Faire Puzzles: Schwierigkeit, Scheitern und Vertrauen

Designer sprechen über Schwierigkeit gern wie über einen einzigen Regler, doch so erleben Spieler sie nicht. Als Alena Denisova, Paul Cairns, Christian Guckelsberger und David Zendle einen Fragebogen entwickelten, um die wahrgenommene Herausforderung in Spielen zu messen, wiesen ihre Befragungen und Validierungsstudien auf vier verschiedene Arten hin: performative Herausforderung (schaffen es meine Hände?), emotionale Herausforderung (halte ich aus, was das mit mir macht?), kognitive Herausforderung (komme ich drauf?) und Entscheidungsherausforderung (kann ich mit dieser Wahl leben?). Ein Puzzle kann in einer davon hoch liegen und in den anderen niedrig.

Diese Aufteilung erklärt viel Frust. Ein Logikrätsel, das plötzlich pixelgenaues Timing verlangt, hat seine Herausforderung vom Kopf in die Hände verlagert, ohne es dir zu sagen. Ein Puzzle, dessen Lösung an einer Regel hängt, die dir nie gezeigt wurde, hat die kognitive Herausforderung gar nicht erhöht; es hat dir die Information genommen, die du gebraucht hättest, um sie zu meistern.

Megan Pusey, Kok Wai Wong und Natasha Anne Rappa treffen in ihrem Puzzle Challenge Analysis Tool, das sie an The Witness, Untitled Goose Game und Baba Is You erprobt haben, eine verwandte Unterscheidung. Sie trennen Herausforderung, also die Anforderung, die ein Puzzle an dein Denken stellt, von Schwierigkeit, also davon, wie schwer ein bestimmter Spieler es findet. Genau in dieser Unterscheidung steckt der Kern von Fairness: Ein faires Puzzle kann für dich heute sehr schwierig sein, aber seine Herausforderung besteht aus Dingen, über die du nachdenken kannst.

Quellen1Quelle 1Denisova, A., Cairns, P., Guckelsberger, C., & Zendle, D. (2020). Measuring perceived challenge in digital games: Development & validation of the challenge originating from recent gameplay interaction scale (CORGIS). International Journal of Human-Computer Studies, 137, 102383.2Quelle 2Pusey, M., Wong, K. W., & Rappa, N. A. (2021). The Puzzle Challenge Analysis Tool: A tool for analysing the cognitive challenge level of puzzles in video games. Proceedings of the ACM on Human-Computer Interaction, 5(CHI PLAY), 1–27.

In älteren Spielen mit einer festen Zahl an Leben konnte man Schwierigkeit daran messen, wie oft Spieler scheiterten. Jesper Juul argumentierte 2010 in einem Beitrag für die Konferenz Foundations of Digital Games, dass das nicht mehr funktioniert, seit die meisten Spiele unbegrenzt viele Versuche erlauben. Sein Vorschlag: Miss die Zeit, die dir ein Fehlschlag nimmt. Ein Feld zu verlieren und sofort neu anzufangen ist etwas ganz anderes, als ein Feld zu verlieren und fünf Minuten Vorbereitung erneut zu spielen, um wieder dorthin zu kommen.

Deshalb können sich zwei Puzzles mit exakt derselben logischen Schwierigkeit völlig unterschiedlich anfühlen. Wirft dich ein Fehler drei Züge zurück, probierst du unbeschwert aus. Wirft er dich an den Anfang einer langen Abfolge zurück, hörst du auf zu experimentieren und fängst an, vorsichtig zu raten, und das ist eine schlechtere Art, irgendetwas zu lösen.

Für Spieler ergibt das einen schnellen Test, wenn sich ein Puzzlespiel gemein anfühlt: Frag dich, was dich der letzte Fehlschlag tatsächlich gekostet hat. Sekunden, Minuten oder etwas, das knapper ist? Für Designer ist es eine Erinnerung daran, dass der Preis eines Fehlers eine Designentscheidung ist, unabhängig vom Puzzle selbst.

Quellen3Quelle 3Juul, J. (2010). In search of lost time: On game goals and failure costs. Proceedings of the Fifth International Conference on the Foundations of Digital Games, 86–91.

Nichts davon heißt, dass ein faires Puzzle dich nie scheitern lassen darf. Serge Petralito und Kollegen befragten 95 Spieler direkt nach dem Erscheinen von Dark Souls III, einem Spiel, das berühmt dafür ist, wie oft es dich sterben lässt. Die Spieler berichteten überwiegend von positiven Erlebnissen, und die Momente, die sie am meisten schätzten, Erfolg und Lernen, wurden erst durch die negativen möglich: durch die Schwierigkeit und die wiederholten Tode.

Die Bedingung, die in diesem Befund steckt, ist Lesbarkeit. Aus Scheitern wurde Lernen, weil die Spieler sehen konnten, warum sie gestorben waren und was sie als Nächstes probieren sollten. Dieselbe Forschungstradition, die hart erkämpfte Siege feiert, ist sich einig, dass Scheitern ohne erkennbare Ursache einfach nur Frust ist.

Puzzles sind ein besonders klarer Fall. Das ideale Scheitern in einem Puzzle ist eines, bei dem du im selben Moment „na klar“ denkst, weil dir das Feld gerade etwas Wahres über sich gezeigt hat. Ein Scheitern, nach dem du denkst „Woher hätte ich das wissen sollen?“, lehrt nichts außer Misstrauen.

Quellen4Quelle 4Petralito, S., Brühlmann, F., Iten, G., Mekler, E. D., & Opwis, K. (2017). A good reason to die: How avatar death and high challenges enable positive experiences. Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems, 5087–5097.

Conor Linehan und Kollegen analysierten Let’s-Play-Videos von vier sehr beliebten Puzzlespielen, Portal, dem Koop-Modus von Portal 2, Braid und Lemmings, um zu sehen, wie sie ihre Herausforderungen takten. Das Muster war einheitlich: Jede neue Fähigkeit wurde für sich eingeführt, mit einfachen Puzzles, die nur diese Fähigkeit brauchten; dann übten die Spieler, sie mit dem zu kombinieren, was sie schon konnten; und die Puzzles wurden komplexer, bis die nächste neue Fähigkeit kam. Faire Puzzles verlangen also selten etwas von dir, das du nicht vorher lernen konntest.

Nimm das mit der Forschung zu Herausforderung und Scheitern zusammen, und du bekommst eine kurze Liste, die du auf jedes Puzzle anwenden kannst, ob du es baust oder spielst:

• Alles, was du zum Lösen brauchst, ist sichtbar oder wurde vorher beigebracht.
• Die Regeln ändern sich nicht mittendrin ohne Vorwarnung.
• Eine Lösung existiert mit Sicherheit.
• Die Herausforderung ist die, die das Spiel versprochen hat: in einem Denkspiel Denken, nicht Reflexe.
• Ein Fehler kostet angemessen viel Zeit, und du siehst, was ihn verursacht hat.
• Neue Ideen kommen einzeln, mit Raum zum Üben, bevor sie kombiniert werden.

Quellen5Quelle 5Linehan, C., Bellord, G., Kirman, B., Morford, Z. H., & Roche, B. (2014). Learning curves: Analysing pace and challenge in four successful puzzle games. Proceedings of the First ACM SIGCHI Annual Symposium on Computer-Human Interaction in Play, 181–190.1Quelle 1Denisova, A., Cairns, P., Guckelsberger, C., & Zendle, D. (2020). Measuring perceived challenge in digital games: Development & validation of the challenge originating from recent gameplay interaction scale (CORGIS). International Journal of Human-Computer Studies, 137, 102383.

Wir machen OutBrick, also hier die Checkliste aus unserer Sicht. Die Regel ist klein und immer gleich: Schieb einen Stein in das Tor seiner Farbe, und er kommt nach Hause, wisch ihn in einen Nachbarn, und sie tauschen, und drei oder mehr einer Farbe in einer Reihe verschwinden. Kisten, Eis, Schlösser, Moos und Zähltore tauchen erst auf späteren Feldern auf, wenn die Grundregel vertraut ist. Jedes der 2.000 Felder wurde vor dem Erscheinen von einem Solver gelöst und die Lösung anhand der Regeln des Spiels selbst nachgespielt, ein Prozess, den wir in wie wir 2.000 Schiebepuzzle-Felder geprüft haben beschreiben. Kein Feld verlangt also Unmögliches.

Der Preis eines Fehlers bleibt klein und wird vorab genannt. Jedes Feld zeigt seine Ziele und sein Zuglimit ab dem ersten Tippen, und es gibt keine Uhr. Die erste Zugrücknahme auf jedem Feld ist gratis, und ein Leben geht nur verloren, wenn ein Versuch endet, ohne dass das Feld gelöst ist. Auf der Startseite steht genau, was Leben, Zugrücknahmen und Werbung kosten. Mehr darüber, wie sich Herausforderung über die Zeit entwickeln sollte, steht in wie man eine freundlichere Schwierigkeitskurve baut, und über Reibung, die zum Nachdenken auffordert, in Papers, Please und sinnvolle Reibung.

Der beste Fairness-Test bleibt deine eigene Reaktion. Spiel ein Feld im Browser, scheitere einmal mit Absicht und achte darauf, ob du weißt, warum.