Trotz einem sich wiederholenden Workflow und gemeinsamer Eigenschaften, unterscheiden sich Brettspieldesign und Videospieldesign durch die Aufgaben und Häufigkeit der Verwendung von digitalen Technologien. Es wurde versucht, eine Software, die den Brettspieldesignprozess unterstützt, zu entwickeln und zu eruieren, warum und wie sie verwendet werden könnte. Da kommerzielle Lösungen dafür schon existieren, war das Bestreben einen neuen aber intuitiven Ansatz, durch Nutzung von eigenen Konzepten wie component selectors, actions, checks, conditions und filters, zu bieten. Zur Modellierung, Simulation und Analyse bei der Entwicklung einzelner Brettspielmechaniken wurde Prototypical, ein Brettspielentwicklungsframework, erstellt. Anhand dreier Beispiele wurden aktuelle Features sowie die Performance des Monte-Carlo Tree Search Algorithmus demonstriert. Durch eine Nutzerstudie mit fünf Teilnehmern und die System Usability Scale Umfrage wurde die Notwendigkeit einiger User Interface Verbesserungen identifiziert. Die Strukturierung und Abbildung von Informationen über ein Brettspieldesign soll als Hilfestellung für den Entwickler dienen, um Hypothesen zu testen und fundierte Entscheidungen zu treffen. Unsere Software weist das Potenzial auf, dies zu fördern und liefert dementsprechende Möglichkeiten, sich entwickelnde Spielelemente über verschiedene Zeitfenster zu überprüfen.

Despite an iterative workflow and common characteristics, board game design differs from its video game counterpart in the tasks and frequency with which digital technologies are leveraged. We sought to develop a software application explicitly intended to support the board game design process and to identify why and how it might be used. While commercial solutions already exist, our efforts attempted an intuitive but novel approach by making use of proprietary concepts such as component selectors, actions, checks, conditions and filters. We created Prototypical, a board game development framework, to provide modelling, simulation and analysis features when prototyping and developing individual board game mechanics. Three examples were used to demonstrate its current capabilities and Monte-Carlo Tree Search AI agent performance, while a user study involving five participants and System Usability Scale surveys identified the need for user interface improvements. The ability to aggregate and display information is expected to help the designer test assumptions and make better-informed decisions. Our software demonstrates potential to achieve this and presents ways to inspect individual and evolving game state information.