Seit Jahrzehnten beruht die Auswahl von Siegern im neuseeländischen Vollblutrennsport auf denselben Zutaten: einem Rennkalender, einem geschulten Auge, etwas Streckenkenntnis und einer gehörigen Portion Glück. Die besten Wettenden entwickeln eine Intuition – ein Gespür dafür, wann ein Pferd bereit ist, wann ein Trainer das richtige Rennen gefunden hat und wann die Streckenbedingungen passen.
Doch die Intuition hat ihre Grenzen. Das menschliche Gehirn kann vielleicht ein Dutzend Variablen gleichzeitig verarbeiten. Bei einem durchschnittlichen Galopprennen in Neuseeland sind Dutzende von Pferden, mehrere Jockeys und Trainer, wechselnde Bahnbedingungen, Zwischenzeiten, Startplatzstatistiken und Formzyklen über Monate hinweg beteiligt. Selbst der versierteste Wettende lässt Geld liegen – nicht weil er falsch liegt, sondern weil er das Gesamtbild nicht erfassen kann.
Hier kommt die KI ins Spiel.
Was KI der neuseeländischen Rennanalyse bringt
Maschinelles Lernen ist im Pferderennsport nichts Neues. Globale Plattformen wie Horse Racing Nation und Timeform nutzen schon seit Jahren statistische Modelle. Die meisten dieser Systeme basieren jedoch auf großen Datensätzen aus Übersee – aus Amerika, Großbritannien und Australien – und wurden erst nachträglich an die Bedürfnisse Neuseelands angepasst.
Das Problem ist, dass der neuseeländische Rennsport tatsächlich anders ist. Kleinere Starterfelder. Weniger Renntage. Schnell wechselnde Bahnbedingungen. Jockey- und Trainermuster, die nicht der internationalen Form entsprechen. Ein KI-Modell, das hauptsächlich mit Daten aus Großbritannien trainiert wurde, versteht nicht, warum ein Pferd, das in Riccarton gut lief, in Te Rapa Schwierigkeiten haben könnte oder warum eine bestimmte Startbox in Awapuni auf weichem Boden (Soft 6) in der Vergangenheit schlechte Ergebnisse erzielt hat.
Die Lösung ist ein Modell, das ausschließlich mit neuseeländischen Daten trainiert wurde.
Die Daten hinter den Vorhersagen
Eine speziell für den neuseeländischen Pferderennsport entwickelte KI verarbeitet Tausende von Variablen pro Rennen. Nicht nur die offensichtlichen – Startplatz, Gewicht, aktuelle Form –, sondern auch die Muster, für deren Quantifizierung menschliche Experten selten Zeit haben:
Abschnittszeiten – wie ein Pferd die letzten 200 m und 600 m im Vergleich zum Felddurchschnitt absolviert hat, nicht nur seine Endplatzierung.
Leistung der Startboxen nach Bahn und Distanz – ob sich Startbox 3 in Trentham über 1600 m statistisch von Startbox 3 in Riccarton über die gleiche Distanz unterscheidet.
Rennbahnverlauf – wie sich einzelne Pferde auf guten, weichen und schweren Rennbahnen schlagen, unterteilt nach Bodenbeschaffenheit.
Trainer- und Jockeymuster auf bestimmten Rennbahnen – nicht nur ihre allgemeine Erfolgsquote, sondern auch ihre Leistung an jedem einzelnen Austragungsort.
Klassenübergänge – wie sich Pferde, die in eine höhere oder niedrigere Klasse aufgestiegen sind, in vergleichbaren Rennen in der Vergangenheit geschlagen haben.
Gewichtsänderungen im Rennsport – die Differenz zwischen zugewiesenem Gewicht und tatsächlich transportiertem Gewicht unter Berücksichtigung der Ansprüche von Auszubildenden.
Das Modell rät nicht. Es lernt aus Zehntausenden historischen Rennergebnissen aus Neuseeland – jedem Läufer, jeder Platzierung, jedem Vorsprung – und identifiziert die Kombinationen von Faktoren, die in der Vergangenheit den Erfolg vorhergesagt haben.
Warum die Streckenbedingungen wichtiger sind, als die meisten Wettenden annehmen
Eine der auffälligsten Erkenntnisse aus der KI-Analyse von neuseeländischen Renndaten ist, wie stark der Zustand der Rennbahn die Ergebnisse beeinflusst – und wie uneinheitlich die einzelnen Pferde damit umgehen.
Nehmen wir ein typisches Starterfeld unter der Woche in Otaki. Auf einer guten Bahn (Grad 4) könnte der Favorit eine Bilanz von 3 Siegen aus 7 Starts auf guten Bahnen vorweisen. Bei genauerer Betrachtung zeigt sich jedoch, dass diese drei Siege allesamt auf guten Bahnen (Grad 3) oder festeren Bahnen erzielt wurden – und dass dieses Pferd noch nie auf weichem oder schwerem Boden platziert war. Gleichzeitig hat ein Außenseiter mit einer Quote von 15:1 im selben Rennen vier seiner fünf besten Rennen auf regennassen Böden absolviert.
Die meisten Wettenden werfen nur einen kurzen Blick auf den Zustand der Rennbahn und passen ihre Einschätzung entsprechend an. Das Modell hingegen quantifiziert diesen Zustand, lernt daraus und wendet dieses Wissen auf Tausende von Pferden an.
Und der Wert?
Hier verändert KI das Spiel für neuseeländische Wettkunden.
Es ist eine Sache, die Gewinner vorherzusagen. Eine ganz andere, sie zum richtigen Preis zu finden. Ein gutes Prognosesystem ordnet Pferde nicht nur, sondern schätzt auch die Gewinnwahrscheinlichkeit. Wenn das Modell einem Pferd eine 25%ige Gewinnchance gibt und die festen Quoten des Wettanbieters (TAB) eine Chance von 12 % (etwa 8.00 € oder mehr) implizieren, bietet sich hier eine vielversprechende Gelegenheit.
Das ist Wetten mit Erwartungswert (EV) – dasselbe Konzept, das professionelle Pokerspieler und Sportwetter anwenden. Sie müssen nicht jedes Rennen gewinnen. Sie müssen Wetten platzieren, bei denen die tatsächliche Wahrscheinlichkeit den Marktpreis übersteigt.
KI ist darin so gut, weil sie emotionslos ist. Sie verliebt sich nicht in den Namen eines Pferdes, lässt sich nicht von einem spektakulären Sieg im letzten Rennen blenden und reagiert nicht übertrieben auf eine Niederlage. Sie verarbeitet die Daten, schätzt die Wahrscheinlichkeit ein und lässt die Mathematik sprechen.
Der menschliche Faktor ist immer noch wichtig
KI ersetzt nicht das Urteilsvermögen des Wettenden, sondern ergänzt es. Der beste Ansatz kombiniert KI-generierte Wahrscheinlichkeiten mit Ihrem eigenen Wissen über die jeweilige Sportart. Sie wissen vielleicht, dass ein bestimmter Trainer jedes Jahr gezielt auf dieses Meeting setzt oder dass ein Jockey heute besonders viele Ritte hat. Das Modell erfasst jedoch nicht alles.
Was das Modell aber erfasst – die statistischen Muster aus über 100,000 historischen Durchläufen – sind Informationen, die kein Mensch im Kopf behalten kann. Nutzt man beides, verschafft man sich einen entscheidenden Vorteil.
Erste Schritte mit KI-Rennvorhersagen in Neuseeland
Mittlerweile bieten verschiedene Plattformen datenbasierte Einblicke in den neuseeländischen Pferderennsport. Eine speziell für neuseeländische Galopprennen entwickelte Plattform ist Winning Post – ein KI-gestütztes Prognosemodell, das ausschließlich mit neuseeländischen Renndaten trainiert wurde. Es deckt alle neuseeländischen Vollblutrennen ab, generiert Sieg- und Platzierungswahrscheinlichkeiten und hebt vielversprechende Wettmöglichkeiten auf Basis des erwarteten Wertes hervor.
Der Dienst befindet sich derzeit in der privaten Beta-Phase. Für Wettende, die testen möchten, ob KI ihre Gewinnchancen verbessern kann, steht eine kostenlose Testversion zur Verfügung.
Ob Sie nun Winning Post nutzen, eigene Modelle erstellen oder einfach nur genauer auf Abschnittszeiten und Streckenbedingungen achten – die Richtung ist klar: Die neuseeländische Rennanalyse erlebt eine Datenrevolution. Diejenigen, die sich anpassen, werden am Ende die Gewinne einfahren.
*(Dieser Artikel dient ausschließlich Informationszwecken. Pferdewetten bergen finanzielle Risiken. Bitte spielen Sie verantwortungsbewusst.)*
