HLTV Brain ist das neue KI-Statistik-Werkzeug von HLTV, das seit dem 13. Oktober 2026 in einem geschlossenen Betatest läuft. Nutzer stellen Fragen in natürlicher Sprache, die Software durchsucht dafür HLTVs eigene Datenbank aus Matches, Spielern und Teams. Ein am 23. Oktober 2026 veröffentlichter Demo-Durchlauf zeigt dabei einige kuriose Rekorde – etwa das beste Entscheidungsmoment-Duo im CS2-Profispiel: Astralis-Spieler phzy und Staehr.
HLTV Brain funktioniert wie eine Suchmaschine für CS2-Statistiken, die sonst nur mit erheblichem manuellem Aufwand aus Match- und Spielerdatenbanken herausgefiltert werden könnten. Statt feste Filterkategorien auszuwählen, formulieren Nutzer ihre Frage einfach als Satz – etwa „Welches Duo gewinnt die meisten 2-gegen-5-Situationen in entscheidenden Runden?“. Laut HLTV greift das Tool dabei ausschließlich auf eigene, selbst erhobene Daten zurück und kombiniert mehrere Datensätze, um auch komplexere Fragen zu beantworten, für die es bislang keine fertige Statistikseite gab. Der Betatest ist auf rund zwei Wochen angelegt, der Zugang erfolgt stufenweise über eine Warteliste, und weder das verwendete KI-Modell noch ein Termin für eine breitere Veröffentlichung wurden bisher genannt.
Besonders auffällig ist die Auswertung zu sogenannten Clutch-Situationen vom Typ 2-gegen-2 bis 2-gegen-5 in entscheidenden Spielphasen bei großen Turnieren seit 2025: Mit mindestens 50 qualifizierenden Runden pro Duo liegt das Astralis-Duo phzy und Staehr an der Spitze – 60 Situationen, 23 Siege, eine Erfolgsquote von 38,33 Prozent. Dahinter folgt das Duo MAJ3R und soulfly von Aurora mit 35,94 Prozent. HLTV Brain weist selbst darauf hin, dass es sich um eine „konservative Rekonstruktion“ und nicht um eine exakte Ereignis-für-Ereignis-Aufzeichnung handelt, weil Überlebenszeiten nur auf ganze Sekunden genau erfasst werden.
Weitere Beispiele aus dem Demo-Durchlauf zeigen die Bandbreite des Tools: Bei NIP überlappten sich während r1nkles Haupt-Engagement von April 2024 bis April 2026 insgesamt zwölf verschiedene Teamkollegen, unter Einbeziehung einer späteren Bankphase sogar vierzehn. Bei ZywOo wiederum fiel 2026 der größte Rating-Unterschied zu einem Mitspieler überhaupt auf: 1,29 gegenüber misutaaas 1,02 – eine Differenz von 0,27 Punkten, basierend auf mindestens 50 gemeinsam gespielten Karten in Top-10-Teams. Und bei Falcons-IGL karrigan fand das Tool heraus, dass unter 155 Spieler-Turnier-Kombinationen mit einem Rating-3.0-Wert unter 0,80 seit Januar 2025 nur eine einzige auf der Seite des Turniersiegers stand – rund 0,6 Prozent. Spieler mit einem Rating von 1,20 oder höher gewannen dagegen in 23,4 Prozent der Fälle das jeweilige Turnier.
Für die deutsche Szene ist HLTV Brain vor allem deshalb spannend, weil ein Tool dieser Art erstmals auch Fragen zu den eigenen Lieblingsspielern beantworten könnte, für die bislang keine fertige Statistik existierte – etwa, wie sich BIG- oder MOUZ-Spieler in bestimmten Clutch-Situationen im Vergleich zum Rest der Weltspitze schlagen, oder welche ungewöhnlichen Rekorde sich in der Kaderhistorie von Teams wie MOUZ und BIG verstecken. Die bisherigen Beispiele aus dem Betatest – von Rating-Vergleichen zwischen Teamkollegen bis zu Kaderüberlappungen über Jahre hinweg – lassen sich im Prinzip auf jedes beliebige Team übertragen, sofern HLTV die entsprechenden Daten erfasst hat. Sollte das Tool nach dem Betatest öffentlich verfügbar werden, dürfte es damit auch für redaktionelle und statistische Einordnungen rund um die DACH-Szene zu einem nützlichen Werkzeug werden.
Gleichzeitig mahnt der Bericht zur Vorsicht: Ein im Demo-Durchlauf aufgetauchter, offensichtlich fehlerhafter Wert – angeblich 168.445 „Hühner-Kills“ eines Spielers – zeigt, dass die KI-gestützten Ergebnisse nicht unkritisch übernommen werden sollten. HLTV selbst bezeichnet das Werkzeug ausdrücklich als experimentell und nicht als Ersatz für eine klassische, manuell kuratierte Datenbank. Wer die Zahlen für eigene Analysen oder Wetten nutzen möchte, sollte markante Ausreißer daher stets gegen offizielle Quellen wie die HLTV-Rangliste oder Match-Statistiken gegenprüfen.
Klassische CS2-Statistikportale – auch die eigene HLTV-Datenbank – arbeiten in der Regel mit festen Filtern: Nutzer wählen Turnier, Zeitraum, Map oder Waffentyp aus vorgegebenen Listen aus und erhalten daraufhin eine Tabelle. HLTV Brain dreht dieses Prinzip um, indem die Frage selbst die Filterlogik bestimmt. Das erlaubt deutlich komplexere Abfragen, etwa Vergleiche zwischen Spielern über mehrere Teamwechsel hinweg oder Auswertungen seltener Spielsituationen, für die bislang schlicht keine vorgefertigte Tabelle existierte. Der Preis dafür ist weniger Kontrolle über die genaue Definition einzelner Begriffe wie „entscheidende Runde“ oder „Clutch-Situation“ – Definitionen, die bei einer klassischen, manuell gepflegten Statistikseite transparent dokumentiert wären, bei einem KI-Modell aber zunächst nachgefragt oder anhand der Beispiele abgeschätzt werden müssen.
Der geschlossene Betatest startete am 13. Oktober 2026 und ist auf rund zwei Wochen angelegt. Der Zugang wird schrittweise über eine Warteliste erweitert.
Love „phzy“ Smidebrant und Victor „Staehr“ Staehr spielen gemeinsam für Astralis. Laut HLTV Brain bilden sie aktuell das erfolgreichste Duo in entscheidenden 2-gegen-X-Situationen seit 2025.
Nein. Der Artikel stellt klar, dass der Start des Tools keinen direkten Effekt auf die Valve Regional Standings oder auf einzelne Teams und Spieler hat.
Ja, HLTV bietet für den Zugang zur Beta-Version eine Warteliste an, über die nach eigenen Angaben nach und nach weitere Nutzer freigeschaltet werden.
Quelle: cs2news.com (basierend auf einem HLTV-Demo-Durchlauf). Zuletzt aktualisiert: 24. Oktober 2026.