Zur Review Queue Zurück zum Case

Game #1206

Gurevich, Lev - Öngün, Magnus · Ergebnis 1/2-1/2

Analysis Run 136662
Diese Zuganalyse dient der technischen Einordnung eines Review-Falls. Sie stellt keinen Nachweis eines Regelverstoßes dar.

Partie

Event DEM U10 2026 Runde / Brett 1 / 20
Datum 2026.05.24 Ort Willingen GER
Schema game_analysis_v1 Game Analysis 43463

Spieler

Seite Name Rating Quelle
Weiß Gurevich, Lev 1293 unbekannt
Schwarz Öngün, Magnus 1682 unbekannt

Provenienz

Engine Stockfish dev-20260510-dd321af5 Tiefe / MultiPV 18 / 3
Baseline b78ff24729954f0a
68ca97581117be896162cc44746270c15483c10b759f444c81d5de544684a452
 Code-Version bcc9701c68c450949042d9a71645e43026dd2d9d
Config Hash 0f74f2833d185cd8 Erstellt 2026-05-24T10:37:29.374761+00:00

Zusammenfassung

Seite Züge Bewertet Mit Zeit Top 1 Top 3 Ø CP Loss Std CP Loss
Weiß 29 29 29 31 % 69 % 48.7 80.6
Schwarz 28 28 28 57.1 % 85.7 % 49.6 115.6

Vergleichsgruppe

Die Referenzwerte sind beschreibender Kontext zur Spielstärke-Gruppe. Peer-Vergleiche werden nur mit ausreichender Vergleichsgruppe und zusammen mit weiteren Metriken eingeordnet.

Seite Status Rating-Bucket Peer N Top 1 beobachtet / Referenz Top 3 beobachtet / Referenz CP Loss beobachtet / Referenz Differenz
Weiß geladen 1200 (elo) 163 / 50 31 % / 43.2 % 69 % / 71.6 % 48.7 / 158.61
Top 1: -12.2 %
Top 3: -2.6 %
CP: -109.91
Schwarz geladen 1600 (elo) 794 / 50 57.1 % / 45.4 % 85.7 % / 74.6 % 49.6 / 93.12
Top 1: +11.7 %
Top 3: +11.1 %
CP: -43.52

Human-Lens (experimentell)

Die Human-Lens schätzt, wie wahrscheinlich der gespielte Zug für das DEM-Maia2-Modell ist. Diese Werte sind experimenteller Kontext und beeinflussen die Review-Einstufung nicht.

Status verfügbar Affects Review nein
Modell maia2_dem_all dem_all_epoch5_final Training DEM 2018-2025
Analysierte Züge 57 / 57 Ø Human % / Surprise 25.4 % / 2.22

Einschränkungen

Analyse

  • Time control metadata is missing or unknown.
  • %emt/%clk timing diagnostics differ on 29 move(s); valid %emt remains authoritative.

Review

  • Time control metadata is missing or unknown.
  • %emt/%clk timing diagnostics differ on 29 move(s); valid %emt remains authoritative.

Review-Muster

Interessantes Muster

Engine-Nähe in Zugfolge

engine_alignment_cluster
engine interesting

Eine lokale Zugfolge außerhalb der Eröffnung enthält mehrere engine-nahe Züge in kritischem Zugkontext mit niedriger CP-Abweichung.

peer_n
1119
avg_cp_loss
0.0
timed_moves
57
cluster_size
8
scored_moves
57
strong_gap_moves
6
nontrivial_engine_aligned_moves
12
  • Engine-Nähe ist Kontextinformation und kein Nachweis eines Regelverstoßes.
  • Eröffnungsvorbereitung, forcierte Taktik und Engine-Stabilität müssen fachlich eingeordnet werden.
Markierte Züge: Schwarz 13 (26) Schwarz 14 (28) Schwarz 16 (32) Schwarz 17 (34) Schwarz 21 (42) Schwarz 22 (44) Schwarz 24 (48) Schwarz 25 (50)

Lokale Engine-Nähe

localized_engine_alignment
engine interesting

In einem kurzen Partieabschnitt wurden mehrere schwierige Entscheidungen mit hoher Engine-Nähe und niedriger CP-Abweichung gespielt.

In einem kurzen Partieabschnitt wurden mehrere schwierige Entscheidungen mit hoher Engine-Nähe und niedriger CP-Abweichung gespielt.

side
black
peer_n
1119
top3_rate
1.0
avg_cp_loss
0.0
timed_moves
57
scored_moves
57
high_gap_moves
4
window_end_ply
34
candidate_moves
4
strong_gap_moves
2
window_start_ply
26
scored_window_moves
5
window_move_numbers
[13, 14, 15, 16, 17]
window_player_moves
5
  • Engine-Nähe ist Kontextinformation und kein Nachweis eines Regelverstoßes.
  • Lokale Abschnitte müssen mit Partiekontext, Eröffnungsvorbereitung und forcierten Varianten eingeordnet werden.
Markierte Züge: Schwarz 13 (26) Schwarz 14 (28) Schwarz 15 (30) Schwarz 16 (32) Schwarz 17 (34)

Abschnitt oberhalb der Vergleichsgruppe

localized_peer_outperformance
baseline info

Schwarz: Ein kurzer Abschnitt liegt in mehreren Metriken oberhalb der deskriptiven Vergleichsgruppe.

Ein kurzer Partieabschnitt liegt oberhalb der beschreibenden Vergleichswerte der Referenzgruppe.

side
black
peer_n
794
top3_rate
1.0
avg_cp_loss
0.0
timed_moves
57
scored_moves
57
high_gap_moves
4
window_end_ply
34
candidate_moves
4
strong_gap_moves
2
window_start_ply
26
peer_top3_threshold
0.93
scored_window_moves
5
window_move_numbers
[13, 14, 15, 16, 17]
window_player_moves
5
peer_cp_loss_threshold
9.3
  • Die Vergleichsgruppe ist nicht abschnitts- oder schwierigkeitskalibriert; die Einordnung ist beschreibend.
  • Die Peer-Baseline hat keine Hold-out-Kalibrierung; der Vergleich ist deskriptiv.
Markierte Züge: Schwarz 13 (26) Schwarz 14 (28) Schwarz 15 (30) Schwarz 16 (32) Schwarz 17 (34)

Stellungsverlauf

Bewertung aus Sicht von Weiß. Positive Werte sprechen für Weiß, negative für Schwarz.

Verläufe

CP Loss

Zugzeit

Top1/Top2-Abstand

Ein hoher Top1/Top2-Abstand bedeutet, dass die Engine den besten Zug deutlich stärker bewertet als die nächste Alternative. Dies kennzeichnet einen kritischen Zugkontext, ist aber für sich allein kein Hinweis auf einen Regelverstoß.

Zugzeit und CP Loss

Zuganalyse

Top1/Top2-Markierungen zeigen nur den Abstand zwischen der besten Engine-Fortsetzung und der nächsten Alternative. Sie dienen der Einordnung kritischer Zugkontexte.

Zug Seite SAN UCI Rank Top 1 Top 3 CP Loss Top1/Top2 Gap Clock Zeit Quelle Timing Hinweis Human % Human Rang Surprise Muster
1 (1) Weiß d4 d2d4 2 nein ja 5
5
 1:30:57 00:03 emt ja — 6.3 % 4 2.76
1 (2) Schwarz d5 d7d5 2 nein ja 0
0
 1:28:44 02:17 emt ja — 47.4 % 1 0.75
2 (3) Weiß Bf4 c1f4 >3 nein nein 26
1
 1:30:53 00:33 emt ja — 8.4 % 3 2.48
2 (4) Schwarz Nf6 g8f6 1 ja ja 0
0
 1:27:28 01:47 emt ja — 24.2 % 1 1.42
3 (5) Weiß e3 e2e3 1 ja ja 0
0
 1:30:46 00:36 emt ja — 40.4 % 1 0.91
3 (6) Schwarz e6 e7e6 2 nein ja 3
3
 1:25:28 02:30 emt ja — 7.8 % 5 2.56
4 (7) Weiß Bd3 f1d3 >3 nein nein 23
11
 1:30:36 00:40 emt ja — 13.7 % 3 1.99
4 (8) Schwarz Bd6 f8d6 2 nein ja 1
1
 1:23:40 02:18 emt ja — 10.5 % 4 2.25
5 (9) Weiß Bg3 f4g3 >3 nein nein 13
2
 1:30:25 00:41 emt ja — 17.9 % 2 1.72
5 (10) Schwarz c5 c7c5 1 ja ja 0
2
 1:23:31 00:40 emt ja — 16.8 % 3 1.79
6 (11) Weiß c4 c2c4 >3 nein nein 81
1
 1:29:23 01:32 emt ja — 3.4 % 5 3.39
6 (12) Schwarz O-O e8g8 >3 nein nein 40
0
 1:23:05 00:55 emt ja — 14.9 % 3 1.91
7 (13) Weiß cxd5 c4d5 2 nein ja 4
4
 1:29:37 00:16 emt ja — 20.5 % 3 1.58
7 (14) Schwarz exd5 e6d5 2 nein ja 4
4
 1:23:20 00:16 emt ja — 60.5 % 1 0.5
8 (15) Weiß dxc5 d4c5 1 ja ja 0
14
 1:29:55 00:12 emt ja — 5.1 % 4 2.98
8 (16) Schwarz Bxc5 d6c5 1 ja ja 0
32
 1:23:19 00:31 emt ja — 79 % 1 0.24
9 (17) Weiß Nf3 g1f3 1 ja ja 0
8
 1:30:06 00:19 emt ja — 39.9 % 1 0.92
9 (18) Schwarz Qb6 d8b6 1 ja ja 0
0
 1:23:00 00:48 emt ja — 9.4 % 5 2.36
10 (19) Weiß Qd2 d1d2 >3 nein nein 82
13
 1:30:00 00:36 emt ja — 0.7 % 16 4.9
10 (20) Schwarz Bg4 c8g4 3 nein ja 44
17
 1:22:38 00:52 emt ja — 12.3 % 4 2.09
11 (21) Weiß Be5 g3e5 >3 nein nein 240
1
 1:28:44 01:46 emt ja — 0.3 % 16 5.75
11 (22) Schwarz Nbd7 b8d7 >3 nein nein 120
1
 1:22:12 00:57 emt ja — 15.7 % 4 1.85
12 (23) Weiß Bc3 e5c3 2 nein ja 21
21
 1:28:59 00:16 emt ja — 0.4 % 19 5.53
12 (24) Schwarz Rfe8 f8e8 3 nein ja 57
51
 1:22:00 00:41 emt ja — 66.1 % 1 0.41
13 (25) Weiß h3 h2h3 >3 nein nein 321
47
 1:28:11 01:17 emt ja — 16.1 % 2 1.82
13 (26) Schwarz Bxf3 g4f3 1 ja ja 0
329
Kritischer Zugkontext 		1:21:51 00:40 emt ja — 22.3 % 2 1.5 Zug im Muster
14 (27) Weiß gxf3 g2f3 2 nein ja 39
39
 1:28:38 00:02 emt ja — 87.7 % 1 0.13
14 (28) Schwarz d4 d5d4 1 ja ja 0
199
Kritischer Zugkontext 		1:22:08 00:14 emt ja — 11.3 % 2 2.18 Zug im Muster
15 (29) Weiß Ba5 c3a5 >3 nein nein 129
17
 1:28:22 00:46 emt ja — 0 % 30 7.65
15 (30) Schwarz dxe3 d4e3 1 ja ja 0
17
 1:22:22 00:16 emt ja — 8.8 % 4 2.43 Zug im Muster
16 (31) Weiß fxe3 f2e3 2 nein ja 7
7
 1:28:27 00:24 emt ja — 14.2 % 3 1.95
16 (32) Schwarz Qc6 b6c6 1 ja ja 0
90
Engine-Differenz 		1:21:40 01:12 emt ja — 4.8 % 5 3.04 Zug im Muster
17 (33) Weiß e4 e3e4 2 nein ja 19
19
 1:28:40 00:16 emt ja — 7.1 % 4 2.64
17 (34) Schwarz Ne5 d7e5 1 ja ja 0
87
Engine-Differenz 		1:21:35 00:36 emt ja — 13.6 % 1 2 Zug im Muster
18 (35) Weiß Qe2 d2e2 >3 nein nein 107
21
 1:28:49 00:22 emt ja — 6.6 % 4 2.73
18 (36) Schwarz Bd4 c5d4 >3 nein nein 373
65
Engine-Differenz 		1:21:19 00:46 emt ja — 2.7 % 8 3.61
19 (37) Weiß Nc3 b1c3 1 ja ja 0
43
 1:29:00 00:17 emt ja — 34.7 % 1 1.06
19 (38) Schwarz b6 b7b6 3 nein ja 14
12
 1:21:15 00:36 emt ja — 32.5 % 1 1.12
20 (39) Weiß Bb5 d3b5 2 nein ja 5
5
 1:29:14 00:16 emt ja — 37.4 % 1 0.98
20 (40) Schwarz Bxc3+ d4c3 >3 nein nein 387
197
Kritischer Zugkontext 		1:20:58 00:47 emt ja — 1.2 % 14 4.38
21 (41) Weiß Bxc3 a5c3 1 ja ja 0
352
Kritischer Zugkontext 		1:29:31 00:13 emt ja — 5.1 % 2 2.98
21 (42) Schwarz Nxf3+ e5f3 1 ja ja 0
188
Kritischer Zugkontext 		1:20:34 00:54 emt ja — 0.9 % 9 4.76 Zug im Muster
22 (43) Weiß Qxf3 e2f3 2 nein ja 67
67
Engine-Differenz 		1:29:40 00:20 emt ja — 18.8 % 3 1.67
22 (44) Schwarz Qxb5 c6b5 1 ja ja 0
335
Kritischer Zugkontext 		1:20:38 00:26 emt ja — 64.4 % 1 0.44 Zug im Muster
23 (45) Weiß Rg1 h1g1 3 nein ja 200
164
Kritischer Zugkontext 		1:28:09 01:57 emt ja — 4.8 % 5 3.04
23 (46) Schwarz Nxe4 f6e4 3 nein ja 345
297
Kritischer Zugkontext 		1:19:33 01:40 emt ja — 60.9 % 1 0.5
24 (47) Weiß Rxg7+ g1g7 1 ja ja 0
409
Kritischer Zugkontext 		1:28:18 00:21 emt ja — 1.4 % 12 4.27
24 (48) Schwarz Kh8 g8h8 1 ja ja 0
9973
Kritischer Zugkontext 		1:19:56 00:07 emt ja — 42.8 % 2 0.85 Zug im Muster
25 (49) Weiß Rxh7+ g7h7 2 nein ja 24
24
 1:28:40 00:08 emt ja — 1.6 % 9 4.14
25 (50) Schwarz Kxh7 h8h7 1 ja ja 0
10000
Kritischer Zugkontext 		1:20:13 00:13 emt ja — 92.4 % 1 0.08 Zug im Muster
26 (51) Weiß Qxf7+ f3f7 1 ja ja 0
531
Kritischer Zugkontext 		1:28:59 00:11 emt ja — 17.5 % 2 1.74
26 (52) Schwarz Kh6 h7h6 1 ja ja 0
unbekannt
 1:19:29 01:13 emt ja — 100 % 1 0
27 (53) Weiß Qg7+ f7g7 1 ja ja 0
0
 1:29:21 00:08 emt ja — 4.9 % 4 3.01
27 (54) Schwarz Kh5 h6h5 1 ja ja 0
unbekannt
 1:19:52 00:08 emt ja — 100 % 1 0
28 (55) Weiß Qg4+ g7g4 2 nein ja 0
0
 1:29:44 00:07 emt ja — 5.3 % 5 2.94
28 (56) Schwarz Kh6 h5h6 1 ja ja 0
unbekannt
 1:20:13 00:09 emt ja — 100 % 1 0
29 (57) Weiß Qg7+ g4g7 1 ja ja 0
451
Kritischer Zugkontext 		1:30:07 00:07 emt ja — 2 % 10 3.92