Wie 11Stat funktioniert
11Stat ist eine Analyseplattform, die Fußballspiele datenbasiert modelliert: Eine siebenstufige Pipeline sammelt Rohdaten, führt sie durch mehrere unabhängige Wahrscheinlichkeits-Engines, kalibriert sie und veröffentlicht ein Modellsignal nur dann, wenn Modellübereinstimmung und Datenqualität ausreichen — andernfalls lautet das Ergebnis PASS. Dies ist eine transparente Wahrscheinlichkeitsausgabe, keine Garantie für eine Vorhersage.
Kurz gefasst: der 7-stufige Prozess
- Der Prozess ist leckagefrei (Point-in-Time): Zur Modellierung eines Spiels werden ausschließlich Daten von vor dem Spiel verwendet.
- Nicht eine einzige Engine, sondern mindestens 3 unabhängige Engines (Poisson/Dixon-Coles, Elo/Form, fortgeschrittene bivariate Engine) modellieren jedes Spiel getrennt.
- Die Kalibrierung korrigiert die Rohwahrscheinlichkeiten einmalig; eine Kennzeichnung von "70 %" bedeutet tatsächlich etwa 70 %.
- Das Datenqualitäts-Gate verhindert falsche hohe Signale aus fehlenden Daten; unzureichende Daten = PASS.
- ROI und Trefferquote sind ausschließlich Kennzahlen aus Papier-/Simulations-Backtests, keine Ergebnisse mit echtem Geld.
Überblick: Von den Daten zum Modellsignal
11Stat läuft als überprüfbare Pipeline. Jede Stufe gibt erst dann an die nächste weiter, wenn sie bestimmte Qualitätsschwellen erfüllt; andernfalls lautet das Ergebnis des Systems PASS (kein Signal). Ziel ist es, eine kleine Zahl sauberer, erklärbarer Modellsignale zu erzeugen statt einer Flut schwacher Signale.
- Datenaufnahme: Spielpläne, Formhistorie der Teams und Wettquoten.
- Multi-Engine-Modellierung: Unabhängige Wahrscheinlichkeits-Engines modellieren dasselbe Spiel getrennt.
- Kalibrierung: Rohwahrscheinlichkeiten werden im Logit-Raum umgeformt.
- Modellübereinstimmung & Konfidenz: Es wird gemessen, wie stark die Engines übereinstimmen.
- Datenqualitäts-Gate: Fehlende oder dünne Daten stoppen das Signal.
- Risikostufe: Die Varianz wird als niedrig, mittel oder hoch gekennzeichnet.
- Veröffentlichung: Ein Modellsignal, wenn die Schwellen erfüllt sind, andernfalls ein PASS.
Sämtliche auf der Plattform angezeigten ROI- oder Gewinnquoten-Werte sind ausschließlich simulierte Kennzahlen aus Papier-Backtests — es handelt sich nicht um Ergebnisse mit echtem Geld.
1) Datenaufnahme und Multi-Engine-Modellierung
Für jedes Spiel bezieht das System zunächst drei Arten von Eingaben: die jüngste Form der Teams (erzielte und kassierte Tore, letzte Begegnungen), Metadaten zum Spiel (Liga, Saison, Anstoßzeit) und Wettquoten. Sind keine Quoten verfügbar, wird das Spiel umgehend verworfen.
Dasselbe Spiel wird anschließend von unabhängigen Engines modelliert, sodass der blinde Fleck einer einzelnen Methode nicht die gesamte Ausgabe bestimmt:
- Poisson-/Dixon-Coles-Engine: Schätzt die Torerwartung (ein Lambda im Stil der Erwarteten Tore (xG)), erstellt eine Ergebnismatrix mit einer Korrektur für niedrige Ergebnisse und leitet daraus Marktwahrscheinlichkeiten wie 1X2, Treffer beider Teams (BTTS) und Über/Unter ab.
- Elo-/Form-Engine: Liefert eine zweite Perspektive auf Basis der Stärkebewertungen der Teams und der aktuellen Form.
- Fortgeschrittene bivariate Engine: Ein detaillierterer Ansatz, der die Beziehung zwischen dem Torverhalten beider Teams und Zero-Inflation-Effekte modelliert.
Jede Engine erzeugt für dasselbe Spiel eigene Wahrscheinlichkeiten; die späteren Stufen kombinieren und prüfen diese Ausgaben.
2) Kalibrierung: Wahrscheinlichkeiten ehrlich machen
Rohe Modellwahrscheinlichkeiten sind häufig überzogen selbstsicher. 11Stat mildert sie mit einem einzigen Kalibrierungsschritt im Logit-Raum ab. Jeder Markt verwendet eine monotone Steigung, die leicht unter 1 gehalten wird und die Überkonfidenz reduziert, ohne die Rangfolge zu verändern — so wird eine Wahrscheinlichkeit realistischer statt nur kleiner.
Darüber hinaus wird ein liga- und marktspezifischer Kalibrierungsfaktor angewendet, der aus der historischen Leistung gelernt wurde. Eine zentrale Designentscheidung: Dieser Faktor wird genau einmal angewendet; der Fehler der Doppelanwendung in älteren Versionen (der die Wahrscheinlichkeiten zweimal verkleinerte) wurde behoben. Das Ergebnis: Eine Kennzeichnung von "70 % Wahrscheinlichkeit" ist so abgestimmt, dass sie tatsächlich ungefähr 70 % Konfidenz widerspiegelt.
3) Modellübereinstimmung, Konfidenz und Risikostufe
Kalibrierte Wahrscheinlichkeiten allein reichen nicht aus; 11Stat betrachtet auch, wie stark die Engines in dieselbe Richtung weisen. Die Modellübereinstimmung ist der Anteil der Engines, die einen bestimmten Markt stützen. Eine hohe Übereinstimmung erhöht die Konfidenz; widersprechen sich die Engines, wird die Konfidenz gesenkt.
Der Konfidenzwert ist keine einzelne Zahl, sondern eine gewichtete Mischung aus mehreren Komponenten: kalibrierte Wahrscheinlichkeit, Modellübereinstimmung, Value-Verhältnis gegenüber dem Markt, historische Marktgenauigkeit, Stichprobenzuverlässigkeit und Varianzkontrolle. Signale werden anschließend als LOW / MEDIUM / HIGH / ELITE gekennzeichnet.
- Konfidenz-Untergrenze: Ein Tipp mit langen Wettquoten und niedriger Wahrscheinlichkeit kann die oberste Kennzeichnung nicht allein deshalb erhalten, weil sein Preis hoch ist; die oberen Stufen erfordern eine kalibrierte Mindestwahrscheinlichkeit.
- Risiko / Varianz: Jedes Spiel wird als Spiel mit niedriger, mittlerer oder hoher Varianz gekennzeichnet, und das wirkt sich direkt auf die Konfidenz aus.
Dies wird bewusst als messbare Risikostufe formuliert und nicht als Formulierungen wie "sicher" oder "Bank".
4) Das Datenqualitäts-Gate und die Marktgesundheit
Die wichtigste Schutzvorkehrung von 11Stat ist das Datenqualitäts-Gate. Fehlt eine Spiel-ID, eine Team-ID, die Anstoßzeit oder der Quoten-Feed, wird das Spiel als "DATENFEHLER / KEIN TIPP" markiert und es wird kein Signal erzeugt. Genau das verhindert, dass aus dünnen Daten fabrizierte, scheinbar hochwertige Tipps jemals bis zur Veröffentlichung gelangen.
Die Plattform verfolgt außerdem pro Markt eine fortlaufende Gesundheitshistorie (den simulierten ROI, die Gewinnquote und den Kalibrierungsfehler der letzten Perioden). Märkte, die dauerhaft schlecht abschneiden, können automatisch deaktiviert werden, während einige volatile Märkte standardmäßig deaktiviert bleiben, bis sich ausreichend positive Historie angesammelt hat. Das System äußert sich nur in Märkten, die es aktuell als vertrauenswürdig einstuft.
5) Veröffentlichung: Ein Modellsignal oder ein PASS
Wenn jede Stufe erfüllt ist, wird das Ergebnis als Modellsignal veröffentlicht. Das Signal enthält den Markt, die kalibrierte Wahrscheinlichkeit, eine Konfidenzstufe (z. B. HIGH/ELITE), die Modellübereinstimmung (z. B. "3/3 Engines"), die Risikostufe und einen Vergleich mit den Wettquoten. Nichts davon ist ein Versprechen, dass eine Vorhersage eintrifft; es ist eine wahrscheinlichkeitsbasierte analytische Ausgabe.
Werden die Schwellen nicht erreicht, sagt das System ehrlich PASS. Genau das ist der Unterschied zwischen Fußballvorhersagen und datengetriebener Datenanalyse: 11Stat ist kein Kupon-Verkäufer, sondern ein Analysewerkzeug, das zeigt, wie zuversichtlich das Modell ist — und wann es schweigt. Alle veröffentlichten Inhalte dienen ausschließlich zu Informationszwecken und sind keine Wettberatung.
Häufig gestellte Fragen
Ist 11Stat eine Wett- oder Kupon-Seite?
Nein. 11Stat ist eine Datenanalyse-Plattform, die Fußballdaten mit Wahrscheinlichkeitsmodellen analysiert. Die veröffentlichten Inhalte dienen der Information und sind keine Wettberatung und kein Kupon.
Was genau bedeutet ein "Modellsignal"?
Ein Modellsignal ist eine analytische Ausgabe, die die kalibrierte Wahrscheinlichkeit eines Marktes, die Übereinstimmung der Engines, die Konfidenzstufe und die Risikostufe zusammenfasst. Es ist keine Garantie dafür, dass ein Ergebnis eintritt.
Warum zeigen manche Spiele überhaupt kein Signal?
Wenn Daten fehlen, keine Quoten verfügbar sind oder die Engines nicht ausreichend übereinstimmen, gibt das System ein PASS zurück und veröffentlicht nichts. Das ist Teil des Konzepts, wenige, aber saubere Ausgaben zu erzeugen.
Sind die ROI- und Gewinnquoten-Werte Ergebnisse mit echtem Geld?
Nein. Es handelt sich ausschließlich um simulierte Kennzahlen aus Papier-Backtests, die keine zukünftige Leistung garantieren.
Warum mehrere Engines statt nur einer?
Um den blinden Fleck einer einzelnen Methode zu verringern. Stimmen unabhängige Engines überein, steigt die Konfidenz; widersprechen sie sich, sinkt die Konfidenz und die Risikostufe wird deutlicher.
Wird Datenleckage (Look-ahead-Bias) verhindert?
Ja. Bei der Modellierung eines Spiels werden ausschließlich Daten von vor dem Anstoß verwendet (Point-in-Time); dies verhindert, dass Backtest-Ergebnisse künstlich aufgebläht werden.