🤖 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.
5,689Analysierte Spiele
5,420Abgerechnet
44.2%Modellgenauigkeit
2,397Korrekte 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

44%
26%
30%
Heimsieg 44% (2380)Unentschieden 26% (1407)Auswärtssieg 30% (1633)

Über/Unter 1.5 Verteilung

79%
21%
Über 1.5 79% (3909)Unter 1.5 21% (1022)

Modellgenauigkeit Über/Unter 1.5: 78.1% (3850/4931 korrekt)

Über/Unter 2.5 Verteilung

56%
44%
Über 2.5 56% (3059)Unter 2.5 44% (2361)

Modellgenauigkeit Über/Unter: 55% (2980/5420 korrekt)

Über/Unter 3.5 Verteilung

34%
66%
Über 3.5 34% (1696)Unter 3.5 66% (3235)

Modellgenauigkeit Über/Unter 3.5: 63.4% (3124/4931 korrekt)

Beide Teams treffen (BTTS)

57%
43%
BTTS Ja 57% (2826)BTTS Nein 43% (2105)

BTTS-Modellgenauigkeit: 55% (2712/4931 korrekt)

Asian-Handicap-Ergebnisse

49%
49%
2%
Heim gedeckt 49% (2084)Auswärts gedeckt 49% (2050)Push 2% (91)

AH-Modellgenauigkeit: 44.6% (1842/4134 korrekt, 91 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 A16096
60%+26.7
Super League10858
53.7%+20.4
Eredivisie14879
53.4%+20.1
Jupiler Pro League15983
52.2%+18.9
1. Division209105
50.2%+16.9
Ekstraklasa17788
49.7%+16.4
Ligue 113767
48.9%+15.6
Primeira Liga14671
48.6%+15.3
Allsvenskan19792
46.7%+13.4
Bundesliga12759
46.5%+13.2
3. Liga14969
46.3%+13
La Liga18786
46%+12.7
UEFA Europa Conference League307140
45.6%+12.3
UEFA Champions League15469
44.8%+11.5
Brazilian Série A234102
43.6%+10.3
Segunda División22095
43.2%+9.9
Süper Lig14361
42.7%+9.4
Serie B15164
42.4%+9.1
Premier League468198
42.3%+9
Ligue 214360
42%+8.7

Aktuelle KI-Vorhersagen

DatumSpiel1X2Model O/U 1.5O/U 2.5O/U 3.5BTTSAH-LinieTatsächlichErgebnis
25 Okt 2026Primeira LigaSporting CP vs Academico ViseuHeimsieg71%—Over 2.5 ✅——-1.3 (Home) ❌Auswärtssieg (1-2)❌
25 Okt 2026La LigaBarcelona vs Real MadridHeimsieg45%—Over 2.5 ✅——-0.3 (Home) ❌Auswärtssieg (1-2)❌
25 Okt 2026Serie AUdinese vs AC MilanAuswärtssieg58%Over 1.5 ✅Over 2.5 ❌Under 3.5 ✅BTTS Yes ❌+0.8 (Away) ✅Auswärtssieg (0-2)✅
25 Okt 2026EredivisieAZ Alkmaar vs TwenteHeimsieg38%—Over 2.5 ❌——+0.0 (Away)Auswärtssieg (0-2)❌
25 Okt 2026Jupiler Pro LeagueUnion St. Gilloise vs Cercle BruggeHeimsieg72%—Over 2.5 ✅——-1.5 (Home) ✅Heimsieg (5-2)✅
25 Okt 2026Primeira LigaRio Ave vs FamalicaoAuswärtssieg45%—Over 2.5 ✅——+0.3 (Away) ✅Auswärtssieg (0-4)✅
25 Okt 2026Primeira LigaNacional vs SC BragaAuswärtssieg58%—Under 2.5 ✅——+0.8 (Away) ❌Heimsieg (1-0)❌
25 Okt 2026La LigaReal Sociedad vs LevanteHeimsieg45%—Over 2.5 ✅——-0.5 (Home) ✅Heimsieg (2-1)✅
25 Okt 2026Segunda DivisiónCastellón vs Sporting GijonHeimsieg49%—Over 2.5 ✅——-0.5 (Home) ✅Heimsieg (4-0)✅
25 Okt 2026Jupiler Pro LeagueGent vs AnderlechtHeimsieg39%—Over 2.5 ✅——+0.0 (Away)Heimsieg (4-0)✅
25 Okt 2026Serie ALecce vs JuventusAuswärtssieg54%—Over 2.5 ❌——+0.8 (Away) ✅Auswärtssieg (0-2)✅
25 Okt 2026BundesligaSC Freiburg vs Bayern MünchenAuswärtssieg65%—Over 2.5 ✅——+1.3 (Away) ✅Auswärtssieg (1-3)✅
25 Okt 2026Premier LeagueSunderland vs LeedsHeimsieg37%—Under 2.5 ✅——+0.0 (Away)Unentschieden (0-0)❌
25 Okt 2026Serie BHellas Verona vs PisaAuswärtssieg59%—Over 2.5 ❌——+0.8 (Away) ❌Unentschieden (1-1)❌
25 Okt 2026Ligue 1Rennes vs StrasbourgHeimsieg46%—Over 2.5 ✅——-0.3 (Home) ✅Heimsieg (3-0)✅

Ensemble-Modell

44.2%Ensemble-Genauigkeit
5,387Abgerechnete Spiele

Unser v4-GradientBoosting-Modell — die KI hinter jedem veröffentlichten Tipp — erreicht derzeit 47.3% Genauigkeit bei 2,315 abgerechneten Spielen seit dem Start. Das entspricht der inhärenten Schwierigkeit von 3-Wege-Fußballergebnissen (Zufall = 33,3%). Die Genauigkeit stabilisiert sich mit mehr Daten.

36.1%Wenn alle Modelle übereinstimmen
1,772Alle Modelle stimmten überein

Ensemble-Score-Verteilung und Genauigkeit

Score-BereichSpieleGenauigkeit
0-9428
31.3%
10-191371
37.4%
20-29912
40.7%
30-39831
45.1%
40-49806
45.3%
50-59539
57.7%
60-69331
58.9%
70-79131
70.2%
80-8933
69.7%
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.

Hinweis, 17. September 2026: Diese Grafik zeigt den internen Ranking-Wert des Modells. Ob seine Wahrscheinlichkeiten den Buchmachermarkt schlagen, ist eine andere Frage, und in unseren eigenen Tests taten sie das nicht. Die vollständige Messung steht in unserem Methodik-Update.

Jeder Balken gruppiert Vorhersagen nach dem internen Ranking-Wert des Modells (0–100) und zeigt, wie oft diese Vorhersagen bei abgeschlossenen Spielen richtig waren. Ein ansteigendes Muster bedeutet, dass das Ranking aussagekräftig ist. Es bedeutet nicht, dass das Modell den Buchmachermarkt schlägt: In unseren eigenen Tests tat es das nicht. Beim Überfahren mit der Maus erscheint die Stichprobengröße.

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?