Quo Vadis 2011: Die Wertungsdebatte

[|Chris|]

Ich bin mit dem Prozentsystem auch recht zufrieden. Allerdings stimme ich zu was die Wertungsinflation angeht, ich habe hier noch eine TOTAL! von 96 herumliegen, die ich mir gerade noch einmal angeschaut habe. Man merkt schon das vor allem bei den Leserbriefen (Hui! Leserbriefe) der 'persönliche Spaß am Spiel' mehr geschätzt wird als die eigentliche Note im Magazin - ganz ohne 'geflame'.

Aber zurück zur 'Wertungsinflation', 4Players hält sich in dieser Sache ja noch eher zurück als andere Magazine, die gerne mal für ein Spiel 100 von 100 Punkten geben. Es ist natürlich Sache der Redaktion wie gut sie ein Spiel bewerten, aber 100 von 100 Punkten drückt ja aus das es eigentlich nicht mehr besser geht. Es ist quasi ein Spiel ohne negativpunkte, und das kann ich mir nur schwer vorstellen.

Ich denke aber das allgemein nicht gut mit Kritik in der Spielebranche umgegangen wird. Spiele haben nun mal die lieblings Boy/Girlband verdrängt und wer möchte schon ein schlechtes Wort über seinen Liebling hören?

[Dominius]

[...]
Das erklärt unter anderem die enorme Wertungsinflation.

Also, meiner Meinung nach ist dein Ansatz genau falsch wie die aktuellen Wertungssysteme.
Einen Zwangsdurchschnitt von "50%" einzurichten, der sich dann über die Generationen hält, trägt genauso wenig zu einer Vergleichbarkeit von Wertungen bei wie die aktuelle Wertungsinflation. Denn, falls sich die durschnittliche Softwarequalität in verschiedenen Generationen tatsächlich stark ändert, dann ist eine 50 von damals plötzlich wesentlich besser/schlechter als eine aktuelle 50. Wertungen wären dann nur noch in einer Generation (wo ist denn da die Grenze - ein weiteres Problem) ansatzweise vergleichbar.
Auch deine Annahme, ein Großteil der Spiele sei "befriedigend", kann ich keineswegs teilen. Was ist denn, wenn plötzlich nur noch "gute" und "sehr gute" Spiele erscheinen? Dann sollte der Durchschnitt auch dort liegen und nicht zwangsweise in das vorliegende Modell gepresst werden. Es ist nämlich sinnvoller, das Modell an die Realität anzupassen statt umgekehrt.

Allgemein halte ich diese objektiv-(pseudo)wissenschaftliche Herangehensweise an eine Kunstform! für völlig verfehlt. Kein Mensch käme auf die Idee, Bücher nach einer 100er-Skala zu bewerten, obwohl sich dort auch 'objektive' Kriterien (wie Rechtschreibung, Grammatik, Satzbau, Lesbarkeit, Fachsprache, etc.) feststellen lassen. Bei Videospielen sollte ähnlich verfahren werden.
Eine Reduzierung der Skala würde ich für einen guten ersten Schritt halten. Kein Mensch braucht die Unterscheidung zwischen 86% und 87%, das ist einfach nur lächerlich. Grobe Wertungen (10er- oder 5er-Skalen) würden völlig für eine annehmbare Vergleichbarkeit ausreichen. Alles Weitere sollte im Artikeltext zu finden sein, zudem finde ich Boxen wie "Könnte Fans von xyz gefallen" sehr hilfreich, hilfreicher als jede blöde Zahl. Denn schließlich sind die Wertungen untereinander überhaupt nicht vergleichbar und sagen zudem auch nichts über den persönlichen Spaß aus, den mensch mit einem Spiel haben könnte.

Zu guter Letzt gibt es noch Portale wie Metacritic, Gamerankings oder Critify, die für manche Leute bestimmt als Kauforientierung dienen, aber etwas fürchterliches tun, denn diese werfen unterschiedliche Bewertungen zusammen, die nach unterschiedlichen Maßstäben vollzogen werden, und ziehen (teilweise nach unbekannten, eigenen Kriterien) eine Art Durchschnitt. Unseriöser geht es kaum, würde ich so in wissenschaftlichen Arbeiten verfahren, könnte ich gleich wieder von vorne anfangen. Da ist nichts nachvollziehbar oder transparent, die Aussagekraft der Zahlen bewegt sich im umfeld eines Würfelwurfs.

Natürlich wollen die meisten, aus irgendwelchen Gründen, diese Zahlen haben, sonst hätte 4players diese wohl ohne Probleme abschaffen können. Mit den Schulnoten, die bisher nur unter der Wertung stehen, hat 4P einen Grundstein dafür gelegt, wie die Spielepresse eines Tages aussehen könnte: Ohne Wertungen, mit Rezensionen statt Tests.

[goby_glob_slob]

@Dominus
Ich stimme dir ausdrücklich zu und möchte ergänzen, dass zusammengewürfelte Scores wie Metakritiken erst recht Publisher verleiten könnten, gefällige Reviews bei kleineren Radaktionen (oder größeren= gamespot?) in Auftrag zu geben. Die Knaller sind doch dann Werbekampagnen bei denen auf wenige ausgewählte, gute Wertung hingewiesen werden und diese Wertungen als Testimony (bzw. als Bezeugung der Qualität) herangezogen wird.

[johndoe702031]

Die hier bei 4p und den meisten Magazinen verwendete 100%-Skala ist ein reines Zugeständnis an den Konsumenten, der die schnelle, metascore-kompatible Vergleichbarkeit im Dschungel der Wertungen braucht und der überwiegend (machen wir uns nichts vor) geil auf die Zahl am Ende ist wie ein Hund auf´s Leckerli. Auch die Ausrichtung der Skala (ab 85% sehr gut bzw. silber/gold, ab 90% hervorragend bzw. gold/platin, dann im Prinzip unter "ferner liefen"...) ist dem Kunden bzw. der Passgenauigkeit ins derzeit übliche Massensystem geschuldet. Damit wird natürlich eine Vergleichbarkeit mit anderen Scores und eine Objektivität vorgegaukelt, die es nicht geben kann.

Kann mir schon vorstellen, dass gerade der eine oder andere Redakteur hier auf dieser Seite gehörig Bauchschmerzen bekommt, wenn er Spiele wie z.B. Heavy Rain oder Flower auf Teufel komm raus irgendwie in so eine 100% Skala pressen muss. Ich denke, viele werden sich der Absurdität, Spielspaß und kreativen künstlerischen Output in einer Zahl von 1-100 auszudrücken (warum nicht gleich ne Promilleskala??), schon bewusst sein und insgeheim entweder ein simpleres System oder gar keine Note/Zahl befürworten. Aber hier macht man wie oben beschrieben eben Zugeständnisse an den Kunden und das liebe Geld - und so lange die Testberichte selber noch einigermaßen aussagekräftig, kritisch und ehrlich sind - sollte das auch aus Sicht der Wertungskritiker locker zu verschmerzen sein.

[IxAxUx]

[...]
Das erklärt unter anderem die enorme Wertungsinflation.

Also, meiner Meinung nach ist dein Ansatz genau falsch wie die aktuellen Wertungssysteme.
Einen Zwangsdurchschnitt von "50%" einzurichten, der sich dann über die Generationen hält, trägt genauso wenig zu einer Vergleichbarkeit von Wertungen bei wie die aktuelle Wertungsinflation. Denn, falls sich die durschnittliche Softwarequalität in verschiedenen Generationen tatsächlich stark ändert, dann ist eine 50 von damals plötzlich wesentlich besser/schlechter als eine aktuelle 50. Wertungen wären dann nur noch in einer Generation (wo ist denn da die Grenze - ein weiteres Problem) ansatzweise vergleichbar.
Auch deine Annahme, ein Großteil der Spiele sei "befriedigend", kann ich keineswegs teilen. Was ist denn, wenn plötzlich nur noch "gute" und "sehr gute" Spiele erscheinen? Dann sollte der Durchschnitt auch dort liegen und nicht zwangsweise in das vorliegende Modell gepresst werden. Es ist nämlich sinnvoller, das Modell an die Realität anzupassen statt umgekehrt.
[...]

Wenn man meinen Vorschlag richtig versteht und konsequent zu Ende denkt, ist er bei weitem besser (was die Vergleichbarkeit mit anderen Konsolen/PC-Generationen angeht).

Ich nehme mal das Beispiel Tekken (generationübergreifend) und unterstelle dem Spiel, dass es durchschnittlich ist und habe als Tester entsprechend meine Wertung gegeben:

Tekken 1 war damals also technisch und in Sachen Spielspaß eher durchschnittlich und hat daher vom mir die Wertung 55% erhalten.

Tekken 6 war auch nur durchschnittlich und hat daher von mir eine Wertung von 58% erhalten.

Nun kann der Leser, entgegen deiner Kritik an diesem System, doch durchaus beide Teile generationenübergreifend vergleichen. Denn er sieht, dass beide Spiele in ihrer Generation eher Mittelmäßig waren. Und es ist zumindest bisher doch ziemlich einfach, die Generationsgrenzen abzustecken.

Dein Vorschlag dagegen ist komplett unsinnig und würde zwangsläufig auf Wertungen von 90-100 oder mehr Prozent hinauslaufen. Das ist nämlich die Konsequenz von deinem Satz: "Denn, falls sich die durschnittliche Softwarequalität in verschiedenen Generationen tatsächlich stark ändert, dann ist eine 50 von damals plötzlich wesentlich besser/schlechter als eine aktuelle 50."

Denn, wenn ich damals Tekken 1 55% gegeben habe, weil es durchschnittlich war, müsste ich heute Tekken 6 90% geben, obwohl es durchschnittlich ist. Warum? Damit man deinem Vorschlag nach berücksichtigt, dass Tekken 6 doch eine wesentlich bessere Technik/Grafik/Spielspaß/... hat als Tekken 1.

Noch ein Nachteil deines "Modells" ist, dass er nicht im geringsten eine einfache und unkomplizierte Vergleichbarkeit zwischen Spielegenerationen erlaubt. Denn: Der Leser eines Test muss sich immer erst irgendwo informieren, wie die Durchschnittswertung einer Spielegeneration ausgesehen hat, um zu wissen, ob eine Wertung von Spiel xy aus dem Jahr yyyy gut oder schlecht ist.
Solche komplizierten Dinge fallen bei konsequenter Anwendung des Durchschnitt=50% völlig weg.


Auch dein zweiter Ansatz, dass der Durchschnitt doch auch bei "gut" und "sehr gut" liegen kann, wenn nur solche Spiele existieren würden, ist nicht konsequent, zumindest nicht, wenn man so wie ich befriedigend=Durchschnitt versteht. Denn dann kommen wir wieder genau zu der bereits gefühlten/tatsächlichen Wertungsinflation: Beinahe jedes Spiel ist also "gut" oder "sehr gut", was deiner Ansicht nach rechtfertigt, dass der Durchschnitt theoretisch dann bei 80-85% liegen könnte. Was machen wir dann aber mit Spielen, die plötzlich noch etwas besser als dieser aus guten Spielen bestehende Durchschnitt sind? Genau das, was jetzt leider passiert: Sie müssen zwangsläufig eine Wertung von 85-95% erhalten.

[Dominius]

[...]
Nun kann der Leser, entgegen deiner Kritik an diesem System, doch durchaus beide Teile generationenübergreifend vergleichen. Denn er sieht, dass beide Spiele in ihrer Generation eher Mittelmäßig waren. Und es ist zumindest bisher doch ziemlich einfach, die Generationsgrenzen abzustecken.

In einer idealen Welt mag sowas vielleicht möglich sein, aber in der aktuellen Welt sehe ich doch große Probleme bei deinem Vorschlag.
Dein Tekken-Beispiel ist da ziemlich gut. Denn es ist durchaus möglich, dass Tekken 1 im Vergleich zu Tekken 6 das deutlich bessere Spiel ist, weil die Generation von Tekken 1 im Gesamtbild eine deutlich höhere Durchschnittsqualität bot als die Generation von Tekken 6. Trotzdem erhält in deinem System Tekken 6 eine höhere Wertung, weil es innerhalb der aktuellen Generation etwas mehr über dem Durchschnitt liegt als Tekken 1 in seiner. Wenn ich mich also rein an den Wertungen orientieren würde und Tekken 6 kaufen würde, wäre dies eine Fehlentscheidung, da Tekken 1 das bessere Spiel ist.
Ich sehe in solchen Fällen keinerlei bessere Vergleichbarkeit über die Generationen hinweg.
Deine Kritikpunkte an "meinem Modell" sind natürlich genauso gültig und wohl auch eine Erklärung für die aktuelle Wertungsinflation, nur weiß ich nicht, ob eine erzwungene Normalverteilung in Hinblick auf Videospielbewertungen irgendwie sinnvoll sein muss. Die Bewertung sollte sich nicht an einem imaginären Durchschnitt orientieren, sondern am aktuellen Spielspaß, und der kann durchaus bei vielen Spielen im "guten" oder "sehr guten" Bereich liegen, wenn es eben weniger Softwaremüll gibt.

Und nochmal zur Klarstellung: Ich finde die Wertungsinflation im Vergleich mit deinem System nicht besser, keineswegs. Ich lehne Zahlenwertungen für Videospiele generell ab und wollte nur darlegen, dass ich beide Ansätze, da sie jeweils auf solche Zahlenwertungen setzen, eklatante Mängel haben. Der Spaß mit einem Spiel lässt sich eben nicht auf eine Numme reduzieren, die eine vermeintlich Objektivität und Vergleichbarkeit vermittelt, diese Aspekte aber eigentlich gar nicht besitzt.
Nicht umsonst habe ich hier bei 4P schon die Wertungen abgeschaltet und wisst ihr was - ich vermisse sie kein Stück.

[johndoe702031]

@PetPetPet
Dein Vorschlag würde zwar die Wertungsinflation nominell verhindern, ist aber in anderen Bereichen eine Verschlimmbesserung.

Befriedigend ist nicht gleich Durchschnitt. Solltest du lediglich vorhaben, die Note befriedigend auf 50% bis X% auszudehnen, dann macht das evtl. noch Sinn, denn du hättest die Skala möglicherweise etwas besser ausgenutzt und hättest bessere Differenzierungsmöglichkeiten in diesem Notenbereich. Dabei ist aber zu bedenken, dass die derzeitige Verteilung sich etwa an dem System orientiert, dass wir alle aus Schule, Berufsschule oder Uni kennen und das uns deshalb als vertraut erscheint. Hiernach ergibt sich ein befriedigender Bereich zwischen 65 und 75 bzw. 80%, 50% entsprechen gerade noch so einem ausreichend. Wär nicht wild, das zu ändern, aber so wie es derzeit ist scheint es dem "natürlichen" Wertungsgefühl der Leute eher zu entsprechen.

Solltest du tatsächlich den Durchschnitt immer wieder auf 50% festlegen wollen, dann geht der Schuss aber ganz gewaltig nach hinten los. Um eine Vergleichbarkeit zwischen den Generationen zu haben (und das strebst du ja an), braucht dann der Käufer eines Spiels zwar nicht mehr das Wissen um die aktuelle Bewertungspraxis, dafür aber das Wissen um die gesamte Softwaregeneration eines Genres. Das ist doch wohl erheblich komplizierter. Ich wär damit jedenfalls heillos überfordert. Was weiß ich denn, ob damals, als Tekken 1 rauskam, gerade ein "guter Jahrgang" für Prügelspiele war oder nicht und wie dementsprechend die 50% einzuordnen sind. Die Vergleichbarkeit wäre für mich viel schlechter als sie jetzt schon ist. Und man stelle sich vor, das beste Prügelspiel aller Zeiten erscheint, programmiert vom Prügelgott himself...weil aber in letzter Zeit nur sehr gute Prügelspiele erschienen sind, wird es mit 60% als knapp überdurchschnittlich im Vergleich zu aktuellen Titeln abgespeist, oder wie? Vielleicht hab ich das auch falsch verstanden, ober das kann´s ja wohl nicht sein!

Zuletzt: Will man wirklich die exakte Vergleichbarkeit über Generationen, dann müsste man eine solche "Wertungszwangsjacke", wie du sie vorschlägst, schon per Dekret oder Gesetz festlegen und einheitlich normieren. Ansonsten ist es doch ein ganz normaler und auch positiver Prozess, dass sich Wertungssysteme und -praktiken im Laufe der Zeit verändern und anpassen. Ist schlichtweg nicht zu verhindern. Und mal ehrlich, eine totale Vergleichbarkeit der Zahlenwerte brauchen wir vielleicht bei Waschmaschinen, wer weiß, bei Spielen, Filmen, Literatur kann ich da super drauf verzichten.

[Sarabi]

Das Problem ist, dass man ein bereits eingeführtes Wertungssystem nicht jedesmal neu anpassen darf. Würde 4p das System jetzt modifizieren, müssten alle prozentualen Wertungen wieder neu beziffert werden. Das wäre albern. Viel einfacher wäre es für einen Prozent-brauch-Menschen, wenn er in diesem Fall einfach einige Titel aus verschiedenen Prozentspannen heraussucht und die Tests dazu liest und sich somit selber einen Überblick verschafft.

Ich denke auch dass es keinen Grund gibt ein 89prozent deshalb zu verschmähen weil es nicht in der noblen Kategorie herumgeistert. Es wird dennoch ein super Spiel sein. Was dann zur 90 fehlte kann eigentlich nur aus der Kategorie Luxusprobleme stammen und das kann bestimmt auch jeder erkennen.

Alte Spiele und neue Spiele prozentual zu vergleichen wird immer dann zum Problem wenn man verschiedene Schwerpunkte setzt.

Beispiel: Würde ich im Jahr 2011 ein Spiel spielen welches die gleiche Story wie Final Fantasy 7, aber auch die gleiche Klotzgrafik hat. Also ich würde und ich würds dann auch phantastisch bewerten. Aber vielleicht sieht das ein junger Crysis2-Mensch, der FF7 gar nicht erst kennt, ganz anders. Ich könnte auch noch weiter zurückgehen und das neue DonkeyKong mit Ladder aus den 80ern vergleichen. (war n Spiel aufm KC85 den ich mal hatte.. is so n Ost-Computer)

Wird nicht funktionieren. Weil jede neue Generation von Zockern ein neues "Lineup" hat und somit andere Maßstäbe setzt. Amberstar war damals noch ein saugeiles Rollenspiel, aber allein die Möglichkeiten heutiger RPGs sind im Vergleich dazu erdrückend, nur wissen das nur Leute, die das auch wirklich gespielt haben.


@Artikel
was hab ich da gelesen, da hat einer Gothic 4 als Hack n Slay bewertet ohne das "Gothic" als Spieleserie zu betrachten? Mann das ist ja genial. Dann bewerte ich Aion einfach mal als 1a Chatprogramm mit der Option, nebenher eine rollenspielähnliche Erfahrung zu erleben. 92 Prozent. Platin. MIRC sollte sich echt schämen. *hrhr*


Grüße
Sarabi