Schach-Essay von Roland Stuckardt: Too clever is dumb

«Too clever is dumb»

Kleine Philosophie des Schwindelns

von Dr. Roland Stuckardt

In einer frühen Computerschachpartie zwischen dem amerikanischen Programm Duchess und seinem berühmten sowjetrussischen Rivalen Kaissa, die auf der Second World Computer Chess Championship 1977 in Toronto aufeinander trafen, trug sich Unerwartetes zu, das die Programmierteams und das Fachpublikum gleichermaßen elektrisierte.

Bild: Computerschach-Partie Duchess-Caissa (Toronto 1977)
Duchess-Caissa – Toronto 1977 – Schwarz am Zug

In dieser Stellung spielte Kaissa den Zug 34… Te8 und stellte damit seinen Turm en prise, anstelle mit dem nahe liegenden und von jedermann antizipierten 34…Kg7 zu antworten. Ein Programmierfehler? Ein Übermittlungsfehler? Oder doch eine grundlegende konzeptionelle Schwäche des noch experimentellen Schachalgorithmus? Zunächst konnte sich keiner der anwesenden Experten, zu denen immerhin Michael Botwinnik, Eduard Lasker und Hans Berliner gehörten, diesen vermeintlichen Missgriff erklären. Mit einem Minusturm kämpfte Kaissa in aussichtsloser Lage noch 14 Züge weiter, um sich schließlich geschlagen zu geben.
Erst die Post-Mortem-Analyse brachte ans Licht, dass Kaissa mit 34…Te8 nicht wirklich falsch, ja sogar in formalem Sinne goldrichtig lag. Nachdem dessen Entwickler zunächst noch geraume Zeit nach einer technischen Ursache des vermeintlichen Patzers fahndeten, kam schließlich jemand auf die Idee, in der kritischen Stellung einfach einmal die nahe liegende Entgegnung 34…Kg7 zu spielen und Kaissa nach der besten weißen Fortsetzung zu befragen. Und siehe da: Nach kurzem Nachdenken brachte das Programm das herrliche Damenopfer 35.Df8+!! und kündigte ein Matt in 5 Zügen an: 35…Kxf8 36. Lh6+ Lg7 37. Tc8+ Dd8 38. Txd8+ Te8 39. Txe8#.
Aus technischer Sicht funktionierte Kaissa also bestens: Mit dem Turmopfer 34…Te8 verschaffte es der weißen Dame die Kontrolle über das Feld f8 und wendete somit das Matt vorerst ab. Das Programm tat genau das, was von ihm zu erwarten war – dies sogar so gut, dass es selbst den Schachexperten zunächst entging.

Ein Fall für spekulatives Spiel

Dennoch bleibt ein schaler Beigeschmack, der uns davon Abstand nehmen lässt, den Zug 34…Te8 mit einem Ausrufezeichen zu versehen. Vermutlich hätten es die meisten starken Schachspieler dennoch mit der unter Anlegung technischer Maßstäbe inkorrekten Fortsetzung 34…Kg7!? versucht – dies selbst dann, wenn sie selbst bereits die versteckt in der Stellung liegende Ressource gesehen haben, denn es besteht die berechtigte Hoffnung, dass der Gegner das Matt nicht sieht und eine andere Fortsetzung als 35.Df8+ wählt. Mit anderen Worten: Die Stellung bietet die perfekte Gelegenheit zu einem Erfolg versprechenden Schwindelversuch bzw. – etwas gewählter ausgedrückt – zu spekulativem Spiel. Denn viel ist hier wirklich nicht zu verlieren, da die nach 34…Te8 entstehende Stellung ja ebenfalls bereits aufgabereif ist. Und letztendlich spielt es keine Rolle, ob wir nach 35 oder 48 Zügen kapitulieren müssen.
Dem Computerschachexperten Peter Jansen (1990) folgend, mag man in Bezug auf spekulatives Spiel noch feiner unterscheiden zwischen Schwindeln (Konfrontation des Gegners mit einer Stellung, in der der beste Zug nicht nahe liegend ist) und dem Stellen einer Falle (Konfrontation des Gegners mit einer Stellung, in der der nahe liegende Zug nicht der beste ist). Das konstitutive Merkmal spekulativen Spiels ist es, dass wir im Allgemeinen einen gewissen Einsatz leisten, indem wir von der Linie des optimalen Spiels abweichen, um eine Stellung herbeizuführen, in der wir darauf spekulieren, dass der Gegner fehlgreift und wir letztendlich doch profitieren.

Wissen ist Macht – erfordert aber auch den reflektierten Gebrauch

Die Moral von der Geschicht’ ist bemerkenswert: Im Schach gilt, dass man sich bisweilen um Chancen bringt, wenn man von seinem Mehrwissen unreflektiert Gebrauch macht. Wie das Beispiel gezeigt hat, sollte man in bestimmten Situationen auch den Wahrnehmungshorizont der Gegenseite beachten, um seine Erfolgsaussichten zu maximieren. Die Devise lautet: Kenne Deinen Gegner! Natürlich sind stets auch die Rahmenbedingungen zu beachten. Die Erfolgsaussichten spekulativen Spiels sind umso höher, je schwächer die Spielstärke des Gegners ist, je weniger Restzeit sich noch auf dessen Uhr befindet und – insofern wir gegen einen Menschen spielen – je länger die Partie bereits andauert. Ferner: Stehen wir ohnehin bereits auf Verlust? Müssen wir unbedingt gewinnen oder wenigstens remisieren? Selbst Schachmotoren der Spitzenklasse sind derlei Abwägungen fremd: In der obigen Partie die schwarzen Steine führend, sehen sie die Ressource 35.Df8+ in Millisekunden und verschwenden deshalb keine weitere Suchzeit an die unter der Maßgabe beiderseitig optimalen Spiels unsinnige Fortsetzung 34…Kg7.


Walter Eigenmann - 100 brillante Schachzüge - Cover 2015Anzeige

Walter Eigenmann: „100 brillante Schachzüge – Geniale Kombinationen, verblüffende Strategien“
In den Jahren 2008 bis 2012 veröffentlichte Walter Eigenmann in dem Online-KulturJournal GLAREAN MAGAZIN nach und nach insgesamt 100 Schach-Stellungen berühmter und weniger berühmter Meister, die sich jeweils DER BRILLANTE SCHACHZUG nannten, und die aufgrund ihres ästhetischen Gehalts und ihres hohen Schwierigkeitsgrades bei weiten Kreisen der Schachwelt bis hinein in die einschlägigen Internet-Foren bekannt wurden. Denn nicht nur die meisten Schachspieler, sondern auch fast alle Schachprogramme bissen sich an diesen schwierigen Kopfnüssen regelmäßig die Zähne aus! Auf vielfachen Wunsch wurde nun die damalige Reihe neu in Buchform herausgebracht.
Dabei versteht sich 100 brillante Schachzüge aber nicht nur als unterhaltsame Sammlung von exquisiten Schach-Stellungen. Für alle Adepten des Königlichen Spiels, ob Anfänger oder Profi, ist dieser Band auch eine eindrückliche kulturgeschichtliche Dokumentation darüber, zu welchen genialen Höhenflügen der menschliche Geist in diesem komplexesten aller Spiele fähig ist!
Walter Eigenmann: 100 brillante Schachzüge – Geniale Kombinationen, verblüffende Strategien, 52 Seiten, Tredition Verlag, ISBN 978-3734502088


Wir befinden uns also in einer paradoxen Situation: Der prinzipiell segensreiche Zustand der relativen Erleuchtung erlegt uns die zusätzliche Bürde auf, sorgfältig abzuwägen, wie wir von unserem Wissensvorsprung situationsabhängig am besten Gebrauch machen, um den Gesamterfolg nicht unnötig zu schmälern. Nota bene: Insofern dieser Wissensvorsprung existiert – denn falls unser Gegner ebenfalls den Durchblick hat, können wir uns das Spekulieren natürlich ersparen. Positiv gewendet: Je genauer wir wissen, wer unser Gegenüber ist und wie sich die Gesamtsituation darstellt, desto höher natürlich auch unsere Erfolgsaussichten, passgenaue Gelegenheiten zu spekulativem Spiel zu finden, um so die erwartete Gesamtausbeute zu maximieren.

Algorithmisches Schwindeln

Was heißt dies nun für das Computerschach? Die elementare Lektion ist die, dass wir mit formell optimalem Spiel, wie es in den Standardalgorithmen des Computerschachs angelegt ist, womöglich nicht das optimale Ergebnis erzielen. Zwar gewinnt man bisweilen den Eindruck, als beherrschten Schachmotoren bereits die Technik des Schwindelns.

So spielte etwa in der folgenden Stellung (aus einer Partie der Turnierserie CCRL 40/40 – 2015)

Bild: Computer-Schachpartie Bagatur-Fischerle (CCRL-2015)
Bagatur 1.3a 64bit – Fischerle 0.9.65 64-bit – CCRL/2015 – Schwarz am Zug

das Programm Fischerle 57…Txg4 anstelle des näher liegenden 57…Kf6xg6, um nach 58.h5? vermöge 58…Txg5! 59.fxg5 Kxg5 ½–½ in ein Remis (Randbauer und Läufer der falschen Farbe) abzuwickeln. Jedoch handelt es sich bei 57…Txg4 nicht um einen Schwindelversuch im engeren Sinne, da Fischerle diesen Zug nur deshalb spielt, weil er in der Ausgangsstellung die Gefahr, die von den drei verbundenen Freibauern ausgeht, bereits als zentral einschätzt. Tatsächlich rechnete das Programm hier mit dem Läuferrückzug 58.Lb1, d. h. es setzte nicht gezielt auf den Fehlgriff 58.h5? des Gegners, wie es bei echtem spekulativem Spiel der Fall gewesen wäre. Und bei dem anschließenden 58…Txg5! handelt es sich schlichtweg um die Wahrnehmung einer elementaren Endspielressource.

Vermutete Schwächen des Gegners bewirtschaften

Per definitionem ist spekulatives Spiel im engeren Sinne somit dadurch gekennzeichnet, dass man bewusst von der Linie optimalen Spiels abweicht (also einen Einsatz leistet), jedoch darauf hofft, dass der Gegner die widerlegende optimale Fortsetzung nicht findet und insgesamt draufzahlt. Wir unternehmen hierbei den Versuch, bekannte oder vermutete Schwächen des spezifischen Gegners zu bewirtschaften. Das entsprechende Wissen, auf das wir uns stützen, kann generischer (die gesamte Gegnerklasse betreffende) oder spezifischer (den einzelnen Opponenten betreffende) Natur sein. Eine Schachengine könnte etwa in Matches gegen Menschen dynamische, ausgeprägt taktische Stellungen mit vielen nicht stillen Zugmöglichkeiten anstreben; in umgekehrter Richtung entspricht dem die bekannte Strategie menschlichen Anti-Computer-Schachs, wo geschlossene, positionelle Systeme bevorzugt werden, in denen die Fähigkeit zur längerfristigen Planung erfolgskritisch ist.

Spekulatives Spiel gegen Schachmotoren

Auch gegen die Klasse der maschinellen Gegner gehört also spekulatives Spiel zum kleinen Einmaleins. Weiters kann hier auf opponentenspezifisches Wissen zurückgegriffen werden. Zwar basieren die heutigen Spitzenengines auf einer Menge gemeinsamer Kerntechniken der effizienten Spielbaumsuche, die diese in jedem Falle zu taktischen Riesen machen. Andererseits unterscheiden sich die Schachmotoren noch immer hinsichtlich der individuellen Suchhorizonte, die in spezifischen Positionen erreicht werden: Welche Varianten werden besonders tief untersucht? Welche Varianten werden nur mit eingeschränkter Suchtiefe betrachtet? Technisch ausgedrückt: Es kommen unterschiedliche Kombinationen von Sucherweiterungen und Suchreduktionen zum Einsatz. Mischung und Feinabstimmung dieser Techniken der variablen Suchtiefe bestimmen nun entscheidend den Spielstil und somit mittelbar die spezifischen Stärken und Schwächen eines Programms.
Die Konsequenz hieraus ist, dass auch in Matches zwischen Schachengines prinzipiell Chancen bestehen, per Rückgriff auf entsprechendes Detailwissen über das spezifische gegnerische Programm in Erfolg versprechender Weise spekulatives Spiel zu betreiben. Betrachten wir hierzu folgende Stellung (Position #213, Sammlung Win at Chess, Fred Reinfeld) mit Weiß am Zug:

Bild: Fred Reinfeld - WAC Position (213)
Fred Reinfeld – Win at Chess – Position-213

Diese Position verkörpert ein zentrales Beispiel aus einer wissenschaftlichen Publikation zu Deep Thought, dem Vorgänger des Systems Deep Blue. Ausgestattet mit einer nach damaligen Maßstäben einzigartigen Sucherweiterungstechnik namens Singular Extensions gelang es diesem System bereits 1989, das tief in der Stellung verborgene Matt in 18 Zügen1) (beginnend mit dem Turmopfer 1.Txh7!!) in 65 Sekunden zu finden. Insofern unser Schachmotor über diese aufwändige und heute nur von wenigen Programmen implementierte Strategie verfügen sollte, wird er diese siegreiche Zugfolge in wenigen Sekunden finden.

Qualität unseres Wissens über den jeweiligen Gegner entscheidet

Stellen wir uns nun andererseits vor, dass wir in einer hypothetischen Vorgängerstellung mit der schwarzen Dame auf b3 und einem weißem Springer auf b1 die schwarzen Steine führen. Die Singular Extensions ermöglichen es uns, recht rasch zu sehen, dass Weiß nach 0…Dxb1 über die genannte Gewinnkombination verfügt. Ausgestattet mit dem Wissen, dass unser Gegner über keine vergleichbare Technik verfügt, könnten wir jedoch darauf setzen, dass Weiß das Matt nicht sehen wird, und spekulativ 0…Dxb1 spielen. (Dieses Beispiel ist zugegebenermaßen etwas künstlich, denn Schwarz stünde hier auch nach dem nichtspekulativen 0…Td7 exzellent. Zudem kann sich Weiß in der Diagrammstellung beginnend mit 1.Txh7! auch in ein relativ leicht zu sehendes Dauerschach retten.)
Entscheidend ist nun also die Qualität unseres Wissens über den jeweiligen Gegner: Je genauer wir dessen blinde Flecken kennen, desto eher wird es uns gelingen, ihn passgenau zu beschwindeln. Und genau an dieser Stelle wird es aus technischer Sicht interessant: Es stellen sich neue Herausforderungen jenseits einer weiteren Detailoptimierung der üblichen, bereits hochperformanten Schachalgorithmen.

Möglichkeiten und Grenzen algorithmischen Schwindelns

Bild: Der chinesische Philosoph und General Sunzi (5. Jh. v. Chr.)
Der chinesische Philosoph und General Sunzi (5. Jh. v. Chr.): «Du musst deinen Feind kennen, um ihn besiegen zu können»

In der Wissenschaft der Spieltheorie ist das Bewusstsein für die oben herausgearbeiteten Feinheiten natürlich längst gegeben. Bereits seit Jahrzehnten beschäftigen sich volkswirtschaftliche Forschung und auch die mit der Beratung und Ausbildung hochrangiger politischer und militärischer Entscheidungsträger betrauten Institutionen mit derlei Problemen. Die Quintessenz war bereits den alten Chinesen bekannt: «Du musst deinen Feind kennen, um ihn besiegen zu können», so schrieb bereits um 500 vor Christus der chinesische General und Philosoph Sunzi in seinem Klassiker der Militärstrategie «Die Kunst des Krieges». Jedoch erweist es sich als gar nicht so einfach, diese grundlegende Erkenntnis in ein formales mathematisches Modell zu gießen, das sich Erfolg versprechend in der Schachprogrammierung operationalisieren lässt. Die meisten Schachprogramme begnügen sich deshalb mit der klassischen symmetrischen, also auf beiderseitig optimales Spiel ausgerichteten Spielbaumsuche.

Der Schwindel-Modus der Schach-Engines

Schach-Meister-Frank-Marshall-Glarean-Magazin
Einer der berühmtesten „Schwindler“ und Bluffer der Schach-Geschichte war der amerikanische Spitzenspieler Frank Marshall, der oft in seinen Partien höchst gewagte Opfer anbrachte, die seine Gegnerschaft verwirrten und dann fehlgreifen ließen…

Einige Top-Engines können in einem Schwindelmodus betrieben werden. Oftmals heißt dies jedoch lediglich, dass das Programm auch dann noch auf Sieg bzw. Remis spielt, wenn ein elementares Endspiel vorliegt, das laut Datenbank bei beiderseitig optimalem Spiel eigentlich remis bzw. verloren ist. Spekulation ist hier etwa dahingehend möglich, dass wir diejenige Fortsetzung wählen, unter der der Gegner bei perfektem Spiel die meisten Züge brauchen wird, um den Gewinn zu realisieren. Eine andere Möglichkeit besteht darin, dass wir solche Fortsetzungen wählen, in denen der Gegner sehr präzise spielen muss – etwa indem wir Stellungen anstreben, in denen dem Gegner möglichst wenige korrekte, den Sieg bzw. das Remis wahrende Züge zur Verfügung stehen und deshalb die Gefahr eines Fehlgriffs (vermutlich) hoch ist; insofern wir hierbei etwa vom längstmöglichen Weg zum Verlust abweichten – also einen Einsatz leisteten –, ergäbe sich spekulatives Spiel im engeren Sinne. Gegen eine Schachmaschine, die ebenfalls über perfekte Information verfügt, stellen derlei Anstrengungen vergebene Liebesmüh’ dar, nicht jedoch gegen einen Menschen, dem es am Brett womöglich nicht gelingen wird, ein bei bestem Spiel in 40 Zügen gewinnbares Endspiel König und Läuferpaar gegen König und Springer innerhalb der 50-Züge-Grenze siegreich zu beenden.

Algorithmisches Schwindeln im Mittelspiel

Eine erheblich größere Herausforderung stellt es hingegen dar, die Strategie des algorithmischen Schwindelns auf Mittelspielstellungen zu verallgemeinern. Peter Jansen, der auch Mitglied des Deep-Thought-Entwicklerteams war, befasste sich bereits in den frühen 90er Jahren in seiner Dissertation (Jansen 1992) mit dem anspruchsvollen Thema des spekulativen Spiels bzw. der hiermit eng verbundenen Frage der sog. Opponenten-Modellierung in der Spielbaumsuche und im Computerschach. Damals sah Jansen Chancen für erfolgreiches algorithmisches spekulatives Spiel in erster Linie in Matches gegen menschliche Gegner; andererseits identifizierte er eine Reihe zentraler, vornehmlich effizienzbezogener Probleme betreffend die Integration entsprechender Techniken in die Algorithmen der klassischen Spielbaumsuche – Herausforderungen, die vermutlich auch heute noch nicht zufrieden stellend gelöst sind. Letztendlich aber ist dies auch eine gute Nachricht: für den Menschen, weil sich damit zeigt, dass Schachalgorithmen zumindest in bestimmten Aspekten noch immer nicht mit der humanen Schachvirtuosität mithalten können; andererseits jedoch auch für die Protagonisten schachlichen Motorsports, weil dies impliziert, dass sich technische Herausforderungen selbst heute noch stellen, da die Top-Engines vermutlich längst die (virtuelle) 3000-Elo-Marke menschlicher Schachexzellenz geknackt haben.

Philosophische und literarische Querbezüge

Bild: Mark Taimanov
Mark Taimanov: «Ich würde lieber aufgeben, als einen solchen Zug zu spielen»

Wie in der Welt, so gilt also auch im doch eigentlich so rational-aufgeklärten Schach bisweilen die charmante Weisheit: «Too clever is dumb!» (Zitat Ogden Nash) Insofern wir von unseren tiefen Einsichten in unreflektiert-mechanischer Manier Gebrauch machen, wirken wir auf unsere Mitmenschen bzw. Spielpartner bisweilen hölzern und womöglich ganz und gar nicht so schlau, wie es unserer Selbstwahrnehmung entsprechen mag. Und selbst wenn wir in der Sache prinzipiell recht haben: So falsch liegen unsere Zeitgenossen ja doch nicht, wenn sie den Kopf darüber schütteln, insofern wir in der eingangs besprochenen Position das theoretisch optimale 34…Te8 spielen sollten. Letztendlich eine selbst erfüllende Prophezeiung, denn falls unsere Gegenspieler vornehmlich weniger tief schürfende Zeitgenossen sein sollten, so würden wir auf Dauer tatsächlich unseren Erfolg schmälern, wenn wir auf die Chancen spekulativen Handelns leichtfertig verzichteten.

Grenzen der Spekulation im sozialen Kontext

Bild: Elias Canetti
Das Kaissa-Schachparadoxon als literarische «Umsetzung» imTheaterstück «Die Befristeten» von Elias Canetti

Andererseits gibt es natürlich Grenzen, die uns durch den jeweiligen sozialen Kontext gesetzt werden: So würde man vermutlich Spott ernten, wenn man in einer Partie gegen eine Spitzenspielerin darauf spekulierte, per Schwindel einem elementaren zweizügigen Matt entrinnen zu können. Dass derlei psychologische Kräfte im Hintergrund menschlichen Spiels walten, lässt sich etwa anhand eines Kommentars von Mark Taimanov zum legendären positionell-spekulativen Springeropfer Spasskis in der Partie Awerbach–Spasski (Leningrad 1956) aufzeigen: «Ich würde lieber aufgeben, als einen solchen Zug zu spielen.» Einem Schachmotor kann dies jedoch vermutlich egal sein – dieser wird sich auch weiterhin an die Tartakower’sche Devise halten, dass durch Aufgabe noch keine Partie gewonnen wurde.
Auch in der Bühnenliteratur werden wir fündig. In seinem Theaterstück «Die Befristeten» skizziert Elias Canetti eine Welt, in der jedem Bewohner von Geburt an und für jeden ersichtlich der Tag des Ablebens zugeschrieben ist. Die Folgen für das Zusammenleben sind fatal, und die Individuen sehen sich vor die besondere, kaum zu meisternde Herausforderung gestellt, mit diesem unerbetenen Extrawissen in verantwortungsvoller Manier umzugehen. Der Zusammenhang mit dem eingangs am Beispiel von Kaissa herausgearbeiteten schachlichen Paradoxon erscheint offensichtlich.

Resümee

Schlussendlich sollten wir uns vergegenwärtigen, dass spekulatives Spiel ohnehin zum Wesenskern des Schachs gehört und immer gehören wird. Schließlich kommt bereits der Ausgangsstellung ein spieltheoretischer Wert (also 1–0,½–½ oder 0–1) zu, der sich unweigerlich einstellen würde, wenn beide Seiten stets der (glücklicherweise niemandem bekannten) Linie perfekten Spiels folgten. Sollte etwa die Grundposition für eine der Parteien gewonnen sein, so bleibt zumindest der anderen Partei gar nichts anderes übrig, als auf spekulatives Spiel zu setzen. Sich in den Fatalismus eines «Ich gebe auf!» bereits in der Ausgangsstellung zu flüchten, hieße im Prinzip nichts anderes, als den eingangs beschriebenen Kaissa’schen Quasi-Fatalismus 34…Te8 auf die Spitze zu treiben. Womit sich die Dystopie Canettis in der Welt des Schachs manifestieren würde.
Auch das Computerschach steht damit im zweiten Jahrzehnt des 21. Jahrhunderts weiterhin vor faszinierenden Herausforderungen. Und vielleicht noch spannender stellen sich die unerwarteten Querbeziehungen dar, die vom spekulativen Spiel im Schach zu Themenfeldern weit jenseits der vierundsechzig Felder bestehen. Vermutlich haben also die Erkenntnisse, die sich aus der Erforschung entsprechender Modelle und Technologien im (Computer-)Schach ergeben, Implikationen auch für diese auf den ersten Blick entfernten Gebiete. In jedem Falle handelt es sich um dezidiert interdisziplinäre Fragestellungen, die den virtuosen Schachspieler (als Künstler), den Informatiker, den Spieltheoretiker und den Philosophen gleichermaßen betreffen. ♦

1) Eine der möglichen Zugfolgen zum Matt lautet: 1. Txh7+ Kxh7 2. Dh5+ Kg8 3. Txg7+ Kxg7 4. Lh6+ Kh8 5. Lg5+ Kg7 6. Dh6+ Kf7 7. Df6+ Kg8 8. Dg6+ Kh8 9. Lf6+ Txf6 10. exf6 Dxe1+ 11. Kxe1 Sc2+ 12. Kf1 Se3+ 13. fxe3 Td7 14. De8+ Kh7 15. Dxd7+ Se7 16. Dxe7+ Kg6 17. Dg7+ Kh5 18. Dg5#

Literatur

_______________________________

Roland Stuckardt-Schach-Programmierung-Glarean-Magazin.pngDr. Roland Stuckardt

Geb. 1964, Studium der Informatik sowie der Wirtschafts- und Sozialwissenschaften, 1991 Diplom in Informatik, Wissenschaftlicher Mitarbeiter für die GMD-Forschungszentrum Informationstechnik Darmstadt, Forschung in den Bereichen Computerlinguistik und Natural Language Engineering, 2000 Promotion mit einer Arbeit zur Algorithmischen Textinhaltsanalyse, Tätigkeit als Berater und Leiter einschlägiger Software- und Forschungsprojekte in der Medien- und Internetbranche, seit 2011 Entwicklung des Schachmotors Fischerle, lebt und arbeitet in Frankfurt/Main

Das Schach-Osterei 2017

Weiss zieht und gewinnt

(Erstveröffentlichung)

Walter Eigenmann: Das Schach-Osterei 2017 - Studie (Glarean Magazin)
Walter Eigenmann: Das Schach-Osterei 2017 – Studie (Glarean Magazin)

Urdruck/Copyright: Walter Eigenmann (Glarean Magazin 4/2017)

Frohe Ostern!

Lösung

Das 1. Engine-Gambit-Turnier 2017 (Computerschach)

Schachprogramme mit Gambits geprüft

von Walter Eigenmann

Die internationale Computerschach-Anwenderschaft testet seit Jahren fleissig jedes neue Programm im Hinblick auf seine Turnier-Spielstärke, seine analytischen Fähigkeiten, seine schachtechnischen Features. Vor allem ersteres wird höchst emsig betrieben, existieren doch mittlerweile zahllose Ranking-Listen im Netz – zustande gekommen unter allen möglichen und unmöglichen Turnier- bzw. -Match-Bedingungen.

Dabei wird hinsichtlich der Eröffnung in den meisten Fällen ein sog. Opening-Book zugrunde gelegt, das möglichst ausgeglichen und «objektiv» den Programmen während der frühesten Partie-Phase unter die Arme greifen soll. Sehr selten kommt in diesem allgemeinen Turnier-Mainstream hingegen das sog. Gambit zum Zuge: Als Eröffnungskonzept beinhaltet es bekanntlich frühe Bauern- oder gar Figuren-Opfer zwecks schnellerer Entwicklung und/oder zusätzlicher Angriffsmöglichkeiten. Mit einem spezifischen Gambit-Opening-Book kann also der Anwender asymetrische Materialverhältnisse bereits in der Eröffnung schaffen und so den ausgetretenen Pfaden der meist längst aufgearbeiteten «Eröffnungstheorie» aus dem Wege gehen. Im Computerschach hat das außerdem den angenehmen Nebeneffekt, dass dem «Remistod» der heute auf extrem hohem Taktik-Niveau angesiedelten, oft gleich stark spielenden Engines etwas entgegengewirkt werden kann.

Der belgische Book-Cooker Jeroen Noomen

Einer der weltweit besten Opening-Book-Cooker im Computer-Schach: Jeroen Noomen
Einer der weltweit besten Opening-Book-Cooker im Computer-Schach: Jeroen Noomen

Ein solches «Gambit-Eröffnungsbuch» speziell für das häufig eingesetzte «Fritz»-Interface entdeckte der Autor kürzlich im Internet: es nennt sich «GambitLines.ctg», stammt von dem bekannten belgischen Engine-Book-Cooker Jeroen Noomen und beinhaltet eine Reihe von «klassischen» Gambit-Zügen, angefangen beim Alapin-Gambit im Sizilianer und das Falkbeer-Gambit über das Königsgambit und das Lettische Gambit bis hin zum Morra-Gambit und dem Mittelgambit im Spanier. (Wer Interesse an diesem Book für die Fritz-Oberfläche hat, kann es hier downloaden. Eine Aufzählung aller verwendeten Gambite findet sich hier.)

Trotz Gambit-Book viele Remis-Partien

Die Stellungen, in die dieses Eröffnungsbuch die Engines entlässt, sind allerdings so spektakulär auch wieder nicht, dass sie Weiß oder Schwarz jeweils in großen materiellen Rückstand versetzten. Dies zeigt nur schon ein Blick auf die recht hohe Anzahl Remis-Partien, die das nachstehende Turnier generierte mit zehn der besten aktuellen Programme – eigentlich ein Bild, das man eher vom ganz normalen Engine-Engine-Betrieb gewohnt ist. Möglicherweise ist das «GambitLines» unterm Strich dann doch etwas zu «zahm» geraten, um das exorbitante Angriffs- und Verteidigungs-Potential der modernen Schachprogramme wirklich zu fordern…

01 Komodo 10.3 (4CPU)        26.5/36 (433.25)
02 Houdini 5.01 (4CPU)       26.5/36 (411.75)
03 Stockfish 8 (4CPU)        25.5/36
04 Fizbo 1.9 (4CPU)          22.0/36
05 Deep Shredder 13 (4CPU)   17.0/36
06 Critter 1.6a (4CPU)       15.5/36
07 Fritz 15 (4CPU)           14.0/36
08 Equinox 3.30 (4CPU)       12.5/36
09 Sting SF 7.3 (4CPU)       11.5/36
10 Chiron 4 (4CPU)           09.0/36

40 Z. in 4 Min & 40 Z. in 4 Min. / 4 Runden Round Robin /
Intel i-7-4790 / 3.6 GHz / 512Mb Hash / Fritz 15-GUI / EGTB

Die 180 Partien lassen sich hier nachspielen und downloaden.

Weitere Artikel zum Thema Computerschach im Glarean Magazin

Neue Testaufgaben für Schach-Programme

Der «Eigenmann Rapid Engine Test» (ERET)

von Walter Eigenmann

Der sog. Eigenmann Rapid Engine Test (ERET) ist eine neue Sammlung von 111 Aufgaben für Schach-Programme. Er wurde konzipiert, um schnell einen ersten Eindruck von der Spielstärke einer neuen Engine ausmachen zu können. Die Computerschach-Anwenderschaft erhält mit diesem ERET erstmals eine Test-Suite an die Hand, deren Ergebnisse innert zehn Minuten eine grobe, aber recht verlässliche Einschätzung eines (neuen) Programms erlauben.

Die 111 Stellungen bzw. ihre Hauptvarianten können hier nachgespielt und als PGN-Datei heruntergeladen werden. Downloadbar ist ausserdem der Test im CBH-Format (für Chessbase-Software) sowie als EPD-Datei für den Import in diverse Schach-GUI’s.

Die Vorzüge des ERET gegenüber älteren Sammlungen sind namentlich:

  • Grosse Bandbreite der Schachmotivik
  • Eindeutigkeit der Lösungen
  • Ausgewogenheit der Partiephasen
  • Mittlerer bis hoher Schwierigkeitsgrad
  • Keine Auswertungsformeln
  • Schnelle Programm-Resultate bereits nach 10 Min.
  • Auch für zukünftige Engine-Generationen tauglich

Die Axiomatik des ERET-Stellungstests

Eine Aufgaben-Sammlung wie der ERET-Stellungstest für Schachprogramme basiert auf einer eigenen Axiomatik.

Diese lässt sich in den folgenden fünf Punkten zusammenfassen:

  1. Die 111 Aufgaben des ERET decken einen grossen Bereich der (computer-)schachlichen Realität ab; diese abgestimmte Kompaktheit der Zusammenstellung ist weder durch Hinzufügungen noch Wegstreichungen antastbar.
  2. Für Computerprogramme (anders als für Menschen) ist eine Schachpartie grundsätzlich eine Sammlung von Einzel-Aufgabenstellungen unter definierten Bedingungen – ein Stellungstest also.
  3. Die Denk- bzw. Rechengeschwindigkeit beim Schachspielen ist eine maßgebliche Komponente der «Spielstärke».
  4. Das vom Test-Autor empfohlene Test-Setting ist ein integraler Bestandteil des Stellungstests.
  5. Unter Berücksichtigung bzw. Wahrung der Punkte 1 bis 4 garantiert der ERET keine 100%ige, aber eine weitgehende Übereinstimmung seiner Testergebnisse mit den durchschnittlichen Resultaten des praktischen Engine-Turnierbetriebes.

Test-Setting / Anmerkungen

Die technische Durchführung des Tests ist einfach und bei den verschiedenen Schach-Interfaces wie z.B. Arena, Shredder, Aquarium oder Fritz im Grundsatz ähnlich, wobei der Autor auf aktueller Computer-Hardware (2017) das folgende Test-Setting empfiehlt:

  • Bedenkzeit: 5-10 Sekunden pro Aufgabe
  • Prozessoren/Threads: 1-4
  • Hash-Memory: 256-512Mb
  • Opening-Books: beliebig
  • Endgame-Tablebases: beliebig
  • Extra Halbzüge: 2-99
  • eret-rochadeangriff-carlsen
    Der ERET-Schachtest für Computer-Programme deckt ein weites Spektrum an Eröffnungs-, Mittelspiel- und Endspiel-Elementen ab. Namentlich enthält er exemplarische Beispiele der folgenden taktischen und positionellen Motive (alphabetisch): Ablenkung – Abtausch – Damenopfer – Entlastung – Entwicklung – Festung – Freibauer – Initiative – Königsangriff – Königssicherheit – Läuferopfer – Linienöffnen -Mobilität – Offene Linien – Positionelles Opfer – Qualitätsopfer – Räumung – Rochadeangriff – Springeropfer – Starke Felder – Unterverwandlung – Vergifteter Bauer – Verteidigung – Zentralisierung – Zentrum – Zugzwang – Zwischenzug (Bild: Die Brennpunkte des weißen Rochadangriffs in einer Fernschachpartie Copie-Patrici 1986)

    Die Anzahl Lösungen einer Engine ergibt deren wichtigstes Testergebnis; dieses erlaubt bereits einen groben Vergleich mit anderen Programmen. Um die Resultate mehrerer Engines noch zu differenzieren, empfiehlt der Autor das Interface «Fritz» ab Version 11, dessen Testergebnisse – aus der CBH- in eine PGN-Datei konvertiert – dann mit dem Freeware-Tool von Dr. Frank Schubert EloStatTS104 abgeglichen werden sollten. Diese mathematisch-statistisch fundierte Methode der Test-Auswertung ist wenn immer möglich vorzuziehen. Außerdem ist bei einer Verwendung des Testes mit «Fritz» die von EloStatTS104 mitgelieferte «Offset»-Test-File zu berücksichtigen: Mit ihm lassen sich die unterschiedlichen Reaktions- bzw. Initialisierungszeiten der Engines unter diesem Interface eruieren, womit nochmals genauere Ergebnisse generiert werden können (siehe hierzu die entspr. Readme-Datei).
    Eine Alternative zum «Fritz»-GUI ist die Freeware-Oberfläche «Arena», die mit zusätzlichen Features beim Automatisierten Stellungstesten aufwartet und auch einen Output der Engine-Berechnungen bietet, allerdings auf jegliche Ranglisten-Generierung verzichtet bzw. nur die Anzahl Lösungen angibt, so dass keine weitergehende Differenzierung der Testergebnisse möglich ist bzw. manuell erfolgen müsste. Andere Benutzeroberflächen bieten ebenfalls nur rudimentäre Optionen bezüglich Stellungstests und sind deshalb für den ERET nur bedingt zu empfehlen.

  • Moderne Rechner mit Multi-Prozessoren- bzw. -Threads-Technik neigen zu Fluktuationen in ihrer Zug-Generierung. Deren Auswirkung in der Praxis wird zwar generell sehr überschätzt, aber wer auf Nummer sicher gehen will, macht pro Engine drei bis fünf Test-Durchläufe und nimmt den Durchschnitt der jeweiligen Lösungszeiten.
  • Um Software-übergreifende Vergleiche zu ermöglichen, sollten die Engines grundsätzlich mit ihren Default-Parametern getestet werden – natürlich abgesehen von Thread-, Hash- oder Tablebase-Einstellungen.
  • Auf schneller Hardware reichen 5 Sekunden pro Aufgabe aus; das entspricht ungefähr der im modernen Engine-Turnier-Betrieb häufig angewendeten Bedenkzeit von 40 Zügen in 4 Minuten. Bei langsameren Rechnern empfehlen sich 7-10 Sekunden.
  • Bei der Generierung von Ranglisten mit dem ERET sollten nicht die absoluten Zahlen-Ergebnisse, sondern vielmehr die Engine-Relationen beachtet werden – so wie bei den Rankings der verschiedenen bekannten Engine-Turnieren auch. Diese können bekanntlich (je nach Turnier-Settings und Berechnungsgrundlage) überraschend unterschiedlich ausfallen – siehe u.a. hier: CEGT, CCRL, FCP, OHCR, SPCC, FGRL
    Ein Vergleich von fünf häufig zitierten Ranglisten im Internet mit den ERET-Ergebnissen findet sich hier (März 2017).
  • Die einzelnen Stellungen hat der Autor hauptsächlich mit den drei Programmen Deep-Shredder 11/12, Critter 1.6 und RybkaWinFinder 2.2 im Hinblick auf ihre taktische Korrektheit untersucht. Ansonsten hat er auf weiteres Einzeltesten bewusst und konsequent verzichtet, um den Test möglichst objektiv und nicht irgendwie «geeicht» auf bestimmte Programme gestalten zu können. (Über entsprechende Resultat-Meldungen aus der Leser- bzw. Anwenderschaft per E-Mail würde sich der Autor also sehr freuen!).
  • Trotz der relativ kurzen Zeit-Vorgabe von 5 Sekunden/Stellung sind die ERET-Aufgaben keineswegs trivial. Viele der Stellungen dürften sogar ganz besondere Knacknüsse auch für heutige Engines sein. Die umfangreichen persönlichen Analysen mithilfe der obengenannten Programme legen den Schluss nahe, dass dieser Test eher im oberen Schwierigkeitsbereich angesiedelt ist. Der Autor ist deshalb zuversichtlich, dass der ERET auch noch in fünf oder zehn Jahren interessant sein wird…

Aktuelle ERET-Rangliste (Mai 2017)   –   Generiert mit EloStatTS104

    Program                                    Elo   +/-  Matches  Score   Av.Op.   S.Pos.   MST1    MST2   RIndex

  1 AsmFish 2017-03-15 (4CPU)                  : 3421    3   8204    68.5 %   3286    72/111    2.0s    3.0s   0.68
  2 Stockfish 170417 (4CPU)                    : 3414    3   7923    67.6 %   3286    67/111    1.9s    3.1s   0.69
  3 Komodo 10.4 (4CPU)                         : 3411    3   8074    67.2 %   3286    68/111    2.0s    3.2s   0.62
  4 Stockfish 8 (4CPU)                         : 3409    3   7946    67.0 %   3286    64/111    1.8s    3.2s   0.68
  5 Brainfish 190317 (4CPU)                    : 3408    3   8080    66.8 %   3286    65/111    1.9s    3.2s   0.64
  6 Houdini 5.01 (4CPU)                        : 3404    4   7617    66.2 %   3288    62/111    1.9s    3.2s   0.64
  7 Komodo 10.3 (4CPU)                         : 3397    4   7774    65.3 %   3287    60/111    1.9s    3.3s   0.60
  8 Stockfish 8 (1CPU)                         : 3390    4   7188    64.3 %   3287    57/111    1.9s    3.4s   0.56
  9 Houdini 5.01 (1CPU)                        : 3384    4   6732    63.4 %   3289    54/111    2.0s    3.4s   0.56
 10 Fizbo 1.9 (4CPU)                           : 3382    4   6725    62.8 %   3291    50/111    1.7s    3.5s   0.56
 11 Komodo 10.4 (1CPU)                         : 3382    4   7094    63.2 %   3288    56/111    2.2s    3.6s   0.46
 12 Komodo 10.3 (1CPU)                         : 3379    4   6718    62.7 %   3289    52/111    1.9s    3.5s   0.55
 13 McBrain 2.1 (1CPU)                         : 3373    4   6558    61.9 %   3289    51/111    2.1s    3.6s   0.49
 14 Stockfish 7 (1CPU)                         : 3372    4   6826    61.8 %   3289    53/111    2.3s    3.7s   0.45
 15 Komodo 10 (1CPU)                           : 3367    4   6220    60.7 %   3292    48/111    2.1s    3.7s   0.51
 16 DeepShredder 13 (4CPU)                     : 3362    4   6205    60.1 %   3291    46/111    2.0s    3.7s   0.44
 17 Houdini 4 (4CPU)                           : 3361    4   6278    59.7 %   3292    45/111    1.9s    3.7s   0.45
 18 Komodo 9.42 (1CPU)                         : 3359    4   6127    59.7 %   3291    45/111    2.1s    3.8s   0.42
 19 Andscacs 0.90 (4CPU)                       : 3358    4   6044    59.4 %   3292    42/111    1.7s    3.7s   0.46
 20 Stockfish 6 (1CPU)                         : 3353    4   5734    58.7 %   3292    42/111    1.9s    3.8s   0.48
 21 Komodo 9.2 (1CPU)                          : 3352    4   5981    58.6 %   3292    44/111    2.2s    3.9s   0.44
 22 Andscacs 0.89 (4CPU)                       : 3349    5   5872    57.9 %   3293    43/111    2.1s    3.8s   0.41
 23 Fritz 15 (4CPU)                            : 3349    4   5935    57.7 %   3294    41/111    2.0s    3.9s   0.39
 24 Komodo 9 (1CPU)                            : 3348    4   5827    57.9 %   3292    40/111    1.9s    3.8s   0.43
 25 Fizbo 1.9 (1CPU)                           : 3346    5   6014    57.3 %   3295    42/111    2.2s    3.9s   0.38
 26 Critter 1.6a (4CPU)                        : 3344    5   5874    57.1 %   3294    41/111    2.2s    3.9s   0.41
 27 Gull 3 (4CPU)                              : 3341    5   5762    56.6 %   3295    40/111    2.1s    3.9s   0.39
 28 Protector 1.9.0 (4CPU)                     : 3340    5   5734    56.6 %   3294    39/111    2.1s    3.9s   0.40
 29 Stockfish 5 (1CPU)                         : 3335    5   5470    55.9 %   3294    41/111    2.4s    4.0s   0.41
 30 Andscacs 0.87 (4CPU)                       : 3333    5   5598    55.4 %   3295    36/111    2.0s    3.9s   0.37
 31 Houdini 4 (1CPU)                           : 3328    5   5181    54.6 %   3296    34/111    1.8s    4.0s   0.45
 32 Fire 5 (1CPU)                              : 3327    5   5277    54.5 %   3296    33/111    1.7s    4.0s   0.37
 33 DeepShredder 13 (1CPU)                     : 3326    5   5315    54.4 %   3296    36/111    2.2s    4.1s   0.28
 34 Booot 6.1 (1CPU)                           : 3325    5   4521    54.1 %   3297    28/111    1.6s    2.7s   0.42
 35 Komodo 8 (1CPU)                            : 3323    5   5271    53.9 %   3296    33/111    2.0s    4.0s   0.37
 36 Andscacs 0.89 (1CPU)                       : 3318    5   5386    53.1 %   3296    34/111    2.3s    4.1s   0.28
 37 Critter 1.6a (1CPU)                        : 3318    5   5234    52.9 %   3298    33/111    2.1s    4.1s   0.35
 38 Andscacs 0.86 (4CPU)                       : 3317    5   5057    52.8 %   3298    32/111    2.1s    4.0s   0.36
 39 Nirvanachess 2.3 (4CPU)                    : 3316    5   5031    52.8 %   3297    33/111    2.1s    4.1s   0.33
 40 Equinox 3.30 (4CPU)                        : 3314    5   5062    52.1 %   3300    32/111    2.0s    4.0s   0.38
 41 Equinox 3.30 (1CPU)                        : 3312    5   5062    51.7 %   3300    31/111    2.1s    4.1s   0.35
 42 Naum 4.6 (4CPU)                            : 3308    5   4886    51.1 %   3300    33/111    2.6s    4.2s   0.34
 43 Andscacs 0.87 (1CPU)                       : 3307    5   4894    51.1 %   3300    31/111    2.2s    4.1s   0.30
 44 Fizbo 1.8 (1CPU)                           : 3305    5   5094    50.9 %   3299    28/111    1.8s    4.2s   0.29
 45 Fritz 15 (1CPU)                            : 3303    5   4899    50.4 %   3300    30/111    2.2s    4.2s   0.30
 46 Spark 1.0 (4CPU)                           : 3302    5   5287    50.2 %   3300    30/111    2.4s    4.3s   0.23
 47 DeepRybka 4.1 (1CPU)                       : 3299    5   4834    49.5 %   3302    27/111    2.0s    4.2s   0.30
 48 Andscacs 0.86 (1CPU)                       : 3298    5   4793    49.9 %   3299    29/111    2.2s    4.1s   0.33
 49 Texel 1.06 (4CPU)                          : 3296    5   4927    49.4 %   3300    28/111    2.1s    4.3s   0.25
 50 Hannibal 1.7 (1CPU)                        : 3295    5   4641    49.2 %   3300    24/111    1.2s    4.2s   0.37
 51 Nirvanachess 2.3 (1CPU)                    : 3295    5   4815    49.2 %   3300    28/111    2.2s    4.3s   0.26
 52 Arasan 19.2 (4CPU)                         : 3294    5   4961    48.8 %   3302    29/111    2.5s    4.3s   0.26
 53 Gull 3 (1CPU)                              : 3293    5   4742    48.9 %   3300    26/111    1.8s    4.2s   0.30
 54 Protector 1.8 (1CPU)                       : 3289    5   4564    48.3 %   3301    25/111    1.9s    4.0s   0.30
 55 Protector 1.9 (1CPU)                       : 3289    5   4668    48.4 %   3300    25/111    1.8s    4.3s   0.27
 56 Protector 1.6 (1CPU)                       : 3287    5   4611    47.8 %   3302    26/111    2.3s    4.2s   0.24
 57 BlackMamba 2.0 (4CPU)                      : 3285    5   4507    47.7 %   3301    25/111    1.9s    4.2s   0.31
 58 iCE 3.0 (1CPU)                             : 3283    5   4559    47.3 %   3302    24/111    1.9s    4.3s   0.28
 59 Fizbo 1.7 (1CPU)                           : 3283    5   4729    47.3 %   3302    23/111    1.7s    4.3s   0.27
 60 DeepGandalf 7.0 (2CPU)                     : 3282    6   4473    46.6 %   3305    22/111    1.6s    4.2s   0.32
 61 Chiron 4 (4CPU)                            : 3278    5   4631    46.5 %   3303    24/111    2.3s    4.3s   0.23
 62 RybkaWinFinder 2.2 (4CPU)                  : 3275    6   4525    45.7 %   3305    22/111    1.9s    4.3s   0.27
 63 DeepJunior 13.3 (1CPU)                     : 3274    6   4482    45.6 %   3305    21/111    1.6s    4.3s   0.28
 64 Chiron 3.01 (4CPU)                         : 3274    5   4528    45.6 %   3305    25/111    2.6s    4.4s   0.22
 65 Nirvanachess 2.2 (1CPU)                    : 3274    5   4506    45.9 %   3302    23/111    2.0s    4.4s   0.21
 66 Crafty 25.2 (4CPU)                         : 3273    6   4223    45.7 %   3303    19/111    2.2s    3.1s   0.18
 67 Texel 1.06 (1CPU)                          : 3272    5   4566    45.5 %   3304    25/111    2.8s    4.5s   0.21
 68 DeepFritz 10 (4CPU)                        : 3271    5   4617    45.2 %   3304    23/111    2.4s    4.4s   0.21
 69 Chiron 2 (1CPU)                            : 3270    6   4550    45.0 %   3305    22/111    2.1s    4.3s   0.18
 70 Wasp 2.00 (4CPU)                           : 3269    5   4507    45.0 %   3304    24/111    2.6s    4.5s   0.24
 71 Rybka 3 (1CPU)                             : 3269    5   4350    45.0 %   3304    21/111    2.0s    4.3s   0.30
 72 Naum 4.6 (1CPU)                            : 3269    6   4312    44.9 %   3304    20/111    1.6s    4.3s   0.29
 73 Chiron 1.5 (1CPU)                          : 3267    6   4486    44.7 %   3304    22/111    2.3s    4.4s   0.20
 74 Hakkapeliitta 3.0 (1CPU)                   : 3261    6   4453    43.8 %   3305    23/111    2.7s    4.4s   0.17
 75 Texel 1.05 (1CPU)                          : 3260    6   4272    43.3 %   3307    22/111    2.4s    4.5s   0.22
 76 Arasan 19.1 (4CPU)                         : 3260    5   4312    43.4 %   3306    21/111    2.4s    4.5s   0.23
 77 LittleGoliath Revival (1CPU)               : 3257    6   4219    42.7 %   3308    17/111    1.5s    4.1s   0.23
 78 Chiron 4 (1CPU)                            : 3255    6   4404    42.8 %   3306    22/111    2.8s    4.5s   0.15
 79 Arasan 19.2 (1CPU)                         : 3253    6   4254    42.5 %   3306    22/111    2.8s    4.5s   0.21
 80 Vajolet 22.2 (1CPU)                        : 3253    6   4236    42.6 %   3305    22/111    2.8s    4.5s   0.16
 81 Nimzo 8 (1CPU)                             : 3253    6   4252    42.1 %   3309    16/111    1.2s    4.3s   0.23
 82 Arasan 19.1 (1CPU)                         : 3253    6   4315    42.4 %   3306    18/111    1.8s    4.4s   0.16
 83 ZappaMexico II (1CPU)                      : 3249    6   3903    41.5 %   3309    15/111    1.1s    3.9s   0.28
 84 TheKing 3.33 (1CPU)                        : 3247    6   4170    41.3 %   3309    16/111    1.6s    4.3s   0.21
 85 Spark 1.0 (1CPU)                           : 3245    6   4276    41.4 %   3306    20/111    2.8s    4.6s   0.16
 86 DeepFritz 10 (1CPU)                        : 3245    6   4106    40.9 %   3309    16/111    1.7s    4.4s   0.22
 87 Naum 4 (1CPU)                              : 3245    6   3950    40.9 %   3308    15/111    1.2s    4.1s   0.24
 88 TheKing 3.50 (4CPU)                        : 3243    6   4103    40.7 %   3308    18/111    2.3s    4.5s   0.18
 89 Senpai 1.0 (1CPU)                          : 3241    6   4112    40.7 %   3307    17/111    2.0s    4.5s   0.19
 90 Dragon 4.6 (1CPU)                          : 3241    6   3786    40.1 %   3311    14/111    1.6s    3.7s   0.19
 91 Fruit 2.3 (1CPU)                           : 3238    6   3909    39.7 %   3311    15/111    1.4s    4.5s   0.26
 92 Ruffian 1.0.1 (1CPU)                       : 3237    6   4116    39.8 %   3309    15/111    1.8s    4.5s   0.19
 93 Spike 1.4 (1CPU)                           : 3228    6   4001    38.5 %   3309    15/111    2.3s    4.4s   0.17
 94 RodentII 0.9.64 (1CPU)                     : 3227    6   3947    38.4 %   3310    17/111    2.8s    4.6s   0.15
 95 Quazar 0.4 (1CPU)                          : 3226    6   3945    38.4 %   3309    15/111    2.2s    4.5s   0.13
 96 Ufim 8.02 (1CPU)                           : 3226    6   3999    38.0 %   3311    14/111    1.9s    4.6s   0.18
 97 Fruit 2.2.1 (1CPU)                         : 3224    6   3899    37.8 %   3311    13/111    1.5s    4.5s   0.22
 98 Amoeba 1.2 (1CPU)                          : 3219    6   3810    37.0 %   3312    14/111    2.2s    4.5s   0.19
 99 Junior 13.8Yokohama (1CPU)                 : 3219    6   3899    37.2 %   3310    12/111    1.1s    4.6s   0.19
100 Gandalf 6.0 (1CPU)                         : 3217    6   3785    36.8 %   3311    13/111    1.9s    4.4s   0.16
101 Anaconda 2.0.1 (1CPU)                      : 3217    6   3875    36.8 %   3311    16/111    2.8s    4.7s   0.16
102 Komodo 1.3 (1CPU)                          : 3216    6   3799    36.8 %   3310    14/111    2.1s    4.6s   0.14
103 Tao 5.7b (1CPU)                            : 3214    6   3778    36.5 %   3310    13/111    2.1s    4.3s   0.19
104 Tao 5.6 (1CPU)                             : 3211    6   3701    36.0 %   3311    12/111    1.7s    4.2s   0.18
105 Deuterium 14.3.34.130 (1CPU)               : 3211    6   3742    36.0 %   3311    12/111    1.6s    4.5s   0.16
106 Wasp 2.00 (1CPU)                           : 3206    6   3767    35.3 %   3312    14/111    2.6s    4.7s   0.15
107 ProDeo 2.3 (1CPU)                          : 3201    6   3771    34.6 %   3312    10/111    1.3s    4.6s   0.12
108 Tao 5.4 (1CPU)                             : 3199    6   3629    34.2 %   3313    10/111    1.7s    4.1s   0.14
109 LoopMP 12.32 (2CPU)                        : 3198    6   3703    33.9 %   3314    10/111    1.6s    4.7s   0.17
110 Wasp 1.25 (1CPU)                           : 3197    6   3623    33.9 %   3313    13/111    2.6s    4.7s   0.13
111 Gaviota 1.0 (1CPU)                         : 3192    6   3641    33.4 %   3312    11/111    2.0s    4.7s   0.15
112 Laser 1.2 (1CPU)                           : 3191    6   3687    33.1 %   3313    10/111    1.9s    4.7s   0.13
113 ChessMind 0.82 (1CPU)                      : 3190    6   3613    33.0 %   3314     9/111    1.3s    4.5s   0.15
114 ProDeo 2.2 (1CPU)                          : 3188    6   3587    32.7 %   3313    11/111    2.8s    4.3s   0.10
115 SmarThink 1.70 (1CPU)                      : 3180    6   3495    31.4 %   3315     8/111    1.1s    4.6s   0.16
116 Ktulu 9 (1CPU)                             : 3180    6   3548    31.5 %   3314     8/111    1.4s    4.6s   0.14
117 Minko 1.3 (1CPU)                           : 3179    6   3503    31.4 %   3315     9/111    1.5s    4.7s   0.15
118 Murka 3 (1CPU)                             : 3175    6   3624    31.1 %   3313     8/111    1.9s    4.7s   0.08
119 Octochess r5190                            : 3144    5   3387    27.1 %   3316     6/111    2.6s    4.8s   0.08



MST1  : Mean solution time  (solved positions only)
MST2  : Mean solution time  (solved and unsolved positions)
RIndex: Score according to solution time ranking for each position

AMD 8350-FX - 5sec/move - 512Mb Hash - Fritz 15 - Windows 10 / 64bit

Der Output jeder Engine bei jeder Aufgabenstellung – auf die hundertstel Sekunde genau – lässt sich hier downloaden (Mai 2017 – PGN-Datei).

Weiterführende Links

  • Für jene Leser, die sich näher mit der Thematik Computerschach-Stellungstests befassen möchten, nachfolgend ein paar weiterführende Links:
  • Dr. Frank Schubert: Lösung eines alten Problems – Autor Schubert untersucht zuerst die seinerzeit gängigen Auswerteverfahren verschiedener bekannter Stellungstests und stellt dann einen mathematisch neuen, dem FIDE-Elo-Verfahren ähnlichen Ansatz zur Differenzierung von Test-Ergebnissen vor. In einem historischen Exkurs wird auch Bezug genommen auf noch vor einigen Jahren gebräuchliche Tests von Autoren wie Bednorz, Schumacher, Gurevich oder Scheidl. Zum Schluss stellt Schubert seine eigene Methode vor, «welche die Schwächen der bisherigen Formeln beseitigt und erstmalig auf einer soliden schachlichen Theorie basiert.»
  • Lars Bremer: Was Stellungstests testen – IT-Journalist und Programmierer Bremer repliziert darin auf den seinerzeit heftig umstrittenen CSS-WM-Test von M. Gurevich, wobei er ebenso unverhohlen wie amüsant in die Trick-Kiste greift, um seine Test-kritische These zu untermauern: Er löscht mit einem eigens dafür geschriebenen Tool in dem als Gesamtheit konzipierten Test jeweils so lange einzelne Aufgaben, bis immer wieder Top-Resultate der zufällig gewählten (ggf. schwachen) Engine resultieren, womit Bremer den zufälligen Charakter von Test-Ergebnissen beweisen möchte. Aber da selbstverständlich ein umfangreicher und durchdachter Stellungstest immer kompakt gemeint ist, seine Aufgaben aufeinander abgestimmt sind und darum nicht einfach willkürlich zusammengestrichen werden können, ist der ganze Artikel eher satirisch denn wissenschaftlich einzustufen und darum ein einziger «Quatsch» (Zitat) – aber dennoch witzig zu lesen.
  • Lars Bremer: Chaos-System Deep Engine – Ein sehr viel «seriöserer» und informativer Artikel des obigen Autors zur Problematik des «Zufälligen Zuges» bei Deep-Engines. Mit seinem «Fazit» bezüglich der Aussagekraft von Stellungstests bei MP-Rechnern ist der Schreibende zwar nicht einverstanden: Ausgedehnte Untersuchungen könnten sehr wohl dokumentieren, dass ein durchdachtes Design eines Stellungstestes diesen «MP-Effekt» zwar nicht restlos ausschalten, aber entscheidend abfedern kann, so dass er bezüglich Ranking schliesslich auch statistisch irrelevant wird. Doch Bremer erklärt das Phänomen aus der Sicht des Programmierers äusserst anschaulich und auch für Laien nachvollziehbar. Es wird erklärt, warum sich moderne «Deep»-Programme zuweilen völlig nicht-deterministisch, ja «chaotisch» verhalten beim Ausspielen von Zügen.
  • Tord Romstad (Stockfish): Eine kurz zusammengefasste Erklärung dieses «MP-Effektes» findet sich auch in einem Interview, das Frank Quisinsky vor Jahren mit Tord Romstad, dem verantwortlichen Stockfish-Programmierer, sowie dessen Co-Autoren geführt hat. Zitat: «Wenn ein Schachprogramm eine Position, irgendwo tief innerhalb des Suchbaums, untersucht, macht es Gebrauch bzw. erinnert sich an frühere bereits untersuchte Positionen der gleichen Suche. Die Zugbeschneidung, Verkürzung oder Verlängerung hängen davon ab, welche Positionen vorher überprüft wurden und wie die Ergebnisse der Untersuchung dieser Positionen waren. Der Großteil der Informationen, der für eine Entscheidung verwendet wird, liegt im Arbeitsspeicher. Der Arbeitsspeicher steht allen Prozessoren zur Verfügung.
    Solange es nur einen Thread gibt, ist alles zu 100% reproduzierbar. Aber bei mehreren Threads beginnen seltsame Dinge zu geschehen, weil diese Threads nie synchron mit gleicher Geschwindigkeit aktiv sein können. Immer wieder wird eine CPU für ein paar Millisekunden eine Pause einlegen müssen und das Betriebssystem weist dann sofort eine andere Aufgabe zu. Das geschieht zufällig und ist nicht vorhersehbar, eine Kontrolle gibt es hierfür nicht. Als Konsequenz erreicht jeder Prozessor eine bestimmte Position eher zufällig und das wirkt sich dann auf die Suche nach Entscheidungen zur aktuellen Position aus.»
  • Chess Programming Wiki: Test-Positions – Diese informative Seite (anmeldepflichtig) verlinkt eine Vielzahl interessanter Artikel zur Thematik «Stellungstest» bzw. zu deren Autoren und stellt eine Fundgrube dar für jene, die sich mit der Materie näher befassen möchten. Gleichzeitig bietet die Webseite einen umfassenden Überblick auf die Historie und listet sogar interessante Forum-Beiträge aus früheren Jahren auf. ♦

Computerschach-Beiträge im Glarean Magazin

Neue Schach-Bücher des Chaturanga-Verlages

Zeitschrift «Caissa» Nummer 2 / 2016

von Walter Eigenmann

caissa-schach-zeitschrift-2-2016-glarean-magazinDer Verlag Chaturanga ist im deutschen Neunkirchen domiziliert und zeichnet sich durch exquisite, thematisch oft abseits des Mainstreams angesiedelte Schach-Produktionen aus – das dokumentieren auch die beiden jüngsten Publikationen dieses noch relativ jungen «Verlages für Liebhaber von Literatur, Kultur und Spiel».
Da ist zum einen die Zeitschrift «Caissa», die der Herausgeber und Chef-Redakteur Mario Ziegler nun in ihrer zweiten Ausgabe vorlegt. Halbjährlich berichtet das Journal «für Schach- und Brettspielgeschichte» über Themata, die man in dieser Konstellation und Qualität (noch) kaum im Internet findet, sondern genuin dem Printmedium vorbehalten scheinen. Ziegler und sein Team beweisen dabei Blick für exquisiten Schach-/Spiele-Stoff und eine treffliche Hand bei der Auswahl kompetenter Autoren. Wie bereits in der Première-Ausgabe der Zeitschrift ließ man sich vom erklärten Grundsatz «Aus vielem das Beste» leiten, das Inhalts- bzw. Autoren-Verzeichnis zeigt das sofort; unter anderem beinhaltet das Heft die Schwerpunkte: «Der Mongredien-Preis 1868-1869 (Robert Hübner), «Die Geschichte der chinesischen Schachidee» (Rainer Schmidt), «Die Schachpartie in Samuel Becketts Roman Murphy» (Bernd-Peter Lange), «Schach und Tarnschriften» (Siegfried Schönle), «Das verklärte Soldatenbild in Brettspielen» (Antonella Ziewacz). Und wiederum illustriert «Caissa» seine umfangreichen Texte mit zahlreichen Abbildungen teils dokumentierender, teils feuilletonistischer Art.
Insgesamt garantiert das Periodikum intellektuellen Lesespaß – keineswegs nur für Schachfreunde! ●
Caissa – Zeitschrift für Schach- und Brettspielgeschichte, Nr.2/2016, 94 Seiten, Chaturanga Verlag, ISSN 2363-8214

Dagobert Kohlmeyer: «Attacke!»

von Walter Eigenmann

attacke-kohlmeyer-chaturanga-review-glarean-magazinDen Berliner Schachautor Dagobert Kohlmeyer muss man der Schachwelt kaum näher vorstellen, der bekannte Publizist schrieb 25 Bücher über das königliche Spiel und übersetzte zahlreiche Werke von Smyslow, Karpow, Kasparow, Kortschnoi oder Jussupow ins Deutsche. Seine jüngste Veröffentlichung im Chaturanga-Verlag titelt «Attacke!» und widmet sich den «Großen Angreifern der Schachgeschichte». Zu Wort bzw. zum Zug kommen darin alle genialen Angriffsspieler von Anderssen und Morphy über Aljechin und Tal bis zu Neshmetdinow und Bronstein.
Der Band ist layouterisch ansprechend gestaltet und zwischendurch gespickt mit etwas «psychologischem» Hintergrundwissen. Allerdings beinhaltet er praktisch ausschließlich Partien und Züge von «historischen» Meisterspielern, deren schachlichen Höhenflüge mittlerweile problemlos mit umfangreicher Kommentierung von jedermann selbst aus dem Netz gezogen werden können. Schade auch, dass Kohlmeyer das 21. Jahrhundert mit Carlsen, Anand & Co. völlig ausklammert. Kommt drittens hinzu, dass heutzutage solche schachlichen «Geschichtsaufbereitungen» immer die Gefahr des Nachplapperns bergen. Um nur ein Beispiel zu nennen: Kohlmeyer (ebenso wie zahlreiche Schachautoren vor ihm) schwärmt über Morphys 18. schwarzen Zug gegen Bird (London 1858) gleich mit zwei Ausrufezeichen. Doch heutzutage kann jeder schlechtere Vereinsamateur mit Gratis-Programmen wie der Engine «Stockfish» und der Datenbank «Scid» nachweisen, dass der «geniale» Damenzug h3-a3 nicht besser, nur «schöner» ist als das profane Ld6-a3, und dass Morphy mit seinem vorausgehenden Turmopfer f8xf2 den ebenfalls wohl «schönsten», aber objektiv fast schlechtesten aller valablen Züge gespielt hat…

Dieser Befund schmälert keineswegs die On-The-Board-Leistung des Schachgenies Morphy – aber heutige Kommentatoren wie Kohlmeyer täten gut daran, ihre Partie-Anmerkungen immer mit moderner Software gegen zu prüfen, um solche peinlichen Kolportierungen zu vermeiden wie: «Ein unglaubliches Manöver! Die Dame eilt von einer Brettseite zur anderen. Rudolf Teschner schwärmte: ‚Zauber der Geometrie!‘ Wie lange wohl hat Morphy damals über das Turmopfer und den Damenschwenk nachgedacht?» (S.29) Denn neueste Schachsoftware verändert die herkömmliche Schachästhetik komplett – und Schachautoren im Jahre 2016 haben das zu berücksichtigen, wenn sie ernst genommen werden möchten… ●
Dagobert Kohlmeyer: Attacke! – Große Angreifer der Schachgeschichte, 188 Seiten, Chaturanga Verlag, ISBN 978-3-944158-17-4 —-> Leseprobe

Weitere Schach-Rezensionen im Glarean Magazin

13. Version des Schachprogrammes «Shredder»

Neue Auflage eines Urgesteins

von Walter Eigenmann

Shredder-Programmierer Stefan Meyer-Kahlen
Shredder-Programmierer Stefan Meyer-Kahlen

Der deutsche Programmierer Stefan Meyer-Kahlen zählt zu den großen Innovatoren der internationalen Schach-Programmierung. 1993 startete er mit der Arbeit an seinem Shredder-Projekt, das von Anfang an Schach-Interface und -Engine beinhaltete, um dann viele Jahre lang mit seiner Software die Computerschach-Weltmeisterschaften und viele andere internationale Turnier-Events maßgeblich mit zu gestalten bzw. mehrere Male sogar haushoch zu dominieren. Kommt hinzu: Wenn heute die globale Computerschach-Welt sich über einen Interface-Standard freuen kann, der plattformübergreifend die freie und betont simple Einbindung von hunderten verschiedener Schach-Engines erlaubt, so hat sie das ebenfalls Meyer-Kahlen zu verdanken, der im Jahre 2000 federführend – teils gegen erbitterten «Widerstand» der damaligen Interface-Platzhirschen Chessbase und Winboard – gemeinsam mit Roland Huber das sog. UCI-Protokoll entwickelte, welches sich längst als wichtigste Engine-Grundlage aller bedeutenden Graphical User Interfaces (GUI’s) von «Aquarium» und «Arena» über «Fritz» und «HIARCS» bis hin zu «SCID» und «Shredder» etablierte.

In den letzten Jahren wurde es allerdings ruhiger um den Programmierer Meyer-Kahlen, und weil 2009 die letzte Shredder-Version 12 auf dem Markt gekommen war, aber danach jahrelang Funkstille herrschte, glaubten auch seine hartgesottenen Fans nicht mehr wirklich an ein Comeback des 48-jährigen Düsseldorfer Schachsoftware-Entwicklers. Denn die Spielstärke moderner Engines wie «Stockfish», «Komodo», «Houdini», «Fritz» u.a. hatte sich inzwischen mit einer solchen Rasanz erhöht, dass der Anschluss eines Dino’s wie Shredder schlicht undenkbar schien. Vor einigen Wochen hat Meyer-Kahlen nun alle Skeptiker Lügen gestraft: Er stellte seinen Shredder-UCI-Motor in einer von Grund auf neu programmierten 13. Version vor.

In Sachen Graphical User Interface nichts Neues…

Holt man sich als Besitzer der Vorgänger-Version also das 13. Shredder-Interface nach Download & Installation – eine CD-Version wird nicht verkauft – auf den Bildschirm, bemerkt man sofort – nichts! Irritierend: An der Oberfläche scheint sich auch nach so vielen Jahren der Entwicklung praktisch nichts getan zu haben (von ein bisschen Grafik-Politur abgesehen), wie eine Gegenüberstellung beweist:

vergleich-startbildschirme-glarean-magazin
Links das Shredder-Interface aus dem Jahre 2009, rechts jenes von 2016… (Vergrößerte Darstellung)

Schaut man dann dem neuen GUI näher unter die Haube, fördert auch das leider nur wenig Neues zutage: Alle Menüs verblieben am selben Ort mit den praktisch selben Funktionen und dem selben Outfit, nur marginale Änderungen mochte der Programmierer seiner visuellen Schnittstelle zwischen User und Engine gönnen. So ist beispielsweise der Menüpunkt «Engineoptionen» bei der neuen Engine sichtlich abgespeckt worden:

shredder-13-engineoptionen

…während sich die 12er Engine noch mit deutlich mehr Parametern durch den Anwender beeinflussen ließ:

shredder-12-engineoptionen

Power-User des Shredder-Motores werden das also wohl nicht als Entschlackung, sondern vielmehr als Verarmung einstufen… Was aber hier wiederum sofort positiv auffällt: Die neue Engine kann nun auch mit dem modernen Syzygy-Endspiel-Tabellarium umgehen, womit sie im Verbund mit den seit je her unterstützten Nalimov-Tablebases sowie den nativen «Shredderbases» Zugriff auf gleich drei unterschiedlich konzipierte Endgame-Bases hat. Da das Shredder-Interface außerdem via FEN-Export den sekundenschnellen Homepage-Zugriff auf die kompletten «Sechssteiner» offeriert, greift der neue Shredder den Endspiel-Forschern unter den Computerschach-Anwendern kräftig unter die Arme.

Neue Trainings-Optionen

Im Zeitalter der buchstäblich übermenschlichen schachlichen Dominanz der heutigen Engine-Software gegenüber dem Menschen (inkl. der Top-10 der Weltspitze) haben alle modernen Schach-Interfaces das stufenweise Runterschrauben der maschinellen Spielstärke auf das taktisch relativ primitive Niveau des Menschenschachs bzw. die vielfältigsten interaktiven Trainingsmöglichkeiten in petto. Auch Shredder hat nun in seiner 13. Version einen sog. «Trainings-Modus» integriert: Im «Eröffnungstraining» spielt der Anwender gezielt die klassischen Eröffnungspositionen gegen das Programm aus, während im «Endspieltraining» das Spiel des Users ab ausgewählten Konstellationen – vom «Mattsetzen» mit diversem Material über Positionen mit «Ungleichen Figuren» und «Figuren gegen Bauern» bis hin zu den «Praktische Endspielen» – vorsieht.
Ein bekanntes, aber wegen seiner Exklusivität durchaus auch hier nochmals erwähnenswertes Shredder-Feature ist der sog. «Triple-Brain»-Modus: Zwei (möglichst unterschiedliche, aber spielstarke) Engines werden bei der gleichzeitigen Analyse juriert von einem internen «dritten Gehirn», das als Entscheidermodul aufgrund seiner prozentualen Bewertungsskala darüber befindet, welcher Zug die beste Alternative darstellt.
Der Schreibende schätzt persönlich noch eine dritte Shredder-Spezialität, die bei der interaktiven Analyse sehr hilfreich sein kann, nämlich die sog. «Stellungswert-Bestimmung»: Der Anwender kann jeder Stellung manuell einen Wert zuweisen bzw. direkt in die Notation schreiben, was dann Shredder bei der gesamten Analyse mit berücksichtigt, um so Zeit&Speicher für die weitere Berechnung in Summierung des ganzen Variantenbaumes  zu sparen.

Shredder im internationalen Vergleich

shredder-13-vorgabe-optionen-glarean-magazin
Hübsches neues Trainings-Feature bei Shredder 13: Der User hat sofort für Vorgabe-Partien eine ganze Palette von Konstellationen verfügbar – hier z.B. eine Drei-Züge-Vorgabe mit Weiß

Was kann das aktuelle Shredder-GUI sonst noch, was andere nicht können? Eigentlich nichts – oder positiv formuliert: Shredder 13 kann alles, was von einer modernen Schach-Schnittstelle verlangt wird. Standard sind da u.a: Organisation von div. Engine-Turnierformen, automatisierte Stellungs- & Partien-Analysen, Intergrierung und Optimierung von Opening-Books, Einbindung und Anpassung unterschiedlichster Engines, differenziertes Layout-Angebot, Zugstatistiken & Partienprofil, div. Notationsformen, Endspiele-Abruf direkt aus dem GUI heraus,  u.v.a. (Eine Übersicht auf alle Shredder-Optionen findet sich hier).
Doch das alles sind heutzutage selbstverständliche Basics. Andere bekannte Oberflächen wie «Fritz», «Aquarium», «Arena» oder «SCID» bieten für deutlich weniger Geld (bzw. überhaupt kostenlos) in allen oben genannten Bereichen deutlich mehr. Obwohl also insgesamt Shredders Graphical User Interface sichtlich zurückgeblieben ist und den hohen Pauschal-Verkaufspreis von 100 Euro für das Gesamtpaket DeepShredder13-GUI&Engine eigentlich kaum legitimiert, muss doch eines ebenfalls deutlich gesagt sein: Shredder gehört noch immer zu den stabilsten Oberflächen des gesamten Computerschach-Zirkus‘. Im Gegensatz zu manch anderer Software der Shredder-Konkurrenz habe ich in den letzten Jahren trotz regelmäßiger Beschäftigung mit dem Programm nicht einen einzigen (!) Absturz erlebt mit Shredder, während sonstige GUI’s bei schlampig programmierten Engines oder sonstiger Hardware-Unpässlichkeit sich durchaus zwischendurch mal mit Freezed-Screens verabschieden. Die Integration unterschiedlichster Motoren und Memory-Konstellationen hat Meyer-Kahlen vorbildlich gelöst; Engine-Kollisionen, Turnier-Abbrüche, Speicher-Konflikte, Protokoll-Schwächen u.a. kann man getrost vergessen. Shredder mag (für manche: zu) spartanisch daherkommen, aber Verlässlichkeit ist gerade bei Schach-Software eine der höchsten Tugenden…

Extrem starker Shredder-Motor

Das zweite Standbein eines Gesamtpaketes wie «Shredder» ist neben dem GUI natürlich die eigene Engine, der rechnende Motor. Und wenn schon die Oberfläche kein Kaufargument hat, so doch unbedingt diese «DeepShredder»-UCI-Engine 13, dies sei gleich vorweggenommen. Der Shredder-Programmierer hat seinem – nach eigenem Bekunden komplett neu geschriebenen – Motor in der Zwischenzeit eine Steigerung der Spielstärke von sage und schreibe zwischen 250-300 Ranking-Punkten verpasst (je nach Liste) und die Engine auf mind. Platz 5 der einschlägigen «Weltranglisten» gehievt – siehe u.a. hier oder hier.

Die beiden Grundlagen dieses schachlichen Erfolges sind nach meinem ersten Eindruck bzw. ersten Untersuchungen einerseits die enorm gesteigerte taktische Durchschlagskraft und andererseits die nochmals erhöhte Endspielstärke.
Ein paar Beispiele (auf AMD FX-8350 / 4 GHz / 1024 MB Hash / 4 Cores / Fritz-15-GUI), die man hier auch nachspielen und als PGN-Files downloaden kann:

Die 12. Shredder-Version ebenso wie die meisten anderen Spitzenprogramme sind in der nachfolgenden Stellung blind für das Hauptmotiv Zweite/Siebte Reihe – im Gegensatz zum neuen Shredder 13, der den Schlüsselzug Dxd7 nach wenigen Sekunden auf den Screen bringt:

shredder-piket-smirin-glarean-magazin
Piket – Smirin 1993 ( r2r2q1/2Rn2bk/b2N2pp/pQ2p3/4Pp2/B4N1P/5PP1/2R3K1 w )

Analysis by Deep Shredder 13 x64:
31.Dxd7 Txd7 32.Txd7 Tb8 33.Tcc7 Kh8 34.Sh4 Kh7 35.Sdf5 Tb1+ 36.Kh2 gxf5 37.Sxf5 Th1+ 38.Kxh1 Db3 39.Txg7+ Kh8 40.Sxh6 Db1+
+/= (0.54 ++)  Tiefe: 27/43   00:00:04  24358kN
+- (2.41 ++)  Tiefe: 28/59   00:00:44  296MN, tb=456

Shredder 13 vermeldet in der folgenden Stellung das Matt ebenfalls praktisch sofort (wenn auch nicht mit korrekter Anzahl der Züge):

shredder-matt-in-15-glarean-magazin
VanBreukelen 1990: Matt in 15 ( 8/3P3k/n2K3p/2p1n3/1b4N1/2p1p1P1/8/3B4 w )

Analysis by Deep Shredder 13 x64:
1.Sf6+ Kg7 2.Sh5+ Kg6 3.Lc2+ Kxh5 4.d8D Sc4+ 5.Kd5 Kg4 6.Dh4+ Kf3 7.Kxc4 Kf2 8.Df4+ Kg2 9.Le4+ Kh2 10.Dxe3 Kh3 11.Df2 Kg4 12.Df4+ Kh3 13.Dh4#
= (0.08 ++)  Tiefe: 24/42   00:00:02  15938kN, tb=17098
+- (#13)  Tiefe: 36/65   00:00:16  133MN, tb=285316

In einer Computer-Partie vor einigen  Jahr ergab sich folgende Stellung, die ein Pseudo-Läuferopfer enthält, das Weiß nachhaltige Initiative sichert. Deep Shredder 13 tut sich mit dem Lösungszug Lh6 wesentlich leichter als fast alle seine Konkurrenten:

shredder-nn-compgame-glarean-magazin
N.N. CompGame 2011 ( r2qkb1r/pp2nppb/2n1p3/1B1p3N/3N2PP/2P5/PP3P2/R1BQK2R w KQkq )

Analysis by Deep Shredder 13 x64:
14.Lh6 Le4 15.f3 Txh6 16.fxe4 e5 17.Sb3 a6 18.Le2 Td6 19.Dc2 d4 20.0-0-0 Tc8 21.Thf1 Sb4 22.Dd2
= (-0.24 ++)  Tiefe: 17/35   00:00:01  7586kN
= (-0.14 –)  Tiefe: 27/54   00:00:42  285MN

Ein äußerst druckvolles Mittelspiel

In der praktischen Engine-Partie spielt der neue Motor insgesamt äußerst druckvoll im späteren Mittelspiel und vermag herausgespielte Vorteile gewinnbringend ins Endspiel zu transferieren, wo dann die hervorragenden Tablebase-Anbindungen zum Tragen kommen; zwei illustrative Beispiele (Intel i7-4790 / 4 Cores / 1024 MB Hash / 5-moves-Book / 15min pro Engine):

Deep Shredder 13 – Stockfish 8
1. e4 e5 2. Nf3 Nc6 3. Bb5 Nge7 4. Nc3 d6 5. d4 Bd7 6. d5 Nb8 7. Qe2 a6 8. Bxd7+ Nxd7 9. Be3 g6 10. O-O-O Bg7 11. g4 b5 12. a3 h5 13. gxh5 Rxh5 14. h4 Qb8 15. Ng5 b4 16. axb4 Qxb4 17. Rd3 Bf6 18. Qf3 Rb8 19. Nd1 Qb7 20. Kb1 a5 21. Ra3 c6 22. Rb3 Qc7 23. dxc6 Nxc6 24. Rxb8+ Qxb8 25. Nc3 Bxg5 26. hxg5 Rxh1+ 27. Qxh1 Nb4 28. b3 Qc7 29. Kb2 Nc5 30. Qh8+ Ke7 31. Qa8 Ne6 32. Nd5+ Nxd5 33. exd5 Nd4 34. c3 Ne2 35. Qc6 Qxc6 36. dxc6 d5 37. Bc5+ Kd8 38. Bb6+ Kc8 39. Bxa5 d4 40. c4 d3 41. b4  1-0

Komodo 10.2 – Deep Shredder 13
1. e4 c5 2. c3 Nf6 3. e5 Nd5 4. g3 d6 5. exd6 e6 6. Nf3 Bxd6 7. d4 Nc6 8. dxc5 Bxc5 9. Bg2 O-O 10. O-O b6 11. c4 Nf6 12. a3 a5 13. Nc3 Ba6 14. b3 Qe7 15. Qc2 Bb7 16. Bb2 Rad8 17. Na4 Nd4 18. Nxd4 Bxg2 19. Kxg2 Bxd4 20. Bxd4 Rxd4 21. Rfd1 Qb7+ 22. f3 Rxd1 23. Rxd1 b5 24. Nc3 bxc4 25. bxc4 Qc6 26. Qe2 Qc5 27. Nb5 g6 28. Qd3 Rc8 29. Qc3 e5 30. a4 Kg7 31. Nd6 Rc6 32. Qd3 h5 33. h3 h4 34. g4 Rb6 35. Rd2 Rb4 36. Qa3 Kg8 37. Rd1 Qb6 38. Qc3 Rxa4 39. Qc2 Qb4 40. Qf2 Qb8 41. Qc2 Rb4 42. Qc3 Rb2+ 43. Kg1 Rb3 44. Qxe5 Rxf3 45. Rf1 Nd7 46. Qd5 Qb6+ 47. Kg2 Rg3+ 48. Kh1 Rxh3+ 49. Kg2 Rg3+ 50. Kh1 Qe3 51. Qxf7+ Kh8 52. Qf4 Qxf4 53. Rxf4 Ne5 54. Nf7+ Nxf7 55. Rxf7 Rxg4 56. Rc7 a4 57. Kh2 g5 58. c5 Rc4 59. Ra7 Rxc5 60. Rxa4 Kg7 61. Ra6 Rc2+ 62. Kh3 Rc3+ 63. Kg2 h3+ 64. Kh2 Kf7 65. Ra8 g4 66. Rh8 Rc2+ 0-1

Stefan Meyer-Kahlen als Engine-Programmierer beeindruckend zurückgekehrt

Fazit-Rezensionen_Glarean Magazin
Die neue Schach-Software „Deep Shredder 13“ ist als Gesamtpaket mit gemischten Gefühlen zu beurteilen. Einerseits ist bedauerlich, dass der Programmierer offenbar seine sämtlichen zeitlichen und programmiertechnischen Ressourcen über Jahre hinweg praktisch ausschließlich für den neuen Motor und nicht auch für eine Aktualisierung, Modernisierung und Erweiterung seiner m.E. veralteten Oberfläche genutzt hat. Andererseits zeichnen das spröde, ja fast rudimentäre Shredder-GUI auch Stabilität und intuitive Einfachheit der Menü-Strukturierung aus; in Verbindung mit ein paar exklusiven Shredder-Features mag dies das verstaubte Interface aufwiegen. Ich persönlich kann guten Gewissens weder einen Kauf empfehlen noch von einem Kauf abraten – der Leser/Anwender mag entscheiden, welchen der Aspekte er angesichts eines doch stolzen Kaufpreises wie stark gewichtet.

Zusammengefasst: Shredder 13 ist als Gesamtpaket mit gemischten Gefühlen zu beurteilen. Einerseits ist bedauerlich, dass der Programmierer offenbar seine sämtlichen zeitlichen und programmiertechnischen Ressourcen über Jahre hinweg praktisch ausschließlich für den neuen Motor und nicht auch für eine Aktualisierung, Modernisierung und Erweiterung seiner m.E. veralteten Oberfläche genutzt hat. Andererseits zeichnen das spröde, ja fast rudimentäre Shredder-GUI auch Stabilität und intuitive Einfachheit der Menü-Strukturierung aus; in Verbindung mit ein paar exklusiven Shredder-Features mag dies das verstaubte Interface aufwiegen. Ich persönlich kann guten Gewissens weder einen Kauf empfehlen noch von einem Kauf abraten – der Leser/Anwender mag entscheiden, welchen der Aspekte er angesichts eines doch stolzen Kaufpreises wie stark gewichtet. (Eventuell wäre der Shredder-Macher gut beraten, seine neue Engine losgekoppelt mit deutlich nach unten korrigiertem Verkaufspreis anzubieten, wie das seine nächsten kommerziellen Konkurrenten Komodo und Houdini ja so erfolgreich vormachen?)
Fest steht jedenfalls aber, dass sich Stefan Meyer-Kahlen als Engine-Programmierer beeindruckend zurück gemeldet hat und schachlich nun wieder in den Top-Five mitmischt. Wenn künftige Shredder-Versionen in Sachen Oberfläche aufholen und auch die Engine weiterhin gepusht wird, dürfte Shredder dereinst wieder das werden, was er lange Jahre hindurch war: Eines der Referenz-Programme im Computerschach. ♦

Stefan Meyer-Kahlen: Deep Shredder 13, Schach-Software (Online-Download) 2016

Weitere Schach-Rezensionen im Glarean Magazin

14. Version der Schach-Datenbank «Chessbase»

«Chessbase» goes Analysis

von Walter Eigenmann

Chessbase 14 - Schach-DatenbankDas Datenbank-Flaggschiff der deutschen Schach-Firma Chessbase erfuhr kürzlich eine neue, seine 14. Fassung. Die renommierteste (und kostspieligste) Software der traditionsreichen Hamburger Schachprogramm-Schmiede, nämlich eben «Chessbase», legt diesmal – neben diversen Neuerungen – den Schwerpunkt auf die schachanalytischen Seiten des Partien-Sammelns und -Verwertens.
Um ein erstes Fazit meiner Besichtigung von «Chessbase 14» gleich vorwegzunehmen: Das Programm keineswegs kaufen müssen all jene Adepten des Königlichen Spiels, die einfach ein paar hunderttausend Partien verwalten, ihre Sammlung nach Dubletten absuchen, Spielernamen vereinheitlichen, Eröffnungsbücher zusammenstellen, nach Kombinationen oder Patzereien fahnden oder ihre eigenen On-the-board-Verbrechen auf Verbesserungen hin durchleuchten wollen. Das sind heutzutage Basics des Daten-Handlings, und hierzu genügen auch durchaus qualitätsvolle Freeware‘s wie z.B. «SCID» oder «Arena» sowie ein paar starke Gratis-Engines wie «Stockfish» oder «Gull» – dafür wäre ein 380 Euro teures Premium-Paket wie «Chessbase» der reine schachliche (und finanzielle) Overkill.
Wer hingegen in die höheren, in professionelle Sphären des modernen Umganges mit Schach-Datenbanken und deren globale Online- bzw. Cloud-Einbindung eingeweiht sein bzw. bleiben möchte, für den ist CB-14 tatsächlich eine Option.

Diverse Neuerungen in Chessbase 14

Ob dabei nun all den Verbesserungen und Novitäten, die der Hersteller selber für seine neue Software reklamiert, auch tatsächlich jener Stellenwert zukommt, die einen Kauf nahelegen, lasse ich dahingestellt. Denn Chessbase führt in seiner Werbung für CB-14 einiges an, das man so oder ähnlich auch bei vergleichbaren Konkurrenz-Produkten findet. Manches aber ist im frischgebackenen «Chessbase» so neu- bzw. so einzigartig, dass das Paket enorm attraktiv wird. Wie immer bei neuen Features in bekannten Programmen entscheidet ja aber auch das subjektiv begründete Anwender-Profil über «Sinn und Unsinn» eben dieser neuen Optionen.
Im einzelnen sieht die entspr. Novitäten-Liste bei «Chessbase 14» durchaus beeindruckend aus:

Wichtiger Bestandteil des Partien-Filters in «Chessbase»: Die differenzierte «Manöver-Suche» gestattet auch das Herausfiltern komplexer Mehrfach-Zugfolgen.
Wichtiger Bestandteil des Partien-Filters in «Chessbase»: Die differenzierte «Manöver-Suche» gestattet auch das Herausfiltern komplexer Mehrfach-Zugfolgen.

■ Eingabemodus zur Erfassung von Partien: Chessbase kann nun auf einen «speziellen Eingabemodus» beim Partien-Erfassen gesetzt werden, wobei der Variantendialog immer auftaucht und ein neuer «modusfreier Dialog» zur Eingabe der Bedenkzeit verfügbar ist. Beim Feature «Neue Partie» behält das Programm gemäß Hersteller «mehr Turnierinformationen».
■ Die schnelle Orientierung in umfangreich kommentierten Partien wird in CB-14 durch stärkere farbige Markierung der Haupt-, Unter- und Nebenvarianten verbessert, wobei Varianten auf gleicher Ebene auch die gleiche Farbe haben; Alternativen sind so besser aufzuspüren.
■ Kommentar-Diagramme können bei CB-14 jetzt direkt in die Notation eingebettet werden. Auch die bekannten «Trainingsfragen», nicht zuletzt im Schulschach häufig angewandtes Feature von «Chessbase», werden durch die direkte Einbindung von Diagrammen aufgewertet: Eine Trainingsfrage besteht aus einem Diagramm und Lösungslinks, die man anklicken kann, sowie Hilfen, die in die Notation eingebettet sind.
■ Das Speichern & Ersetzen von Partien wird ab «Chessbase 14» nun neu geregelt. Denn bisher haben alle CB-Versionen beim «Speichern» die neue Partie-Version ans Ende der jeweiligen Partienliste in den Datenbanken angehängt, und «Ersetzen» hat die Partie ohne Duplizierung einfach ersetzt. Für langjährige «Chessbase»-User ist also die folgende radikale Änderung wichtig:  Eine Partie «Speichern» heißt nun, dass man die bestehende Version der Partie ersetzt, während man mit «Als neue Partie speichern» die Partie an eine beliebige Datenbank anhängen kann, wobei ein Shortcut es erlaubt, Datenbanken auszuwählen, die man vor kurzem genutzt hat.
Interessant ist in diesem Zusammenhang auch, dass Chessbase sein natives Datenbank-Format «CBH» optimiert hat, um «sehr schnelles Speichern (=Ersetzen) von Partien in großen Datenbanken» zu ermöglichen.
■ Seit «Chessbase 13» ist die (teils differenzierte) Web-Anbindung von Datenbanken ja herausragende Option – und «Chessbase 14» rüstet in dieser Sparte nochmals nach: Es gibt jetzt die neue Cloud-Funktion «Cloud Clip». Originalton Chessbase: «Hier werden Partien von ChessBase.com, Fritz.Chessbase.com und Tactics.Chessbase.com automatisch gespeichert, wenn man mit seinem ChessBase Account angemeldet ist. Das ist besonders in Verbindung mit der Chessbase-Nachrichtenseite nützlich: Wenn Sie auf eine Partie klicken, während Sie einen Artikel auf Chessbase.com oder Chessbase.de lesen, dann steht die Partie schon in ChessBase 14 zur Verfügung. Download ist nicht mehr notwendig.»
■ Längst fällig war meiner Ansicht nach der generalisierte Log-in zu allen CB-Account-Funktionen
■ Die jüngste Chessbase-Software (z.b. «Fritz» und «Chessbase») setzt auf Microsoft‘s «DirectXI» auf, was «Ansicht und Geschwindigkeit von 3D-Brettern bedeutend verbessert», wie Chessbase meint.
■ Neu ist in «Chessbase 14» die Möglichkeit, die persönlichen Suchmasken des Anwenders zu speichern – eine Option, die der Schreibende schon lange in «Chessbase» vermisste.
■ Neu ist ebenfalls, dass auch die Online-Datenbank beim Nachspielen einer Partie automatisch aktualisiert wird.
■ «Chessbase» exportiert jetzt Diagramm-Listen auch als Word-Datei, womit zeitsparend umfangreiches Trainings-Material generiert werden kann.

«Chessbase» goes Analysis

Dies alles sind neue Optionen, die den Alltag von Schach-Power-Usern durchaus verbessern können – und auch Optionen, die man in vergleichbarer kommerzieller Software (z.B.  «Chess Assistant» bzw. «Aquarium») teilweise vergeblich sucht. In Verbindung mit den bereits bekannten Online-«Chessbase»-Möglichkeiten – siehe hierzu auch die entspr. Rezension der Version 13 von Mario Ziegler im Glarean Magazin – haben die beiden Hauptprogrammierer Matthias Wüllenweber und Matthias Feist sich etliche Mühe gegeben, das Einsatzgebiet (und damit auch den Mehrwert) ihrer neuen Software merklich zu erweitern.
Die eigentlichen beiden Novitäten-Highlights von «Chessbase 14» liegen aber auf einem Gebiet, das man eigentlich zuerst gar nicht mit einem Datenbank-Programm assoziiert bzw. das man bis jetzt eher bei expliziten Engine-Interfaces wie «Fritz» oder «Shredder» oder «Arena» u.a. beheimatet wähnte, nämlich der Partien-Analyse. Nun hatten zwar schon die «Chessbase»-Vorgänger rudimentäre analytische Automationen, beispielsweise die sog. «Tiefe Analyse» und die «Cloud-Analyse» (inkl. das seit CB-13 bekannte «Let‘s Check»), doch jetzt geht die Version 14 dem Anwender mit zwei bemerkenswerten weiteren Optionen zur Hand: Der sog. «Taktischen Analyse» sowie der sog. «Assisted Analyses».

Die Taktische Analyse

Physiker, Programmierer, Chessbase-Gründer, Schach-Fan: Der junge Matthias Wüllenweber am Atari
Physiker, Programmierer, Chessbase-Gründer, Schach-Fan: Der junge Matthias Wüllenweber am Atari

Lassen wir vorausgehend Chessbase selber zu Worte kommen darüber, was unter dem neuen Feature «Taktische Analyse» zu verstehen sei:
«Taktische Analyse ist die umfassendste automatische Partienanalyse, die es gibt. Sie arbeitet mit den folgenden schachlichen Mitteln:

■ Eröffnungstheorie
■ Starke Züge, Kombinationen, Opfer und Doppelangriffe
■ Fehler, Patzer und kritische Momente, in denen sich die Bewertung ändert
■ Schwache Züge, die in der Partie nicht gespielt wurden (Warum kann ich da nicht nehmen?) und oft taktisch widerlegt werden können
■ Drohungen und Angriffsmotive
■ Verteidigungsideen
■ Initiative
■ Angriff
■ Manöver und Figurenstellung
■ Kompensation
■ Endspielklassifikation
■ Unlogische Partieergebnisse
■ Partien werden mit Varianten, Sprache, Schachsymbolen und Diagrammen kommentiert.»

Soweit die Chessbase-eigene Werbung – und wie sieht das in realiter aus? Ich habe mal die 8. Partie der aktuell laufenden Schach-Weltmeisterschaft 2016 zwischen Weltmeister M. Carlsen und Herausforderer S. Karjakin in New York genommen – siehe folgende PGN…

[Event „WCh 2016“] [Site „New York USA“] [Date „2016.11.21“] [Round „8“] [White „Carlsen, M.“] [Black „Karjakin, Sergey“] [Result „0-1“] [ECO „E14“] [WhiteElo „2853“] [BlackElo „2772“] [PlyCount „104“]

1. d4 Nf6 2. Nf3 d5 3. e3 e6 4. Bd3 c5 5. b3 Be7 6. O-O O-O 7. Bb2 b6 8. dxc5 Bxc5 9. Nbd2 Bb7 10. Qe2 Nbd7 11. c4 dxc4 12. Nxc4 Qe7 13. a3 a5 14. Nd4 Rfd8 15. Rfd1 Rac8 16. Rac1 Nf8 17. Qe1 Ng6 18. Bf1 Ng4 19. Nb5 Bc6 20. a4 Bd5 21. Bd4 Bxc4 22. Rxc4 Bxd4 23. Rdxd4 Rxc4 24. bxc4 Nf6 25. Qd2 Rb8 26. g3 Ne5 27. Bg2 h6 28. f4 Ned7 29. Na7 Qa3 30. Nc6 Rf8 31. h3 Nc5 32. Kh2 Nxa4 33. Rd8 g6 34. Qd4 Kg7 35. c5 Rxd8 36. Nxd8 Nxc5 37. Qd6 Qd3 38. Nxe6+ fxe6 39. Qe7+ Kg8 40. Qxf6 a4 41. e4 Qd7 42. Qxg6+ Qg7 43. Qe8+ Qf8 44. Qc6 Qd8 45. f5 a3 46. fxe6 Kg7 47. e7 Qxe7 48. Qxb6 Nd3 49. Qa5 Qc5 50. Qa6 Ne5 51. Qe6 h5 52. h4 a2 0-1

… und sie dieser «Taktischen Analyse» unterzogen mit folgenden Rahmenbedingungen: Intel i7-4790 CPU / 3.6 GHz / 5s pro Zug / Stockfish8 / 4 Cores / 2 GB Hash / Nalimov-EGT / LiveBook

Nach knapp 15 Minuten des Backward-Berechnens generierte das Programm folgenden Output (wobei das Layout des Prints noch der Überarbeitung bedürfte):

Stockfish-Analyse mit Chessbase 14 - Screenshot / PDF-Ausdruck
Stockfish-Analyse mit Chessbase 14 – Screenshot / PDF-Ausdruck
Stockfish-Analyse mit Chessbase 14 - Screenshot / PDF-Ausdruck (2)
Stockfish-Analyse mit Chessbase 14 – Screenshot / PDF-Ausdruck (2)

Wie man sieht, resultiert aus dieser vollautomatischen Untersuchung ein Notations-Bild, das der professionellen Kommentierung durch Großmeister in Schach-Büchern und -Zeitschriften verblüffend nahe kommt: Klare Variantengliederung, die schachlichen Hotspots mit Diagrammen strukturiert, die Verbalisierungen prägnant-treffend (und farblich hervorgehoben), Einbeziehung von Eventualzügen bzw. Alternativen, Abwechslung der Semantik usw.

Stellt man diesem Output jenen gegenüber, den das zweite bekannte Chesbase-Flaggschiff «Fritz»  unter identischen Bedingungen (bis auf die «Referenz-Datenbank») mittels der sog. «Vollanalyse» nach ca. 19 Min. zeitigt, ergibt sich ein deutlich kargeres, hinsichtlich der langweiligen verbalen Wiederholungen sogar merklich schlechteres Bild:

Stockfish-Analyse mit Fritz 15 - Screenshot / PDF-Ausdruck
Stockfish-Analyse mit Fritz 15 – Screenshot / PDF-Ausdruck

Zur Entschuldigung von «Fritz» – hier in seiner aktuellen 15. Version – muss natürlich erwähnt werden, dass «Fritz» im Gegensatz zu «Chessbase» seit jeher als Engine-Interface und nicht als Datenbank konzipiert wurde; die beiden Programme haben unterschiedliche Philosophien und je unterschiedliche Stärken.

Chessbase auf dem Weg zur vollautomatischen Buch-Analyse

Fazit bezüglich der «Taktischen Analyse» bei «Chessbase 14»: Wenn die Entwickler dieses neue Feature weiter professionalisieren und u.a. insbesondere seine Semantik noch vielfältiger, differenzierter, origineller, also irgendwie «menschlicher» gestalten, dann ist der Tag nicht mehr fern, da ganze Partien-Bücher praktisch vollautomatisch, ohne schachliche Mithilfe des Menschen – der ja ohnehin taktisch höchst fehleranfällig kommentiert – generiert werden können. Nimmt man noch die im Computerschach-Zeitalter immer häufigere Auffassung hinzu, dass es eigentlich keine (vom Menschen zu entdeckende) «Schach-Strategie» mehr gibt, sondern nur noch «nicht ganz durchgerechnete Taktik», dann steht der Überschwemmung des Schachbücher-Marktes mit rein maschinell erzeugten Partien-Sammlungen bald nichts mehr im Wege. Ein erschreckendes Szenario, mit hunderten von arbeitslosen Großmeistern & Schach-Autoren und -Verlagen, eine Verarmung der gesamten Schachszene? Oder doch eine Erweiterung, eine Vertiefung, ja Professionalisierung des Umganges mit Schachpartien? Die Zukunft wird es zeigen…

Der «Analyse-Assistent»

Während die «Taktische Analyse» vollautomatisch abläuft und vom Menschen nur wenige Klicks des Voreinstellens benötigt, kommt das zweite Analyse-Instrument des neuen «Chessbase 14» als komplett interaktives Features daher: die sog. «Assisted Analysis». Hier steht die kommentierende Visualisierung der schachlichen Verflechtungen im Vordergrund: Kandidatenzüge werden farblich differenziert, durch pures Anklicken je hierarchisch dargestellt, erwartete Gegenzüge werden mit Pfeilen kenntlich gemacht, die Best-Moves pro Stellung sind mit einfachen Figuren-Mausklicks live visualisierbar, u.a.

Das Hauptfenster der sog. Assisted Analysis mit ihrer hierarchischen Colorierung von (hier Springer-) Kandidatenzügen.
Das Hauptfenster der sog. Assisted Analysis mit ihrer hierarchischen Colorierung von (hier Springer-) Kandidatenzügen.

Das Potential dieses interaktiv «assistierten» Werkzeuges dürfte insbesondere die Fernschach-Spieler unter den «Chessbase»-Nutzern interessieren, hier sehe ich eines der hauptsächlichen Anwendungsfelder. Möglicherweise ist diese Ausweitung des persönlichen Analysierens, das die Zugauswahl differenziert bei gleichzeitiger taktischer Balance, eine der Möglichkeiten, dem drohenden «Remis-Tod» des Spitzen-Fernschachs entgegenzutreten. Geht man davon aus, dass das moderne Großmeister-Fernschach ohne Software-Unterstützung heute undenkbar ist, eröffnen solche neuen Programmier-Ansätze durchaus auch neue Perspektiven.
Wen die Details dieser neuen «Assisted Analyses» näher interessieren, dem sei das Youtube-Video empfohlen, das Programmierer Matthias Wüllenweber selber ins Netz gestellt hat.

«Chessbase 14»: Kaufen oder nicht kaufen?

Das jüngste Programm aus dem Hause Chessbase ist nicht gratis: Der Download des Standard-Pakets schlägt mit 100 Euro zu Buche, für das «Startpaket» will Chessbase 190 Euro, und das vollumfängliche «Premium» reißt ein fettes Loch von sogar fast 400 Euro ins Portemonnaie. (Zu den Inhalten der einzelnen Pakete siehe hier )
Wie eingangs erwähnt: Otto Normalverbraucher braucht dieses hochprofessionelle Programm, dessen Feature-Reichtum und -Vielfalt seinesgleichen sucht, keineswegs: Allein die Einarbeitungszeit in eine so komplexe Software steht in keinem Verhältnis zum realen Nutzen, den ein durchschnittlicher Vereinspieler mit seinen 1600 Elo-Punkten je daraus ziehen könnte. (Wobei «Chessbase» im Vergleich etwa zu seinem traditionellen Markt-Kontrahenten «Chess Assistant» meines Erachtens immer noch sehr viel User-freundlicher daherkommt). Dem «gewöhnlichen» Schachspieler reicht irgend eine der «Fritz»-Versionen 11 bis 15 oder eines der zahlreichen Freeware-GUI‘s mit ihrer relativ simplen PGN-  bzw. Gratis-Engine-Anbindung völlig.

Fazit-Banner Glarean Magazin
Neben seinen bisherigen Möglichkeiten, die mittlerweile kaum mehr Wünsche offenlassen hinsichtlich eines professionellen Handlings von Schachpartien zeichnet sich mit dem jüngsten «Chessbase 14» ein willkommener Trend ab weg vom rein technischen Verwalten von Schach-Partien hin zu den schachanalytischen Aspekten des Umgangs mit nicht nur dem mittlerweile unüberschaubaren Fundus an Gratis-Partienmaterial, sondern auch mit allen Bereichen der privaten Beschäftigung mit Schach. Mit «Chessbase 14» schickt sich Schach-Software endgültig an, zum ebenbürtigen Partner des Menschen zu werden. Auf die weitere Entwicklung dieses Zweiges der Schach-Programmierung darf man gespannt sein…

Das weltweit große Heer der ambitionierten Turnier-Spieler hingegen wird sich auch «Chessbase 14» unter den Weihnachtsbaum 2016 legen wollen. Denn neben seinen bisherigen Möglichkeiten, die mittlerweile kaum mehr Wünsche offenlassen hinsichtlich eines professionellen Handlings mit Schachpartien – eine Übersicht auf das enorme Funktionen-Angebot findet sich hier – zeichnet sich mit «Chessbase 14» ein willkommener Trend ab weg vom rein technischen Verwalten von Schach-Partien hin zu den schachanalytischen Aspekten des Umgangs mit nicht nur dem mittlerweile unüberschaubaren Fundus an Gratis-Partienmaterial, sondern auch mit allen Bereichen der privaten Beschäftigung mit Schach. Mit «Chessbase 14» schickt sich Schach-Software endgültig an, zum ebenbürtigen Partner des Menschen zu werden. Auf die weitere Entwicklung dieses Zweiges der Schachprogrammierung darf man gespannt sein…

Matthias Wüllenweber, Matthias Feist: Chessbase 14 – Schach-Datenbank, DVD & Online-Download