Cheating in Online-Spielen ist nicht nur ein Problem für die Fairness, sondern auch für die Geschäftsmodelle von Publishern. Ein Bericht von GamesIndustry.biz vom 3. Mai 2019 verwies auf eine von Denuvo beauftragte Befragung: 77 Prozent der befragten Spieler würden ein Spiel dauerhaft verlassen, wenn Cheater ihr Spielerlebnis beeinträchtigen. 48 Prozent gaben an, in diesem Fall keine Ingame-Inhalte mehr kaufen zu wollen.
Die Zahlen stammen aus einer Unternehmensbefragung und sind deshalb nicht mit einer unabhängigen Marktstudie gleichzusetzen. Sie zeigen dennoch, warum Anti-Cheat-Systeme für Spiele mit langfristiger Monetarisierung und für den eSport zu einem technischen und wirtschaftlichen Thema wurden. Denuvo und die damalige Muttergesellschaft Irdeto wollten mit einer eigenen Lösung verdächtige Spielmuster erkennen, ohne jede Entscheidung automatisch als Bann umzusetzen.
Machine Learning und Hardware-Sicherheitsfunktionen
Der damalige Ansatz kombinierte maschinelles Lernen mit Sicherheitsfunktionen von Intel und AMD. Das Modell sollte ungewöhnliche Aktionen erkennen und die Zahl falscher Treffer begrenzen. Die aktuelle offizielle Produktübersicht von Denuvo by Irdeto beschreibt dafür mehrere Ebenen, darunter Verhaltensanalyse, Kernel-Schutz, Absicherung des Programmcodes und die Auswertung von Cheat-Netzwerken. Für die ursprüngliche Meldung ist entscheidend, dass die Erkennung nicht nur auf bekannten Dateien oder einfachen Signaturen beruhen sollte.
Der Ansatz richtete sich vor allem an Spiele mit Ranglisten, Wettbewerben und dauerhaftem Online-Betrieb. Bei solchen Titeln können einzelne Manipulationen das Vertrauen in Wertungen und Fortschritt beschädigen. Für Entwickler bedeutet das, dass Anti-Cheat bereits in Build-Prozesse, Telemetrie und Supportabläufe eingeplant werden muss. Denuvo warb 2019 damit, im Binärcode zu arbeiten und weder Quellcodezugriff noch ein separates SDK vorauszusetzen.
Cheats arbeiten nicht immer im Spielprozess
Als besonders schwer erkennbare Variante beschrieb der Bericht ein Zwischenprogramm, das Informationen aus dem Spiel ausliest und sie auf einem zweiten Gerät darstellt. Ein Smartphone oder Tablet kann in diesem Szenario etwa Positionen gegnerischer Spieler anzeigen, ohne dass ein klassischer Cheat im sichtbaren Spielprozess auftaucht. Solche Methoden umgehen einfache Bildschirmprüfungen und verlagern einen Teil der Manipulation außerhalb des Rechners, auf dem das Spiel läuft.
Auch Aim-Bots wurden laut dem Bericht so angepasst, dass sie menschliche Ungenauigkeiten nachahmen. Maschinelles Lernen kann dafür Bewegungsmuster guter Spieler auswerten und Schüsse bewusst variieren. Ein Anti-Cheat-System kann in solchen Fällen ein verdächtiges Verhalten erkennen, muss aber nicht immer feststellen können, welches konkrete Werkzeug verwendet wird. Die frühere Berichterstattung zum Denuvo-Anti-Cheat-Start auf der GDC 2019 behandelte bereits die technische Kombination aus Erkennung und Hardwaresicherheit.
Publisher entscheiden über Sanktionen
Denuvo beschrieb die eigene Software nicht als Instanz, die automatisch jeden Verdacht in eine Sperre umwandelt. Stattdessen sollte das System Hinweise und technische Belege liefern. Publisher konnten abhängig von ihrem Spiel, der Beweislage und dem jeweiligen Regelwerk weitere Prüfungen, menschliche Kontrolle oder eine direkte Sanktion einsetzen. Diese Trennung reduziert das Risiko, dass ein einzelner Fehlalarm sofort zu einem dauerhaft gesperrten Konto führt.
Gleichzeitig musste die Schutztechnik selbst mit den bekannten Vorbehalten gegenüber Denuvos Anti-Tamper-Verfahren umgehen. Im Gespräch mit GamesIndustry.biz stellte Irdeto eine Beeinträchtigung der spielentscheidenden Bildwiederholrate in Abrede, ließ aber mögliche Auswirkungen auf andere Bereiche wie Ladezeiten offen. Für Studios bleibt deshalb neben der Erkennungsqualität auch die Messung von Startzeit, Laufzeitverhalten und Supportaufwand ein wichtiger Teil der Integration.