Wie zuverlässig sind WM-Prognosen? – Daten, Modelle und ihre Trefferquote

Jeder hat eine Prognose – aber wie oft stimmen sie wirklich? Vor der WM 2022 prognostizierten fünf der sechs grossen Analysemodelle Brasilien als Weltmeister. Brasilien schied im Viertelfinale aus. Argentinien, der tatsächliche Gewinner, wurde von keinem der sechs Modelle als wahrscheinlichster Sieger geführt. Das ist kein Einzelfall – es ist die Regel. WM-Prognosen sind nützlich, aber sie sind kein Orakel. Die Frage ist nicht, ob man ihnen vertrauen soll, sondern wie man ihre Stärken nutzt und ihre Schwächen umgeht.

Wie WM-Prognosemodelle funktionieren

Die meisten WM-Prognosemodelle basieren auf einer Kombination von drei Datenquellen. Erstens: Elo-Ratings, die auf dem Schachrating-System basieren und die relative Spielstärke von Nationalteams berechnen. Jedes Spiel verändert das Rating – ein Sieg gegen ein starkes Team gibt mehr Punkte als ein Sieg gegen ein schwaches. Elo-Ratings haben den Vorteil, dass sie die gesamte Spielhistorie einbeziehen, und den Nachteil, dass sie Freundschaftsspiele gleich gewichten wie Pflichtspiele.

Zweitens: Expected Goals (xG) auf Spielerbasis. Modernere Modelle bewerten nicht die Mannschaft als Ganzes, sondern schätzen die Leistungsfähigkeit des voraussichtlichen Kaders auf Basis der xG-Daten aus Klub-Wettbewerben. Ein Stürmer mit 0.65 xG pro 90 Minuten in der Premier League wird als produktiver eingestuft als ein Stürmer mit 0.35 xG in der MLS. Diese Methode hat den Vorteil, aktuelle Form zu erfassen, und den Nachteil, dass Nationalteam-Taktik sich von Klub-Taktik unterscheidet.

Drittens: Monte-Carlo-Simulationen. Das Modell simuliert das gesamte Turnier – jedes Gruppenspiel, jede Knockout-Runde – zehntausende Male mit zufallsbasierten Ergebnissen, die auf den berechneten Stärken der Teams basieren. Am Ende ergibt sich eine Wahrscheinlichkeitsverteilung: Frankreich gewinnt in 15% der Simulationen, Argentinien in 12%, England in 11% – und so weiter. Diese Methode ist elegant, aber nur so gut wie die Eingabedaten. Wenn die Elo-Ratings oder xG-Werte falsch kalibriert sind, produziert die Simulation präzise, aber falsche Ergebnisse.

Für die WM 2026 stehen alle Modelle vor einer zusätzlichen Herausforderung: Das neue 48-Teams-Format hat keine historische Referenz. Kein Modell kann auf Erfahrungswerte zurückgreifen, wie sich die Round of 32 auswirkt, ob die erweiterte Gruppenphase Favoriten begünstigt oder benachteiligt, und wie die Reiselogistik über drei Länder und vier Zeitzonen die Leistung beeinflusst. Jedes Modell muss Annahmen treffen, die nicht durch Daten gestützt sind – und Annahmen sind der Feind der Präzision.

Historische Trefferquoten: Wie gut waren WM-Prognosen in der Vergangenheit?

Die ehrliche Bilanz ist ernüchternd – und lehrreich. Bei den letzten fünf Weltmeisterschaften (2006 bis 2022) hat kein einziges der grossen Prognosemodelle den Weltmeister korrekt vorhergesagt, wenn man “vorhergesagt” als “höchste Wahrscheinlichkeit zugewiesen” definiert. Brasilien wurde dreimal als Favorit geführt und gewann keines dieser Turniere. Deutschland wurde zweimal als Top-3-Favorit eingestuft und schied zweimal in der Gruppenphase aus.

Aber diese Bewertung ist unfair gegenüber den Modellen. Kein Modell behauptet, den Gewinner vorherzusagen – es weist Wahrscheinlichkeiten zu. Wenn ein Modell Brasilien 22% Titelchance gibt und Argentinien 14%, sagt es nicht “Brasilien gewinnt”, sondern “Brasilien gewinnt öfter als Argentinien – aber in 78% der Fälle gewinnt jemand anders.” Und genau darin liegt der Wert: nicht in der Vorhersage des Gewinners, sondern in der Einschätzung der Wahrscheinlichkeiten.

Die Trefferquote bei Einzelspielen ist deutlich besser. Die besten Modelle prognostizieren WM-Gruppenspiel-Ergebnisse (Sieg/Unentschieden/Niederlage) mit einer Genauigkeit von 50% bis 55%. Das klingt nach wenig – aber der Zufall liegt bei 33% (drei mögliche Ergebnisse). Ein Modell, das 55% trifft, ist also 22 Prozentpunkte besser als Münzwurf. Über 48 WM-2026-Gruppenspiele bedeutet das zehn bis elf zusätzliche korrekte Tipps gegenüber blindem Raten – ein messbarer Vorteil für jeden Wetter.

Die Trefferquote sinkt allerdings in der Knockout-Runde. Hier liegen die Modelle bei etwa 45% bis 50% – näher am Zufall, weil Elfmeterschiessen, Tagesform und taktische Überraschungen schwerer zu modellieren sind. Die WM 2026 mit ihrer Round of 32 fügt eine zusätzliche Knockout-Runde hinzu, die die Unsicherheit weiter erhöht.

Mythos: “Datenmodelle schlagen Experten” – stimmt das?

In der Sportwetten-Szene kursiert seit Jahren die Behauptung, dass Algorithmen zuverlässigere WM-Prognosen liefern als menschliche Experten. Die Daten erzählen eine differenziertere Geschichte.

Bei der WM 2018 verglich eine Studie die Prognosen von fünf algorithmischen Modellen mit den Tipps von 300 selbsternannten Fussballexperten aus einem Tippspiel. Ergebnis: Die Modelle trafen 52% der Gruppenspielergebnisse, die Experten 48%. Ein Vorsprung von vier Prozentpunkten – messbar, aber nicht dramatisch. Bei den Knockout-Spielen kehrte sich das Verhältnis um: Experten lagen bei 50%, Modelle bei 46%. Die Experten erkannten taktische Umstellungen, Motivationslagen und “Momentum” besser als Algorithmen, die auf historische Daten trainiert sind.

Die Realität ist: Modelle und Experten haben komplementäre Stärken. Modelle sind besser bei der Kalibrierung von Wahrscheinlichkeiten – sie überschätzen Favoriten seltener als Menschen, die dem “Name Recognition Bias” unterliegen. Experten sind besser bei der Interpretation von Kontextfaktoren – Trainerkonflikte, Mannschaftschemie, Turniermüdigkeit – die in Datenmodellen nicht erfasst werden.

Für WM-2026-Wetter bedeutet das: Die beste Strategie kombiniert beides. Man nimmt die Wahrscheinlichkeiten eines soliden Modells (Elo-basiert, xG-korrigiert) als Ausgangspunkt und korrigiert sie auf Basis eigener Einschätzungen zu Kontextfaktoren. Wenn das Modell Frankreich 55% Siegwahrscheinlichkeit gegen Norwegen gibt und man weiss, dass Frankreich im dritten Gruppenspiel rotieren wird, korrigiert man auf 45%. Nicht perfekt, aber systematisch besser als Bauchgefühl allein oder Modell allein.

Die Grenzen jeder Prognose: Warum Überraschungen dazugehören

Griechenland 2004. Island 2016. Marokko 2022. Die Geschichte des Fussballs ist eine Geschichte von Überraschungen, die kein Modell vorhergesagt hat – und die kein Modell hätte vorhersagen können. Das liegt nicht an schlechten Modellen, sondern an der Natur des Sports.

Fussball hat eine grundsätzlich hohe Varianz. In einem Ligawettbewerb mit 34 Spieltagen gleichen sich Zufallseffekte über die Saison aus – der Bessere gewinnt fast immer die Liga. Bei einem Turnier mit drei Gruppenspielen und dann K.o.-Runden reicht ein schlechter Tag, eine Fehlentscheidung des Schiedsrichters oder ein Pfostenschuss in der 90. Minute, um das Ergebnis zu kippen. Diese Varianz ist nicht reduzierbar – sie ist Teil des Spiels.

Die WM 2026 wird die Varianz weiter erhöhen. 48 Teams bedeuten mehr Leistungsgefälle, mehr unvorhersehbare Paarungen und mehr Spiele, in denen ein Aussenseiter einen Favoriten überrascht. Die Round of 32 fügt eine zusätzliche Runde hinzu, in der Überraschungen passieren können. Und die Reiselogistik über drei Länder bringt Faktoren wie Jetlag, Klimawechsel und Höhenlage ins Spiel, die kein Modell präzise abbilden kann.

Für Wetter hat das eine klare Implikation: Man sollte nie sein gesamtes Budget auf eine einzelne Prognose setzen – egal wie überzeugend sie ist. Die Gewissheit, die man nach der Lektüre einer detaillierten Analyse empfindet, ist eine Illusion. Prognosen geben Richtungen vor, nicht Ergebnisse. Wer das akzeptiert, wettet klüger – nicht weil er öfter gewinnt, sondern weil er seltener übermässig verliert.

Was WM-2026-Prognosen leisten können – und was nicht

Prognosen können: Wahrscheinlichkeiten einschätzen, die systematisch besser sind als Raten. Teams vergleichen auf Basis objektiver Daten. Value in Quoten identifizieren, indem sie die eigene Einschätzung mit der impliziten Wahrscheinlichkeit der Quote abgleichen. Und sie können disziplinieren – wer seine Prognosen formalisiert, bevor er wettet, vermeidet impulsive Entscheidungen.

Prognosen können nicht: Den Weltmeister vorhersagen. Einzelspiel-Ergebnisse mit Sicherheit bestimmen. Verletzungen, Elfmeterschiessen und Schiedsrichterentscheidungen einbeziehen. Und sie können nicht die emotionale Dynamik eines Turniers abbilden – das Momentum, das ein Team nach einem Rückstand plötzlich erfasst, oder die Lahmheit, die sich nach einem emotionslosen Gruppensieg einstellt.

Für die WM 2026 empfehle ich einen pragmatischen Umgang mit Prognosen: Als Werkzeug nutzen, nicht als Wahrheit behandeln. Die besten Prognosen sind die, die man hinterfragt – und trotzdem als Ausgangspunkt für eigene Entscheidungen nutzt. Wer blind einem Modell folgt, verliert den Vorteil des eigenen Wissens. Wer Modelle ignoriert und nur auf Bauchgefühl setzt, verliert den Vorteil der Daten. Die goldene Mitte liegt dazwischen – und genau dort werden bei der WM 2026 die profitabelsten Wetten entstehen.

Created by the "Kickquote" editorial team.