Fußball Prognosen Genauigkeit: Was Sie realistisch erwarten können

Die Versprechen klingen verlockend. 85 Prozent Trefferquote, sichere Gewinne, mathematisch garantiert. Wer im Internet nach Fußball-Prognosen sucht, stößt unweigerlich auf solche Behauptungen — und sollte sie genau dort lassen, wo sie hingehören: im Reich der Fantasie.

Realismus statt Wunschdenken — das ist das Fundament jeder ernsthaften Beschäftigung mit Fußball-Prognosen. Wer verstehen will, was Vorhersagemodelle tatsächlich leisten können, muss zuerst akzeptieren, was sie nicht können. Und das ist eine ganze Menge. Kein Algorithmus sieht den Platzverweis in der dritten Minute voraus, keine Formel berechnet den Pfostentreffer in der Nachspielzeit. Fußball ist ein Sport mit niedriger Torquote und hoher Zufallskomponente — das macht ihn für Fans so aufregend und für Prognostiker so frustrierend.

Die wissenschaftliche Literatur ist in diesem Punkt eindeutig: Selbst die besten Modelle erreichen bei Drei-Wege-Prognosen — also Heimsieg, Unentschieden, Auswärtssieg — Trefferquoten um die 50 Prozent. Das klingt ernüchternd, ist aber deutlich besser als pures Raten. Und genau hier liegt der Schlüssel zum Verständnis: Es geht nicht darum, jedes Spiel richtig vorherzusagen. Es geht darum, systematisch besser zu sein als der Zufall — und besser als die impliziten Wahrscheinlichkeiten der Buchmacher. Dieser Unterschied, so klein er erscheinen mag, kann über Tausende von Spielen den Unterschied zwischen Verlust und Gewinn ausmachen.

Benchmark: Was ist überhaupt gut?

Bevor wir über gute oder schlechte Prognosen sprechen können, brauchen wir einen Maßstab. Das klingt banal, wird aber erstaunlich selten gemacht. Die erste Referenz ist simpel: zufälliges Raten. Bei drei möglichen Ausgängen — Heimsieg, Unentschieden, Auswärtssieg — liegt die Trefferquote bei 33,3 Prozent. Jedes Modell, das dauerhaft darunter liegt, ist nutzlos. Das wäre wie ein Navigationssystem, das Sie häufiger in die falsche als in die richtige Richtung schickt.

Die nächste Stufe ist intelligentes Raten. Wer einfach immer auf den Heimsieg tippt, erreicht in den meisten Ligen etwa 45 Prozent Trefferquote. Der Heimvorteil existiert, auch wenn er in den letzten Jahren geschrumpft ist. Diese naive Strategie schlägt bereits den Zufall deutlich — und viele angebliche Experten.

Wissenschaftliche Modelle liegen darüber, aber nicht so weit, wie Marketing-Abteilungen es gerne hätten. Eine Studie der Universität Tilburg aus dem Jahr 2022 untersuchte ELO-basierte Prognosen für die Bundesliga und kam auf eine Trefferquote von 52,4 Prozent bei Drei-Wege-Vorhersagen. Das ist die Realität: knapp drei Prozentpunkte besser als der Heimsieg-Tipp. Poisson-Modelle, die Expected Goals und historische Torverteilungen kombinieren, erreichen laut einer Thesis der Karls-Universität Prag ähnliche Werte um die 50 Prozent.

Was diese Zahlen bedeuten: Von 100 Spielen sagt ein gutes Modell etwa 50 bis 52 richtig vorher. Das heißt auch: 48 bis 50 Spiele liegen daneben. Fast die Hälfte. Wer nach jeder falschen Prognose sein Modell infrage stellt, wird niemals die nötige Konstanz entwickeln. Statistische Vorteile zeigen sich erst über große Stichproben — Hunderte, besser Tausende von Spielen.

Die besseren Ergebnisse kommen, wenn wir das Problem vereinfachen. Bei Zwei-Wege-Prognosen — also nur Sieg oder Niederlage, ohne Unentschieden — steigt die Genauigkeit deutlich. Modelle auf Basis von Expected Goals erreichen hier laut der ESPJETA-Forschung von 2024 etwa 80 Prozent Trefferquote. Das liegt daran, dass Unentschieden das am schwersten vorherzusagende Ergebnis sind. Sie passieren relativ selten, aber wenn sie passieren, ruinieren sie jede Drei-Wege-Statistik. Die Fähigkeit, das wahrscheinlichere Team zu identifizieren, ist also deutlich höher als die Fähigkeit, das exakte Ergebnis zu nennen.

Unterschiedliche Metriken verstehen

Trefferquote ist nicht gleich Trefferquote. Wer verschiedene Prognose-Dienste vergleichen will, muss verstehen, welche Metrik sie eigentlich verwenden — und wie leicht sich Zahlen schönrechnen lassen.

Die Drei-Wege-Trefferquote ist der härteste Test. Sie misst, wie oft das exakte Ergebnis — Heimsieg, Unentschieden oder Auswärtssieg — richtig vorhergesagt wird. Hier liegen die besten Modelle bei 50 bis 55 Prozent. Wer Ihnen 70 oder 80 Prozent verspricht, lügt entweder oder verwendet eine andere Metrik, ohne es zu sagen.

Die Zwei-Wege-Trefferquote ignoriert Unentschieden oder zählt sie als halben Treffer. Das erhöht die Zahlen auf 75 bis 80 Prozent — klingt beeindruckender, ist aber eine andere Messung. Manche Dienste gehen noch weiter und zählen nur Spiele, bei denen sie eine Prognose abgegeben haben. Wenn ein Modell nur bei klaren Favoriten tippt und unsichere Spiele ausspart, steigt die Quote mechanisch — ohne dass die tatsächliche Prognosefähigkeit besser wäre.

Der Brier Score ist die wissenschaftlich sauberste Metrik. Er misst nicht nur, ob eine Vorhersage richtig war, sondern wie sicher sie war. Wer Bayern München mit 90 Prozent Wahrscheinlichkeit als Sieger sieht und richtig liegt, bekommt einen besseren Score als jemand, der nur 55 Prozent angegeben hat. Der Score bestraft übertriebene Sicherheit bei falschen Vorhersagen und belohnt kalibrierte Prognosen. Ein perfekter Brier Score wäre 0, pures Raten liegt bei 0,25. Die meisten guten Modelle erreichen Werte zwischen 0,18 und 0,21.

Für Wetter ist letztlich der ROI entscheidend — Return on Investment. Die Frage ist nicht, wie oft man richtig liegt, sondern ob man über Zeit mehr gewinnt als verliert. David Sumpter, Professor für angewandte Mathematik und Autor von Soccermatics, bringt es auf den Punkt: Modelle sind nicht die Realität, Tore sind die Realität. Eine Prognose kann perfekt kalibriert sein und trotzdem Geld verlieren, wenn die Quoten nicht stimmen. Und sie kann in der Hälfte der Fälle falsch sein und trotzdem profitabel, wenn die richtigen Vorhersagen zu hohen Quoten erfolgen.

Warum perfekte Prognosen unmöglich sind

Fußball ist ein chaotisches System. Nicht chaotisch im umgangssprachlichen Sinn von unordentlich, sondern im mathematischen: Kleine Ursachen können große Wirkungen haben, und diese Wirkungen sind prinzipiell nicht vorhersagbar. Der Ball, der vom Innenpfosten ins Tor geht statt raus. Der Regentropfen, der die Sicht des Torwarts trübt. Die Muskelfaser, die eine Millisekunde früher ermüdet. All das sind Zufallsereignisse, die kein Modell erfassen kann.

Dazu kommt die psychologische Komponente. Motivation, Nervosität, Teamchemie, der Streit in der Kabine vor dem Spiel — diese Faktoren existieren, beeinflussen Ergebnisse und sind für externe Beobachter unsichtbar. Ein Algorithmus sieht nur historische Daten. Er sieht nicht, dass der Stürmer sich gerade von seiner Freundin getrennt hat oder dass der Trainer die Mannschaft mit einer Wutrede aufgepeitscht hat.

Die mathematische Grenze liegt bei etwa 50 bis 55 Prozent für Drei-Wege-Prognosen. Das ist keine technische Beschränkung, die bessere Computer überwinden werden. Es ist eine fundamentale Eigenschaft des Spiels. Selbst wenn Sie alle Daten der Welt hätten — jeden Trainingslauf, jeden Blutwert, jede Schlafstunde jedes Spielers —, bliebe ein großer Teil der Varianz unerklärbar. Fußball wäre sonst kein Sport mehr, sondern ein Rechenexempel.

Eine Studie des Sports Confidence Research Institute zeigt, dass 86 Prozent der Online-Wetter glauben, sie könnten zuverlässig Gewinne erzielen. Diese Zahl ist im Vergleich zum Vorjahr sogar gestiegen. Die Kluft zwischen Selbstwahrnehmung und Realität ist enorm — und sie wird von einer Industrie gefüttert, die an dieser Illusion verdient. Wer mit Fußball-Prognosen arbeiten will, muss zuerst diese Illusion ablegen. Nicht um pessimistisch zu werden, sondern um realistisch zu sein. Ein kleiner, aber konstanter Vorteil über Tausende von Spielen — das ist das Maximum, und es ist mehr, als die meisten je erreichen.

Fazit

Die ehrliche Antwort auf die Frage nach der Genauigkeit von Fußball-Prognosen lautet: bescheiden, aber messbar. Etwa 52 Prozent bei Drei-Wege-Vorhersagen, bis zu 80 Prozent bei der einfacheren Frage, wer gewinnt. Das sind keine beeindruckenden Zahlen für Marketing-Zwecke, aber es sind realistische Zahlen für alle, die ernsthaft mit Daten arbeiten wollen.

Der Wert liegt nicht in der einzelnen Vorhersage, sondern in der Systematik über viele Spiele hinweg. Wer das versteht, hat den ersten Schritt getan. Die Forschung der Universität Tilburg bietet einen guten Einstieg in die methodischen Grundlagen. Für alle, die tiefer einsteigen wollen, empfehlen wir unsere Analysen zur Methodologie moderner Prognosemodelle.