Das Urteil sagte den Aufwand nicht voraus

Jede Zahl unten stammt aus dem öffentlichen Datenvertrag: register.json und methodik.json im Abzug vom 05.09.2026, mit der daneben genannten Register-Kennung. Die Schätzwert stehen in nElonElo Normiertes Elo: der Elo-Abstand geteilt durch die Streuung der Partieergebnisse, damit die SPRT-Schranken bei verschiedenen Bedenkzeiten dasselbe bedeuten., der Einheit, in der die Testschranken gesetzt sind; das Register führt daneben auch EloElo Stärkeabstand zum Gegner, aus den Partien geschätzt, mit 95-Prozent-Halbbreite, wo das Orakel eine berichtet hat. Nie eine absolute Wertung.. Die Summen sind aus den Partien und Dauern gebildet, die das Register je Stufe führt; das Register führt daneben je Eintrag eine Dauer, die einige Sekunden über der Summe seiner Stufen liegt. Die Verhältnisse sind aus diesen Werten gerechnet und aus nichts sonst.

Sechs Kandidaten kosteten 149.104 Partien und knapp dreißig Stunden Maschinenzeit. Ob einer bestand, sagte nichts darüber, was er kostete.

Zwischen dem 3. und dem 5. September wurden sechs Kandidaten gegen ihren eigenen Vorgänger gemessen. Vier bestanden, zwei wurden abgelehnt. Zusammen kosteten sie 149.104 Partien und 106.585 Sekunden Maschinenzeit — knapp dreißig Stunden.

Die sechs kosteten nicht dasselbe.

Was jeder einzelne kostete

Alle sechs begannen mit derselben kurzen Stufe: 8+0,08 auf Buch A gegen den eigenen Vorgänger, mit Schranken, die „kein Zuwachs“ von „ein Zuwachs von 5 nElo“ trennen, Log-Likelihood-Schranken bei ∓2,94 und einer Obergrenze von 80.000 Paaren (methodik.json).

Der günstigste Lauf brauchte siebzehn Minuten, der teuerste knapp sechs Stunden: das 20,2-fache an Partien, das 20,0-fache an Zeit. Keiner der sechs kam der Obergrenze nahe — der größte verbrauchte 24.008 der verfügbaren 80.000 Paare — und jeder endete damit, dass er eine Log-Likelihood-Schranke überschritt, nicht damit, dass ihm das Budget ausging.

Die Ordnung, die nicht in der Tabelle steht

Bei diesen sechs ordnete das Urteil den Aufwand nicht. Der günstigste Lauf bestand, der zweitgünstigste wurde abgelehnt, der zweitteuerste wurde abgelehnt, der teuerste bestand. Die beiden Ausgänge verteilen sich über die ganze Spanne, statt nach ihr sortiert zu sein.

Das gehört gesagt, weil sich das Gegenteil leicht annehmen lässt — eine tragfähige Idee zeige sich schnell, eine untragfähige ziehe sich hin. Hier sind die beiden Ablehnungen der zweitgünstigste und der zweitteuerste Lauf. Diese beiden, T-0068 und T-0069, waren Gegenstand eines früheren Beitrags; hier stehen sie nur als zwei von sechs.

Eine Deutung, die dazu passt

Die sechs lassen sich anders ordnen. Was folgt, ist eine Deutung und kein Befund, und die Gründe, warum sie falsch sein könnte, stehen gleich dabei. Die Schranken legen die Indifferenzzone zwischen 0 und 5 nElo. Nennt man den Abstand eines Laufs von dieser Zone den Betrag, um den sein Schätzwert über die nähere Kante hinausragt, und null, wenn er innerhalb landet, dann ordnen sich die Partienzahlen in derselben Reihenfolge, mit einem Gleichstand.

T-0066 endete bei +32,96 nElo, 27,96 außerhalb der oberen Kante, und war nach 2.372 Partien entschieden. T-0068 endete bei −8,98, ebenso weit außerhalb der unteren Kante, nach 6.196 Partien. T-0067 mit +9,78 liegt 4,78 außerhalb und brauchte 9.790, T-0065 mit +7,47 liegt 2,47 außerhalb und brauchte 14.326. T-0069 mit +0,90 und T-0064 mit +3,99 landen beide innerhalb der Zone, haben also beide den Abstand null. Sie stehen gleich — dass der eine 44.794 und der andere 48.016 Partien brauchte, gehört nicht zu dieser Ordnung.

Ein sequentieller Test läuft, bis die aufgesammelten Belege eine Schranke erreichen, und nahe der Indifferenzzone trägt jede Partie weniger dazu bei. Das ist die Gestalt, die diese Ordnung hat.

Es gibt mindestens drei Gründe, warum sie dennoch falsch sein kann. Sequentielle Tests halten sehr verschieden früh an, selbst wenn die wahre Wirkung dieselbe ist, und über sechs Läufe kann eine monotone Reihung zufällig entstehen. Dieselbe Likelihood treibt den Stoppzeitpunkt und den Schätzwert; die Sortiergröße ist also nicht unabhängig von dem, was sie erklären soll, und gibt zum Teil die Stoppregel wieder. Und jeder Kandidat lief gegen seinen eigenen Vorgänger, die sechs traten also nicht gegen denselben Gegner an, und ihre Remisquoten und Varianzen müssen sich nicht gleichen.

Und noch etwas, das die Tabelle nicht zeigt. Das Urteil folgt nicht daraus, wo der Schätzwert landete: T-0064 bestand mit +3,99 nElo, T-0069 wurde mit +0,90 abgelehnt, beide innerhalb der Zone. Entscheidend ist, welche Log-Likelihood-Schranke die aufgesammelten Belege erreichen, nicht die Lage des Punktschätzwerts.

Die Zahl, die hier fehlt

Die naheliegende Zusammenfassung wäre ein Aufwand je nElo-Punkt. Diese Daten tragen ihn nicht.

Zwei der sechs wurden abgelehnt, tragen also keinen angenommenen Zuwachs, durch den sich teilen ließe. Für die vier bestandenen gibt es ebenfalls keinen einzelnen Wert, denn die beiden Stufen weichen voneinander ab: T-0064 maß +3,99 nElo kurz und +15,7 lang, T-0067 +9,78 und +21,79, T-0066 +32,96 und +23,8, T-0065 +7,47 und +8,98 (register.json). Die Stufen laufen mit verschiedenen Bedenkzeiten auf verschiedenen Büchern, beantworten also verschiedene Fragen, und keine der beiden ist die Wirkung der Änderung.

Beides sind zudem Punktschätzwert aus Tests, die an einer Schranke anhielten. Stunden durch eine Zahl mit dieser Verzerrung zu teilen ergäbe etwas, das die Form einer Rate hat, aber nicht als Rate taugt.

Was die Bestätigung kostet

Die vier bestandenen gingen weiter in eine lange Stufe — 40+0,4 auf Buch B — und verbrauchten dort zusammen 23.610 Partien und 51.971 Sekunden. Die beiden abgelehnten kamen dort nie an.

Genau da gehen die beiden Anteile auseinander. Auf das abgelehnte Paar entfallen 50.990 der 149.104 Partien, 34,2 %, aber 22.420 der 106.585 Sekunden, 21,0 %. Eine Partie der kurzen Stufe brauchte im Mittel 0,435 Sekunden verstrichener Zeit, eine der langen 2,201 — Faktor 5,06 bei einem Bedenkzeitverhältnis von 5. Diese Mittelwerte sind verstrichene Zeit bei sechzig gleichzeitig laufenden Partien (methodik.json), nicht die Dauer einer Partie auf ihrer eigenen Uhr.

Die teure Stufe wird nur auf das verwendet, was eine günstigere bereits überstanden hat. Das ist eine Eigenschaft der Anordnung, kein Zufall dieser sechs.

Was das nicht sagt

Es sagt nicht, was Fortschritt kostet. Sechs Kandidaten, eine Epoche, eine Maschine, drei Tage, und nur die Läufe, die als abgeschlossen verzeichnet sind.

Es sagt nicht, die vier angenommenen Änderungen seien +3,99, +7,47, +32,96 und +9,78 nElo wert. Jeder dieser Werte ist ein Punktschätzwert aus einem Test, der anhielt, als eine Schranke erreicht war, und ist durch diese Stoppregel verzerrt.

Es sagt nicht, die beiden abgelehnten Läufe seien der vergeudete Teil dieser Summe. Sie kosteten etwa ein Fünftel der Zeit und brachten zwei Antworten; ob das ein guter Preis ist, kann das Register nicht entscheiden.

Und es sagt nicht, dass sich ein siebter Kandidat aus diesen sechs veranschlagen ließe. Diese sechs zeigen eine Spanne um den Faktor zwanzig, die das Urteil nicht vorhersagte; woher sie kommt, kann das Register nicht klären.