Wie künstliche Intelligenz das Game Testing revolutioniert

Königin auf e4. Schachmatt! Ich habe schon wieder verloren … gegen das Spiel! Künstliche Intelligenz (KI) hat die Menschen in Sachen Computerspiele schon lange übertrumpft. So frustrierend das sein mag, unsere biologischen Gehirne können einfach nicht die Millionen an Möglichkeiten erfassen, die ein Computer innerhalb von Nanosekunden verarbeitet. 

Jedoch bietet die KI für uns Nerd-Gamer auch tolle Möglichkeiten. Können wir mit ihrer Hilfe Computerspiele auseinandernehmen, um sie dann besser zu machen? Und können wir der KI menschliches Verhalten antrainieren, um die Ergebnisse zu verbessern?

Das sind die Fragen, die Emmanuelle Rodrigues Nunes bei Lionbridge täglich umtreiben. Nunes, eine gebürtige Brasilianerin, die inzwischen in Großbritannien wohnt, arbeitet als Senior Data Scientist an Microsoft-Projekten. Sie nutzt komplexe KI-Strategien, um Spiele stabiler, zuverlässiger und besser zu machen – und das natürlich alles skalierbar.

Letzten Herbst präsentierte sie zwei Abstracts zum Thema „Revolutionärer Einfluss der KI aufs Gameplay“ bei der internationalen Konferenz der Royal Statistical Society (RSS) in Manchester, England.  Nunes ist sowohl Mitglied als auch Fellow der RSS.

Welche KI-Entwicklungen sorgen für besseres Gameplay?

Evolutionäre Strategie-Algorithmen

In ihrem ersten Abstract untersucht Nunes Algorithmen für Evolutionäre Strategien (ES) als Alternative zu den vorherrschenden Reinforcement-Learning-Techniken. Wie unterscheiden die beiden sich? Einfach gesagt wurden ES-Algorithmen von biologischen Mutationen inspiriert. Ähnlich wie bei Darwins Evolutionstheorie wählen diese Algorithmen die tauglichste Option aus, die zum Ausgangspunkt für die nächste Generation wird. ES-Algorithmen können sich also selbst ihrer Umgebung anpassen. Sie verbessern sich ständig und ihre Haupteigenschaften sind Skalierbarkeit und Einfachheit.

Wieso ist diese Verbesserung wichtig für Spieleentwickler und den Durchschnittsgamer? Gute Frage. Beim Qualitätssicherungsprozess wird (QA) versucht, das Spiel immer wieder aufzubrechen. Danach wird gefragt: „Wie reparieren wir es wieder?“ Bei einem normalen Spieldurchlauf macht man das normalerweise nicht. Algorithmen, die gewöhnliches menschliches Gameplay emulieren, liefern uns erstaunlich vorhersehbare Datenpunkte, anhand derer wir feststellen können, ob die App abstürzt, ob sie stabil läuft – und das alles im Kontext des typischen Nutzerverhaltens.

Die Anwendung von ES-Algorithmen bietet einen genaueren und repräsentativeren Maßstab für Produktgesundheit und die Auswirkungen von Fehlern auf die Nutzer. Außerdem stehen Algorithmen, anders als ihre menschlichen Kollegen, rund um die Uhr und an jedem Tag des Jahres zur Verfügung. Die Technologie kennt keine Pause. Während wir also schlafen, essen und arbeiten, wird das Spiel gespielt und gespielt und gespielt.

Spielstabilität gemessen an der Überlebensanalyse

Nunes’ zweites Projekt befasst sich ebenfalls mit Messgrößen für die Gesundheit eines Spiels, wenn auch nicht direkt mit ES-Algorithmen. So wird eine neue Herangehensweise erarbeitet, um die Stabilität der Anwendung beurteilen zu können, welche letztlich das Spielerlebnis des Endnutzers maßgeblich beeinflusst. Stabilitätsfehler können zudem das Erreichen von In-App-Zielen enorm beeinträchtigen und somit dem Vertrauen in die Zuverlässigkeit der Anwendung nachhaltig schaden. Obwohl eine zu 100 % stabil laufende Anwendung stets das Ziel ist, wird dies nur in den seltensten Fällen tatsächlich erreicht. Daher ist es ungemein wichtig, diesen für die Produktqualität so entscheidenden Faktor in Relation zu einem akzeptablem Toleranzbereich messen zu können. Konzepte zur Überlebensanalyse können genutzt werden, um zu einem ganzheitlicheren Verständnis der Integrität unserer Gaming-Produkte im Laufe ihres Lebenszyklus beizutragen. Durch diese Konzepte können zudem neue Erkenntnisse über die Stabilität gewonnen werden. 

Es ist eben diese Komplexität, die zur Lösung einiger elementarer Probleme führt. Durch sie können Entwickler erkennen, wann ein Spiel bereit zur Veröffentlichung ist – und das mit einer Gewissheit, die ohne diese Automatisierung zuvor nie möglich war. Zudem sind diese Maßnahmen skalierbar.

Wie können Automatisierung und das Team ineinandergreifen, um das Game-Testing zu verbessern? 

Vor wenigen Jahren noch fußte QA ausschließlich auf den Daten der Tester. Obwohl hochmoderne technologische Entwicklungen für sich genommen bereits ein echter Gamechanger sein können, werden Menschen auch in Zukunft noch eine wichtige Rolle spielen, so Nunes. Sie spricht sich für ein Modell aus, bei dem automatisierte Prozesse und ein Team aus Testern im Zusammenspiel genutzt werden, um sich gegenseitig zu ergänzen.

So „menschlich“ die Algorithmen auch sind, sie können nie banale Fehler nachahmen, die ein Mensch begeht. Vor allem aber können sie keine Einschätzungen über Spielelemente abgeben, die das Gameplay stören, davon ablenken oder schlichtweg für Frustration beim Spieler sorgen. Auch wird es ihnen niemals möglich sein, dem Zauber eines gut entwickelten Spiels zu erliegen. Diese Eigenschaften sind und bleiben ein fester Teil des Menschseins und von unschätzbarem Wert für den Testablauf. 

Die Zukunft der Qualitätssicherung liegt in der Automatisierung, die neben einer schnelleren Markteinführung und einem effizienteren Arbeiten auch allgemein ein besseres Spielerlebnis für den Endverbraucher verspricht. Diese Form der Automatisierung ist neu, stets im Wandel und wird in großen Schritten weiterentwickelt. Nunes sieht dieser Zukunft zuversichtlich entgegen und freut sich bereits darauf, diese Herausforderungen anzugehen. Sie hofft, den Einsatz dieser technologischen Fortschritte als neuen Standard zu etablieren, um so dem Spielerlebnis branchenweit zu neuen Höhen zu verhelfen.