Architektur-VergleichKlassische Anticheats reagieren.
Klassische Anticheats reagieren.
hoaxeye gewichtet.
Die meisten Anti-Cheat-Tools für FiveM bauen auf einer simplen Idee auf: Eine Detection schlägt an, ein Ban folgt. Das funktioniert, solange du nur eindeutige Cheats erwischen willst — und nimmt False Positives als Kollateralschaden in Kauf. Hoaxeye ist anders gebaut: als Anti-Cheat-Operations-Plattform, die jede Detection in Kontext setzt, gewichtet und mit Evidence dokumentiert. Du behältst die Kontrolle, wann eine Detection zur Aktion wird.
Achse
Klassische Anticheats
hoaxeye
AchseDetection-Trigger
Klassische AnticheatsEine Detection löst direkt eine Aktion aus
hoaxeyeRisk-Score aus mehreren Signalen, Schwellen pro Regel
AchseBeweisführung
Klassische AnticheatsRoh-Logs, manuelles Filtern und Querlesen
hoaxeyeEvidence-Timeline mit gewichteten Signal-Beiträgen
AchseDatenbasis
Klassische AnticheatsServer isoliert — nur die eigene Historie
hoaxeyeIdentity- und Partner-Intelligence über Server hinweg
AchseAuswertung
Klassische AnticheatsManuelle Log-Analyse, Discord-Snippets
hoaxeyeOperations-Dashboard mit Review-Queue und Filtern
AchseAktions-Modell
Klassische AnticheatsAuto-Ban als Default, schwer zurücknehmbar
hoaxeyeObserve → Score → Enforce, pro Regel konfigurierbar
Was das in der Praxis heißt
Du siehst, warum eine Entscheidung gefallen ist, kannst False Positives früh fangen und Ban-Entscheidungen sauber dokumentieren — bevor sie zum Problem werden. Statt eines Werkzeugs bekommst du eine Plattform, die mit deinem Mod-Team mitarbeitet.
Pilot-Platz anfragen