Die Zukunft des digitalen Spiels
gehalten werden. Diese gewonnenen Erkenntnisse können wiederum in die Entwicklung einfließen.
Analyse und Visualisierung des Spielerjnnenverhaltens
Die Analyse und das Verstehen des Spielerjnnenverhaltens kann helfen Faktoren zu erkennen und zu untersuchen, welche sich auch auf das Spielerlebnis auswirken können. Es gibt eine Vielzahl an etablierten Methoden und Vorgehensweisen, um umfassende Einblicke in das Spielerjnnenverhalten zu bekommen. Eine Möglichkeit sind Tests in einem Labor, wo Spielerjnnen während des Spielens beobachtet werden können . 19 Es wird beispielsweise möglich, Missverständnisse im Spieldesign zu identifizieren oder Bereiche zu erkennen, die für Spielerjnnen besonders frustrierend oder überraschend waren. Obwohl die Vorteile bei Beobachtungsstudien überwiegen, sind sie nur eine Momentaufnahme und es kann nur ein Teil des Spiels evaluiert werden . 20 Des weiteren sind solche Tests und das Rekrutieren der entsprechenden Zielgruppe sehr zeit- und ressourcenintensiv. Aufgrund dieser Herausforderungen hat sich in den letzten Jahren eine Forschungsfrage ergeben, die sich damit beschäftigt, wie künstliche Agenten für Spieltests eingesetzt werden können. So wurde ein erster Ansatz für simulierte Testsitzungen mit Agenten vorgestellt, die die Navigation und Interaktion von menschlichen Spielerjnnen in einem Spiel nachahmen . 21 Eine Analyse von Spieledaten ist in den letzten Jahren immer populärer geworden . 22 Die Spieldaten können basierend auf Ereignissen die durch Spielerjnnen ausgelöst werden (wie etwa durch das Aufheben eines Gegenstandes) oder nach einem definierten Zeitintervall automatisch aufgezeichnet werden . 23 Diese Daten ermöglichen eine objektive Analyse des Spielverlaufs sowie des Spielerjnnenverhaltens und erlauben eine Analyse über einen längeren Zeitraum mit einer großen Anzahl von Spielerjnnen. Durch die große Menge an Daten können auch Verhaltensmuster identifiziert werden. Die Auswertung reicht vom
19 Pejman Mirza-Babaei, Naeem Moosajee, Brandon Drenikow: Playtesting for indie studios, in: Proceedings of the 20th International Academic Mindtrek Conference, ACM. New York, NY 2016, S. 366-374.
20 Gunter Wallner, Simone Kriglstein: Visualization-based analysis of gameplay data - a review of literature, in: Entertainment Computing. 4. Jg. (2013), Nr. 3, S. 143-155.
21 Samantha Stahlke, Atiya Nova, Pejman Mirza-Babaei: Artificial Playfulness: A Tool for Automated Agent-Based Playtesting, in: Extended Abstracts of the CHI Conference on Human Factors in Computing Systems, ACM. New York, NY 2019.
22 Magy Seif El-Nasr, Anders Drachen, Alessandro Canossa: Game analytics. London 2013; Günter Wallner (Hg.): Data Analytics Applications in Gaming and Entertainment. Boca Raton, FL 2019.
23 Wallner, Kriglstein, siehe Anmerkung 20.
61