Value Bets bei Rugby League: Eigene Wahrscheinlichkeit gegen die Quote stellen
Available in USInhaltsverzeichnis
- 2,40 oder 50 Prozent — wer hat hier den schärferen Blick auf Storm?
- Die Value-Formel — eigene Wahrscheinlichkeit mal Quote minus eins
- Wahrscheinlichkeit schätzen — wo die Daten herkommen, die zählen
- Wo Value typisch entsteht — Mid-Table, frühe Quoten, Spätsaison
- Die typischen Fallen — Overconfidence, Recency Bias, Confirmation
2,40 oder 50 Prozent — wer hat hier den schärferen Blick auf Storm?
Eine Quote von 2,40 entspricht einer impliziten Wahrscheinlichkeit von 41,67 Prozent. Wenn ich Storm gegen Roosters mit 50 Prozent Sieg-Chance einschätze und der Buchmacher mir Storm zu 2,40 anbietet, habe ich eine Value Bet. Nicht weil Storm „ein guter Tipp“ ist, sondern weil meine Wahrscheinlichkeits-Schätzung systematisch über der vom Markt eingepreisten Schätzung liegt.
Value Bet Rugby League ist damit kein Mystery, sondern ein einfaches mathematisches Konzept — und doch ist es die Disziplin, die professionelles Wetten von emotionalem Tippen trennt. Wer Value Bets sucht, fragt nicht „wer gewinnt?“, sondern „wo liegt der Markt falsch?“. Die zweite Frage ist deutlich schwerer zu beantworten, aber sie ist die einzige, die langfristig zu positiven Resultaten führt. Die Formel, die Datenquellen und die typischen Denkfehler, an denen Value-Bet-Anfänger scheitern, sind Gegenstand dieses Stücks. Spoiler: das Schwierigste ist nicht die Mathematik, sondern die ehrliche Selbsteinschätzung der eigenen Schätzungs-Qualität.
Die Value-Formel — eigene Wahrscheinlichkeit mal Quote minus eins
Die Mathematik passt auf eine Postkarte. Value = (eigene Wahrscheinlichkeit × Quote) − 1. Wenn das Ergebnis positiv ist, hast du eine Value Bet. Wenn es negativ ist, ist die Wette mathematisch ein Verlust-Vorschlag und sollte ignoriert werden.
Konkret: Storm zu 2,40, eigene Wahrscheinlichkeits-Schätzung 50 Prozent. (0,50 × 2,40) − 1 = 0,20. Das ist eine erwartete Rendite von 20 Prozent pro eingesetzter Einheit — falls die eigene Wahrscheinlichkeits-Schätzung korrekt ist. Diese Einschränkung ist der ganze Sinn der Übung. Die Formel selbst ist trivial; die Schwierigkeit liegt darin, eine eigene Wahrscheinlichkeits-Schätzung zu produzieren, die statistisch besser kalibriert ist als die des Anbieters.
Eine wichtige Differenzierung: die implizite Wahrscheinlichkeit der Quote — 1/Quote — enthält die Anbieter-Marge. Eine Quote von 2,40 hat als impliziten Wahrscheinlichkeits-Punkt 41,67 Prozent, aber die „wirkliche“ Wahrscheinlichkeit, die der Anbieter modelliert, liegt etwas höher — je nach Marge bei vielleicht 43 oder 44 Prozent. Wer wirklich präzise rechnet, sollte gegen die marge-bereinigte Anbieter-Wahrscheinlichkeit antreten, nicht gegen die rohe implizite. Für die meisten praktischen Zwecke ist die rohe Wahrscheinlichkeit aber als Approximation gut genug.
Die Formel hat eine zweite Anwendung. Wenn ich mehrere mögliche Wetten habe und nur eine platzieren kann, zeigt mir der Value-Wert, welche die mathematisch attraktivste ist. Eine Wette mit 5 Prozent Value bei Quote 1,80 ist langfristig besser als eine Wette mit 3 Prozent Value bei Quote 4,00 — solange ich konstanten Einsatz fahre. Hier kommt die Verbindung zum Bankroll-Management ins Spiel: die Einsatz-Höhe sollte sich am Value-Wert orientieren, nicht an der subjektiven „Überzeugung“ für den Tipp.
Wahrscheinlichkeit schätzen — wo die Daten herkommen, die zählen
Die zentrale Frage ist immer dieselbe: woher kommt meine eigene Wahrscheinlichkeits-Schätzung, und warum sollte ich glauben, dass sie besser ist als die des Marktes? Wer auf diese Frage keine ehrliche, datenbasierte Antwort hat, hat keine Value Bets — er hat nur Tipps, die er für gut hält.
Mein Ausgangspunkt sind seit Jahren drei Datenklassen: Punkte-Schnitte, Points-For/Points-Against-Bilanzen, und Form-Trends über die letzten fünf bis sieben Spiele. Storm hatte in der NRL-Saison 2025 eine PF/PA-Bilanz von 671 zu 459 Punkten — Differenz plus 212, die beste der Liga. Das ist kein „Storm-Fan-Bias“, das ist eine über 26 Spiele harte Datengrundlage, die sich in eine erwartete Punkte-Differenz übersetzen lässt. Wenn Storm gegen ein Team mit PF/PA Differenz null antritt, erwarte ich rechnerisch eine Punkte-Differenz von etwa 8 Punkten zugunsten Storms — vor Heim-Bonus-Anpassung.
Diese Punkte-Erwartung lässt sich in eine Sieg-Wahrscheinlichkeit übersetzen. Bei NRL-Margen, die sich um 6, 8, 10, 12 Punkte häufen, ist ein 8-Punkte-Vorsprung statistisch eine etwa 65-Prozent-Sieg-Wahrscheinlichkeit für das stärkere Team — Heim-Vorteil eingerechnet sogar 70 bis 72 Prozent. Wenn ein Anbieter Storm zu 1,60 anbietet, ist die implizite Wahrscheinlichkeit 62,5 Prozent — Value hängt jetzt vom Heim-Vorteil-Bonus ab. Spielt Storm zu Hause, ist 1,60 eine Value Bet. Spielt Storm auswärts, ist die Quote fair oder leicht unter Wert.
Die zweite Schiene meiner Schätzung sind situative Faktoren, die in den rohen Punkte-Daten nicht abgebildet sind. Verletzungen von Schlüssel-Spielern, Reise-Belastung bei englischen Teams in Frankreich, Wetter-Bedingungen, Schiedsrichter-Tendenzen. Diese Faktoren haben jeweils einen marginalen Effekt — vielleicht 2 oder 3 Prozentpunkte auf die Wahrscheinlichkeit. Aber sie summieren sich, und in Wett-Märkten reichen schon 2 oder 3 Prozent Verschiebung, um aus einer Fair-Wette eine Value Bet zu machen oder umgekehrt.
Wo Value typisch entsteht — Mid-Table, frühe Quoten, Spätsaison
Nach zwölf Jahren NRL- und Super-League-Wetten kenne ich die drei Stellen, an denen Value-Bets überproportional oft auftreten. Die Top-Begegnungen — Storm gegen Penrith Panthers, Wigan gegen St Helens — werden von allen Anbietern intensiv modelliert, mit viel Liquidität und entsprechend engen Margen. Hier sind Value Bets selten und marginal.
Die erste produktive Zone sind Mid-Table-Begegnungen. Wenn zwei Teams im Mittelfeld der Liga aufeinandertreffen — Sharks gegen Dragons, Hull KR gegen Leeds — wird das von vielen Anbietern weniger akribisch modelliert. Linien werden oft vom internationalen Konsens abgeleitet, mit weniger spezifischer Anpassung. Wer hier die Form-Trends genauer kennt als der durchschnittliche Anbieter — etwa weil er die letzten fünf Spiele beider Teams Detail-für-Detail durchgegangen ist — findet regelmässig Quoten, die 5 bis 8 Prozent vom fairen Wert abweichen.
Die zweite Zone sind frühe Quoten, die am Sonntag oder Montag für die kommende Runde veröffentlicht werden. In dieser Phase reagieren Anbieter noch auf Spätinformationen — Trainingsverletzungen, taktische Ankündigungen, Wetter-Prognosen. Wer mit aktuellem Informationsstand früh in den Markt geht, bewegt sich oft gegen Linien, die wenige Stunden später nach unten korrigiert werden. Das gilt besonders für Super-League-Märkte, wo Trainings-Berichte in englischen Medien früher publiziert werden als die Quoten reagieren.
Die dritte Zone — und die spannendste — ist die Spätsaison. Teams, die früh aus den Finals-Plätzen fallen, rotieren ihre Aufstellungen und schonen Schlüsselspieler. Anbieter passen ihre Modelle oft langsamer an als die tatsächliche Rotations-Realität. Wer in den letzten vier bis fünf Runden der NRL gezielt nach Begegnungen sucht, in denen ein abgeschriebenes Team gegen einen Favoriten mit Rotations-Aufstellung antritt, findet regelmässig Value auf der Underdog-Seite.
Die typischen Fallen — Overconfidence, Recency Bias, Confirmation
Eine ehrliche Bilanz aus zwölf Jahren: die meisten Value-Bet-Fehler, die ich gemacht habe, waren nicht mathematische, sondern psychologische. Die Formel ist trivial, die Wahrscheinlichkeits-Schätzung ist anspruchsvoll, aber die wirkliche Klippe ist die kognitive Verzerrung, die meine eigene Schätzung systematisch in eine bestimmte Richtung verfärbt.
Overconfidence ist die häufigste Falle. Wer eine 70-Prozent-Sieg-Wahrscheinlichkeit ausrechnet, sollte sich fragen: liegt die wirkliche Wahrscheinlichkeit nicht eher bei 62 Prozent? Die Differenz zwischen 70 und 62 ist klein in der Selbst-Einschätzung, aber dramatisch in der Wett-Mathematik. Bei einer Quote von 1,80 ist 70 Prozent eine starke Value Bet, 62 Prozent ist eine knappe Value Bet, 55 Prozent ist eine Verlust-Wette. Wer seine Schätzung systematisch zu selbstbewusst macht, hat keine echten Value Bets, sondern nur scheinbare.
Recency Bias ist die zweite Falle. Ein Team, das die letzten drei Spiele dominant gewonnen hat, wirkt subjektiv „auf einer Welle“, auch wenn die statistische Saison-Bilanz das nicht stützt. Anbieter haben in der Regel bessere Mechanismen, Recency Bias auszugleichen — sie modellieren die ganze Saison, nicht die letzten drei Spiele. Wer als Wetter glaubt, „die Form“ besser zu lesen als der Anbieter, überschätzt seine Daten-Tiefe meistens.
Confirmation Bias ist die dritte Falle und vielleicht die schwerste zu sehen. Wer einmal einen Tipp gefasst hat — „ich glaube, Storm gewinnt heute“ — sucht selektiv nach Daten, die diese Meinung bestätigen. Die Punkte-Statistik, die Storms Form belegt, wird gewichtet. Die Verletzungs-Liste, die gegen Storm spricht, wird heruntergespielt. Das saubere Heilmittel ist, die eigene Wahrscheinlichkeits-Schätzung VOR dem Quoten-Blick zu fixieren, schriftlich, und sie danach nicht mehr zu verändern. Wenn die Quote dann Value zeigt, wird platziert. Wenn nicht, wird verzichtet. Diese Disziplin verhindert, dass die Quote selbst die Schätzung verschiebt — und sie macht den Unterschied zwischen einem Wetter, der über Jahre systematisch positive Resultate erzielt, und einem, der zwölf Jahre lang seine eigene Performance interpretiert, ohne sie wirklich zu verbessern.
Reicht eine 1-Prozent-Edge für eine Value Bet?
Mathematisch ja, aber praktisch fragwürdig. Eine 1-Prozent-Edge bedeutet, dass deine Wahrscheinlichkeits-Schätzung nur um einen einzigen Prozentpunkt von der Marktschätzung abweicht. Diese Differenz ist klein genug, dass sie statistisches Rauschen sein könnte — die Unsicherheit deiner eigenen Schätzung ist in den meisten Fällen grösser als 1 Prozent. Für nachhaltige Value-Bet-Disziplin sollten 3 bis 5 Prozent Edge das untere Minimum sein, mit dem du arbeitest.
Wie viele Wetten braucht es für einen signifikanten Schluss?
Für eine statistisch belastbare Aussage über deine Wett-Performance brauchst du mindestens 200 bis 300 Wetten in einem definierten Stil. Bei weniger Wetten dominiert Zufall, und sowohl gute als auch schlechte Phasen können einfach Varianz sein. Wer nach 30 Wetten eine Bilanz zieht, zieht keine Bilanz — er zieht eine Stichprobe, die zu klein ist, um irgendetwas verlässlich zu sagen.
Erstellt von der Redaktion von „Rugby League Wetten Schweiz”.
