Zo werkt onze AI, en zo testen we hem tegen de bookmakers
Elke tip op Daily Sport Pick komt uit een automatisch systeem: drie voorspelmodellen beoordelen elke wedstrijd en vaste regels bepalen wat er gepubliceerd wordt. Geen tipgever kiest met de hand. Hieronder staan de modellen, de regels en de tests die we op allebei loslaten, ook de tests waar we voor zakken.
Ons model tegen de wedmarkt
In september vergeleken we de kansen van ons model met de kansen die in de odds van bookmakers zitten, zonder marge, op 3.519 wedstrijden tussen april en september 2026. Elke voorspelling is voor de aftrap gemaakt. We gebruikten log-loss, een standaardmaat voor kansvoorspellingen: lager is beter, en zelfverzekerde fouten worden zwaar bestraft. Als referentie scoorden we ook een voorspelling die altijd de gemiddelde uitslag voorspelt.
| Uitslag, per groep competities | Wedstrijden | Ons model | Odds bookmakers | Altijd het gemiddelde |
|---|---|---|---|---|
| Top 5-competities | 553 | 1,025 | 1,004 | 1,081 |
| Eredivisie, Primeira Liga, Belgische Pro League, Championship, Brasileirão, MLS | 709 | 1,047 | 1,003 | 1,081 |
| Europese bekertoernooien | 468 | 1,099 | 0,926 | 1,051 |
| Tweede divisies en middelgrote Europese competities | 551 | 1,127 | 1,024 | 1,080 |
| Alle overige competities | 1.238 | 1,086 | 1,023 | 1,073 |
| Alle wedstrijden | 3.519 | 1,076 | 1,003 | 1,075 |
Bron: live voorspellingen van Daily Sport Pick tegenover odds zonder marge, april tot september 2026.
- De wedmarkt was de betere voorspelling in elke markt die we testten (uitslag, over/under 1,5, 2,5 en 3,5 doelpunten, beide teams scoren) en in elke groep competities.
- In de topcompetities kwam ons model dicht bij de markt. In Europese bekertoernooien en kleinere competities scoorde het slechter dan altijd het gemiddelde voorspellen.
- Weinig data doet het meeste pijn. Had een team minder dan drie wedstrijden aan data, dan scoorde het model 1,163, slechter dan gokken. Met drie of meer was dat 1,038.
Over 3.519 wedstrijden waren de odds in elke groep een betere voorspelling dan ons model. Daarom tonen we beide getallen naast elkaar en noemen we een tip nooit value.
Kalibratie: betekent 70% ook 70%?
Een model is goed gekalibreerd als zijn tips van 70% ongeveer 70% van de keren uitkomen. We groepeerden elke afgerekende live voorspelling op de kans die het model aan zijn keuze gaf, en telden hoe vaak die keuze echt uitkwam:
| Model zei | Wedstrijden (oud v3.1) | Uitgekomen (oud) | Wedstrijden (nieuw v4) | Uitgekomen (v4) |
|---|---|---|---|---|
| 30–40% | 16.548 | 39,0% | 679 | 37,3% |
| 40–50% | 26.532 | 41,0% | 667 | 45,0% |
| 50–60% | 14.085 | 45,1% | 399 | 54,4% |
| 60–70% | 6.532 | 52,4% | 147 | 64,6% |
| 70–80% | 3.054 | 59,4% | 81 | 71,6% |
| 80–90% | 1.312 | 67,6% | 35 | 80,0% |
| 90–100% | 334 | 70,7% | – | – |
Bron: 68.404 afgerekende live voorspellingen, 23 maart tot 11 oktober 2026. Het oude model draaide in alle competities, v4 alleen waar de data het best is, dus de twee kolommen gaan niet over dezelfde wedstrijden.
Het oude model was te zeker van zijn zaak, en meer naarmate het zekerder was: bij ongeveer 84% kwam zijn keuze 67,6% van de keren uit, bij ongeveer 94% maar 70,7%. Ons over/under-model laat hetzelfde patroon zien: zei het ongeveer 74%, dan kwam de lijn over 18.717 wedstrijden 57,4% van de keren uit. Het nieuwe v4-model zit veel dichter bij de diagonaal, maar op veel minder wedstrijden.
De hoge getallen van het oude model waren te hoog. Waar het 74% zei, was het in werkelijkheid 59%. Dat is de belangrijkste reden dat we de labels ‘AI-zekerheid’ schrapten en nu naast elk modelgetal de marktkans tonen.
Oud model tegen nieuw model, op dezelfde wedstrijden
De kalibratietabel is geen eerlijke vergelijking: v4 draait alleen in de competities met de beste data. Daarom vergeleken we beide modellen ook op precies dezelfde 1.639 wedstrijden:
| Op dezelfde wedstrijden | Oud model (v3.1) | Nieuw model (v4) |
|---|---|---|
| Wedstrijden | 1.639 | 1.639 |
| Juiste uitslag gekozen | 47,3% | 47,3% |
| Log-loss (lager is beter) | 1,217 | 1,032 |
Bron: live voorspellingen van Daily Sport Pick, april tot oktober 2026, wedstrijden met kansen van beide modellen.
Beide modellen kozen even vaak de juiste uitslag, in 47,3% van de gevallen. Het verschil zit in de kansen: v4 scoort 1,032, het oude model 1,217. Ter vergelijking: altijd het gemiddelde voorspellen scoorde in onze test van september ongeveer 1,08, de odds van bookmakers ongeveer 1,00. Het verschil in log-loss is groter dan in de kalibratietabel. Dat wijst op zelfverzekerde fouten bij de uitkomsten die het oude model niet koos: log-loss bestraft een kans van 3% die toch uitkomt veel zwaarder dan een keuze van 60% die mist.
Het nieuwe model kiest niet vaker de winnaar. Het is eerlijker over hoe waarschijnlijk die is. Op deze set verslaat het gokken duidelijk; of het de wedmarkt verslaat, beweren we pas als we dat op nieuwe wedstrijden hebben gemeten.
Wat er gebeurt als de modellen het eens zijn
Per wedstrijd tellen we hoeveel van de drie modellen dezelfde uitkomst verwachten:
| Modellen eens | Wedstrijden | Model zei | Uitgekomen |
|---|---|---|---|
| Een model | 31.737 | 47,6% | 40,2% |
| Twee modellen | 31.789 | 50,6% | 47,5% |
| Alle drie | 1.315 | 54,4% | 50,0% |
Bron: afgerekende live voorspellingen, maart tot oktober 2026.
Het systeem geeft elke wedstrijd ook een interne ensemblescore van 0 tot 100. Die rangschikt wedstrijden goed: onder de 10 kwam de verwachte uitslag 35,7% van de keren uit, boven de 90 76,1%, en de 50 wedstrijden met 100 punten 84,0%. Het is een rangorde, geen kans, en het bepaalt niet welke tips we publiceren.
Eensgezindheid helpt: 50,0% als alle drie het eens zijn, 40,2% als maar een model de uitkomst steunt. Maar ook dan zei het model 54,4%, dus eensgezindheid geneest de overmoed niet. Maar 6 van onze testtips hadden volledige overeenstemming; 5 wonnen, veel te weinig om op te bouwen.
De drie modellen
- Machine learning. Een gradient-boostingmodel met beslisbomen, getraind op ruim 28.000 historische wedstrijden. De nieuwere versie v4 doet de competities met de beste data; de oudere v3.1 is elders de terugvaloptie.
- Poisson. Schat hoeveel doelpunten elk team waarschijnlijk maakt op basis van aanvals- en verdedigingswaarden per competitie, gecorrigeerd voor thuisvoordeel, en maakt van die verwachte doelpunten een volledige uitslagenmatrix.
- Dixon-Coles. Breidt Poisson uit met een correctie voor lage uitslagen zoals 0-0 en 1-1 (Dixon & Coles, 1997), wordt geschat met maximum likelihood en geeft recente wedstrijden meer gewicht. Per competitie geschat.
- Het ensemble. Waar het machine-learningmodel betrouwbare data heeft, wegen de drie 60% machine learning, 20% Poisson en 20% Dixon-Coles. Elders delen Poisson en Dixon-Coles het gewicht. Een model zonder betrouwbare data voor een wedstrijd valt af en de gewichten worden opnieuw verdeeld.
Het machine-learningmodel gebruikt kenmerken zoals:
- ELO-ratings, totaal en apart voor thuis en uit
- Recente vorm van beide teams
- Doelpunten en expected goals, voor en tegen per wedstrijd
- Aantal eerdere wedstrijden, zodat het model weet hoeveel data het heeft
Elk kenmerk wordt point-in-time berekend: alleen informatie die voor de aftrap beschikbaar was, telt mee. De zwakke plek is het begin van een seizoen en bekertoernooien, als een team in die competitie nog weinig wedstrijden heeft gespeeld.
Hoe we kiezen welke tips we publiceren
Sinds 18 september 2026 draaien elke dag dezelfde regels, zonder handmatige selectie:
- Competities: Premier League, La Liga, Serie A, Bundesliga, Ligue 1, Eredivisie, Primeira Liga, Belgische Pro League, Championship, Brasileirão en MLS.
- Genoeg data: beide teams hebben minstens drie eerdere wedstrijden aan data nodig.
- Combitips: de hoogste modelkans, minstens 70%, tegen een odd van minstens 1,30 en hooguit 18 procentpunten van de markt af.
- Extra tips: modelkans van minstens 50%, odds tussen 1,30 en 4,00, geen uitslagmarkt en hooguit 10 procentpunten boven de markt. Gerangschikt op kans.
- Divisiecheck: wedstrijden waarbij de data van een team uit een andere divisie komt, slaan we over.
- Geen opvultips: voldoet niets aan de regels, dan publiceren we minder tips of geen.
Onze gepubliceerde tips voor en na de nieuwe regels:
| Periode | Hoofdtips | Gewonnen | Rendement | Extra tips | Rendement |
|---|---|---|---|---|---|
| 10 mrt tot 17 sep | 448 | 64,5% | −4,7% | 225 | −21,5% |
| 18 sep tot 11 okt | 29 | 75,9% | +7,7% | 18 | −10,7% |
Bron: gepubliceerde tips van Daily Sport Pick, 1 eenheid per tip, afgerekend tegen de gepubliceerde odd. Volledige resultaten op onze resultatenpagina.
De tiptabellen vertellen een nuchterder verhaal. Sinds 18 september zei het model van de combitabel gemiddeld 77,8%, kwam 66,2% uit en impliceerden de odds 74,2%. Bij die tips zat de markt dus nog steeds dichter bij de werkelijkheid dan wij.
De eerste 29 hoofdtips onder de nieuwe regels leverden +7,7% op, maar 29 tips bewijzen niets: ons maandresultaat schommelde tussen −22,4% en +13,5%. Een volledige nieuwe meting publiceren we zodra het er een paar honderd zijn.
Wat je op de site ziet
- Model-% en markt-%. Bij tips, analysepagina’s en markttabellen staat onze modelkans naast de kans uit de odds. Markt-% haalt de marge eruit: odds van 1,80 en 2,10 op twee uitkomsten worden ongeveer 54% en 46%.
- Marktweergave elders. Voor competities zonder tips tonen de analysepagina’s alleen de marktkansen.
- Geen value-labels. Een verschil tussen model en markt is geen voordeel. Onze value betting-test laat zien waarom.
- Heatmap van uitslagen. Het raster op elke analysepagina toont elke uitslag van 0-0 tot 4-4: uit de expected goals van ons model waar we tips publiceren, elders uit de odds.
- Controleer het zelf. Onze pagina met AI-modelstatistieken zet de rangscore af tegen afgerekende uitslagen, en we publiceerden een analyse van drie bugs in onze closing line-tracker (Engels), inclusief wat we nog niet kunnen meten.
Veelgestelde vragen
Welke voorspelmodellen gebruikt Daily Sport Pick?
Drie: een machine-learningmodel (gradient boosting met beslisbomen) getraind op ruim 28.000 historische wedstrijden, een Poisson-doelpuntenmodel en een Dixon-Colesmodel. Waar het machine-learningmodel betrouwbare data heeft, wegen ze 60/20/20; elders delen Poisson en Dixon-Coles het gewicht.
Verslaat jullie model de bookmakers?
Tot nu toe niet. Op 3.519 wedstrijden tussen april en september 2026 waren de kansen uit de odds in elke gemeten markt en groep competities een betere voorspelling dan ons model. Ons nieuwe v4-model is duidelijk beter dan het oude, maar we hebben nog niet aangetoond dat het de markt verslaat.
Hoe nauwkeurig is het AI-model?
Op 1.639 wedstrijden waarin beide versies draaiden, kozen het oude en het nieuwe model allebei in 47,3% van de gevallen de juiste uitslag, tegenover 33% bij blind gokken. Over alle ruim 68.000 live voorspellingen sinds maart 2026, inclusief zwakkere competities, was dat 43,9%.
Is het model goed gekalibreerd?
Het oude model niet: zei het ongeveer 74%, dan kwam zijn keuze 59,4% van de keren uit. Het nieuwe v4-model zit veel dichterbij: bij ongeveer 74% kwam het 71,6% van de keren uit, op minder wedstrijden.
Wat gebeurt er als alle drie de modellen het eens zijn?
Hun keuze komt vaker uit: 50,0% over 1.315 wedstrijden, tegenover 40,2% als maar een model de uitkomst steunt. Maar de modellen zeiden 54,4% bij die wedstrijden, dus eensgezindheid haalt de overmoed niet weg.
Wat is de marktkans?
De kans die in de odds van de bookmaker zit, zonder de marge van de bookmaker. Odds van 1,80 en 2,10 op twee uitkomsten worden ongeveer 54% en 46%.
Gratis tips, elke dag
Dagelijkse AI-onderbouwde voetbaltips in je inbox. Gratis, geen spam, altijd opzegbaar.
18+ Speel verantwoord. Gokken kan verslavend zijn.