LONDON (IT BOLTWISE) – Eine Studie der University of Sheffield zeigt, dass erfahrene Counter-Strike-Spieler visuelle Reize deutlich schneller verarbeiten und dadurch im Schnitt rund 90 Millisekunden schneller reagieren als Novizen. Der Geschwindigkeitsvorteil lässt sich mit Drift-Diffusion-Modelling auf schnellere visuelle Kodierung, schnellere Beweissammlung unter Druck und kürzere motorische Latenzen zurückführen. Gleichzeitig zeigt die Untersuchung: Profi-Gamer sind nicht automatisch besser im Multitasking. Damit verschiebt sich der Blick von „geteilte Aufmerksamkeit“ hin zu „fokussierte Verarbeitungsgeschwindigkeit“ als Kernmechanismus.
Wer schon einmal eine enge Situation in Counter-Strike erlebt hat, kennt das Gefühl: Zwischen dem Erkennen eines Gegners und der eigentlichen Aktion liegen nur Momente. Genau solche „Split-Second“-Entscheidungen rückt eine kognitionspsychologische Untersuchung der University of Sheffield in den Mittelpunkt und liefert dafür erstmals eine quantitative Zerlegung. Ausgangspunkt ist die Beobachtung, dass kompetitive First-Person-Shooter (FPS) nicht nur Reaktionszeit verlangen, sondern auch die Fähigkeit, mehrdeutige visuelle Informationen unter Zeitdruck in zielgerichtete Bewegungen zu übersetzen.
Im Zentrum steht der gemessene Abstand zwischen erfahrenen und unerfahrenen Spielern. Die Forschenden testeten über 300 aktive Counter-Strike-Spieler – vom klaren Anfängerprofil bis zu Elite-Competitors mit über 5.000 Stunden Spielzeit. In standardisierten visuellen Reaktionsaufgaben zeigten Expertinnen und Experten im Mittel eine etwa 90-Millisekunden schnellere Antwort als Novizen. In der Studie wird dieser Wert nicht als „Zahlenspiel“ eingeordnet: Eine Differenz dieser Größenordnung kann in realen Hochgeschwindigkeits-Kontexten relevant sein, etwa wenn es um den Bremsweg bei schnellen Fahrzeugmanövern oder um die rechtzeitige Entscheidung in Notsituationen geht, in denen Sekundenbruchteile darüber entscheiden, ob eine Gefahr noch entschärft werden kann.
Technisch spannend wird es bei der Frage, wo im Gehirn diese Millisekunden „entstehen“. Dafür nutzte das Team Drift-Diffusion-Modelling (DDM), eine etablierte Modellierungsstrategie, die einfache Reaktionszeiten in Komponenten aufschlüsselt: nicht nur die sensorische Verarbeitung und die Entscheidungsphase, sondern auch eine mögliche Grenze, an der eine Entscheidung „ausgelöst“ wird, sowie die motorische Ausführungs-Latenz. Das Ergebnis: Der Vorteil der Expertinnen und Experten ist nicht auf eine einzelne Engstelle beschränkt. Laut Auswertung zeigen sie eine schnellere visuelle Kodierung und schnellere motorische Ausführung; zugleich steigt die Geschwindigkeit der evidenzbasierten Entscheidungsbildung, wenn Situationen komplex und visuell unklar sind.
Damit adressiert die Arbeit auch ein wiederkehrendes Narrativ aus Gaming-Debatten. Viele betrachten Action-Spieler als besonders stark darin, mehrere Aufmerksamkeitsströme gleichzeitig zu managen. Die Sheffield-Studie findet jedoch genau das nicht: In Multitasking-Szenarien tauchten keine messbaren Leistungsunterschiede zwischen den Expertinnen und Experten und den Vergleichsgruppen auf. Der beschriebene Gewinn liegt stattdessen klar in der fokussierten Verarbeitungsgeschwindigkeit – also darin, Informationen schneller zu „verdichten“ und schneller in Handlungen umzusetzen, nicht darin, parallele Aufgaben über den gleichen kognitiven Kanal hinweg besser zu koordinieren. Damit liefert die Untersuchung eine präzisere Unterscheidung: Expertise bedeutet nicht automatisch „mehr geistige Bandbreite“, sondern eher „schnellerer Informationsdurchlauf“ unter Druck.
Für die Einordnung über ein einzelnes Spiel hinaus kooperiert das Team mit Forschenden der University of Geneva, um die kognitiven Profile taktischer FPS-Spieler mit denen aus einem MOBA-Setting zu vergleichen. Der Hintergrund ist methodisch sinnvoll: MOBAs wie League of Legends betonen eher langzyklische Makro-Strategie, Ressourcenallokation und Kartenbewusstsein, während FPS-Titel stark auf mikrozeitkritische Reiz-Reaktions-Ketten setzen. Der Vergleich soll helfen zu klären, ob sich daraus unterschiedliche kognitive „Signaturen“ ergeben – etwa ob bestimmte Mechanismen eher an die Art der Spielmechanik gekoppelt sind oder ob sie als allgemeine Expertise-Effekte auftreten. Genau diese Frage ist entscheidend, wenn man die Ergebnisse später auf andere Domänen übertragen möchte.
Auch die nächsten Schritte zeigen, wie sich die Forschung von Verhaltensdaten hin zu neuronalen Mechanismen bewegt. Die geplanten Phasen setzen auf mobile Eye-Tracking-Ansätze und auf eine EEG-basierte Messung mit 64 Kanälen, um ereignisbezogene Potenziale in Echtzeit zu erfassen. Damit lässt sich untersuchen, wie das Gehirn visuelles Suchen und Motorsteuerung orchestrasiert, wenn Entscheidungen unter hohem Zeitdruck getroffen werden. Für die Praxis eröffnet das zwei Perspektiven: Zum einen können Trainingsprogramme gezielter auf die Komponente „Verarbeitungsgeschwindigkeit“ ausgerichtet werden; zum anderen kann man besser einschätzen, welche Fähigkeiten tatsächlich „transferfähig“ sind und welche an die spezifische Aufgabenstruktur gebunden bleiben.
Der wissenschaftliche Nachweis ist dabei klar adressierbar: Die Arbeit wird in der Open-Access-Publikationsform von „Experimental Psychology: Human Perception and Performance“ veröffentlicht, DOI 10.1037/xhp0001466. Für Unternehmen und öffentliche Anwendungen ist der wichtigste Punkt weniger das Gaming an sich, sondern die Modellierung von Entscheidung unter Druck: Wenn Expertinnen und Experten ihre Geschwindigkeit vor allem über Drift-Rate und kürzere Nicht-Entscheidungs-Zeiten gewinnen, lässt sich daraus ableiten, welche Messgrößen in Assessments oder Trainings sinnvoll wären. Die Studie betont zudem keine pauschale Überlegenheit im Multitasking – damit werden Erwartungen gedämpft, die oft zu „One-size-fits-all“-Interpretationen führen.
Unterm Strich zeichnet die Untersuchung ein konsistentes Bild: Die 90-Millisekunden sind kein bloßer Geschwindigkeitssprung, sondern das Ergebnis mehrerer aufeinander abgestimmter Verarbeitungsstufen. Nicht „Geteilte Aufmerksamkeit“ unterscheidet Profis von Novizen, sondern die Fähigkeit, visuelle Informationen schneller aufzunehmen, schneller Evidenz zu akkumulieren und schneller motorisch zu reagieren. Genau diese Kombination macht solche Ergebnisse anschlussfähig für weiterführende Forschung – von der Frage nach Trainingseffekten bis hin zur Identifikation von Kandidatenprofilen für Tätigkeiten, in denen Entscheidungen in Echtzeit getroffen werden müssen.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Warum Profi-Gamer in Counter-Strike schneller entscheiden als Anfänger" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Warum Profi-Gamer in Counter-Strike schneller entscheiden als Anfänger" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Warum Profi-Gamer in Counter-Strike schneller entscheiden als Anfänger« bei Google Deutschland suchen, bei Bing oder Google News!