Methodik
Wie matchoscope probabilistische Fußballprognosen berechnet.
Das Modell
matchoscope nutzt eine Dixon-Coles-Erweiterung mit bayesianischer Parameterschätzung via Pyro-SVI (Stochastic Variational Inference). Für jedes Spiel berechnet das Modell drei Wahrscheinlichkeiten: Heimsieg, Unentschieden und Auswärtssieg. Die Summe ist immer 1,0.
Einflussfaktoren
- Historische Elo-Ratings (15+ Jahre Länderspieldaten)
- Aktuelle Teamform (letzte 10 Spiele)
- Expected Goals (xG) der letzten Saison
- Spielort-Bedingungen (Höhe, Klima, Heimvorteil)
- LLM-extrahierte Verletzungs- und Taktikdaten
Kalibrierung
Das Modell wird an der Kalibrierung gemessen: Wenn wir 70 % für Team A schreiben, sollte Team A in ca. 70 % der Fälle gewinnen — über viele Spiele gemessen. Das ist kein Einzelspiel-Versprechen, sondern eine statistische Aussage über die Güte des Modells.
Grenzen des Modells
Einzelne Schiedsrichterentscheidungen, kurzfristige Psychologie, Force-majeure-Ereignisse und unbekannte Faktoren sind nicht modellierbar. Fußball bleibt ein Sport mit inhärenter Zufallskomponente.
Offene Quellen
Datenquellen: Wikidata (CC0), OpenLigaDB (CC BY), FIFA Open Data wo verfügbar. Kein Scraping von geschützten Quellen. Lizenzpflicht für alle Datensätze.