-S-

Sportwetten & Sportstatistik: Glossar S

17 ausführlich erklärte Begriffe mit statistischen Hintergründen, Praxisbeispielen und Hinweisen zu typischen Fehlinterpretationen.

Fachbegriffe mit S

Sample Size

Bereich: Sportstatistik und Prognosemodelle

Definition: Anzahl der Beobachtungen in einer statistischen Untersuchung.

Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.

Praxis: Vergleiche den Wert über mehrere Spiele und trenne Heim-/Auswärtspartien sowie starke und schwache Gegner, statt aus einem Einzelspiel einen Trend abzuleiten.

Grenzen: Korrelation ist keine Kausalität; taktische Veränderungen, Spielstand und zufällige Schwankungen können das Ergebnis beeinflussen.

Sample Size (Stichprobengröße)

Bereich: Alle Sportarten

Definition: Anzahl unabhängiger oder passend modellierter Beobachtungen in einer Analyse.

Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.

Praxis und Beispiel: Zehn gewonnene Wetten reichen kaum für verlässliche Aussagen über einen dauerhaften Vorteil.

Grenzen: Einzelwerte und kurze Serien erlauben keine sichere Vorhersage. Prüfe Datenqualität, Stichprobengröße, Spielkontext und die Annahmen des verwendeten Modells.

Save Percentage

Bereich: Sportstatistik und Prognosemodelle

Definition: Anteil gehaltener Schüsse eines Torhüters.

Messung: Die Kennzahl sollte möglichst pro 60 Minuten, je Schuss oder nach Spielsituation verglichen werden, damit unterschiedliche Eiszeiten und Spielstände nicht täuschen.

Praxis: Ein Team kann 60 % der Schussversuche haben, aber aufgrund schlechterer Schusspositionen trotzdem weniger hochwertige Torchancen erzeugen.

Grenzen: Spielstand, Überzahl, gegnerische Qualität und kleine Stichproben beeinflussen die Interpretation.

Schusskarte

Bereich: Sportstatistik und Prognosemodelle

Definition: Räumliche Darstellung aller Schüsse oder Würfe.

Messung: Die Kennzahl sollte möglichst pro 60 Minuten, je Schuss oder nach Spielsituation verglichen werden, damit unterschiedliche Eiszeiten und Spielstände nicht täuschen.

Praxis: Ein Team kann 60 % der Schussversuche haben, aber aufgrund schlechterer Schusspositionen trotzdem weniger hochwertige Torchancen erzeugen.

Grenzen: Spielstand, Überzahl, gegnerische Qualität und kleine Stichproben beeinflussen die Interpretation.

Schussqualität

Bereich: Sportstatistik und Prognosemodelle

Definition: Wahrscheinlichkeit, mit der ein bestimmter Schuss erfolgreich ist.

Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.

Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.

Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.

Schussvolumen

Bereich: Sportstatistik und Prognosemodelle

Definition: Anzahl abgegebener Schüsse pro Spiel oder Zeitspanne.

Messung: Die Kennzahl sollte möglichst pro 60 Minuten, je Schuss oder nach Spielsituation verglichen werden, damit unterschiedliche Eiszeiten und Spielstände nicht täuschen.

Praxis: Ein Team kann 60 % der Schussversuche haben, aber aufgrund schlechterer Schusspositionen trotzdem weniger hochwertige Torchancen erzeugen.

Grenzen: Spielstand, Überzahl, gegnerische Qualität und kleine Stichproben beeinflussen die Interpretation.

Score Effects

Bereich: Sportstatistik und Prognosemodelle

Definition: Einfluss des Spielstands auf Spielweise und Kennzahlen.

Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.

Praxis: Vergleiche den Wert über mehrere Spiele und trenne Heim-/Auswärtspartien sowie starke und schwache Gegner, statt aus einem Einzelspiel einen Trend abzuleiten.

Grenzen: Korrelation ist keine Kausalität; taktische Veränderungen, Spielstand und zufällige Schwankungen können das Ergebnis beeinflussen.

Sharpe Ratio

Bereich: Sportwetten und Quoten

Definition: Renditeüberschuss geteilt durch Renditeschwankung; bei Wetten nur eingeschränkt vergleichbar.

Statistische Einordnung: Entscheidend ist der Vergleich von impliziter Wahrscheinlichkeit, eigener Schätzung und möglichen Abzügen. Eine einzelne auffällige Quote belegt noch keinen systematischen Vorteil.

Praxis: Bei einer Dezimalquote von 2,00 liegt die Gewinnschwelle ohne Abzüge bei 50 %. Eine geschätzte Trefferchance von 52 % ergäbe rechnerisch 4 % Erwartungswert je Einsatz, sofern die Schätzung zutrifft.

Grenzen: Marktregeln, Limits, Wettsteuer, Datenqualität und Schätzfehler können den theoretischen Vorteil verändern.

Shooting Percentage

Bereich: Eishockey, Basketball

Definition: Anteil erfolgreicher Abschlüsse an den Schussversuchen.

Messung: Die Kennzahl sollte möglichst pro 60 Minuten, je Schuss oder nach Spielsituation verglichen werden, damit unterschiedliche Eiszeiten und Spielstände nicht täuschen.

Praxis und Beispiel: Im Eishockey kann eine kurzfristig hohe Trefferquote auf Zufall oder besonders gute Chancen zurückgehen.

Grenzen: Einzelwerte und kurze Serien erlauben keine sichere Vorhersage. Prüfe Datenqualität, Stichprobengröße, Spielkontext und die Annahmen des verwendeten Modells.

Shot Clock

Bereich: Basketball

Definition: Zeitbegrenzung für einen Basketballangriff.

Messung: Eine Normierung pro Ballbesitz oder 100 Ballbesitze trennt Effizienz von bloßem Spieltempo.

Praxis: 110 Punkte in 100 Angriffen entsprechen 110 Punkten pro 100 Ballbesitze; bei 90 Angriffen wären 99 Punkte bei gleicher Effizienz zu erwarten.

Grenzen: Gegnerstärke, Aufstellungen, Spielstand und Wurfglück sollten zusätzlich berücksichtigt werden.

Shot Quality Against

Bereich: Sportstatistik und Prognosemodelle

Definition: Qualität der zugelassenen gegnerischen Abschlüsse.

Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.

Praxis: Vergleiche den Wert über mehrere Spiele und trenne Heim-/Auswärtspartien sowie starke und schwache Gegner, statt aus einem Einzelspiel einen Trend abzuleiten.

Grenzen: Korrelation ist keine Kausalität; taktische Veränderungen, Spielstand und zufällige Schwankungen können das Ergebnis beeinflussen.

Simpson-Paradoxon

Bereich: Alle Sportarten

Definition: Ein Trend in Untergruppen kann sich nach Zusammenfassung umkehren.

Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.

Praxis und Beispiel: Zwei Basketballspieler können je nach Gegnergruppe anders abschneiden als in der Gesamtauswertung.

Grenzen: Einzelwerte und kurze Serien erlauben keine sichere Vorhersage. Prüfe Datenqualität, Stichprobengröße, Spielkontext und die Annahmen des verwendeten Modells.

Simulation

Bereich: Sportstatistik und Prognosemodelle

Definition: Künstliches Durchspielen vieler möglicher Spielverläufe auf Basis eines Modells.

Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.

Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.

Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.

Skellam-Verteilung

Bereich: Sportstatistik und Prognosemodelle

Definition: Verteilung der Differenz zweier unabhängiger Poisson-Zufallsgrößen.

Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.

Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.

Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.

Special Teams

Bereich: Eishockey

Definition: Über- und Unterzahlformationen im Eishockey.

Messung: Die Kennzahl sollte möglichst pro 60 Minuten, je Schuss oder nach Spielsituation verglichen werden, damit unterschiedliche Eiszeiten und Spielstände nicht täuschen.

Praxis: Ein Team kann 60 % der Schussversuche haben, aber aufgrund schlechterer Schusspositionen trotzdem weniger hochwertige Torchancen erzeugen.

Grenzen: Spielstand, Überzahl, gegnerische Qualität und kleine Stichproben beeinflussen die Interpretation.

Stichprobenfehler

Bereich: Sportstatistik und Prognosemodelle

Definition: Zufällige Abweichung einer Stichprobe von der Grundgesamtheit.

Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.

Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.

Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.

Strength of Schedule

Bereich: Sportstatistik und Prognosemodelle

Definition: Schwierigkeit des bisherigen Spielplans nach Gegnerstärke.

Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.

Praxis: Vergleiche den Wert über mehrere Spiele und trenne Heim-/Auswärtspartien sowie starke und schwache Gegner, statt aus einem Einzelspiel einen Trend abzuleiten.

Grenzen: Korrelation ist keine Kausalität; taktische Veränderungen, Spielstand und zufällige Schwankungen können das Ergebnis beeinflussen.

Hinweis: Statistische Modelle beschreiben Unsicherheit, keine sicheren Gewinne. Prognosen sind keine Wettgarantien. Inhalte dienen der Information.

Aktuelle Woche

17.12. - 23.12.24 / Di-Mo (Alt)

Anfang 2027 / Di-Mo (Neu)
(Im Laufe des 1.Quartals)
KI-Beta Tipps

****************************
Während der Saison 2027/28
vollständig wieder Online!

KI-Wettportal
****************************

Kurzmenüs

Normal / Serien (Alt)

Statistik-ABC

Big Data, Kausalität,
Korrelation, Zufall u.a.

Portalerzeugung

mit KVL Odds-Liga My 9/6X
Beta/ (Statistiksoftware)
Ligaverwaltung und
Sportwetteninfosystem

English Info

KVL Odds-Liga Prof. - Update 9/6X KI-Wettportal Wettanbieter Kurzmenü! (alt) Kurzmenü Serien! (alt) Datenschutz Kontakt Impressum