A.I. vs. WM

Normalerweise interessiere ich mich nicht besonders für Fußball. Trotzdem hatte ich bei der EM vor zwei Jahren ChatGPT für mich tippen lassen – mit eher gemischten Ergebnissen.- A.I. vs EM 2024

Bei der WM 2026 habe ich deshalb einen neuen Versuch gestartet und wieder eine A.I. für mich am Tippspiel auf der Arbeit teilnehmen lassen.

Dieses Mal habe ich mich für GROK entschieden. GROK hat den Ruf, sehr aktuelle Informationen in seine Analysen einzubeziehen – besonders natürlich Daten, Meldungen und Diskussionen von X.

Zur Einordnung: Ich habe die A.I. ihre Tipps immer erst kurz vor den jeweiligen Spielen abgeben beziehungsweise aktualisieren lassen. Dadurch sollten möglichst viele aktuelle Faktoren berücksichtigt werden können:

Aufstellungen, Verletzungen, kurzfristige Ausfälle, Veränderungen bei den Wettquoten, die bisherigen Leistungen im Turnier und andere aktuelle Entwicklungen.

Nachdem die WM 2026 nun vorbei ist, habe ich die Ergebnisse einmal genauer analysiert.

Ergebnis

Insgesamt wurden 104 Spiele getippt.

• 12 exakte Ergebnisse richtig getippt: 11,5 %
• 14-mal die richtige Tordifferenz getippt: 13,5 %
• 41-mal den richtigen Sieger beziehungsweise Spielausgang getippt: 39,4 %
• 37 Spiele falsch getippt: 35,6 %

Tipp-Zusammenfassung

Sieger beziehungsweise Unentschieden richtig vorhergesagt: rund 64,4 %

Falsch getippt: rund 35,6 %

Mit diesen Werten landete die A.I. auf Platz 36 von insgesamt 159 Teilnehmern des Tippspiels. Damit gehörte sie immerhin zu den besten 23 %.

Das ist kein überragendes Ergebnis, aber definitiv besser als reines Zufallstippsen.

Analyse 1: Deutliche Verbesserung gegenüber der EM

Im Gegensatz zum Versuch vor zwei Jahren liegen die Ergebnisse diesmal nicht mehr nur im Bereich der statistischen Zufallswahrscheinlichkeit.

Mit ungefähr zwei Dritteln richtig vorhergesagter Spielausgänge war die A.I. diesmal eindeutig besser. Besonders auffällig ist, dass sie in vielen Fällen zumindest die grundlegende Tendenz des Spiels richtig erkannt hat – also Sieg, Niederlage oder Unentschieden.

Das genaue Ergebnis vorherzusagen, blieb dagegen deutlich schwieriger.
Ergo:
Eine sehr deutliche Verbesserung gegenüber dem Versuch vor zwei Jahren. Trotzdem ist das Ergebnis noch lange nicht in einem Bereich, in dem ich echtes Geld auf die Tipps setzen würde.

Dafür müsste die Trefferquote meiner Meinung nach deutlich über 80 % liegen – wobei selbst eine solche Quote bei Sportwetten noch keine Garantie für einen Gewinn wäre.

Analyse 2: Die Tipps wurden im Verlauf des Turniers besser

Im Verlauf des Turniers haben sich die Ergebnisse der Tipps merklich verbessert.

Zu Beginn der WM lagen für viele Mannschaften nur ältere Statistiken, Qualifikationsspiele und allgemeine Einschätzungen vor. Mit jedem weiteren Spiel kamen jedoch neue Daten hinzu: aktuelle Form, taktische Veränderungen, Leistungen einzelner Spieler und die Frage, wie gut eine Mannschaft tatsächlich mit dem Turnierdruck umgehen konnte.

GROK scheint diese neuen Informationen zumindest teilweise in die folgenden Berechnungen einbezogen zu haben.
Ergo:
GROK hat die während des Turniers gezeigten Leistungen der Mannschaften offenbar berücksichtigt und seine Einschätzungen entsprechend angepasst.

Die A.I. hat also nicht ausschließlich danach getippt, welche Mannschaft auf dem Papier stärker oder bekannter war.

Analyse 3: A.I. gegen Bauchgefühl

Auch wenn ich mich nicht aktiv für Fußball interessiere, habe ich natürlich trotzdem ein gewisses Bauchgefühl dafür, welche Mannschaften als stark gelten.

Allerdings beruhen viele meiner Einschätzungen vermutlich auf Informationen, die teilweise schon 20 oder 30 Jahre alt sind. Einige Länder verbinde ich automatisch mit erfolgreichen Mannschaften, obwohl deren aktuelle Leistung möglicherweise gar nicht mehr zu diesem Ruf passt.

Wenn ich die Tipps der A.I. mit meinem eigenen Bauchgefühl vergleiche, hätte ich trotzdem erstaunlich oft genauso getippt. Beim exakten Ergebnis oder beim Torverhältnis wäre meine Einschätzung vermutlich anders gewesen – bei der grundlegenden Tendenz aber häufig gleich.

Das spricht einerseits dafür, dass die Tipps der A.I. nachvollziehbar waren. Andererseits zeigt es auch, dass GROK offenbar relativ häufig zu denselben naheliegenden Einschätzungen kam wie ein nur oberflächlich informierter Mensch.
Ergo:
Hätte ich ausschließlich nach meinem Bauchgefühl getippt, wäre das Gesamtergebnis möglicherweise gar nicht so viel schlechter gewesen.

Ob ich damit allerdings ebenfalls Platz 36 erreicht hätte, lässt sich natürlich nicht mehr überprüfen.

Analyse 4: Favoriten, Underdogs und unvorhersehbare Faktoren

Besonders häufig lag die A.I. in Spielen falsch, in denen ein Favorit nicht seine normale Leistung abrufen konnte.

Dazu kamen aus meiner Sicht einige ungewöhnliche oder zumindest diskussionswürdige Schiedsrichterentscheidungen. Solche Entscheidungen können den Verlauf eines Spiels innerhalb weniger Sekunden komplett verändern, lassen sich aber kaum seriös vorhersagen.

Außerdem nahmen durch das erweiterte Teilnehmerfeld viele Länder an der WM teil, über deren Mannschaften deutlich weniger internationale Vergleichsdaten vorhanden waren.

Einige dieser vermeintlichen Underdogs spielten wesentlich besser, als man es ihnen vorher zugetraut hätte. Andere Teams konnten ihre guten Leistungen aus der Qualifikation nicht im Turnier bestätigen.

Gerade Mannschaften, die nur selten bei großen internationalen Turnieren antreten, sind schwer einzuschätzen. Es gibt weniger direkte Vergleichsmöglichkeiten, weniger aktuelle Daten gegen Topmannschaften und teilweise auch weniger verlässliche Informationen über die einzelnen Spieler.
Ergo:
Tagesform, Nervosität, Motivation und unerwartete Schiedsrichterentscheidungen kann auch eine A.I. nur schwer vorhersagen.

Dasselbe gilt für Mannschaften, die nur selten auf der großen internationalen Bühne spielen und deshalb auf Basis der vorhandenen Daten schwer einzuschätzen sind.

Fazit

Nach dem eher enttäuschenden Versuch bei der EM vor zwei Jahren mit einer Trefferquote von ungefähr 50 % war ich von der Erfolgsquote bei dieser WM durchaus überrascht.

Rund zwei Drittel der Spielausgänge richtig vorherzusagen, ist deutlich besser als beim letzten Versuch. Gleichzeitig ist das Ergebnis aber auch nicht so gut, dass man von einer zuverlässigen Vorhersage sprechen könnte.

Für die Verbesserung gibt es aus meiner Sicht zwei mögliche Erklärungen:

Entweder sind A.I.-Modelle in den vergangenen zwei Jahren allgemein besser darin geworden, aktuelle Informationen auszuwerten und daraus Prognosen abzuleiten. Oder der Unterschied lag vor allem darin, dass ich diesmal GROK verwendet habe und GROK stärker auf aktuelle Daten und kurzfristige Entwicklungen zugreifen konnte.

Vermutlich ist es eine Mischung aus beidem.

Gerade wegen der Möglichkeiten von Big-Data-Analysen – die schließlich eine wichtige Grundlage von Machine Learning bilden – hätte ich allerdings noch bessere Tipps erwartet.

Oft wirkte die Analyse letztlich doch wie eine technisch aufwendige Variante von:

„Diese Mannschaft ist allgemein als stärker bekannt, also wird sie wahrscheinlich gewinnen.“

Möglicherweise ist ein universelles LLM für diese Aufgabe auch zu breit und zu global trainiert. Ein spezialisiertes Modell, das ausschließlich mit aktuellen Fußballdaten, Spielerstatistiken, taktischen Systemen, Fitnesswerten und internationalen Turnieren trainiert wurde, könnte wahrscheinlich bessere Ergebnisse liefern.

Allerdings bleiben auch für ein solches Modell viele Faktoren unsichtbar.

Bei Mannschaftssportarten hängt sehr viel von der aktuellen körperlichen und mentalen Tagesform der einzelnen Spieler ab. Ein Spieler kann statistisch perfekt vorbereitet sein und trotzdem ein schlechtes Spiel machen. Vielleicht ist er müde, angeschlagen, nervös oder privat abgelenkt.

Wenn beispielsweise ein Topspieler einen Tag vor einem wichtigen Spiel einen großen Sponsor verliert, einen privaten Konflikt hat oder mit einer leichten Verletzung aufläuft, wird er am Spieltag möglicherweise nicht seine volle Leistung bringen. Solche Informationen stehen entweder gar nicht zur Verfügung oder lassen sich kaum sinnvoll in eine Berechnung übersetzen.

Hinzu kommen Zufälle: ein abgefälschter Ball, ein Pfostentreffer, ein Platzverweis oder eine einzelne Fehlentscheidung.

Letztendlich bleiben Sportwetten deshalb das, was sie im Kern immer waren:

Ein schwer kalkulierbares Glücksspiel – auch dann, wenn eine A.I. vorher sehr überzeugend erklärt, warum ihr Tipp angeblich logisch ist.