🤖 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.
4,145Analysierte Spiele
3,818Abgerechnet
42.2%Modellgenauigkeit
1,611Korrekte 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% (1652)Unentschieden 27% (1015)Auswärtssieg 30% (1151)

Über/Unter 1.5 Verteilung

79%
21%
Über 1.5 79% (2625)Unter 1.5 21% (708)

Modellgenauigkeit Über/Unter 1.5: 77.4% (2579/3333 korrekt)

Über/Unter 2.5 Verteilung

56%
44%
Über 2.5 56% (2136)Unter 2.5 44% (1682)

Modellgenauigkeit Über/Unter: 54.8% (2091/3818 korrekt)

Über/Unter 3.5 Verteilung

34%
66%
Über 3.5 34% (1131)Unter 3.5 66% (2202)

Modellgenauigkeit Über/Unter 3.5: 64% (2132/3333 korrekt)

Beide Teams treffen (BTTS)

57%
43%
BTTS Ja 57% (1901)BTTS Nein 43% (1432)

BTTS-Modellgenauigkeit: 54.9% (1829/3333 korrekt)

Asian-Handicap-Ergebnisse

48%
50%
2%
Heim gedeckt 48% (1403)Auswärts gedeckt 50% (1450)Push 2% (52)

AH-Modellgenauigkeit: 43.3% (1235/2853 korrekt, 52 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 A10865
60.2%+26.9
Eredivisie9954
54.5%+21.2
Jupiler Pro League12463
50.8%+17.5
Primeira Liga10853
49.1%+15.8
Super League8139
48.1%+14.8
Ekstraklasa12761
48%+14.7
3. Liga9746
47.4%+14.1
1. Division15371
46.4%+13.1
Serie B10046
46%+12.7
Ligue 19342
45.2%+11.9
Allsvenskan15369
45.1%+11.8
UEFA Europa Conference League271120
44.3%+11
La Liga12957
44.2%+10.9
Bundesliga8236
43.9%+10.6
Superliga8837
42%+8.7
2. Bundesliga10141
40.6%+7.3
Premier League339135
39.8%+6.5
League One15461
39.6%+6.3
Brazilian Série A17268
39.5%+6.2
UEFA Europa League9336
38.7%+5.4

Aktuelle KI-Vorhersagen

DatumSpiel1X2AIC O/U 1.5O/U 2.5O/U 3.5BTTSAH-LinieTatsächlichErgebnis
06 Sep 2026Primeira LigaGIL Vicente vs Academico ViseuHeimsieg42%—Under 2.5 ✅——-0.3 (Home) ❌Auswärtssieg (0-1)❌
06 Sep 2026La LigaEspanyol vs SevillaHeimsieg39%—Over 2.5 ❌——-0.3 (Home) ❌Unentschieden (1-1)❌
06 Sep 2026Segunda DivisiónAlmeria vs CadizHeimsieg69%—Under 2.5 ❌——-1.3 (Home) ❌Heimsieg (3-2)✅
06 Sep 2026Ligue 1Marseille vs Paris FCHeimsieg49%—Over 2.5 ✅——-0.5 (Home) ❌Auswärtssieg (2-3)❌
06 Sep 2026Serie AJuventus vs AC MilanHeimsieg41%—Over 2.5 ❌——-0.3 (Home) ❌Unentschieden (1-1)❌
06 Sep 2026Serie BCremonese vs PadovaHeimsieg44%—Under 2.5 ❌——-0.3 (Home) ✅Heimsieg (3-1)✅
06 Sep 2026Jupiler Pro LeagueSK Beveren vs OH LeuvenHeimsieg54%—Under 2.5 ❌——-0.8 (Home) ✅Heimsieg (3-0)✅
06 Sep 2026Primeira LigaVitória SC vs Casa PiaHeimsieg47%—Under 2.5 ✅——-0.5 (Home) ❌Unentschieden (0-0)❌
06 Sep 2026La LigaMalaga vs LevanteHeimsieg39%—Under 2.5 ✅——+0.0 (Away)Unentschieden (0-0)❌
06 Sep 2026La LigaAlaves vs OsasunaHeimsieg37%—Over 2.5 ✅——-0.3 (Home) ✅Heimsieg (5-2)✅
06 Sep 2026Segunda DivisiónCastellón vs AlbaceteHeimsieg45%—Under 2.5 ✅——-0.3 (Home) ✅Heimsieg (2-0)✅
06 Sep 2026Jupiler Pro LeagueAnderlecht vs GenkHeimsieg38%—Over 2.5 ❌——+0.0 (Away)Unentschieden (0-0)❌
06 Sep 2026Serie ABologna vs SassuoloHeimsieg49%—Over 2.5 ✅——-0.5 (Home) ❌Unentschieden (2-2)❌
06 Sep 2026BundesligaEintracht Frankfurt vs FC AugsburgHeimsieg44%—Over 2.5 ✅——-0.3 (Home) ❌Auswärtssieg (1-4)❌
06 Sep 2026Premier LeagueArsenal vs ChelseaHeimsieg65%—Over 2.5 ✅——-1.0 (Home) ⬜Heimsieg (2-1)✅

Ensemble-Modell

42.1%Ensemble-Genauigkeit
3,785Abgerechnete Spiele

Unser v4-GradientBoosting-Modell — die KI hinter jedem veröffentlichten Tipp — erreicht derzeit 46.1% Genauigkeit bei 1,585 abgerechneten Spielen seit dem Start. Das entspricht der inhärenten Schwierigkeit von 3-Wege-Fußballergebnissen (Zufall = 33,3%). Die Genauigkeit stabilisiert sich mit mehr Daten.

34.5%Wenn alle Modelle übereinstimmen
1,259Alle Modelle stimmten überein

Ensemble-Score-Verteilung und Genauigkeit

Score-BereichSpieleGenauigkeit
0-9286
29.7%
10-191096
37.3%
20-29603
38.1%
30-39551
41.7%
40-49546
44.3%
50-59355
54.1%
60-69229
54.6%
70-7991
70.3%
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?