Themenpaket FIFA Fußball-Weltmeisterschaft Katar 2022™

Daniel Memmert, studierter Mathematiker, Professor und geschäftsführender Institutsleiter am Institut für Trainingswissenschaft und Sportinformatik, kennt insbesondere auch die psychologischen Tücken von Vorhersagen und konnte in eigener Forschung belegen, dass sich Experten dabei regelmäßig überschätzen. Daher empfiehlt er, statt auf einzelne Expertenmeinungen lieber auf die Prognosen von datenbasierten Modellen zu vertrauen. Seine weiteren Arbeitsschwerpunkte liegen in der Bewegungswissenschaft (Kognition und Motorik), in der Sportpsychologie (Aufmerksamkeit und Motivation) sowie in der Sportinformatik (Big Data, Mustererkennung und Simulation). Sein Institut kooperiert mit verschiedenen Fußball-Bundesligisten, der Deutschen Fußball-Nationalmannschaft sowie DAX-Unternehmen und organisiert den ersten internationalen Weiterbildungs-Masterstudiengang „Spielanalyse“. Bei allgemeinen Rückfragen: memmert@­dshs-koeln.de; +49 17619822805).

Fabian Wunderlich ist studierter Mathematiker, hat mehrere Jahre im Sportwetten-Bereich gearbeitet und an der Deutschen Sporthochschule Köln zu Vorhersagemodellen im Sport promoviert. Seine primäre Expertise liegt in der Anwendung von mathematischen und informatischen Verfahren auf Sportdaten und seine Forschungsschwerpunkte u.a. in den Bereichen Vorhersagemodelle, Sportwetten, Wettquoten sowie Zufallseinflüsse im Sportspiel. Bei Rückfragen zur Methode: f.wunderlich@­dshs-koeln.de; +49 178 6617007).

Gemeinsam haben sich beide in einem Übersichtsartikel mit Vorhersagemodellen im Sport befasst und in einer aktuellen Studie den hohen Zufallseinfluss im Fußball nachgewiesen, der letztendlich die Vorhersagen so schwierig macht. Darüber hinaus wissen sie wie wichtig Wettquoten im Vorhersagebereich sind und haben den Nutzen von Wettquoten für die Analyse von Leistungsstärken und in der Vorhersage von Fußballspielen untersucht. Weitere aktuelle Studien befassen sich mit der Frage, inwiefern Positionsdaten oder Social Media Daten Vorhersagemodelle für Fußballspiele verbessern können.

In zahlreichen Studien haben Wissenschaftler unterschiedlichste Methoden unter die Lupe genommen, mit denen die Ergebnisse von Fußballspielen prognostiziert werden können. Klassischerweise werden dazu Informationen wie vergangene Ergebnisse, Positionen in offiziellen Ranglisten, Marktwerte der Spieler oder Wettquoten genutzt.

Da jeder Fan möglicherweise seine eigene Präferenz hat, worauf er bei seiner ganz persönlichen Einschätzung vertrauen möchte, geben wir insgesamt vier Informationen an.

• Das Abschneiden bei der letzten Weltmeisterschaft 2018
• Die Position in der FIFA Weltrangliste, die seit 2018 auf dem mathematischen Konzept der Elo-Zahl basiert.
• Der Marktwert des Kaders auf Basis der Website www.transfermarkt.de
• Die Einschätzung des Wettmarktes übersetzt in eine prozentuale Prognose

Gerade der Wettmarkt hat sich als eine sehr präzise Möglichkeit herauskristallisiert um Sportereignisse im Allgemeinen und Fußballspiele im Speziellen zu prognostizieren.

Dafür gibt es gleich mehrere Gründe: Erstens, Buchmacher leben von ihren genauen Einschätzungen zu zukünftigen Sportereignissen, sie haben demnach einen großen finanziellen Anreiz und die nötige Expertise um diese genau zu prognostizieren. Zweitens, im Wettmarkt kommen eine große Menge von verschiedenen Akteuren zusammen (verschiedene Buchmacher, professionelle Sportwetter und eine riesige Menge an Freizeit-Sportwettern). Die finalen Wettquoten können also als eine gemeinsame Einschätzung vieler Akteure angenommen werden und diese (Stichwort crowd wisdom) sind in der Regel viel besser als die Einschätzung einzelner Experten. Drittens, der Wettmarkt kann im Gegensatz zu anderen Prognosequellen wie Ranglisten oder vergangenen Ergebnissen alle relevanten Informationen berücksichtigen. Also insbesondere auch den Heimvorteil, die Turnierauslosung, psychologische Faktoren, die aktuelle Kaderzusammenstellung inkl. verletzten Spielern.

Aus den Daten des Wettmarkts lassen sich somit verschiedene Wahrscheinlichkeiten ableiten, die wir in der EM Prognose zusammenfassen.

• Die Gesamtturnierprognose, d.h. die Wahrscheinlichkeit jeder Nationalmannschaft das Turnier zu gewinnen, die sich natürlich im Laufe des Turniers und als Reaktion auf die Ergebnisse immer wieder anpasst.
• Die Prognose für jedes Spiel, d.h. die Wahrscheinlichkeit für den Ausgang jedes der Spiele der Weltmeisterschaft (Sieg Mannschaft 1, Unentschieden, Sieg Mannschaft 2).
• Für KO-Matches zusätzlich die Wahrscheinlichkeit aufs Weiterkommen, d.h. wer sich unter Einbeziehung von möglicher Verlängerung und Elfmeterschießen für die nächste Runde qualifiziert.

Die Gesamtprognose für den Titelgewinn unmittelbar vor Turnierbeginn gibt es hier.

Übersichtsartikel zu Vorhersagemodellen im Sport

Wunderlich, F., & Memmert, D. (2021). Forecasting the outcomes of sports events: A review. European Journal of Sport Science, 21(7), 944-957.

Studie zum hohen Zufallseinfluss im Fußball, der letztendlich Vorhersagen so schwierig macht

Wunderlich, F., Seck, A., & Memmert, D. (2021): The influence of randomness on goals in football decreases over time. An empirical analysis of randomness involved in goal scoring in the English Premier League. Journal of Sports Sciences. 39(20), 2322 2337.

Nutzen von Wettquoten für die Analyse von Mannschaftsstärken und zur Vorhersage von Fußballspielen

Wunderlich, F., & Memmert, D. (2018). The Betting Odds Rating System: Using soccer forecasts to forecast soccer. PloS one, 13(6).

Nutzen von Positions- und Eventdaten für In-Play Vorhersagemodelle

Klemp, M., Wunderlich, F., & Memmert, D. (2021). In-play forecasting in football using event and positional data. Scientific reports, 11(1), 1-10.

Nutzen von Twitter-Daten für In-Play Vorhersagemodelle

Wunderlich, F., & Memmert, D. (2022). A big data analysis of Twitter data during premier league matches: do tweets contain information valuable for in-play forecasting of goals in football?. Social Network Analysis and Mining, 12(1), 1-15.

Ein Framework zum systematischen Testen von Vorhersagemodellen im Sport

Garnica-Caparrós, M., Memmert, D., & Wunderlich, F. (2022). Artificial data in sports forecasting: a simulation framework for analysing predictive models in sports. Information Systems and e-Business Management, 20(3), 551-580.