Zurück an den Tisch. Mit einem eigenen Tracker.

25.000 Hände als Praxistest

Während ich KQs entwickle, spiele ich selbst damit. Über meine letzten 25.000 Hände auf NL2 bis NL10 ist meine Winrate von 6 auf 18 bb/100 gestiegen. In derselben Zeit habe ich das Tool laufend überarbeitet: spielen, Hände reviewen, Änderungen ausprobieren, wieder spielen. Wie viel KQs dazu beigetragen hat, lässt sich aus meiner Winrate allein nicht ablesen. Meine frühere Erfahrung und Varianz spielen ebenfalls mit rein. Für die Entwicklung ist dieser Alltag trotzdem wertvoll. Nach einer Session merke ich, welche Informationen mir fehlen und wo der Weg vom Review zum Training noch zu umständlich ist.

Tauri bringt den Tracker an den Pokertisch

Die Hand Histories entstehen auf dem Rechner, auf dem ich spiele. Deshalb fange ich dort an. Über Tauri kann ich einen lokalen Ordner auswählen, abgeschlossene Hände importieren und die Session weiter erfassen, während die App im Tray läuft. Im Release startet die Rust-Shell einen mitgelieferten Node-Sidecar mit dem Next.js-Server. Vor dem Start laufen die Datenbankmigrationen. Die SQLite-Datenbank liegt im App-Datenverzeichnis, getrennt von der Installation. So kann ich die Pokerlogik in TypeScript für Desktop und Web gemeinsam nutzen. Rust übernimmt den App-Lifecycle und den Zugriff auf native Funktionen. Wer KQs installiert, braucht dafür keinen eigenen Dev-Server. Die Tauri-App ist für Mac und Windows angelegt. Das automatische Andocken an PokerStars-Fenster ist bisher in der macOS-Alpha implementiert. Für den Wechsel zwischen Geräten nutzen Desktop und Browser dasselbe Interface. Supabase ordnet private Hände und Trainingsdaten dem eigenen Account zu. Auch ein Cloud-Snapshot des Session-Status ist bereits im Code vorhanden. Auf dem Handy ist KQs aktuell als installierbare Web-App zugänglich. Eine native App gehört zur weiteren Planung. Ich möchte eine Hand am Rechner markieren und später unterwegs weiter reviewen können.

Welche Daten im Import erhalten bleiben

Aus einer PokerStars Hand History entsteht ein HandRecord. Er enthält die ursprüngliche Hand-ID, Positionen, Stacks und die Action Sequence. Bet Sizes werden in Big Blinds normalisiert; Stakes und Währung bleiben zusätzlich gespeichert. So kann ich Entscheidungen über verschiedene Limits hinweg vergleichen. Der reine Geldbetrag würde dafür wenig aussagen. Jeder Record hält außerdem fest, woher die Hand stammt und wie vollständig sie ist. Imports, Trainingshände und manuelle Einträge bleiben unterscheidbar. Der Folder Watcher der Desktop-App nutzt dieselbe Speicherung wie der normale Import und kann die aktive Session-ID ergänzen. Bei älteren Händen ohne Session-ID trennt KQs die Sessions anhand einer Pause von 45 Minuten. Bei Villain sehe ich meistens die Action, aber keine Hole Cards. KQs zählt deshalb auch die Opportunities: Wie oft hätte der Spieler diese Action überhaupt nehmen können? Hände mit aufgedeckten Karten werden separat erfasst. Eine Showdown-Sample zeigt schließlich nur den Teil der Range, der bis zum Showdown kommt.

Zehn Hände machen noch keinen Read

Wenn Villain in den ersten Händen viel raist, ist ein Label schnell vergeben. Für einen belastbaren Read ist die Sample aber noch zu klein. KQs gewichtet beobachtete Stats deshalb anfangs zusammen mit einem Prior. Bei VPIP liegt dieser bei 24 Prozent und zählt wie 40 zusätzliche Opportunities. Das ist eine gesetzte Modellannahme. Fünf freiwillig gespielte Hände bei zehn Opportunities ergeben damit intern 29,2 Prozent. Je mehr Hände dazukommen, desto weniger Einfluss hat der Prior. Abgeleitete Stats und Spielstil-Labels zeigt das Interface erst ab 50 beobachteten Händen. Postflop zählt KQs die Opportunities für jeden Stat separat. 50 Hände gegen einen Spieler bedeuten noch lange nicht, dass er oft genug einen bestimmten Raise gesehen hat.

Dieselbe Range in Explore, Review und Spot Coach

In Explore wähle ich Position, Table Size und Stack Depth. Die Matrix zeigt dazu die hinterlegte Preflop-Range und für jede ausgewählte Hand die Action Frequencies. Review und Spot Coach greifen auf dieselbe Referenz zu. Wenn ich vom Button auf eine Early Position wechsle, ändern sich die Range und die Grundlage der Bewertung gemeinsam. So kann ich im Review eine Empfehlung nachvollziehen und denselben Spot anschließend in Explore nachschlagen.

Was CFR+ in KQs berechnet

Postflop gibt es für jede Kombination aus Board, Ranges und Bet Sizes neue Entscheidungen. Die Engine bewertet sie zunächst anhand von Heuristiken, etwa Board Texture und Pot Odds. Für ausgewählte Spots wollte ich genauer rechnen. Dafür entwickle ich das separate Package poker-cfr. CFR+ steht für Counterfactual Regret Minimization Plus. Der Algorithmus berechnet wiederholt, wie viel besser eine andere Action gegenüber der aktuellen Mixed Strategy gewesen wäre. Positive kumulierte Regrets bestimmen die nächste Strategie; negative Werte werden auf null gesetzt. Nach vielen Iterationen exportiert KQs die durchschnittlichen Action Frequencies. V1 beschränkt sich auf einen Heads-up Game Tree mit einer Street: Check oder eine feste Bet Size, danach Fold oder Call. Beide Spieler bringen gewichtete Ranges mit. Card Combos mit überschneidenden Karten fallen heraus. Erst wenn alle kompatiblen Hole-Card-Kombinationen zu einem Information Set beigetragen haben, wird die Strategie aktualisiert. Damit berücksichtigt die Berechnung, dass keiner die Hole Cards des anderen kennt. Die Berechnung läuft offline, die App lädt daraus kompakte Artifacts. Ein V1-Artifact darf die Heuristik nur ersetzen, wenn die Ranges exakt passen und die weiteren Freigabekriterien erfüllt sind. Dazu gehört ein endlicher NashConv-Wert von höchstens 0,1. Dieser Wert bewertet die Strategie innerhalb des berechneten Game Trees. Er ist kein Nachweis dafür, dass die gesamte Engine No-Limit Hold’em gelöst hätte.

Welche Spots als Nächstes durchgerechnet werden

Aus dem Review heraus kann KQs passende Spots für eine Offline-Kalibrierung vormerken. V3 unterstützt bisher einen engen Fall: BTN gegen BB im Heads-up Single-Raised Pot, am Flop zu BTN gecheckt. Der Request enthält Board Class, Pot Size, Stack- und SPR-Buckets sowie IDs und Fingerprints der Ranges. Namen, Hand-IDs und die tatsächlichen Hole Cards werden nicht mitgegeben. Für größere Ranges verwendet V3 reproduzierbares Sampling. Standardmäßig rechnet die Pipeline mit 128 Hole-Card-Kombinationen und acht Turn-Karten. Drei Seeds prüfen, wie stark die Action Frequencies am Root voneinander abweichen. Die voreingestellte Grenze liegt bei fünf Prozentpunkten. Ein zusätzlicher Residual Audit sucht nach ausnutzbaren Abweichungen in der gespeicherten Strategie. Bei einem gesampelten Tree ist auch dieses Ergebnis eine Schätzung. Hier möchte ich weiterarbeiten: Spots aus meinem eigenen Review rechnen lassen und die Ergebnisse prüfen. Ein stabiler V3-Run bleibt vorerst im Shadow Mode. Bevor er Empfehlungen beeinflussen darf, müssen seine Annahmen und die abgedeckten Actions zum konkreten Spot passen.

Nach der Session unterwegs weiterlernen