Wie zuverlässig sind KI-Fußballprognosen?

Was meinen wir mit „zuverlässig“?

Der häufigste Fehler bei der Beurteilung von KI-Fußballprognosen besteht darin, ein Modell an einem einzelnen Spiel zu messen. Gibt ein Modell eine Heimsieg-Wahrscheinlichkeit von 70% an und endet die Partie unentschieden, war das Modell nicht „falsch“; dieses Unentschieden war bereits Teil der verbleibenden 30%.

In einer seriösen Analyse verschiebt sich die Definition von Zuverlässigkeit daher. Die Frage lautet nicht „hat das Modell dieses Spiel getroffen?“, sondern vielmehr:

• Kalibrierung: Treten von den vielen Ereignissen, die das Modell mit 60% bewertet hat, tatsächlich rund 60% ein?
• Konsistenz: Erzeugt das Modell in ähnlichen Situationen ähnliche Wahrscheinlichkeiten, statt zufällig zu schwanken?
• Ehrlichkeit: Kennzeichnet das Modell hohe Unsicherheit als niedrige Konfidenz, oder behandelt es jedes Spiel mit derselben falschen Gewissheit?

Die Haltung von 11Stat ist eindeutig: Niemand kann ein Spielergebnis garantieren. Ein zuverlässiges Modell kennt die Zukunft nicht; es misst die Unsicherheit korrekt. Definitionen dieser Begriffe finden Sie im Glossar.

Kalibrierung: das eigentliche Zeugnis eines Modells

Die Kalibrierung ist der eigentliche Qualitätstest für KI-Prognosen. In einem gut kalibrierten Modell treten langfristig rund 30% der Ereignisse ein, die es mit „30%“ bewertet, und rund 80% jener, die es mit „80%“ bewertet. Die richtige Richtung allein genügt nicht; der Prozentwert selbst muss ehrlich sein.

Sie messen dies, indem Sie vergangene Prognosen in Wahrscheinlichkeitsgruppen aufteilen und mit der tatsächlichen Eintrittshäufigkeit vergleichen:

11Stat verfolgt diesen Kalibrierungsfehler fortlaufend pro Liga und pro Markt; verliert ein Markt an Zuverlässigkeit, wird das Signal gedämpft oder deaktiviert. Die vollständige Methodik finden Sie auf der Seite Wie es funktioniert.

Varianz: die natürliche Obergrenze des Fußballs für KI

Fußball ist von Natur aus ein torarmes Spiel mit hoher Varianz. Ein einziger abgefälschter Ball, eine Rote Karte oder ein Tor in der 90.+4 Minute kann das Ergebnis kippen, das selbst das stärkste Modell als „wahrscheinlicher“ eingestuft hat. Das ist kein Modellfehler; es ist die echte Zufälligkeit im Spiel selbst.

Deshalb kann keine KI im Fußball perfekte Genauigkeit erreichen, und jedes System, das dies behauptet, verfügt entweder über eine winzige Stichprobe oder ist nicht ehrlich. Der kluge Ansatz besteht nicht darin, die Varianz zu ignorieren, sondern sie zu messen und zu kommunizieren:

• Spiele mit hohem Überraschungspotenzial werden als hohe Varianz gekennzeichnet.
• In Szenarien mit mehreren Ereignissen multiplizieren sich die Einzelwahrscheinlichkeiten, sodass die Unsicherheit rasch wächst; dies wird ausdrücklich mit einem Hinweis auf hohe / sehr hohe Varianz angezeigt.
• Situationen mit niedriger Varianz und starker Modellübereinstimmung gelten als robuster, sind aber dennoch niemals eine Garantie.

Kurz gesagt: Die Varianz prüft weniger die Leistungsfähigkeit einer KI als vielmehr ihre Ehrlichkeit.

Was KI kann und was nicht

KI ist ein leistungsstarkes, aber begrenztes Werkzeug in der Fußballanalyse. Um Zuverlässigkeit zu verstehen, müssen Sie diese Grenze klar ziehen.

Was KI gut kann:

• Muster über Tausende von Spielen schneller als ein Mensch verarbeiten und konsistente Wahrscheinlichkeiten erzeugen.
• xG, Form und Torverteilung zu einer einzigen Wahrscheinlichkeitsmatrix zusammenführen.
• Mehrere unabhängige Engines vergleichen, um die Modellübereinstimmung zu messen.
• Backtesting auf historischen Daten, um eigene schwache Märkte zu erkennen.

Was KI nicht kann:

• Die Zukunft kennen oder einen Ausgang garantieren.
• Informationen vollständig erfassen, die nie in das Modell eingeflossen sind: kurzfristige Aufstellungen, Motivation, Wetter oder Schiedsrichterentscheidungen.
• Zuverlässig bleiben, wenn die Daten schwach sind (dünn besetzte Ligen, magere Spielpläne, fehlende Kader); in solchen Fällen senkt 11Stat bewusst die Konfidenz und dämpft überzogene Vorteile.

Eine ausführlichere Behandlung dieses Unterschieds finden Sie unter Fußballprognosen vs. Datenanalyse.

Wie Sie die Zuverlässigkeit einer KI-Prognose beurteilen

Wenn Sie ein Spiel oder eine Plattform betrachten, hilft Ihnen diese Checkliste zur Bewertung der Zuverlässigkeit:

1. Gibt es Wahrscheinlichkeiten an oder verkauft es Gewissheit? Jedes System, das „garantiert“, „sicher“ oder „todsicher“ sagt, ist nicht zuverlässig. Ein ehrliches System gibt Prozentwerte an.
2. Zeigt es Unsicherheit an? Gibt es Kennzeichnungen für Risikostufe, Modellübereinstimmung und Datenqualität?
3. Sind Kalibrierung und Backtests transparent? Werden die Ergebnisse an realen Wettquoten gemessen, oder handelt es sich nur um eine handverlesene Bestenauswahl?
4. Ist die Stichprobe groß genug? Ein „Erfolg“ über 20–30 Spiele kann Glück sein; eine aussagekräftige Bilanz benötigt Hunderte von Beobachtungen.
5. Beurteilen Sie über lange Zeiträume, nicht anhand eines Spiels. Ein Modell kann kurzfristig Glück oder Pech haben; echte Zuverlässigkeit zeigt sich mit der Zeit.

Tägliche Zusammenfassungen über viele Spiele hinweg finden Sie auf der Seite Bulletin. 11Stat nimmt keine Wetten an, verkauft keine Coupons und garantiert kein Ergebnis; jede Ausgabe ist ein Wahrscheinlichkeitsmodell, eine Simulation oder ein historischer Backtest.