🤖 Modell-Leistung

KI-Modell-Statistiken

Unser Machine-Learning-Modell analysiert jedes Fußballspiel, das es findet, nicht nur die 3 Tipps, die wir täglich veröffentlichen. Unten findest du die vollständigen Leistungsdaten der KI über Tausende von Spielen. So lernt und verbessert sich das Modell mit der Zeit.
4,203Analysierte Spiele
3,870Abgerechnet
42.2%Modellgenauigkeit
1,635Korrekte Vorhersagen

Dies ist die reine Trefferquote des Modells beim exakten 1X2-Ergebnis über alle analysierten Spiele, nicht die Erfolgsquote unserer veröffentlichten Tipps. Unsere Tipps kombinieren mehrere Märkte (Doppelte Chance, Über/Unter, asiatisches Handicap) und gewinnen deutlich häufiger. Diese Zahlen sind kumulativ seit März 2026 und umfassen frühere Modellversionen; unser aktuelles Modell (v4) schneidet stärker ab, siehe den Ensemble-Abschnitt unten. Unsere Tipp-Ergebnisse ansehen. Was bedeuten diese Zahlen?

Ergebnisverteilung

43%
27%
30%
Heimsieg 43% (1673)Unentschieden 27% (1027)Auswärtssieg 30% (1170)

Über/Unter 1.5 Verteilung

79%
21%
Über 1.5 79% (2665)Unter 1.5 21% (719)

Modellgenauigkeit Über/Unter 1.5: 77.4% (2619/3384 korrekt)

Über/Unter 2.5 Verteilung

56%
44%
Über 2.5 56% (2165)Unter 2.5 44% (1705)

Modellgenauigkeit Über/Unter: 54.8% (2121/3870 korrekt)

Über/Unter 3.5 Verteilung

34%
66%
Über 3.5 34% (1151)Unter 3.5 66% (2233)

Modellgenauigkeit Über/Unter 3.5: 63.9% (2163/3384 korrekt)

Beide Teams treffen (BTTS)

57%
43%
BTTS Ja 57% (1936)BTTS Nein 43% (1448)

BTTS-Modellgenauigkeit: 55% (1860/3384 korrekt)

Asian-Handicap-Ergebnisse

48%
50%
2%
Heim gedeckt 48% (1424)Auswärts gedeckt 50% (1469)Push 2% (55)

AH-Modellgenauigkeit: 43.3% (1252/2893 korrekt, 55 Push)

1X2-Modellgenauigkeit nach Wettbewerb

Dies ist die reine 1X2-Trefferquote (Heim/Unentschieden/Auswärts) des Modells. Unsere veröffentlichten Tipps nutzen auch Doppelte Chance, Über/Unter und Asian Handicap, daher unterscheidet sich deren Trefferquote; siehe das Archiv für die Ergebnisse.

Stark (45%+)Mittel (38-45%)Schwach (unter 38%)Gestrichelte Linie = 33,3% (Zufall)
WettbewerbSpieleKorrektGenauigkeit
Serie A11067
60.9%+27.6
Eredivisie10255
53.9%+20.6
Jupiler Pro League12463
50.8%+17.5
Primeira Liga11054
49.1%+15.8
Super League8139
48.1%+14.8
3. Liga9746
47.4%+14.1
Ekstraklasa12961
47.3%+14
Serie B10147
46.5%+13.2
1. Division15371
46.4%+13.1
Ligue 19342
45.2%+11.9
Allsvenskan15670
44.9%+11.6
UEFA Europa Conference League271120
44.3%+11
Bundesliga8236
43.9%+10.6
La Liga13157
43.5%+10.2
Superliga8937
41.6%+8.3
2. Bundesliga10141
40.6%+7.3
UEFA Champions League11245
40.2%+6.9
Brazilian Série A17369
39.9%+6.6
Premier League340135
39.7%+6.4
League One15561
39.4%+6.1

Aktuelle KI-Vorhersagen

DatumSpiel1X2AIC O/U 1.5O/U 2.5O/U 3.5BTTSAH-LinieTatsächlichErgebnis
09 Sep 2026Primeira LigaMoreirense vs BenficaAuswärtssieg71%Over 1.5 ✅Over 2.5 ✅Under 3.5 ❌BTTS Yes ❌+1.3 (Away) ✅Auswärtssieg (0-4)✅
09 Sep 2026UEFA Champions LeagueSporting CP vs GalatasarayHeimsieg47%—Over 2.5 ✅——-0.5 (Home) ✅Heimsieg (3-1)✅
09 Sep 2026UEFA Champions LeagueParis Saint Germain vs Slovan BratislavaHeimsieg72%—Under 2.5 ❌——-1.3 (Home) ✅Heimsieg (6-1)✅
09 Sep 2026UEFA Champions LeagueNapoli vs ArsenalAuswärtssieg61%—Over 2.5 ❌——+1.0 (Away) ⬜Auswärtssieg (0-1)✅
09 Sep 2026UEFA Champions LeagueLiverpool vs Atletico MadridHeimsieg52%—Over 2.5 ✅——-0.5 (Home) ✅Heimsieg (2-1)✅
09 Sep 2026ChampionshipCharlton vs QPRHeimsieg38%—Over 2.5 ❌——+0.0 (Away)Unentschieden (0-0)❌
09 Sep 2026ChampionshipNorwich vs BirminghamHeimsieg39%Over 1.5 ✅Over 2.5 ✅Under 3.5 ✅BTTS Yes ✅-0.3 (Home) ✅Heimsieg (2-1)✅
09 Sep 2026ChampionshipDerby vs West BromHeimsieg35%—Over 2.5 ❌——+0.0 (Away)Auswärtssieg (0-1)❌
09 Sep 2026UEFA Champions LeagueVfB Stuttgart vs VikingUnentschieden42%—Over 2.5 ✅——+0.0 (Away)Heimsieg (3-1)❌
09 Sep 2026UEFA Champions LeagueBarcelona vs FeyenoordHeimsieg72%Over 1.5 ✅Over 2.5 ✅Over 3.5 ✅BTTS Yes ✅-1.5 (Home) ✅Heimsieg (5-1)✅
09 Sep 2026EredivisieTwente vs TelstarHeimsieg56%—Over 2.5 ❌——-0.8 (Home) ✅Heimsieg (1-0)✅
08 Sep 2026UEFA Champions LeagueReal Madrid vs InterHeimsieg56%—Over 2.5 ✅——-0.8 (Home) ✅Heimsieg (2-1)✅
08 Sep 2026UEFA Champions LeagueLille vs Real BetisHeimsieg47%—Over 2.5 ✅——-0.5 (Home) ❌Auswärtssieg (2-3)❌
08 Sep 2026UEFA Champions LeagueFC Porto vs Manchester CityHeimsieg45%Over 1.5 ✅Over 2.5 ❌Over 3.5 ❌BTTS Yes ❌-0.3 (Home) ❌Auswärtssieg (0-2)❌
08 Sep 2026UEFA Champions LeagueBorussia Dortmund vs VillarrealHeimsieg75%—Over 2.5 ✅——-1.8 (Home) ❌Heimsieg (3-2)✅

Ensemble-Modell

42.2%Ensemble-Genauigkeit
3,837Abgerechnete Spiele

Unser v4-GradientBoosting-Modell — die KI hinter jedem veröffentlichten Tipp — erreicht derzeit 46.4% Genauigkeit bei 1,618 abgerechneten Spielen seit dem Start. Das entspricht der inhärenten Schwierigkeit von 3-Wege-Fußballergebnissen (Zufall = 33,3%). Die Genauigkeit stabilisiert sich mit mehr Daten.

34.3%Wenn alle Modelle übereinstimmen
1,270Alle Modelle stimmten überein

Ensemble-Score-Verteilung und Genauigkeit

Score-BereichSpieleGenauigkeit
0-9288
29.5%
10-191110
37.4%
20-29614
38.3%
30-39559
41.3%
40-49552
44.4%
50-59362
54.4%
60-69232
55.2%
70-7992
70.7%
80-8923
69.6%
90-994
25%
100-1091
100%

Modell-Kalibrierung

Bedeutet eine höhere Konfidenzbewertung tatsächlich eine genauere Vorhersage? Diese Grafik beantwortet das. Wir gruppieren jede abgeschlossene Vorhersage nach der internen Konfidenzbewertung, die das Modell zugewiesen hat, und zeigen dann die echte Trefferquote für jede Gruppe. Eine ansteigende Treppe ist das, was du sehen willst, sie bedeutet, dass das Modell weiß, wann es eher richtig liegt.

Jeder Balken gruppiert die Modellvorhersagen nach internem Konfidenzscore (0–100). Die Höhe zeigt, wie oft diese Vorhersagen bei abgerechneten Spielen tatsächlich korrekt waren. Ein steigendes Muster bedeutet, dass die Konfidenz des Modells aussagekräftig ist: höhere Werte entsprechen wirklich genaueren Vorhersagen. Die Daten umfassen unsere Kernligen, in denen das Modell nachweisbares Signal hat. Bewege den Mauszeiger für Stichprobengrößen. Dies ist der interne Ranking-Score des Modells über jedes analysierte Spiel — nicht die KI-Konfidenz pro Tipp, die bei den Tipps und auf der Startseite angezeigt wird.

Die Modellgenauigkeit wird nur auf abgeschlossenen Spielen berechnet. Das aktuelle Modell nutzt Form, Tordurchschnitt und H2H-Daten als Eingabemerkmale. Die Genauigkeit verbessert sich, je mehr Live-Daten gesammelt werden.

Mehr Transparenz: Ergebnisse & Bilanz · Wie genau ist die KI?