Klicke auf die Grafik für eine vergrößerte Ansicht  Name: DirkPaulsen.png Ansichten: 1616 Größe: 27,9 KB ID: 5087046Welche Statistiken und Daten brauchen wir für gute Wetten? Auf der Suche nach guten Wetten hatten wir bereits ein paar Kriterien besprochen, wodurch es zu diesem für uns glücklichen Ereignis kommen kann: eine Mannschaft wird überschätzt, eine andere wird unterschätzt. Jeweils mit gewissen Konsequenzen für die mögliche Auswahl (siehe Artikel Gegen Serien wetten).

Jedoch ist dies bisher nur ein eher intuitives Kriterium. „Objektive“ Kriterien wären zwar in gewisser Weise reine Zahlen, nur sind selbst diese oftmals trügerisch. Dass diese uns trügen können, ist jedoch weiterhin ein von uns erwünschter Glücksfall. Die reinen und nackten Zahlen, auf welche andere Marktteilnehmer zurückgreifen – man könnte sagen, die Vielzahl derselben --, sind jedoch jene, welche allgemein zugänglich sind oder welche letztendlich den Eintrag in die Tabellen finden. Nackt sind die Ergebnisse, nackt ist auch das Tabellenbild.

Dahinter stehen nämlich sehr oft Leistungen, welche nicht im Einklang mit diesen Ergebnissen stehen. Bei vielen beliebten Statistikseiten kommen oftmals völlig andere Zahlen heraus, als sie am Ende auf der Ergebnistafel zu finden sind. Dadurch, dass es hier bereits Abweichungen gibt, einhergehend mit der Tatsache, dass diese Abweichungen durchaus einzelne Mannschaften mal anhaltend vorteilhaft betreffen können also auch anhaltend nachteilig, kann es dazu kommen, dass es in der Gesamttabelle teils erhebliche Schieflagen gibt.

Gewinngarantien gibt es nirgends


Wann ist der Heimvorteil beim Wetten ein Heimvorteil?


Etwas verstecktere Kriterien gibt es allerdings auch, die jedoch noch immer eine solide Zahlenbasis haben, also neben den intuitiven. „Versteckt“ ist ein Kriterium zum Beispiel dann, wenn es sich um den mysteriösen Heimvorteil handelt. Wobei hier sehr die Frage ist, woran sich der Markt da orientiert und woran man es selbst zu tun hätte? Ein Beispiel wäre hier dies: eine Mannschaft hat zu Hause eine Bilanz von 3—3—1 bei 8-4 Toren und auswärts eine von 3—2—3 bei 10-14 Toren. Ja, äh, genau, ich meine, ich weiß nicht. Sind sie nun heimstark oder eher nicht? Ich meine, eigentlich gewinnen doch Heimmannschaften eh etwas mehr, das haben diese auch getan. Aber ist das bei ihnen mehr als der Schnitt oder weniger? Und noch dazu die Tore. Das ist verwirrend, es bleibt dabei: ich weiß es nicht. Oder sind die doch eher heimstark? Hmm, ja, wohl schon, möglich.
Man könnte viele solcher Beispiele anführen: man sieht es nicht auf den ersten Blick und selbst beim zweiten bleibt es eine komplizierte Angelegenheit. Und, mal Hand aufs Herz, wer macht sich da schon die Mühe, das Woche für Woche herauszuarbeiten? Genau: das tut nämlich am Markt auch kaum einer. Für uns bliebe ja, neben der möglichen Erkenntnis noch „ja, die sind heimstark“, die Frage, was wir aus diesem so erlangten „Wissen“ nun herauskitzeln? Soll ich sie nun spielen, weil sie heimstark sind und ein Heimspiel vor der Brust haben?

Genau hier hätten wir eines dieser Beispiele von versteckten Zahlen, welche für den Computer, und damit für unser Computer-Programm das wir regelmäßig mit Daten füttern, jedoch im Grunde kein größeres Problem darstellen. Er verarbeitet jedes Ergebnis nach Vorschrift und es interessiert ihn halt nicht, ob er daraus eine Heimstärke oder Heimschwäche oder Auswärtsstärke oder Auswärtsschwäche zu konstruieren hätte. Er verarbeitet jedes Ergebnis, verändert die Einstellungen, so klein, wie es mindestens sein muss und so groß, dass es sinnvoll ist und für die nächste Partie möglichst gute Quoten erzeugt. Weder zu viel noch zu wenig. Natürlich bliebe auch dann noch und Woche für Woche aufs Neue die Beweisführung zu leisten, dass er es „richtig“ tut und dass er möglichst schlagkräftige Tipps liefert, die am Markt konkurrenzfähig sind, aber nicht unbedingt mainstream.

​​Ein Computer-Programm achtet auf die Kleinigkeiten, die einem Einzelnen, aber somit oft auch einer Allgemeinheit, entgeht.


Wichtige Statistiken für Wetten


Um hier im Beispiel zu bleiben, so dass man vielleicht selbst und eigenhändig-manuell diese Fähigkeit erlernen kann: es handelt sich um Hammarby IF in der schwedischen Allsvenskan, der 2020er Saison. Die Bilanz aus Sicht der Heimmanschaften in etwa zur Saisonhalbzeit ist die: 121 Spiele – 42—42—37 176-156 Tore. Das heißt: eine Heimmannschaft müsste etwas über 53% ihrer Heimspiele gewinnen (wohlgemerkt: all IHRER Siege, nicht der durchschnittlichen Siege) und auch etwas über 53% ihrer Tore zu Hause erzielen.

Insofern hätte Hammarby zwar zu wenige Spiele zu Hause gewonnen (es hätten 3.18 sein sollen; sie haben nur 3), sie haben sogar zu wenige Tore erzielt zu Hause (es hätten 9.54 sein müssen, waren aber nur 8), aber sie haben natürlich deutlich zu wenige kassiert zu Hause (es hätten 8.46 sein müssen, waren aber nur 4) und genauso auswärts haben sie zwar zu viele erzielt 10 anstatt 8.46), aber auch viel zu viele kassiert (es hätten 9.54 sein müssen, waren aber 14). Warum die beiden Zahlen heim/auswärts, was sie hätten erzielen und kassieren müssen, jeweils gleich sind? Sozusagen eine Art „Probe“: das gilt natürlich genau dann, wenn sie INSGESAMT genauso viele erzielt wie kassiert haben: 18-18 ihre Tordifferenz, also alles richtig gerechnet.

Nun kann man die Zahlen ins Verhältnis setzen, als letzte Erkenntnis. Der Heimvorteil, den sie hätten haben müssen, wäre 1.12 (9.54 geteilt durch 8.46). Erspielt haben sie aber 2.0 (8 geteilt durch 4). Auswärts hätten sie haben müssten 0.886 (8.46 geteilt durch 9.54), haben aber 10 geteilt durch 14 (=0.71). Also haben sie heim bessere Werte erzielt und auswärts bessere, im Sinne der erzielten Tore. Auf die Spiele ist es knapp darunter, aber auch eigentlich solide (3—3—1 ist besser als 3—2—3). Insgesamt die Erkenntnis: sie sind eine Heimmannschaft.

Der „korrekte“ Wert des Heimvorteils (der derzeit erspielte in der Liga) wäre eine 1.13 (176/156). Ihr derzeit gespeicherter Wert liegt bei 1.31 (der vom Computer zugrunde gelegte Wert, mit dem er aktuell rechnet, bis zum nächsten Ergebnis, wo es neue Anpassungen gibt). Das heißt: der Computer hat sie ebenfalls als überdurchschnittliche Heimmannschaft gespeichert. Das erscheint, nach all diesen Berechnungen, durchaus angemessen.
Nur: hätten Sie es gewusst?
Und nächste Frage: weiß der Markt davon?
Letzte Frage: welche Bedeutung hätte es und wann und wie können wir das vorteilhaft nutzen? Antwort: offen. Es sind immer weitere kleine Details, die am Ende das Gesamtpaket ausmachen.

Zusammengefasst, diese Statistiken und Daten sind wichtig für eine Wette:
  • Statistik der jeweiligen Liga
  • Heim-Statistik der Mannschaften
  • Auswärts-Statistik der Mannschaften
  • Toranzahl der Mannschaften daheim und auswärts
  • Verhältnis beachten welche Mannschaft überdurchschnittlich oder unterdurchschnittliche Ergebnisse liefern

Über den Autor Dirk Paulsen