8 Schritte
Fairer Zufall und faire Beute
Für: Alles mit Würfeln, Drops, kritischen Treffern oder Truhen.
Spieler fühlen keine Wahrscheinlichkeit, sie fühlen Serien. Ein faires Spiel ist eins, dessen Zufall du wiederholen, genau angeben und dort abfedern kannst, wo eine Serie wehtut. In dieser Reihenfolge.
Die Schritte, der Reihe nach
- 1
Code-Rezept
Zufall mit Startwert
Zufallszahlen, die sich wiederholen lassen: Derselbe Startwert ergibt auf jedem Rechner und für immer dieselben Ergebnisse. Darauf bauen Tagesaufgaben, teilbare Welten und Wiederholungen auf.
Warum hier: Erst den Zufall wiederholbar machen: Derselbe Seed ergibt dasselbe Spiel. Ohne das kannst du nichts Folgendes testen, und Fehlerberichte bleiben Gerüchte.
- 2
Code-Rezept
Chancenrechner
Genaue Antworten auf die üblichen Fragen zu Chancen: die Chance auf mindestens einen Erfolg in einer Anzahl von Versuchen, wie viele Versuche du brauchst, um ziemlich sicher zu sein, wie viele im Schnitt und wie wahrscheinlich eine Pechsträhne ist. Das Ergebnis kommt mit dem Rechenweg, also kann dir deine KI die Rechnung als Beweis zeigen, statt eine Zahl zu raten.
Warum hier: Dann lerne, eine Chance genau auszurechnen statt zu raten. „20 Prozent über fünf Versuche“ sind nicht 100 Prozent, und deine KI soll die Zahl zeigen.
- 3
Blueprint
Loot-Tabelle
Zufällige Belohnungen mit Chancen, die du steuerst: Die meisten Drops sind häufig, manche selten, und die Chancen sind exakt und leicht zu ändern.
Warum hier: Die Struktur für Drops: Gewichte statt Prozente, damit ein neuer Gegenstand die anderen nie kaputtmacht.
- 4
Code-Rezept
Shuffle Bag
Fairer Zufall ohne lange Pechsträhnen: Ergebnisse kommen in einen Beutel, werden gemischt und einzeln gezogen. Ein Gewinn von vieren heißt dann wirklich ein Gewinn in je vier Zügen.
Warum hier: Wo Serien am meisten wehtun, nimm einen Beutel statt eines Würfels: Jedes Ergebnis kommt, bevor sich eins wiederholt. Das fühlt sich zufälliger an als echter Zufall.
- 5
Blueprint
Pechschutz
Reiner Zufall kann manchen Spielern hundert Fehlversuche in Folge bescheren, während andere sofort gewinnen. Eine steigende Chance und ein sicherer letzter Versuch geben jedem Spieler einen fairen schlimmsten Fall, und der seltene Preis fühlt sich trotzdem nach Glück an.
Warum hier: Für seltene Drops ist ein Beutel zu weich; ein Zähler, der die Chance nach Nieten erhöht, behält den Kitzel und deckelt den Schmerz.
- 6
Code-Rezept
Echte Loot-Chancen
Rechnet die echten Chancen einer Loot-Tabelle mit Pech-Zähler aus, genau und ganz ohne Zufallsstichprobe. Mit einem Zähler stimmt die angezeigte Chance nicht mehr, und hier erfährst du die echte, wie viele Würfe Spieler brauchen und wie viele höchstens nötig sind.
Warum hier: Ein Zähler verändert die echte Chance. Rechne die wahre Zahl aus, Wurf für Wurf, bevor du irgendetwas auf den Bildschirm schreibst.
- 7
Wiki-Eintrag
Beutechancen als Prozente anzeigen, die genau 100 ergeben
Drei gleiche Gegenstände mit je 33,3 Prozent ergeben 99,9, und Spieler schreiben wütende Beiträge über versteckte Chancen. Jede Zahl einzeln zu runden geht nie auf. Hier wird der Rest fair verteilt, damit die Liste ehrlich ist und immer 100 ergibt.
Warum hier: Erst jetzt Prozente anzeigen, denn jetzt stimmen sie, und sie so zu runden, dass sie 100 ergeben, ist eine eigene kleine Falle.
- 8
Blueprint
Seltenheit von Gegenständen
Seltene Gegenstände geben dem Spieler etwas, worauf er hoffen kann, und eine klare Stufenleiter zeigt auf einen Blick, wie gut eine Beute ist und was sie wert ist.
Warum hier: Seltenheitsstufen zuletzt: Sie sind eine Bedeutungsschicht über Chancen, die schon stimmen, kein Mittel, damit Chancen stimmen.
Am Ende
Jeder Wurf lässt sich wiederholen, jede angezeigte Chance ist die echte, und niemand geht hundert Versuche ohne den Drop.
Worauf das ruht
- Math for Game Programmers: Dark Secrets of the RNG
Ein Vortrag über Mischbeutel (Shuffle Bags), Gewichtung und das Merken früherer Ergebnisse sowie über den Unterschied zwischen echter, gefühlter und gestalteter Fairness.
- Sid Meier and Rob Pardo on Probability and Player Psychology
Zeigt, dass Spieler Wahrscheinlichkeiten falsch einschätzen (sie erwarten, jeden Kampf bei 3 zu 1 zu gewinnen), und dass Civilization Revolution die Mathematik anpasste und frühere Ergebnisse einbezog, um Frust zu vermeiden.
- Emotions and Randomness - Concrete Examples from Ni No Kuni and Others
Zeigt an echten Spielen, wie gleichbleibende Drop-Raten schmerzhafte Pechsträhnen erzeugen und wie steigende Drop-Chancen (wie in World of Warcraft) als Schutz vor Pech wirken.
- What does it mean when players complaining about "low drop rate"?
Erklärt, warum Spieler eine Drop-Rate für zu niedrig halten, auch wenn sie es nicht ist: falsch verstandene Wahrscheinlichkeiten, Erzählungen glücklicher Spieler und unerledigte Ziele, die im Gedächtnis bleiben.
- What's in the box? Exploring UK players' experiences of loot boxes in games; the conceptualisation and parallels with gambling
Eine begutachtete Interviewstudie (21 Studierende), in der Spieler die Chancen als gegen sich gestapelt empfinden und verborgene Wahrscheinlichkeiten als Problem von Fairness und Transparenz sehen; das stützt das Anzeigen von Drop-Chancen.
Das sagst du deiner KI
Folge dem Spielerando-Leitfaden „Fairer Zufall und faire Beute“ (get_path fair-randomness-and-loot) für mein Spiel, Schritt für Schritt, und sag mir bei jedem Schritt, warum er jetzt kommt.Oder spar dir das und schließ den MCP an: Dann findet deine KI das alles von selbst.MCP anschließen