Bedroht KI dasjenige Schachspiel?: Den besten Zug kennt jetzt jeder

Überflüssig gemacht, von der Maschine gelöst, für alle Zeit erledigt – der KI-Schock, der derzeit eine Branche nach der anderen erfasst, den erlebte Schach schon vor knapp dreißig Jahren. Garri Kasparow, der seinen menschlichen Rivalen hoch überlegene Weltmeister, verlor einen Schaukampf gegen den Computer Deep Blue mit 2,5:3,5. Zur „vierten Kränkung der Menschheit“ nach Kopernikus, Darwin und Freud wurde das Ereignis verklärt. Dass Schach sich davon nicht mehr erholen werde, erklärten manche damals; und dass es nicht mehr interessant sei, allenfalls noch etwas für Kinder.

Heute boomt das Spiel. Die besten Großmeister sind gefragt wie noch nie. Schach ist an mehr Schulen präsent denn je. Vor allem wächst das Spiel im Internet. 2023 meldete Chess.com, dass auf der Plattform binnen eines Monats erstmals mehr als eine Milliarde Partien gespielt wurden. Seitdem hat sich die Zahl der Accounts verdoppelt, inzwischen sind es mehr als 250 Millionen. Die Mehrzahl davon ist inaktiv, weil Nutzernamen und Passworte vergessen wurden oder Schachphasen wieder zu Ende gingen; doch am Wachstum an sich gibt es keinen Zweifel.

Für diejenigen, die Schach ohne Ehrgeiz spielerisch betreiben, hat sich, außer dass sie nun online jederzeit Spielpartner finden können, wenig geändert. Für die Denksportler und vor allem für die Profis ist fast alles anders geworden, seit Computer besser als Menschen wissen, was der beste Zug ist. Radikaler als das Spielen hat sich die Vorbereitung gewandelt und ist zur reinen Bildschirmarbeit geworden.

Eine Zeit lang war es noch so, dass man dem Computer bei Komplikationen trauen konnte, aber nicht in ruhigen Situationen, in denen es auf Pläne und die Einschätzung subtiler Stellungselemente ankam. Dieses Gefälle zwischen Taktik und Strategie ist vom wachsenden Vorsprung der Maschinen aufgefressen worden. In der professionellen Vorbereitung gilt, vereinfacht gesagt: Früher wusste niemand, welches der beste Zug ist, und man vertraute darauf, was sich in der Praxis bewährte, was von Koryphäen empfohlen wurde oder was in eigenen Analysen Stand hielt. Heute weiß jeder, welches der beste Zug ist, weil jeder über Stockfish verfügt.

Die Züge der Open-Source-Software werden auswendig gelernt. Fabiano Caruana, der Favorit des gerade laufenden WM-Kandidatenturniers, hat im Gespräch mit der F.A.Z. geschätzt, dass er eine Million Stellungen regelmäßig memoriert. Daneben suchen die Profis oder ihre Analysehelfer gezielt zweit- und drittbeste Züge, die von den Gegnern mit einiger Wahrscheinlichkeit ignoriert worden sind und bei denen die gelernten Antwortzüge versagen. Nicht der beste Zug ist gefragt, sondern derjenige, der das Wissen des Gegners über den Haufen wirft.

Am besten tun das oft Züge, die dem menschlichen Schachverständnis widersprechen, aber Fehler provozieren können, ohne dass der Gegner unnötige Risiken eingeht oder zumindest viel Bedenkzeit verbraucht, die im späteren Partieverlauf fehlt. Wie der neunte Zug des Inders Praggnanandhaa in Runde zwei des Kandidatenturniers, der bisher als Patzer angesehen wurde, weil er vermeintlich ein Standardopfer auf h7 zuließ. In Wahrheit verhielt es sich anders, und um in Vorteil zu bekommen, hätte sein chinesischer Gegner Wei Yi einen anderen Plan verfolgen müssen. Waren viele Neuerungen Kasparows in den Achtziger- und Neunzigerjahren starke, zuvor übersehene Züge, die die bisherige Einschätzung einer Stellung änderten und von Tausenden in ihr eigenes Repertoire aufgenommen wurden, sind die Neuerungen der heutigen Weltelite oft Züge, die sie kein zweites Mal anwenden würden.

Inzwischen gibt es Großmeister, die noch nie ein Schachbuch gelesen haben, ja, die nicht einmal mehr ein Brett und Figuren besitzen. Analog ist Schach für sie nur noch im Turniersaal. Die erste Firma, die auf die Digitalisierung des Spiels setzte, heißt Chessbase und wurde 1987 in Hamburg gegründet. Ein Jahr davor hatte der Physikstudent und spielstarke Amateur Matthias Wüllenweber eine Datenbank für Partien programmiert. Kasparow war davon so begeistert, dass er zum Nutzer Nummer eins wurde. Das Startup durfte den Weltmeister als Werbeträger einsetzen, ohne ihn zu honorieren. Bald programmierten Wüllenweber und sein Team auch Software, die spielen konnte, also nach den besten Zügen suchte. Die Verknüpfung zwischen dokumentierter Praxis und Analyse kam später.

Was Chessbase machte, interessierte nicht nur die Spieler, die ihre digitalen Produkte kauften, um einen Wissensvorsprung mit ans Brett zu nehmen, sondern auch die Medien. Die Firma erlangte allmählich Deutungshoheit darüber, wie sich das Spiel entwickelte. „Schach wurde fälschlich als Pionier für eine allgemeine KI gesehen. Uns freute der Hype, aber er stimmte nicht“, sagt Wüllenweber rückblickend. Ein Algorithmus, der Schach kann, lasse sich nicht auf andere Probleme übertragen und schon gar nicht verallgemeinern. Ein solches Versprechen hatte aber am Anfang der KI-Forschung gestanden.

1957 sagten Herbert Simon und Allen Newell voraus, spätestens 1968 könne ein mit Schachwissen gefüttertes Expertensystem simulieren, wie ein Großmeister zu denken, und werde in der Lage sein, den Weltmeister zu besiegen. Ein tatsächlicher Weltmeister, Michail Botwinnik, mühte sich in der Sowjetunion, ein solches Expertensystem zu bauen. Es hat nie öffentlich einen Zug gemacht. Fortschritte im Schach kamen durch einfache Algorithmen, die auf Rechenpower setzten und so ziemlich das Gegenteil jener KI darstellten, die sich Simon und Botwinnik erträumt hatten. Deep Blue war vor allem ein Meisterwerk der Ingenieurskunst: Hunderte Prozessoren arbeiteten parallel am gleichen Problem, ohne von dabei unweigerlich mehrfach geleisteter Arbeit ernsthaft gebremst zu werden.

Der nächste Durchbruch ließ fast zwanzig Jahre auf sich warten. Rechenpower spielte dabei eine größere Rolle, als die euphorischen Berichte widerspiegelten. AlphaZero konnte Schach nur deshalb binnen sechs Stunden gegen sich selbst spielend meistern, weil Google DeepMind über Supercomputer verfügte. Aber es demonstrierte die Wirksamkeit neuronaler Netzwerke, um zu lernen, statt stupide Milliarden von Stellungen durchzurechnen. Manche Konstellationen auf dem Brett behandelte AlphaZero auf eigene Art, zog Randbauern vor, wo das als unwirksam gegolten hatte, und opferte Material, um gegnerische Figuren dauerhaft außer Spiel zu halten. Für Profis änderte sich vor allem, dass auf neuronalen Netzwerken basierende Programme andere Züge und Bewertungen ins Spiel brachten als solche, die auf klassischen Algorithmen beruhen. Dieser Vergleich machte das Analysieren spannender, doch inzwischen hat sich das eingeschliffen.

Wüllenweber fällt in dem Zusammenhang eine der Schattenseiten der Digitalisierung ein: „Früher saßen Spieler zusammen und hatten einen Heidenspaß daran, Stellungen zu analysieren. Robert Hübner hat es einmal so formuliert, dass der Computer diese kindliche Freude zerstört hat.“ Als Programmierer hat Wüllenweber KI-Entwicklungen stets im Auge behalten. Chessbase-Produkte für verschiedene Märkte zu übersetzen wurde zunehmend einfacher. Inzwischen lassen sich die Stimmen der Schachautoren klonen, und sie präsentieren ihre Erkenntnisse scheinbar selbst auf Deutsch oder Koreanisch, auch wenn sie diese Sprachen in Wahrheit nicht können.

Und dann brachte Anthropic im November eine Version von Claude heraus, die seine Arbeit und die seines Teams völlig auf den Kopf gestellt hat. Nachdem Software-Entwicklung immer ein knappes Gut war, gebe es nun ein Werkzeug, das Code auf hohem Niveau generiert: „Gibt man die richtigen Prompts vor, kann man unter die Dusche gehen, und wenn man herauskommt, ist der Code fertig“, schwärmt Wüllenweber. Die Arbeit habe sich enorm beschleunigt und eine spielerische Qualität angenommen.

Auch Raphael und Maxim Nitsche lieben Claude. Ohne dieses und weitere KI-Tools hätten sie sich nicht auf eine Firmengründung für ihr Kindheitshobby Schach eingelassen. Als Teenager hatten die beiden Brüder aus Berlin die Lern-App Math 42 entwickelt und für 12,5 Millionen Euro verkauft. Wofür sie damals dreieinhalb Jahre und ein größeres Team brauchten, schafften sie nun zu viert in neun Monaten. Ihre Schach-App Lotus Chess sei mehr als 300.000 Mal geladen worden und habe 100.000 aktive User. Erst vermittelte sie Eröffnungswissen, neuerdings Endspiele. Dafür haben sie die an der Uni Toronto entwickelte Open Source-KI Maia integriert, die menschliche Züge auf einem vorgegebenen Spielniveau vorhersagt und sich somit als auf den Nutzer angepassten Sparringspartner fürs Endspieltraining eignet. Während Stockfish als Verteidiger das Schachmatt so weit wie möglich herauszögert, aber sich dadurch trivial in Verluststellungen begibt, stellt Maia eher Probleme, die nach einem menschlichen Fehler die Niederlage vermeiden, erklärt Raphael Nitsche. Derzeit tüfteln sie an einer didaktisch sinnvollen Präsentation von Taktik-Aufgaben, und dann soll LotusChess auch zur Spiel-Plattform werden.

KI beschleunige zwar die reine Programmierung, doch Didaktik, Design und Architektur könne man sie nicht erledigen lassen, sagt Maxim Nitsche. Letztlich vermittle ihre App Wissen, und auf ein Large Language Model sei kein Verlass, weil sie auf Sprache trainiert ist und nicht auf Schach. Sicher noch lange nicht zu leisten sei eine Funktion, die Nutzern vermitteln kann, was sie in ihren Partien über taktische Fehler hinaus falsch gemacht haben.

Um eine KI zu bauen, die Schach erklärt, gäbe es zwar unendlich viele Trainingsdaten in Schachbüchern und -videos, doch die Transkription wäre unangemessen teuer. Einen vielversprechenden Ansatz für einen Schacherklärer haben sie bei der norwegischen Firma Take Take Take gesehen, öffentlich sei das aber noch nicht. Und bis eine KI so gut erklärt wie ein menschlicher Trainer, können leicht noch fünf Jahre vergehen, schätzen Raphael und Maxim Nitsche. Wüllenweber nennt es „den heiligen Gral der Schachprogrammierung“. In München wird schon daran gearbeitet.

TNG ist keine Schachfirma, nicht einmal ein Softwarehaus, sondern eine auf IT spezialisierte Unternehmensberatung. Stephan Steinfurt und Michael Stock haben der F.A.Z. Videos über Schachpartien gezeigt, die komplett von ihrer KI kreiert wurden. Taktische Momente erklärt sie mit Hilfe von Stockfish. Informationen über die Spieler fischt sie sich aus dem Netz. Finden sich online genug Aufnahmen, hört man sie mit der Stimme der Spieler sprechen. TNG geht es nicht darum, Streamern und Youtubern Konkurrenz zu machen, sondern KI-Entwicklungen zu erproben, die vielleicht ins Beratungsgeschäft einfließen und bei der Outreach-Veranstaltung der Firma präsentiert werden können. In der Präsentation von Steinfurt und Stock steckt eine kindliche Freude, wie sie den menschlichen Analytikern beim Schach abhandengekommen ist.

Wüllenweber, der den Punkt aufgebracht hat, sieht die Digitalisierung insgesamt aber positiv. Dass die Werkzeuge, um auf höchstem Niveau spielen zu können, heute überall auf der Welt zur Verfügung stehen, habe Schach demokratisiert. Wie KI die Art und das Tempo der Programmierung verändert, habe die Gesellschaft noch kaum registriert, geschweige denn zum Anlass genommen, über die Folgen nachzudenken. Er hoffe, ja, sei durchaus optimistisch, dass die Vorteile am Ende die Nachteile überwiegen. Wie im Schach.