.jpg){kind=link}
- Jeder Kämpfer hat sehr wenige Kämpfe: Das Modell muss einfach und bescheiden sein.
- Der Weg ist immer derselbe: Wahrscheinlichkeit → faire Quote → mit der Quote vergleichen → Value.
- Gambeta veröffentlicht derzeit keine regulären Tipps zu Boxen oder UFC: Dies ist ein Guide, damit du selbst modellierst.
Speichere diesen Beitrag: Er ist lang und am besten Schritt für Schritt zu befolgen, mit einer offenen Tabelle daneben.
Dein Fortschritt wird in diesem Browser gespeichert.
Kann man einen Kampf mit maschinellem Lernen modellieren?
Man kann ihn modellieren, mit sehr klaren Grenzen.
Boxen und Mixed Martial Arts (MMA) sind Kontaktsportarten.
Ein einziger Schlag kann einen bis dahin ausgeglichenen Kampf beenden.
Das bringt viel Varianz in jedes Ergebnis.
Dazu gibt es wenige Daten.
Ein Fußballer bestreitet 50 Spiele pro Jahr.
Ein Boxer kämpft zwei- oder dreimal pro Jahr.
Ein UFC-Kämpfer kämpft meist zwei- oder dreimal pro Jahr.
Maschinelles Lernen braucht viele Beispiele, um verlässliche Muster zu lernen.
Hier sind die Beispiele wenige, die Gegner wechseln und die Stile prallen auf unterschiedliche Weise aufeinander.
Deshalb ist ein gutes Kampfmodell einfach, vorsichtig und immer unsicher.
Dieser Beitrag ist ein Guide, um das Modellieren zu lernen.
Gambeta veröffentlicht derzeit keine regulären Tipps zu Boxen oder UFC.
Was du hier hast, sind Werkzeuge und Methode, damit du selbst urteilst.
Welche Variablen du beim Modellieren eines Kampfes beachtest
Ein Modell ist eine Liste von Variablen und ein Gewicht für jede.
Das sind die am häufigsten genutzten im Boxen und im MMA.
Die Tabelle zeigt, was sie beitragen und welche Falle sie haben.
| Variable | Was sie beiträgt | Falle |
|---|---|---|
| Alter | Körperlicher Abbau und Reflexe | Jeder Körper altert anders |
| Reichweite | Distanz und Kontrolle des Rings | Verliert an Wert bei Nahkampf-Stil |
| Serie | Aktuelle Form | Hängt davon ab, wen er besiegt hat |
| Stil | Wie er auf den Gegner trifft | Schwer in eine Zahl zu fassen |
| KO-Bilanz | Schlagkraft und Kinn | Wenige Kämpfe, viel Rauschen |
| Gewicht und Abkochen | Zustand beim Wiegen | Von außen fast nie bekannt |
Alter, Reichweite und Serie: was sich messen lässt
Alter, Reichweite und Größe sind veröffentlicht.
Sie lassen sich leicht in eine Tabelle laden.
Deshalb beginnen alle selbstgebauten Modelle dort.
Das Problem ist, dass auch alle Wettenden sie sehen.
Wenn eine Variable öffentlich ist, hat die Quote sie bereits eingepreist.
Der Value liegt dort, wo der Markt am schlechtesten misst.
Bei Kämpfen ist das oft das wahre Niveau der bisherigen Gegner.
Stil und Gegnerniveau: was am schwierigsten ist
Eine Serie von fünf Siegen sagt ohne Kontext nichts.
Fünf Siege gegen schwache Gegner zählen weniger als zwei Niederlagen gegen die Elite.
Ein gutes Modell passt die Serie an die Qualität jedes Gegners an.
Auch der Stil zählt.
Ein Druck-Kämpfer verhält sich gegen einen Konterkämpfer anders als gegen einen, der den langen Kampf sucht.
Es ist schwer, das in eine Zahl zu übersetzen, und dabei geht Information verloren.
Warum es wenige Daten und viel Varianz gibt
In einer Mannschaftssportart verteilt sich ein Fehler über 90 Minuten.
In einem Kampf kann ein Fehler von zwei Sekunden alles entscheiden.
Deshalb gewinnt der bessere Kämpfer seltener, als es scheint.
Zwei Folgen für dich.
Erstens: Ein gutes Modell wird trotzdem viele Wetten verlieren, die sich gelohnt hätten.
Zweitens: Eine kurze Serie, gut oder schlecht, sagt über das Modell fast nichts.
Wenn du tiefer einsteigen willst, wie viele Wetten man braucht, um Schlüsse zu ziehen, lies wie viele Wetten du brauchst, um zu wissen, ob du gewinnst.
Es ist die Grundlage von allem, was folgt.
Welche Märkte sich modellieren lassen: Sieger, Methode und Runden
In einem Kampf gibt es drei Hauptmärkte.
Jeder hat einen anderen Schwierigkeitsgrad.
| Markt | Ausgänge | Schwierigkeit |
|---|---|---|
| Sieger | Zwei (manchmal Unentschieden) | Mittel: der einfachste zu modellieren |
| Methode | KO, Entscheidung, andere | Hoch: Die Stichprobe wird geteilt |
| Runden | Mehr oder weniger als eine Linie | Hoch: hängt von Tempo und Punktrichter ab |
Beginne immer mit dem Sieger.
Er hat weniger Kategorien und mehr Beispielkämpfe.
Erst wenn der Sieger bei dir funktioniert, probiere Methode und Runden.
Wie du von einem Modell zu einer Wahrscheinlichkeit kommst
Die einfachste Form ist ein Punktesystem.
Jeder Kämpfer hat eine Niveau-Punktzahl, die beim Sieg steigt und bei der Niederlage sinkt.
Einen starken Gegner zu schlagen bringt mehr als einen schwachen.
Die Punktdifferenz wird mit einer bekannten Formel in eine Wahrscheinlichkeit umgerechnet.
Es ist dieselbe, die das Schach nutzt.
Sie heißt Elo-System.
Beispiel: Bei 100 Punkten Unterschied gibt das Elo-System dem Besseren 64,0 %.
Als faire Quote sind das 1,56.
Die Zahlen sind ein Beispiel, um die Methode zu verstehen, und stammen von keinem echten Kämpfer.
Das Elo ist ein Ausgangspunkt.
Danach kannst du Anpassungen hinzufügen: Alter, Reichweite, Stil.
Jede Anpassung soll die Wahrscheinlichkeit ein wenig bewegen, nicht viel.
Der Trick der Bescheidenheit: die Wahrscheinlichkeit an 50 % annähern
Bei wenigen Daten sind deine extremen Wahrscheinlichkeiten fast immer übertrieben.
Eine einfache Technik ist, deine Schätzung mit der neutralen von 50 % zu mischen.
Sie heißt Schrumpfung und senkt das Übermaß an Zuversicht.
Beispiel: Dein Modell sagt 70 %, und du gibst den neutralen 50 % das halbe Gewicht.
Die endgültige Wahrscheinlichkeit liegt bei 60 %.
Sie ist vorsichtiger und schneidet bei kleinen Stichproben meist besser ab.
Von der Wahrscheinlichkeit zur fairen Quote und zum Value
Die faire Quote ist 1 geteilt durch die Wahrscheinlichkeit.
Wenn du 62 % schätzt, ist die faire Quote 1,61.
Zahlt der Wettanbieter mehr, gibt es scheinbaren Value.
Der Erwartungswert (EV) misst, wie viel du im Schnitt pro gesetzter Einheit gewinnen würdest.
Er wird berechnet, indem man Wahrscheinlichkeit mit Quote multipliziert und 1 abzieht.
| Angabe (Beispiel) | Rechnung | Ergebnis |
|---|---|---|
| Wahrsch. 62 %, Quote 1,80 | 0,62 × 1,80 − 1 | EV +11,6 % |
| Wahrsch. 58 %, Quote 1,80 | 0,58 × 1,80 − 1 | EV +4,4 % |
| Wahrsch. 58 %, Quote 1,70 | 0,58 × 1,70 − 1 | EV −1,4 % |
Sieh, was passiert.
Vier Punkte Unterschied bei der Wahrscheinlichkeit verändern einen EV von 11,6 % auf 4,4 %.
Ein kleiner Modellfehler löscht fast den ganzen Value aus.
Diese Rechnungen kannst du mit dem Rechner für den Erwartungswert machen.
Wenn du dich nicht erinnerst, was die faire Quote ist, wiederhole die implizite Wahrscheinlichkeit.
.jpg){kind=link}
Achtung bei der Marge: Der Wettanbieter kassiert im Voraus
Die Quoten des Wettanbieters ergeben nicht 100 %.
Sie ergeben etwas mehr.
Dieses Plus ist die Marge, und sie ziehst du als Erstes von deinem Value ab.
Beispiel: Quoten 1,80 und 2,05 in einem Kampf.
Die impliziten Wahrscheinlichkeiten ergeben 104,34 %, also eine Marge von 4,34 %.
Ohne Marge würde der Markt 53,2 % und 46,8 % sagen.
Wenn dein Modell 52 % für den Favoriten sagt und der Markt ohne Marge 53,2 %, gibt es keinen Vorteil.
Die Quote von 1,80 wirkt nur verlockend.
Mehr dazu unter was die Marge des Wettanbieters ist.
Siegmethode und Runden: mehr Kategorien, weniger Daten
Die Methode verteilt sich auf Kategorien.
Sieg durch KO oder TKO, durch Entscheidung, durch Aufgabe (im MMA) oder durch Disqualifikation.
Jede Kategorie hat sehr wenige Beispiele.
Man modelliert sie als Kette.
Zuerst die Wahrscheinlichkeit zu gewinnen.
Danach, innerhalb dieses Sieges, wie sich die Methode verteilt.
Beispiel: Der Favorit gewinnt mit 62 %.
Von diesen Siegen sind 40 % durch KO oder TKO.
Wahrscheinlichkeit eines Sieges durch KO: 24,8 %, faire Quote 4,03.
Zahlt der Wettanbieter 4,00, ist der EV −0,8 %.
Fast kein Value, auch wenn die Quote hoch wirkt.
Je verlockender die Quote, desto leichter glaubt man an ein Schnäppchen.
Die Runden modelliert man genauso.
Zuerst die Wahrscheinlichkeit, dass der Kampf vor der Linie endet.
Sie hängt vom Tempo, vom Kinn und davon ab, wie viele Runden der Kampf hat.
Wie du ein Modell mit sehr wenigen Kämpfen bewertest
Das ist der schwierigste Punkt.
Mit fünf oder zehn Kämpfen kannst du nicht wissen, ob dein Modell gut ist.
Du kannst Glück haben und glauben, die Methode getroffen zu haben.
Das Konfidenzintervall hilft dir, dieses Risiko zu sehen.
Es ist die Spanne, in der deine echte Trefferquote liegen könnte, gegeben das, was du gemessen hast.
| Stichprobe (Beispiel) | Treffer | Plausible Spanne |
|---|---|---|
| 8 Kämpfe | 6 von 8 (75 %) | 41 % bis 93 % |
| 80 Kämpfe | 60 von 80 (75 %) | 65 % bis 83 % |
Dieselben 75 % Trefferquote in beiden Zeilen.
Bei 8 Kämpfen könnte der wahre Wert fast 41 % sein, ein mittelmäßiges Ergebnis.
Bei 80 Kämpfen wird die Spanne viel kleiner.
Eine bessere Art der Bewertung ist der Brier-Score.
Er misst, wie weit deine Wahrscheinlichkeit vom Ergebnis entfernt lag, nicht nur, ob du getroffen hast.
Je näher an 0, desto besser.
Beispiel: Fünf Kämpfe mit Wahrscheinlichkeiten von 70 %, 60 %, 65 %, 80 % und 55 % ergeben einen Brier-Score von 0,203.
Immer 50 % zu sagen ergibt 0,250.
Bei so wenigen Fällen ist dieser Unterschied noch Rauschen.
Zwei Faustregeln.
Erstens: Speichere jede Wahrscheinlichkeit vor dem Kampf, nie danach.
Zweitens: Ändere das Modell nicht wegen eines einzigen Ergebnisses.
Verzerrungen, die kein Modell leicht erkennt
Es gibt Dinge, die sehr wichtig sind und in keiner Datenbank stehen.
Sie sind die blinden Flecken jedes Kampfmodells.
- Verborgene Verletzungen: Ein Kämpfer kann mit einer angeschlagenen Hand oder einem angeschlagenen Knie antreten, und niemand erzählt es.
- Gewichtmachen: Viel Gewicht in wenigen Tagen abzukochen kann ihm am Kampftag die Kraft nehmen.
- Heimvorteil und Ringrichter: Bei knappen Entscheidungen können Ort und Punktrichter das Ergebnis kippen.
- Änderungen in letzter Minute: Ersatzgegner, abgesagte Kämpfe, wechselnde Gewichtsklassen.
- Alte Daten: Der Kämpfer von vor drei Jahren ist nicht immer der von heute.
Angesichts dieser blinden Flecken muss das Modell vorsichtig sein.
Wenn der Kampf zu viele Unbekannte hat, kann die klügste Entscheidung sein, nicht zu wetten.
.jpg){kind=link}
Wie viel du setzt, wenn du Value findest: vorsichtiger Einsatz
Value zu finden sagt nicht, wie viel du setzen sollst.
Das Kelly-Kriterium berechnet einen Bruchteil der Bankroll je nach dem Vorteil, den du zu haben glaubst.
Das Problem ist, dass es davon abhängt, dass deine Wahrscheinlichkeit stimmt.
Beispiel: Wahrscheinlichkeit 62 % und Quote 1,80.
Das volle Kelly schlägt 14,5 % der Bankroll vor.
Ein Viertel Kelly wären 3,6 %, viel vernünftiger bei einem unsicheren Modell.
Nutze bei Modellen mit wenigen Daten immer einen Bruchteil von Kelly.
Probiere es im Kelly-Rechner aus und vergleiche.
Auch eine feste Obergrenze pro Kampf hilft.
Schritt für Schritt: dein erstes Kampfmodell in einer Tabelle
Wenn du möchtest, dass dir eine KI beim Code der Tabelle hilft, sieh dir an, wie du deine eigene KI für Wetten erstellst und trainierst.
Dieselbe Methode hilft dir dabei.
Was Gambeta macht und was nicht
Um klar zu sein.
Gambeta veröffentlicht derzeit keine regulären Tipps zu Boxen oder UFC.
Wir bieten dir nichts an, was wir nicht haben.
Was du nutzen kannst:
die kostenlosen Rechner für Value, Kelly und Marge und das Jornal, um zu sehen, wie ein eigenes Modell über andere Sportarten denkt.
Alles, was wir veröffentlichen, bleibt in der öffentlichen Historie.
Wenn dich die Value-Methode interessiert, ist die Grundlage in jeder Sportart dieselbe.
Lies Value Betting und komm mit der offenen Tabelle zu diesem Guide zurück.
Fazit: Modellieren heißt lernen, nicht sicher gewinnen
Einen Kampf zu modellieren zwingt dich, besser zu denken.
Es zeigt dir, was du weißt, was du annimmst und was du ignorierst.
Das ist der wahre Wert der Übung.
Ein Modell garantiert nichts.
In Kontaktsportarten ist die Varianz enorm und die Stichprobe klein.
Wenn du wettest, dann mit einer festen Obergrenze und ohne Verlusten hinterherzujagen.
Inhalt nur für Personen ab 18 Jahren.
Wenn du das Gefühl hast, die Kontrolle zu verlieren, lies verantwortungsvoll wetten.
Wenn du in dieser Reihe weitergehen willst, ist der nächste natürliche Schritt der vollständige Guide zu KI für Sportwetten.
Häufig gestellte Fragen
Kann man einen Box- oder UFC-Kampf mit KI vorhersagen?
Man kann eine Wahrscheinlichkeit schätzen, kein Ergebnis vorhersagen.
Ein Kampf kann sich mit einem einzigen Schlag drehen.
Ein gutes Modell gibt dir eine Spanne von Wahrscheinlichkeiten und hilft dir zu entscheiden, ob die Quote sie bezahlt.
Welche Variablen sind in einem Kampf am wichtigsten?
Es gibt nicht die eine.
Am häufigsten genutzt werden Alter, Reichweite, Serie, Niveau der bisherigen Gegner, Stil und wie die Kämpfe endeten.
Keine reicht allein: Man kombiniert und testet sie.
Wie viele Kämpfe braucht man, um einem Modell zu vertrauen?
Viel mehr, als irgendein Kämpfer hat.
Bei 8 oder 10 ausgewerteten Kämpfen kann das Ergebnis Zufall sein.
Gesund ist, mit Hunderten von Kämpfen zu messen und jeder kurzen Serie zu misstrauen.
Welchen Markt modelliert man am besten zuerst?
Den Sieger, weil er zwei Ausgänge und mehr Beispiele hat.
Methode und Runden sind schwieriger: Sie verteilen sich auf mehr Kategorien, und jede hat weniger Daten.
Veröffentlicht Gambeta Tipps zu Boxen oder UFC?
Derzeit nicht regelmäßig.
Die Tipps von Gambeta konzentrieren sich auf andere Sportarten und Märkte.
Was wir anbieten, sind kostenlose Werkzeuge zur Berechnung von Value, Marge und Einsatz sowie das Jornal, um zu sehen, wie das eigene Modell denkt.
Garantiert mir ein Modell den Gewinn?
Nein.
Ein Modell ordnet nur die Unsicherheit.
Es kann falschliegen, und die Marge des Wettanbieters spielt gegen dich.
Setze nur, was du verlieren kannst, und nur, wenn du mindestens 18 bist.