Ein Modell, keine Meinung.
Jede Zahl auf diesen Seiten kommt aus einem einzigen statistischen Modell — hier steht, wie es funktioniert, was es kann und was es ehrlicherweise nicht kann.
Wie entstehen die Wahrscheinlichkeiten?
Für jedes Spiel schätzt das Modell die volle Torverteilung — die Wahrscheinlichkeit jedes exakten Ergebnisses. Sieg/Remis/Niederlage, Über/Unter, „beide treffen" und die erwarteten Tore werden alle aus dieser einen Verteilung abgeleitet. Es gibt keine getrennt gebastelten Zahlen, die sich widersprechen könnten.
Was steckt im Modell?
Ein Ensemble aus drei Ansätzen: Dixon-Coles (zeit-gewichtete Angriffs- und Abwehrstärken mit Korrektur für torarme Spiele), Elo-Ratings und xG-basierte Torraten. Für Länderspiele nutzt das Modell ein World-Football-Elo über 49.000 Länderspiele plus ein Tormodell; K.-o.-Spiele werden über Verlängerung/Elfmeterschießen aufgelöst und Turniere per Monte-Carlo tausendfach durchgespielt.
Was heißt „kalibriert"?
Sagt das Modell 70 %, soll das Ereignis langfristig in etwa 70 von 100 Fällen eintreten — das prüfen wir im Backtest und fortlaufend in der öffentlichen Bilanz. Kalibrierung ist der Kern des Produkts: Ohne sie sind Prozentzahlen nur Dekoration.
Schlagt ihr die Buchmacher?
Nein, und wir behaupten es nicht: Die Schlussquoten des Wettmarkts sind in der reinen Genauigkeit minimal besser als unser Modell. Gemessen über 19.682 Spiele aus fünf Ligen liegt unser Ensemble bei einem RPS von 0,199, der entzerrte Marktpreis bei rund 0,194. Kleiner ist dabei besser. Der Wert kalibrierter Modell-Wahrscheinlichkeiten liegt woanders: Sie machen sichtbar, wann eine konkrete Quote im Verhältnis zur Wahrscheinlichkeit attraktiv ist, und wann nicht.
Was ist eine „faire Quote"?
Der Kehrwert der Wahrscheinlichkeit: 50 % ⇒ Quote 2,00. Liegt eine Buchmacher-Quote über der fairen Quote des Modells, ist die Wette rechnerisch attraktiv („Value") — vorausgesetzt, man traut der Wahrscheinlichkeit. Deshalb ist die Bilanz öffentlich.
Und die Buchmacher-Quoten auf den Spielseiten?
Wo verfügbar, zeigen wir zur Einordnung die beste aktuell verfügbare Buchmacher-Quote je Ausgang neben unserer fairen Quote — liegt die Buchmacher-Quote darüber, ist sie rechnerisch attraktiv. Wichtig: Quoten fließen nie in das Modell ein. Die reine Modell-Wahrscheinlichkeit bleibt unangetastet, der Markt dient nur als Vergleich.
Wie gut trifft die Saisonprognose?
Nachgerechnet über die acht Bundesliga-Saisons 2018/19 bis 2025/26: Jede Saison wurde aus reiner Vor-Saison-Sicht simuliert — der Trainingssatz endete am Tag vor dem ersten Spieltag — und mit der echten Abschlusstabelle verglichen. Ergebnis: Der mittlere Platzfehler liegt bei 2,8 Plätzen (Raten wären 6,0), die Rangkorrelation bei 0,69. Den echten Absteigern hat das Modell vorab im Schnitt 35 % Abstiegsrisiko zugewiesen, gegenüber 17 % bei Gleichverteilung. Der Meister-Titel ging in sieben von acht Fällen an einen der beiden Favoriten — die Ausnahme war Leverkusen 2023/24, vorab mit 1,5 % geführt. Ein Titel gegen den Trend ist für ein rein ergebnisbasiertes Modell nicht vorhersehbar, und das bleibt so.
Wie werden Aufsteiger eingeschätzt?
Aus ihren Zweitliga-Ergebnissen — seit August 2026. Vorher lag hier der größte systematische Fehler des Modells: Ein Team ohne Bundesliga-Historie wurde als exakt ligadurchschnittlich behandelt und bekam rund 44 erwartete Punkte, unabhängig von seiner Stärke. Über neun solche Fälle seit 2018 landeten diese Teams im Schnitt 3,6 Plätze tiefer als prognostiziert (Nürnberg 2018/19: Platz 10 erwartet, 18. geworden). Die Ursache war keine Modellschwäche, sondern eine Datenlücke: Der xG-Learner, der 60 % der Bundesliga-Prognose trägt, verwirft alle Spiele ohne xG-Daten — und für die 2. Bundesliga gibt es keine. Er konnte den Aufsteiger also gar nicht sehen. Jetzt springt für genau diese Teams ein auf Toren gerechnetes Modell über beide Ligen ein, das die Zweitliga-Leistung über Vereine umrechnet, die in beiden Ligen gespielt haben. Im Rückvergleich über acht Saisons ist der systematische Fehler damit verschwunden, und die Gesamtprognose wurde in jeder gemessenen Größe besser.
Wo liegt das Modell weiterhin daneben?
An drei Stellen, die wir benennen statt zu kaschieren. Erstens: Ein Titel gegen den Trend ist nicht vorhersehbar — Leverkusen 2023/24 führten wir vorab mit 1,5 %. Ein rein ergebnisbasiertes Modell kann eine solche Saison nicht kommen sehen, und daran wird sich nichts ändern. Zweitens: Transfers, Trainerwechsel und Verletzungen fließen nicht in die Saisonprognose ein. Sie rechnet mit der Stärke, die aus den bisherigen Ergebnissen spricht — ein im Sommer runderneuerter Kader ist für sie derselbe Verein. Drittens: Aufsteiger in die 2. Bundesliga bleiben ein blinder Fleck, weil es für die 3. Liga keine verwertbare Ergebnisquelle gibt. Dort gilt die alte Einschränkung unverändert weiter.
Woher kommen die Daten?
Historische Ergebnisse und Schlussquoten von football-data.co.uk, Expected Goals von Understat, Länderspiel-Historie aus offenen Datensätzen sowie der Spielplan-Feed der Tippr-App. Das Modell wird mehrmals täglich neu gerechnet; jede Prognose trägt einen Zeitstempel und wird vor Anpfiff eingefroren.
Selbst tippen statt nur lesen?
Die Prognosen sind der Maßstab — schlagen kannst du sie im Tippspiel: Tippr ist die kostenlose Tippspiel-App für Freundesgruppen, mit WM, Bundesliga und allen Top-Ligen. Deine Vergleichsbasis steht ja jetzt öffentlich.