Publikation
Fußballprognose zur EM 2012 mittels angewandter Data Mining Verfahren
Richard Lackes; Tobias Anton; Erik Frank; Patrick Lübbecke; Katharina Schulte
Technische Universität Dortmund, Lehrstuhl für Wirtschaftsinformatik, Arbeitsbericht der Wirtschaftsinformatik, Vol. 1/2012, 2012.
Zusammenfassung
Zwei Jahre ist es nun her, seit sich Spanien bei der WM 2010 in Südafrika zum neuen Fußball-
Weltmeister der Herren gekrönt hat. Einmal mehr hat König Fußball auf der ganzen Welt
für Euphorie und Feierlaune gesorgt. Die Fußballeuphorie so mancher Fans geht gar so weit,
dass es schon beliebte Tradition ist, Tiere als Orakel zu verwenden, damit die Fans der Mannschaften
das vermeintliche Ergebnis schon vor der Partie kennen. Dass eine solche Art der
Prognose, die hauptsächlich auf der Konditionierung von Tieren basiert, nicht allzu ernst genommen
werden sollte, das sieht selbst der treueste Fan ein.
Bereits im Vorfeld und während der Weltmeisterschaft in Südafrika 2010 hat der Lehrstuhl
für Wirtschaftsinformatik der TU Dortmund im Rahmen einer Forschungsarbeit die Möglichkeiten
untersucht, den Ausgang der Partien unter Verwendung von Methoden der künstlichen
Intelligenz zu prognostizieren. Für die Prognose wurde ein künstliches Neuronales Netz
(KNN) verwendet, das mit Hilfe von zuvor gesammelten Daten historischer Fußballpartien
trainiert wurde. 1 Durch die Verwendung des KNN konnte eine Prognosegenauigkeit von
48,9% erreicht werden, was letztendlich eine deutliche Steigerung gegenüber einer zufälligen
Prognose darstellt, bei der jeweils nur eine Treffergenauigkeit von 33% je Spielausgang (Sieg
Team A, Unentschieden, Sieg Team B) erreicht werden kann. Selbst eine naive Prognose, bei
der davon ausgegangen wird, dass immer das Team mit dem höheren FIFA-Koeffizienten
gewinnt, hätte bei der WM 2010 lediglich eine Genauigkeit von 42,2% erreicht. Insofern stellt
die Verwendung eines künstlichen Neuronalen Netzes eine deutliche Steigerung der Prognosegüte
dar.