AIGOALDATA / Leitfaden

So entsteht eine nachvollziehbare Prognose

AIGoalData trennt Datensammlung, V1-Berechnung, Methodenauswahl, Veröffentlichung vor Anstoß, Endergebnis und Abrechnung. Jeder Schritt hat eine eigene Herkunft.

Eine Prognose ist nur etwas wert, wenn man sie prüfen kann

Jeder kann hinterher behaupten, er habe ein Ergebnis „kommen sehen“. Eine nützliche Prognose muss deshalb eine einfache Bedingung erfüllen: vor dem Anpfiff mit Datum und Uhrzeit gespeichert und danach nicht mehr verändert werden. Ohne diese Regel lässt sich eine seriöse Methode nicht von einer nachträglichen Auswahl der guten Tipps unterscheiden.

Dieses Prinzip hat eine weniger bequeme Folge: Fehler bleiben sichtbar. Eine ehrliche Methode veröffentlicht ihre verlorenen Auswahlen ebenso wie die gewonnenen und berechnet ihre Ergebnisse über alles, nicht über ein ausgewähltes Schaufenster.

In Wahrscheinlichkeiten statt in Gewissheiten denken

Fußball ist ein torarmer Sport, in dem ein Abpraller, ein Schiedsrichterfehler oder ein individueller Geistesblitz ein Spiel entscheiden kann. Eine seriöse Prognose sagt deshalb nicht „dieses Team wird gewinnen“, sondern „dieses Szenario hat ungefähr diese Wahrscheinlichkeit“. Eine Wahrscheinlichkeit von 65 % bedeutet definitionsgemäß etwa 35 % Fehlschläge bei vielen vergleichbaren Spielen.

Eine Methode wird dann an ihrer Kalibrierung gemessen: Treten Ereignisse, die mit 65 % angekündigt werden, tatsächlich etwa 65-mal von 100 ein? Diese Prüfung erfordert viele Spiele. Eine Serie von fünf oder zehn Ergebnissen, gut oder schlecht, beweist fast nichts; Verlustserien gehören selbst bei gut geschätzten Wahrscheinlichkeiten dazu.

In Wahrscheinlichkeiten zu denken verändert auch den Blick auf einen Fehlschlag. Tritt ein mit 70 % angekündigtes Szenario nicht ein, ist das nicht unbedingt ein Methodenfehler: Es ist eines der drei von zehn erwarteten Male. Treten mit 70 % angekündigte Szenarien über mehrere hundert Spiele aber nur fünfmal von zehn ein, überschätzt die Methode ihre Chancen eindeutig.

Die Schritte klar trennen

Eine nachvollziehbare Prognosekette unterscheidet Schritte, die sich nicht gegenseitig beeinflussen dürfen: das Spiel und seine verlässliche Anstoßzeit bestimmen, die verfügbaren Daten prüfen, die Schätzungen berechnen, Markt für Markt entscheiden, vor dem Anpfiff veröffentlichen, das Ergebnis erfassen, es prüfen und schließlich die Entscheidung bewerten. Jeder Schritt dokumentiert seine Quellen.

Diese Trennung vermeidet einen häufigen Fehler: Informationen, die erst hinterher bekannt sind, in etwas einfließen zu lassen, das als Vorhersage präsentiert wird. Fachleute sprechen vom Look-ahead-Bias. Ein nach Spielbeginn veröffentlichter Wert darf nie dazu dienen, eine Prognose zu erstellen, zu korrigieren oder zu rechtfertigen, die vorher entstanden sein soll.

Saubere Daten vor jeder Berechnung

Eine Methode ist nur so gut wie die Daten, die sie erhält. Man muss sicherstellen, dass die Teams richtig zugeordnet sind, dass die verwendeten Spiele tatsächlich vor der analysierten Partie stattfanden, dass es keine Doppelungen gibt und dass die Herkunft jeder Statistik bekannt ist. Fehlt ein unverzichtbarer Wert, ist die richtige Antwort nicht, ihn zu raten, sondern anzuerkennen, dass das Spiel nicht korrekt bewertet werden kann.

Diese Disziplin wirkt nüchtern, schützt aber den Leser: Eine Schätzung auf unvollständigen oder falsch zugeordneten Daten erweckt einen falschen Eindruck von Genauigkeit.

Der Zeitpunkt, zu dem ein Wert verfügbar war, zählt ebenso wie der Wert selbst. Eine Statistik, die mehrere Tage nach einem Spiel korrigiert wurde, oder eine Tabelle, die nach der analysierten Partie aktualisiert wurde, darf nicht verwendet werden, um eine vergangene Prognose nachzubauen. Sonst bewertet man eine Methode mit Informationen, die sie bei der Entscheidung nicht hatte, und erhält ein zu schmeichelhaftes Bild ihrer Qualität.

Warum das Modell festgeschrieben ist

Es ist verlockend, eine Methode nach jeder Serie schlechter Ergebnisse anzupassen. Genau das macht sie aber unlesbar: Wer die Regeln ständig ändert, „erklärt“ am Ende die Vergangenheit, ohne besser vorherzusagen, und kann Ergebnisse von einem Monat zum nächsten nicht mehr vergleichen.

Bei AIGoalData ist das historische Modell V1 festgeschrieben. Seine Berechnungen werden nicht nachbearbeitet, um vergangene Ergebnisse zu verschönern, und jede Codeänderung wird automatisch daraufhin geprüft, dass diese Berechnungen exakt gleich bleiben. Forschungsansätze werden getrennt untersucht und ersetzen die offiziellen Entscheidungen nicht.

Markt für Markt entscheiden, ohne Quote

Dasselbe Spiel kann für einen Markt interessant und für einen anderen uninteressant sein. Jeder Markt erhält daher seine eigene Entscheidung: eine Auswahl, keine Wette oder keine Bewertung. Nichts auszuwählen ist eine legitime Antwort; es gibt keine Mindestzahl an Auswahlen pro Tag.

Bei der Bewertung werden diese Status nicht vermischt. Keine Wette ist weder Sieg noch Niederlage; keine Bewertung zeigt lediglich eine Grenze der Daten an. Gezählt werden nur tatsächlich veröffentlichte Auswahlen, und nur auf Basis geprüfter Ergebnisse.

Wahrscheinlichkeit, Quote und Wert

Eine Quote eines Wettanbieters lässt sich in eine implizite Wahrscheinlichkeit übersetzen: Man teilt 1 durch die Quote. Eine Quote von 2,50 entspricht so etwa 40 %. Da Anbieter eine Marge einrechnen, liegt die Summe der impliziten Wahrscheinlichkeiten eines Marktes meist über 100 %.

Eine statistische Schätzung mit einer Quote zu vergleichen zeigt, ob der Markt das Spiel genauso sieht wie das Modell oder anders. Ein Unterschied garantiert aber nichts: Die Schätzung kann falsch liegen, und die Quote kann neue Informationen enthalten, etwa eine Verletzung, die die veröffentlichten Daten noch nicht abbilden. Es ist ein Lesehinweis, nie eine Gewinngarantie.

Über die Zeit messen

Um eine Methode zu beurteilen, braucht man Hunderte von Entscheidungen, nicht ein paar Dutzend. Jeder Markt muss zudem getrennt betrachtet werden, denn Erfolg bei einem kann Schwierigkeiten bei einem anderen verdecken. Und die Trefferquote allein reicht nicht: Eine Auswahl, die bei sehr wahrscheinlichen Szenarien oft gewinnt, bedeutet nicht dasselbe wie eine, die bei unsichereren Szenarien seltener gewinnt.

Deshalb veröffentlicht AIGoalData seine Ergebnisse Markt für Markt, nennt die Stichprobengrößen und zählt nur geprüfte Ergebnisse.

Was keine Methode leisten kann

Keine statistische Methode kennt die Aufstellung, die eine Stunde vor dem Spiel bekannt gegeben wird, die Verletzung beim Aufwärmen oder die Rote Karte in der zehnten Minute. Keine beseitigt den Zufall, der zum Fußball gehört. Eine gute Methode verringert Willkür und macht ihre Fehler messbar; sie garantiert nichts.

Deshalb bleiben die auf AIGoalData veröffentlichten Analysen Schätzungen und keine persönliche Wettberatung. Wetten bergen immer das Risiko, Geld zu verlieren, und sind Minderjährigen verboten. Wenn das Spielen schwer zu kontrollieren wird, lies unsere Seite Verantwortungsvolles Spielen und wende dich an eine anerkannte Hilfsstelle in deinem Land.

Prognosen Start