Diagnosematrix: Matchmaking-Modelle, Kernziele und Spielerlebnis
In modernen Shootern (Call of Duty, Apex Legends) erleben Spieler immer wieder das gleiche Muster: Auf eine Serie dominanter Siege folgt unweigerlich eine Kette chancenloser Niederlagen. Dahinter steckt der Übergang von klassischem Skill-Based Matchmaking (SBMM) zu Engagement-Optimized Matchmaking (EOMM).
| Matchmaking-System | Primäres mathematisches Ziel | Strategie gegen Spielerabwanderung | Lobby-Beständigkeit | Ping-Priorität vs. Match-Qualität |
|---|---|---|---|---|
| Reines SBMM (Elo / TrueSkill) | Ausgeglichene Partien mit exakt 50 % Siegchance | Faire Matches sichern langfristige Bindung | Lobbys bleiben nach der Runde bestehen | Niedriger Ping und Servernähe haben Vorrang |
| EOMM (Engagement-Optimiert) | Maximierung der Gesamtsitzungsdauer und Spielzeit | Erkennt Frustgrenzen und schenkt "Trostsiege" | Lobbys werden nach jeder Runde aufgelöst | Akzeptiert höheren Ping für bestimmte Spielerprofile |
| Monetarisierungs-Matchmaking | Kaufanreize für Shop-Skins und Battle-Passes | Bringt ungeskinnte Spieler mit geskinnten Profis zusammen | Dynamische Zuteilung nach Inventar | Kommerzielle Faktoren überwiegen |
| CBMM (Verbindungsbasiert) | Kürzeste Wartezeiten und absolut minimaler Ping | Keine Skill-Filterung; rein zufällig | Feste dedizierte Server | Ping hat absolute Priorität |
Die Mechanik von EOMM: Frustration und Dopamin
Ein 2017 von EA und der UCLA veröffentlichtes Paper (EOMM: An Engagement Optimized Matchmaking Framework) deckte auf:
- Faire Spiele maximieren nicht die Spielzeit: Dauerhaft anstrengende 50/50-Partien führen zu mentaler Erschöpfung und frühem Beenden der Spielsitzung.
- Die Achterbahn bindet Spieler: Der Rhythmus [Niederlage -> Niederlage -> deutlicher Sieg] schüttet das meiste Dopamin aus und verlängert die Sitzungen nachweislich.
- Mitleidsspiele (Pity Matches): Erkennt das System Anzeichen drohender Abwanderung (z. B. Rage-Quits), wird der Spieler in ein leichtes Match gesteckt, um ein Erfolgserlebnis zu erzwingen.
Strategien gegen algorithmische Steuerung
1. Auflösung von Lobbys deuten
- Werden Lobbys nach jeder Runde aufgelöst, berechnet der Algorithmus deinen MMR- und Churn-Status für die nächste Runde komplett neu.
- Nach zwei Runden mit sehr hoher K/D-Rate wirst du mit hoher Wahrscheinlichkeit in schwere Lobbys hochgestuft.
2. Nicht in die "Noch ein Sieg"-Falle tappen
- Der Algorithmus nutzt die Weigerung, mit einer Niederlage schlafen zu gehen, gezielt aus, um Sitzungen künstlich in die Länge zu ziehen.
- Partys mit Spielern unterschiedlicher Skill-Level erschweren dem Algorithmus die gezielte Steuerung.