Hintergrund

Die Idee entstand 2012 beim alljährlichen Bundesliga-Tippspiel von aserto. Im Übermut ganz guter Ergebnisse kam unser Smart-Data-Team auf die Idee, eine künstliche Intelligenz “asertoni” zu schaffen – einen Algorithmus zum Tipp der Bundesliga-Spiele.

Grundlage des Algorithmus sind Prognosemodelle (Predictive Analytics). aserto arbeitet mit solchen Verfahren, um Sachverhalte im Marketing und in der Kommunikation möglichst treffsicher zu prognostizieren.

Bundesliga

asertoni greift auf umfassende Statistiken aus mehr als 3.000 Bundesligaspielen zurück. Darüber hinaus werden die Quoten von Wettanbietern bei der Ergebnisprognose berücksichtigt. Aus all diesen Daten berechnet asertoni mit Methoden der multivariaten Statistik die wahrscheinlichsten Bundesliga-Ergebnisse – komplett unbeeinflusst von menschlichem Ermessen und Fußball-Fachwissen. Ein erster Dummy startete in der Rückrunde der Saison 2012/2013. Auf Anhieb gelang es asertoni, in der Spitze mitzutippen und schlussendlich sogar, das aserto-Tippspiel zu gewinnen – allerdings mit nur hauchdünnem Vorsprung. In der Bundesliga Saison 2013/2014 hat sich unser Algorithmus erneut als harter Gegner gezeigt. Allerdings musste er sich mit knappen zwei Punkten Abstand aserto-Mitarbeiter Marcel Drews geschlagen geben. Die Saison 2014/2015 konnte asertoni dafür deutlich für sich entscheiden, 10 Punkte trennten den Algorithmus vom Zweitplatzierten.

WM 2014

Und nun ging auch der WM-asertoni an den Start. Unsere Fußball-Glaskugel geht dabei systematischer vor als das Krakenorakel und greift auf alle Länderspiel-Ergebnisse und Wettquoten der vergangenen Partien zurück. Aus dieser Fülle an Daten ermittelt asertoni die wahrscheinlichen Gewinner und Verlierer. Wie sich gezeigt hat, konnte so der Gewinner (Deutschland) treffsicher vorhergesagt werden, wobei andere Spiele innerhalb der WM einen eher überraschenden Ausgang nahmen.

Und jetzt freuen wir uns auf die Bundesliga.


 

Lesebeispiel

lesebeispiel

Beispiel für die Prognose eines Bundesliga-Spiels

Tendenz

Die Daten werden mithilfe multivariater Analyseverfahren in Prognosemodelle überführt. Ein Algorithmus berechnet, ob ein Heim- oder Auswärtssieg oder gar ein Unentschieden das wahrscheinlichste Ergebnis ist.

In %

Zusätzlich wird ermittelt, mit welcher Wahrscheinlichkeit das Ergebnis eintritt. Je höher die Wahrscheinlichkeit, desto sicherer ist die Prognose. Die Trefferwahrscheinlichkeit von 68 Prozent im Beispiel spricht klar für einen Heimsieg. Bei Wahrscheinlichkeiten von knapp über 33 Prozent ist die Prognose nur vage, denn so sicher würde auch ein Zufallsgenerator Sieg, Unentschieden und Niederlage tippen.

Trend

Auf Grundlage der Tendenz wird zusätzlich ein Tipp für das Spielergebnis berechnet, also für die Anzahl der Tore und die Tordifferenz. Hier gehen vor allem die letzten Spielergebnisse mit der durchschnittlichen Anzahl an Toren ein.


 

Datenquellen

Für die Analyse werden verschiedene Rohdaten gesammelt und ausgewertet:

  • Ergebnisse der letzten Bundesliga-Spieltage
  • Direkte Vergleiche der Teams
  • Quoten von Wettanbietern
  • Bewertung zuletzt eingesetzter Spieler

 

FAQ
Auf welche Daten greift die Ergebnisprognose zu?
Zur Berechnung werden verschiedene Datenquellen analysiert: Bundesliga-Ergebnisse der letzten Jahre, Quoten bei Wettanbietern und die Bewertungen der Spieler.

Wann und wo wird der Bundesliga-Tipp veröffentlicht?
Der Bundesliga-Tipp wird auf der Facebook-Seite von aserto und hier veröffentlicht, jeweils kurz vor dem jeweiligen Spieltag.

Wie „gut“ tippt bundesliga.aserto.de?
Die Ergebnisse in der Beta-Phase waren bislang vielversprechend. Unser Tippspiel-Algorhythmus hat beim aserto-Bundesliga-Tippspiel in Rückrunde der Saison 2012/2013 unter allen Kollegen auf Anhieb den ersten Platz erreicht, allerdings denkbar knapp.

Wer steckt hinter dem Projekt?
Die Bundesliga-Ergebnisprognose wird erstellt vom Smart-Data-Team von aserto. Wir freuen uns auf das Feedback unserer Nutzer und den Dialog. Hier finden Sie unsere Kontaktdaten.

Welche Interessen werden mit dem Projekt verfolgt?
Das Projekt soll zeigen, welche Kraft gute Prognosemodelle haben. Auch bei Ereignissen, die vermeintlich als nicht prognostizierbar gelten, können solche Modelle durchaus bei der Einschätzung helfen.