Modul VIII: Die Nutzung der Plattform
41. Modelle und KI-Analyse
Sieben Modelle, mit offenen Karten
Auf der Plattform laufen sieben Vorhersagemodelle: fünf Lehrbuch-Basismodelle (Elo, Poisson, Monte Carlo, logistische Regression, Gradient Boosting) und zwei eigene Kombinationen (Veto, Balance). Jedes hat seine eigene Seite mit sechs Reitern, und wir veröffentlichen all ihre Zahlen, auch die schlechten.
Der Reiter „Über das Modell“ erklärt die Methodik mit Formeln, Stärken und Schwächen – eine lebendige Illustration der Kapitel von Modul VI (28–34). Der Reiter „Ergebnisse“ ist die Rückmessung: Trefferquote, ROI, Durchschnittsquote, durchschnittlicher CLV und die Schlusslinien-Schlagquote (Kapitel 12), je Quotenband aufgeschlüsselt. Die Reiter „Liga-Aufschlüsselung“ und „Buchmacher“ zeigen, wo und auf welchen Buchmacherpreisen das Modell besser oder schlechter abschneidet, und der Reiter „Strategien“ lässt eine Bankroll-Simulation mit fünf Einsatzstrategien laufen (flat, Martingale, Fibonacci, Value, Kelly), mit einer Drawdown- und Bankrott-Raten-Spalte.
Das Kalibrierungspaneel: so wählst du ein Modell
Der wichtigste Block des Reiters Ergebnisse ist das Kalibrierungspaneel: Brier-Score, Log Loss, ECE und ein Zuverlässigkeitsdiagramm, an dem sichtbar ist, ob der Ausgang, wenn das Modell 60 % sagt, wirklich in 60 % der Fälle eintritt (Kapitel 32). Das Paneel zeigt auch die Kalibrierungs-Rangordnung der Modelle.
Die Lehre, die auch die in Kapitel 14 zitierte Forschung (Walsh und Joshi, 2024) stützt: Ein Modell sollte nach Kalibrierung gewählt werden, nicht nach Trefferquote. Ein schlecht kalibriertes Modell verliert beim value- und Kelly-basierten Setzen direkt Geld, weil es seine eigene Richtigkeit systematisch überschätzt.
Die tägliche KI-Analyse und die KI-Bilanz
Auf der KI-Seite sind die täglichen, spielbezogenen Analysen eines separaten Sprachmodells lesbar: eine eigene 1X2-Schätzung, eine Torzahl-, BTTS-, Ecken- und Karten-Meinung, drei Szenarien mit steigendem Risiko und ein Kombi-Beispiel. Die KI sieht bewusst weder die Vorhersage der Plattform-Modelle noch die Quoten, um eine von ihnen unabhängige Argumentation zu geben; auf der Karte zeigt ein separates Band die rohe Schätzung der KI und die zum Marktkonsens hin angepasste, kalibrierte Wahrscheinlichkeit.
Die KI-Bilanz-Seite rechnet jeden Analysetyp im Nachhinein ab: Trefferquote, Gewinn in Einheiten, ROI und ein 95-%-Konfidenzintervall neben jedem ROI. Überlappt das Intervall die Null, schreibt die Seite es aus: Das Ergebnis ist statistisch nicht von null zu unterscheiden – das ist der Gedankengang aus Kapitel 27 auf Live-Daten.
Wozu das alles, wenn es den Markt ohnehin nicht schlägt?
In Kapitel 14 haben wir gezeigt: Laut unserer eigenen Forschung sind die Schlusspreise des Marktes genauer als jedes unserer Modelle, und wir verbergen das nicht, sondern messen und veröffentlichen es. Die Modelle und die KI sind keine Tipp-Knöpfe, sondern Bezugspunkte: An ihnen lernst du, die Spiele als Wahrscheinlichkeit zu lesen, siehst live das Wirken der Varianz (Modul IV) und kannst jederzeit prüfen, was eine Methode tatsächlich weiß, bevor dir jemand ein „funktionierendes System“ verkauft.
Läuft ein Modell oder eine KI-Analyse einen Monat gut, ist das noch Rauschen. Die Frage ist immer dieselbe: Was sagen die Kalibrierung, der CLV und das Konfidenzintervall. Genau diese drei Instrumente findest du auf jeder unserer Seiten.