. Manche Actionspiele verteilen still mehr Gesundheit oder Munition, wenn du Mühe hast. Manche Puzzlespiele bieten nach mehreren Fehlschlägen eine leichtere Version eines Levels an. Die Techniken unterscheiden sich, die Logik ist dieselbe: den Spieler beobachten, sein Können einschätzen und die Herausforderung dorthin verschieben, wo er steht.

Robin Hunickes Aufsatz „The case for dynamic difficulty adjustment in games“ von 2005 ist der übliche Ausgangspunkt. Nach gängiger Meinung, so hielt sie fest, mögen Spieler Überraschungen, fühlen sich aber betrogen, wenn sie merken, dass sich ein Spiel an sie anpasst. Ihr System Hamlet regelte in einem Ego-Shooter hinter den Kulissen Angebot und Nachfrage, und ihre vorläufigen Ergebnisse stellten einige dieser Annahmen darüber infrage, wie Spieler reagieren würden. Die Spannung, die sie benannte, ist nie verschwunden: Anpassung soll helfen, aber nur, wenn sie nicht das Erlebnis verdirbt, das sie schützen soll.

Quellen2Quelle 2Zohaib, M. (2018). Dynamic difficulty adjustment (DDA) in computer games: A review. Advances in Human-Computer Interaction, 2018, 5681652.1Quelle 1Hunicke, R. (2005). The case for dynamic difficulty adjustment in games. Proceedings of the 2005 ACM SIGCHI International Conference on Advances in Computer Entertainment Technology, 429–433.

Oft ja, mit Einschränkungen. Dennis Ang und Alex Mitchell verglichen drei Versionen eines Spiels: ohne Anpassung, eine systemorientierte Version, die die Schwierigkeit automatisch hochfuhr, und eine spielerorientierte Version, in der die Spieler die Anpassungsentscheidungen trafen. Beide adaptiven Versionen sorgten insgesamt für ein besseres Erlebnis als die ohne Anpassung. Sie unterschieden sich aber in der Art. Spieler mit dem automatischen System fühlten sich weniger befangen und vergaßen öfter die Zeit, gaben aber auch ein geringeres Gefühl von Kontrolle an als Spieler, die selbst wählten.

Dieser Zielkonflikt ist der Kern der Debatte. Verdeckte Anpassung kann die Ecken und Kanten glätten, an denen die Immersion zerbricht. Sie nimmt dem Spieler aber auch eine Entscheidung ab, und Kontrolle ist eine der Zutaten eines befriedigenden Spiels. Die richtige Antwort hängt davon ab, wofür das Spiel da ist: Ein Story-Spiel, das dich mitreißen will, nimmt den Kompromiss vielleicht in Kauf; ein Puzzlespiel, dessen Reiz darin liegt, etwas selbst herauszufinden, eher nicht.

Quellen3Quelle 3Ang, D., & Mitchell, A. (2017). Comparing effects of dynamic difficulty adjustment systems on video game experience. Proceedings of the Annual Symposium on Computer-Human Interaction in Play, 317–327.

Zwei Forschungsstränge machen die Sache komplizierter. Thomas Constant und Guillaume Levieux maßen das Selbstvertrauen von Spielern mit einem Wettsystem im Spiel, in drei Spielen, die logisches, motorisches und sensorisches Können prüften. Spieler, deren Schwierigkeit von einem Algorithmus angepasst wurde, neigten dazu, übermütig zu werden und ihre Erfolgschancen zu überschätzen. Die Autoren vermuten, dass dieser Schub an Selbstvertrauen ein Grund sein könnte, warum sich DDA gut anfühlt, und genau deshalb verdient es einen zweiten Blick: Ein Spiel, das sich auch deshalb gut anfühlt, weil es dich über dein Können täuscht, tut etwas Subtiles.

Alena Denisova und Paul Cairns fanden das Spiegelbild. In zwei Studien mit zwei verschiedenen Spielen berichteten Spieler, denen gesagt wurde, das Spiel passe sich an sie an, von mehr Immersion, ob sich das Spiel nun tatsächlich anpasste oder nicht. Die Erwartung prägte das Erlebnis unabhängig vom Mechanismus. Die Autoren lesen das für Entwickler beruhigend: Spielern von Anpassung zu erzählen, scheint nicht nach hinten loszugehen. Es zeigt aber auch, wie viel von „dieses Spiel versteht mich“ in den Erwartungen des Spielers liegt.

Quellen4Quelle 4Constant, T., & Levieux, G. (2019). Dynamic difficulty adjustment impact on players’ confidence. Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems, 1–12.5Quelle 5Denisova, A., & Cairns, P. (2019). Player experience and deceptive expectations of difficulty adaptation in digital games. Entertainment Computing, 29, 56–68.

Wenn Kontrolle zählt, warum fragt man Spieler dann nicht einfach? Auch das testeten Ang und Mitchell, mit 84 Teilnehmenden. Sie variierten, wie Entscheidungen über die Schwierigkeit präsentiert wurden, entweder in die Spielmechanik eingebaut oder als direkte Einstellung, und wie oft sie angeboten wurden: einmal, in Abständen oder ständig. In das Spiel integrierte Entscheidungen verbesserten einige Aspekte des Erlebnisses, und Entscheidungen in Abständen schlugen sowohl eine einzige Wahl zu Beginn als auch einen ständigen Strom davon. Einmal zu fragen ist zu starr; ständig zu fragen macht aus Spielen Verwaltungsarbeit.

Zusammengenommen legen die Belege einen Mittelweg nahe, den viele beliebte Spiele schon gehen. Biete Hilfe in natürlichen Momenten an, mach sie sichtbar, lass Spieler sie ablehnen und tu nicht so, als wäre ein Sieg mit Hilfe etwas anderes. Der Assist-Modus von Celeste ist ein gefeiertes Beispiel, über das wir in Celestes Assist-Modus: Barrierefreiheit als besseres Design schreiben.

• Ändert das Spiel die Schwierigkeit, ohne es dir zu sagen?
• Kannst du die Hilfe, die es gibt, sehen und abschalten?
• Werden Entscheidungen in natürlichen Pausen angeboten, statt nur zu Beginn oder ständig?
• Zählt ein Feld, das du mit Hilfe gelöst hast, trotzdem, ohne Scham?

Quellen6Quelle 6Ang, D., & Mitchell, A. (2019). Representation and frequency of player choice in player-oriented dynamic difficulty adjustment systems. Proceedings of the Annual Symposium on Computer-Human Interaction in Play, 589–600.3Quelle 3Ang, D., & Mitchell, A. (2017). Comparing effects of dynamic difficulty adjustment systems on video game experience. Proceedings of the Annual Symposium on Computer-Human Interaction in Play, 317–327.

Für ein Schiebepuzzle mit Steinen haben wir uns für sichtbare Hilfe statt verdeckter Anpassung entschieden. Jedes der 2.000 Felder von OutBrick ist fest und wurde vor dem Erscheinen per Solver geprüft, und jedes Feld zeigt seine Ziele und sein Zuglimit ab dem ersten Tippen. Das Puzzle, vor dem du sitzt, ist also das Puzzle, vor dem alle sitzen. Ein gelöstes Feld heißt, dass du einen Weg durch genau dieses Feld gefunden hast.

Hilfe gibt es, aber du bittest darum, und du siehst sie. Die erste Zugrücknahme auf jedem Feld ist gratis. Ist auf einem Feld kein Zug mehr möglich, mischt es sich kostenlos neu. Gehen dir die Züge aus, bekommst du vor allem anderen fünf weitere angeboten, bezahlt mit Münzen oder, wenn du willst, mit einem Belohnungsvideo. Auf der Startseite steht genau, was Leben, Zugrücknahmen und Werbung kosten. Nichts davon verändert das Feld hinter deinem Rücken.

Das ist eine Entscheidung, die zu einem Puzzlespiel passt, kein Urteil über DDA überall. Mehr darüber, wie man Herausforderung über ein ganzes Spiel gestaltet, findest du in wie man eine freundlichere Schwierigkeitskurve baut und was ein Puzzle fair wirken lässt.