0. Fünf-Sekunden-Fazit
Die KI übernimmt zuerst die teure Suche; der Mensch geht mit40 Karten und einem komprimierten Gewinnplan in Ranked. Echte Spiele entfernen schwache Karten und Linien; Rematches machen sogar persönliche Gewohnheiten des Gegners zu Daten.
Am Ende: KI verkleinert den Suchraum, der Mensch den Entscheidungsbaum, Rematches die Unsicherheit. Gegen Witch: Forscher, Experimente, Löwe — wieder dieselbe Linie.
1. Die KI war bereits durchs Minenfeld gegangen
Frühere Forschung nutzte Turnierlisten, Kartendatenbank, Regel-Engine, Mulligan, Spielpolitiken, Matchup-Floors und Downside-Risiko. Eine Full-Rules-Phase lief12.480 Spiele und zeigte: korrekte Regeln garantieren keine korrekten KI-Entscheidungen.
Für Set9 wurden32 Builds über2.324 Engine-Spiele verglichen; Aggro Nightmare lag im Modell mit81,0% Durchschnitt und63,9% schlechtestem Matchup vorne. Ein Pirate-Swordcraft-Test lief5.904 Spiele mit1.944 Holdout-Spielen und erreichte91,4% in einem engen Korpus.
Das sind keine echten Ladder-Winrates. Der Nutzen war Hunderte Kandidaten auf wenige menschlich testenswerte Optionen zu reduzieren.
2. Diamond und Rematches: Bildschirm BO1, Kopf BO7
Group ist vom Rank getrennt und bewegt sich mit jüngsten Ergebnissen. Diamond ist die höchste Group; beim Aufstieg von Diamond zu Grand Master startet CR offiziell bei1600.
Die Matchmaking-Formel ist nicht veröffentlicht, daher kann Diamond nicht automatisch mit kleinem Gegnerpool gleichgesetzt werden.
Wiederkehrende Gegner wurden jedoch in einigen ruhigen Zeitfenstern beobachtet. Spiel1 BO1, Spiel2 Historie, Spiel3 persönliche Gewohnheiten. Die Oberfläche bleibt BO1; der Kopf spielt BO7.
3. Experiment Witch lässt sich als „Forscher + Experimente + Löwe“ merken
Der Set9-Archetyp nutzt Sephie, Forscher und Experimente bis zu5/5- und Storm-Druck.
Die Warnsignale werden Forscher → Zähler → 5/5-Zone → Storm-Zone.
Der „Löwe“ ist nicht die separate Witch-Karte Lio. Es ist nur ein visueller Spitzname für experimentbezogene Illustration im aktuellen Witch-Paket.
Ranked ist kein Rechtschreibtest. Wenn „Löwe da“ die richtige Antwort abruft, erfüllt das Label seinen Zweck.
4. „Ich rechne fast nicht mehr“ ist Chunking
Anfangs werden PP, Experimentzahl, Heilziele, Storm-Timing und Lethal einzeln berechnet. Wiederholung verschmilzt Details zu einem Muster.
Ein Anfänger sieht KarteA + BoardB + PP + wahrscheinliche Hand. Ein adaptierter Spieler sieht „Löwen-Stellung“.
Das Denken wurde nicht aufgegeben; alte Ergebnisse wurden gespeichert.
5. Viel gewinnen ist nicht automatisch die universelle Winrate
Die aktuelle Leistung mischt Deckstärke, KI-Vorauswahl, menschliches Tuning, lokale Meta-Anpassung und individuelles Lernen durch Rematches.
70% gegen100 verschiedene Menschen ist nicht derselbe Test wie70% gegen eine kleine bereits gelernte Gruppe. Für Generalisierung ist eine neue Stichprobe von20–30+ Spielen in einer stärker bevölkerten Zeit mit mehr einzigartigen Gegnern besser.
Wer nur die aktuelle Ladder gewinnen will, darf die „Bewohner des Nacht-Dorfs“ selbstverständlich auswendig lernen.
6. Schluss: Die KI soll erkunden, der Mensch soll Ausnahmen speichern
KI-Forschung → Kandidaten reduzieren → schnelle Tests → schwache Entscheidungen entfernen → Matchup-Templates → Personen-Templates → Chunking.
Beginn: „Kartenspiel-Rechnen nervt; die KI soll den teuren Teil übernehmen.“
Ende: KI: „Ich habe Tausende Spiele gesehen.“ / Mensch: „Löwe ist da. Diese Verzweigung.“
Die KI ersetzt den Spieler nicht. Sie externalisiert Exploration, damit menschliche Aufmerksamkeit für echte Ausnahmen übrig bleibt.
