wissen.de
You voted 3. Total votes: 4
wissen.de Artikel

Big Data für Prognosen im Sport

Visualisierung von Big Data
Lassen sich aus Bergen von unstrukturierten Daten tatsächlich Prognosen für zukünftige Sportereignisse herleiten?
Im Sport ist es ein wenig wie auf dem Aktienmarkt: Jeder möchte gern wissen, was in der Zukunft passieren wird, um seinen Vorteil daraus ziehen zu können. Doch wer kann kommende Sportereignisse besser einschätzen: eine KI, die riesige Mengen an Daten verarbeitet, oder ein Wettanbieter, der auf Erfahrung und aktuelle Ereignisse setzt? Das bekannte Wall-Street-Unternehmen Goldman Sachs ist angetreten, um den Beweis zu führen. Das Unternehmen hat seine eigenen Analyse-Tools entworfen, um bei großen Fußballturnieren wie der EM oder WM anhand von  Wahrscheinlichkeitsberechnungen seiner KI möglichst genaue Vorhersagen treffen zu können. Wann immer Berechnungen angestellt werden, deren verwendete Informationen so komplex sind, dass sie nur noch mit spezialisierten Werkzeugen ausgewertet werden können, spricht man von Big Data. Bei den Analysen von Goldmann Sachs ist das der Fall.

Wie werden Prognosen im Sport erstellt? Wettanbieter prognostizieren dynamisch

Um zukünftige Sportereignisse einschätzen zu können, gibt es ganz verschiedene Modelle und Methoden, die zur Berechnung von Vorhersagen dienen können. So erstellen Wettanbieter wie Sportwetten24 fortwährend Prognosen, um ihre Quoten festlegen zu können. Dabei werden natürlich die Ergebnisse vergangener Spiele einberechnet, ebenso wie Änderungen in der aktuellen Form oder der Ausfall von wichtigen Spielern. Es gibt sogar spezialisierte Analysten, die das Privatleben der Fußballstars unter die Lupe nehmen, um anhand persönlicher Ereignisse Rückschlüsse auf die Leistungen im Spiel ziehen zu können. Die Rückschlüsse werden in sich ändernde Wettquoten übersetzt, sodass auch noch kurz vor einem Spiel eine neue Quote festgelegt werden kann.

So berechnet Goldman Sachs den Ausgang der Spiele

Beim berüchtigten Investmentunternehmen Goldman Sachs laufen die Prognosen deutlich weniger dynamisch ab, sie stehen nämlich schon lange vor dem Spiel fest. Die umfassenden Vorhersagen werden anhand von Big Data berechnet, führten jedoch beispielsweise bei der WM 2018 nicht zu befriedigenden Ergebnissen. Im Gegenteil lag die KI mit keiner der Prognosen richtig. Goldman Sachs hat mit seiner Methode gegenüber den Wettanbietern den eindeutigen Nachteil, dass nur weit zurückliegende Ereignisse in die Prognose einbezogen werden. Aktuelle Ereignisse bleiben dabei jedoch außen vor, dabei haben diese manchmal den größten Einfluss auf den Verlauf.

Die Elo-Wertung - Grundlage der datenbasierten Voraussage

Um den Ausgang der aktuellen Matches einschätzen zu können, analysieren die Mitarbeiter vom Goldmann Sachs alle Länderspiele seit 1960, was mehr als 14.000 Spielen entspricht. Dabei wurden der Ausgang der Spiele ebenso berücksichtigt wie die von den Mannschaften erzielten Tore. Auch eventuelle Heimvorteile wurden in die Berechnungen einbezogen. Dabei zog Goldmann Sachs nicht die Fifa-Weltrangliste zurate, sondern setzte auf die Elo-Wertung, die „World Football Elo Ratings. Dabei handelt es sich um ein Ranglistensystem für A-Nationalmannschaften, das alle internationalen Länderspiele seit 1872 einbezieht. Natürlich verlieren die alten Spiele durch die neuen Daten immer mehr an Bedeutung, dennoch haben die Aufstellungen und Erfolge der Mannschaften von vor hundert Jahren wenig Relevanz für den Ausgang heutiger Spiele. Trotzdem basiert das Modell von Goldmann Sachs wesentlich auf dem Elo System, also auf Daten und Fakten aus der Vergangenheit.

Mannschaftsinterne Entwicklungen und persönliche Ereignisse machen häufig den Unterschied

Die Betrachtung ausschließlich historischer Ereignisse erlaubt es nicht, besondere mannschaftsinterne Ereignisse zu berücksichtigen. Gerade diese sind es jedoch, die einen Außenseiter zum Favoriten machen oder einen Favoriten schwächen können. Fallen etwa ein oder mehrere wichtige Spieler aus, so hätte das auf das Analysemodell von Goldman Sachs keinen Einfluss. Auch die aktuelle Form der Mannschaft, die häufig im Wandel ist, findet keinen Eingang in das Modell. Der Vorteil von Goldmann Sachs, anhand von Big Data eine riesige Menge von Daten in die Berechnung einbeziehen zu können, verblasst angesichts der Erfahrung und Intuition der Wettanbieter.

Wettanbieter haben Gewinnabsichten

Wettanbieter lassen zahlreiche, auch aktuelle Informationen in die Berechnung ihrer Wettquoten einfließen. Die verwendeten Daten sind ideal auf die jeweilige Sportart zugeschnitten, denn natürlich gibt es neben dem Fußball noch eine Vielzahl weiterer sportlicher Ereignisse, auf die man wetten kann. Allerdings ist die Berechnung der Quoten zudem noch von einem monetären Interesse geprägt. Schlussendlich sind Wettanbieter Unternehmen, die Gewinne erwirtschaften wollen. Ihre Quoten sind stets so berechnet, dass sie einen kleinen Vorteil gegenüber den Kunden haben, die ihre Wetten setzen, ähnlich dem Hausvorteil in einem Casino.

Wettquoten sind dynamisch

Es gibt eine weitere Ähnlichkeit zwischen dem Aktienhandel und dem Wetten auf Sportereignisse, einmal abgesehen davon, dass beide auf ein zukünftiges Ereignis setzen: Die Prognosen beim Sport werden, ähnlich wie Aktien, von den Menschen beeinflusst, die mit ihnen zu tun haben. Kaufen viele Menschen eine Aktie, beeinflusst das ihren Wert; wetten viele Menschen auf den gleichen Ausgang eines Sportereignisses, dann passen die Buchmacher ihre Quoten an. Gehen nämlich viele Personen von einem bestimmten Ergebnis aus, kann das die Genauigkeit der Vorhersage erhöhen. Es ist so, als würde der Intuition einer Vielzahl an Sportfans die angemessene Bedeutung zuteilwerden. Die Gewinnchancen des Einzelnen werden dadurch jedoch nicht verbessert: Generell gilt, dass man umso weniger gewinnen kann, umso wahrscheinlicher ein Ereignis ist. Einen satten Gewinn streicht man als ehesten ein, wenn man richtig auf den Erfolg eines Außenseiters getippt hat.

You voted 3. Total votes: 4