Bilanz

Jede Prognose, ausgewertet und veröffentlicht

Wir halten fest, wie jede Prognose ausgegangen ist, und veröffentlichen das Ergebnis, ob es uns gut aussehen lässt oder nicht. Bei jeder Zahl steht die Stichprobengröße. Nichts hier wird im Nachhinein ausgewählt.

Datenstand 19. November 2026Rohdaten ansehen (JSON)

Wie genau sind die Fußballprognosen von ScorePredicts?

Top-Auswahl

Die eine Auswahl pro Spiel mit der höchsten Überzeugung, über alle Märkte.

75,1%
Trefferquote · n = 5.269
Ø Wahrscheinlichkeit des Modells
73,0%

Wertanalyse

Auswahlen, bei denen die Wahrscheinlichkeit des Modells am stärksten vom Konsens der Marktpreise abweicht.

68,2%
Trefferquote · n = 938
Ø Wahrscheinlichkeit des Modells
71,3%
Ø Modell gegen Markt
3,64 PP

Trefferquote nach Zeitraum

Prognosetyp7 Tage30 TageGesamt
Top-Auswahl75,9%n = 72675,1%n = 5.26972,5%n = 14.052
Wertanalyse77,1%n = 7068,2%n = 93860,6%n = 6.859

Im Vergleich zum Raten

Eine Genauigkeitszahl sagt allein nichts. Die einzige nützliche Frage ist, was eine naive Regel bei genau denselben Spielen erreicht hätte.

52,7%
Modell, Endergebnis
44,2%
Immer das Heimteam wählen
+8,5
Differenz

Gemessen über jedes ausgewertete Spiel, nicht über eine ausgewählte Teilmenge. Wegen des Heimvorteils schneidet die naive Regel so gut ab; der Abstand darüber ist das, was das Modell beiträgt. n = 7.709.

Trefferquote im Zeitverlauf

Jede Linie ist ein gleitender Sieben-Tage-Schnitt der ausgewerteten Auswahlen, mit einem Punkt für die Tage dahinter. Tage ohne Auswertung unterbrechen die Linie, statt überbrückt zu werden.

Top-AuswahlWertanalyse
Trefferquote im Zeitverlauf
Trefferquote im Zeitverlauf
DatumTop-AuswahlWertanalyse
20.10.202674,1%68,7%
21.10.202673,7%69,8%
22.10.202673,7%68,0%
23.10.202673,8%67,7%
24.10.202674,4%67,6%
25.10.202673,2%67,7%
26.10.202673,4%68,9%
27.10.202673,0%68,9%
28.10.202673,2%69,1%
29.10.202673,6%70,5%
30.10.202673,6%69,6%
31.10.202674,6%68,2%
01.11.202676,2%67,2%
02.11.202676,7%67,0%
03.11.202677,0%66,4%
04.11.202677,1%65,1%
05.11.202676,5%65,1%
06.11.202676,4%63,7%
07.11.202675,7%64,4%
08.11.202674,8%66,4%
09.11.202674,2%65,4%
10.11.202674,2%66,7%
11.11.202674,5%66,8%
12.11.202674,9%67,3%
13.11.202675,3%70,0%
14.11.202675,9%72,3%
15.11.202676,8%72,6%
16.11.202676,4%76,5%
17.11.202675,9%76,5%
18.11.202675,9%77,1%

Sind die Wahrscheinlichkeiten ehrlich?

Das ist der Test, der zählt. Wir gruppieren jede Prognose zum Endergebnis nach der veröffentlichten Wahrscheinlichkeit und zeigen, was tatsächlich passiert ist. Ein kalibriertes Modell liegt auf der Diagonale.

Perfekte KalibrierungUnser Modell95%-Intervall
Wie oft es tatsächlich eintrat
Sind die Wahrscheinlichkeiten ehrlich?
Veröffentlichte Wahrscheinlichkeit

Was dieses Diagramm abdecktEndergebnis über jedes ausgewertete Spiel, nicht nur über ausgewählte Auswahlen, denn an einer ausgewählten Teilmenge ließe sich die Kalibrierung nicht ehrlich testen. Bereiche mit zu wenigen Spielen werden in die Endpunkte zusammengefasst, und die Punktgröße wächst mit der Stichprobe. Die senkrechten Balken sind 95%-Intervalle: Ein dünner Bereich ist ein unsicherer Messwert, keine genaue Abweichung.

Brier-Score: 0,1950Mittlerer quadratischer Fehler zwischen veröffentlichter Wahrscheinlichkeit und Ergebnis. Niedriger ist besser; 0,25 erreicht, wer bei allem 50% sagt.

Kalibrierung nach Wahrscheinlichkeitsbereich

WahrscheinlichkeitsbereichVeröffentlichte WahrscheinlichkeitWie oft es tatsächlich eintrat95%-IntervallSpiele
0,05-0,2014,8%12,9%11,8% – 14,1%3243
0,20-0,2522,9%21,0%19,8% – 22,3%4031
0,25-0,3027,3%26,9%25,7% – 28,1%5205
0,30-0,3532,3%32,6%30,8% – 34,5%2398
0,35-0,4037,4%37,0%34,9% – 39,2%1938
0,40-0,4542,5%44,9%42,5% – 47,3%1676
0,45-0,5047,5%49,8%47,1% – 52,6%1270
0,50-0,5552,4%55,7%52,6% – 58,7%999
0,55-0,6057,3%59,6%56,1% – 63,0%765
0,60-0,6562,3%61,7%57,6% – 65,5%579
0,65-0,7067,4%72,2%67,8% – 76,3%425
0,70-0,7572,4%77,4%72,1% – 81,9%274
0,75-0,8077,2%82,8%76,3% – 87,8%163
0,80-0,9585,0%86,3%80,2% – 90,8%161

Das Intervall ist der 95%-Bereich, den der beobachtete Wert bei dieser Stichprobengröße annehmen könnte. Schmaler heißt: mehr Spiele im Bereich.

Warum Auswahlen unter ihrer angegebenen Wahrscheinlichkeit landen

Beide Produkte landen unter ihren eigenen angegebenen Wahrscheinlichkeiten. Die Top-Auswahl hat eine veröffentlichte Wahrscheinlichkeit von durchschnittlich % und trifft zu %. Die Wertanalyse liegt im Schnitt bei % und trifft zu %. Keine der beiden Lücken wird hier versteckt, denn die Erklärung ist wichtiger als die Zahl.

Es ist ein Auswahleffekt, kein kaputtes Modell. Beide Produkte ordnen die eigenen Schätzungen des Modells und zeigen die Spitze der Liste, und wer die höchsten Werte auswählt, erwischt bevorzugt die Fälle, in denen das Modell zufällig zu hoch lag. Jedes System, das seine eigenen Werte ordnet und die besten veröffentlicht, zeigt dieses Muster. Aus demselben Grund schneiden die im Rückblick stärksten Strategien eines Fonds im echten Einsatz schwächer ab.

Die Kalibrierungskurve oben ist die Kontrolle, denn sie umfasst jedes ausgewertete Spiel und keine ausgewählte Teilmenge. Dort, wo die meisten Spiele liegen, folgen unsere veröffentlichten Wahrscheinlichkeiten den beobachteten Häufigkeiten eng und liegen eher etwas zu niedrig. Das ist das Gegenteil eines übermütigen Modells und zeigt, dass die Lücke oben aus der Auswahl kommt und nicht aus einer falschen Kalibrierung.

In der Praxis: Nimm eine angegebene Wahrscheinlichkeit als Wahrscheinlichkeit, nicht als Versprechen, und rechne damit, dass eine geordnete Auswahlliste ein paar Punkte unter ihrem Spitzenwert landet.

Aus welchen Märkten die Auswahlen kamen

Eine Trefferquote über einen gemischten Korb ist eine andere Aussage als eine Trefferquote nur beim Endergebnis. Hier stehen die sechs meistgenutzten Märkte in jedem Korb, der Rest zusammengefasst, damit du beide Werte selbst beurteilen kannst.

Top-Auswahl

  • Heimsieg oder Unentschieden44,1% der Auswahlenn = 2.324
  • Unentschieden oder Auswärtssieg21,2% der Auswahlenn = 1.117
  • Heimsieg15,3% der Auswahlenn = 806
  • Über 1,5 Tore9,8% der Auswahlenn = 514
  • Auswärtssieg5,5% der Auswahlenn = 288
  • Über 2,5 Tore3,4% der Auswahlenn = 177
  • Andere Märkte (3)0,9% der Auswahlenn = 43

Wertanalyse

  • Heimsieg68,4% der Auswahlenn = 642
  • Karten Heim unter 2,56,4% der Auswahlenn = 60
  • Karten Auswärts unter 2,54,5% der Auswahlenn = 42
  • Über 2,5 Tore4,5% der Auswahlenn = 42
  • Ecken über 8,53,1% der Auswahlenn = 29
  • Karten unter 4,53,1% der Auswahlenn = 29
  • Andere Märkte (15)9,9% der Auswahlenn = 94

So entstehen diese Zahlen

Automatisch ausgewertet, einmal

Jede Prognose wird nach dem Spiel mit dem Endergebnis abgeglichen. Die Zahlen werden danach nie geändert, um besser auszusehen, und nichts wird aus der Bilanz entfernt.

Abgebrochene Spiele zählen nicht

Spiele, die abgesagt, abgebrochen, kampflos entschieden oder am grünen Tisch gewertet wurden, bekommen nie einen Treffer oder Fehlschlag. Im gezeigten Zeitraum fallen Spiele in diese Gruppe, und sie sind aus jeder Zahl ausgeschlossen, statt als einer der beiden Ausgänge gezählt zu werden.

Jede Zahl trägt ihre Stichprobengröße

Ein Prozentwert aus einer Handvoll Ergebnisse ist unzuverlässig, deshalb steht er nie allein: Jede Trefferquote auf dieser Seite steht neben der Zahl der ausgewerteten Prognosen dahinter. Nichts wird zurückgehalten, weil es klein ist. Kalibrierungsbereiche mit weniger als Spielen werden in die Endpunkte zusammengefasst oder weggelassen, denn ein Dutzend Spiele als Punkt würde die Kurve verbiegen.

Frühere Leistung ist keine künftige Leistung

Alles hier beschreibt, was schon passiert ist. Es ist keine Hochrechnung, kein Ziel und kein Wert, den du persönlich erwarten solltest. Fußball bleibt wirklich ungewiss, und daran ändert kein Modell etwas.

Das sind die Regeln, denen diese Seite folgt. Was die Zahlen tatsächlich bedeuten, warum 85% Genauigkeit nicht glaubwürdig sind und wie du jede Prognoseseite prüfst, auch diese, liest du unter Sind KI-Fußballprognosen genau?.

Kennzahlen auf dieser Seite

Die drei Statistiken hinter den Zahlen oben und woher sie stammen. Keine davon ist von uns; alle sind Standard.

Brier-Score
Die Bewertungsregel für Wahrscheinlichkeitsprognosen. Sie quadriert den Abstand zwischen angegebener Wahrscheinlichkeit und Ergebnis, sodass eine selbstsichere falsche Antwort stärker bestraft wird als eine vorsichtige. Niedriger ist besser; 0,25 bekommt, wer bei allem 50% sagt. Brier, G. W. (1950). Verification of forecasts expressed in terms of probability. Monthly Weather Review, 78(1), 1-3.
Wilson-Intervall
Das 95%-Intervall neben jedem beobachteten Wert in der Kalibrierungstabelle. Es ersetzt das übliche Normalintervall, weil es auch bei kleinen Stichproben und bei Anteilen nahe 0% oder 100% sinnvoll bleibt, also genau dort, wo Kalibrierungsbereiche liegen. Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209-212.
Kalibrierung per isotonischer Regression
Die Methode, die rohe Modellwerte auf Wahrscheinlichkeiten abbildet, die bedeuten, was sie sagen. Sie passt eine monotone Kurve an ausgewertete Ergebnisse an, sodass die Reihenfolge erhalten bleibt, während eine angegebene 70% dorthin gezogen wird, wo Prognosen mit 70% tatsächlich lagen. Zadrozny, B., & Elkan, C. (2002). Transforming classifier scores into accurate multiclass probability estimates. KDD 2002, 694-699.

Die Prognosen von heute ansehen

Bis zu vier Top-Auswahlen am Tag sind kostenlos, dazu alle Live-Ergebnisse, Spielpläne und Tabellen der Seite.