Sabermetrics und Wetten: Wie fortgeschrittene Statistiken Value aufdecken

Sabermetrics und Wetten — warum klassische Statistiken allein nicht reichen

2017 stieß ich auf einen Pitcher, der eine ERA von 4.80 hatte — auf dem Papier ein Durchschnittsspieler. Seine FIP lag bei 3.10, sein xERA bei 3.25. Mein Modell schrie: Hier stimmt etwas nicht. Ich wettete über drei Wochen systematisch auf sein Team, und die Regression trat ein — seine ERA fiel auf 3.40. Dieser Moment hat mir gezeigt, warum Sabermetrics für Baseball-Wetter kein optionales Hobby ist, sondern die Basis für fundierte Entscheidungen.

Sabermetrics — ein Kofferwort aus SABR (Society for American Baseball Research) und Metrics — ist die Analyse von Baseball durch fortgeschrittene Statistiken. Im Kern geht es darum, die tatsächliche Leistung eines Spielers von Glück, Verteidigungsqualität und situativen Faktoren zu isolieren. Für Wetter ist das Gold wert, denn die Buchmacher und das breite Publikum orientieren sich häufig an den klassischen Statistiken — ERA, Batting Average, Win-Loss-Record. Wer die Advanced Stats versteht, sieht Diskrepanzen, die andere übersehen.

Im Baseball gewinnt das beste Team der Liga etwa 60% seiner Spiele, und das schlechteste immer noch knapp 40%. Dieses enge Fenster macht die Qualität deiner Analyse entscheidend. Sabermetrics liefert die Werkzeuge, um innerhalb dieses Fensters die kleinen, aber profitablen Differenzen zu identifizieren.

WAR, BABIP, xERA und wOBA: Die wichtigsten Advanced-Batting- und Expected Stats für Wetter

Vor ein paar Jahren saß ich mit einem Bekannten zusammen, der als Data Scientist arbeitet, und erklärte ihm vier Metriken. Seine Reaktion: „Das ist ja wie Predictive Analytics im E-Commerce — nur mit besseren Daten.“ Er hatte recht. Die MLB erfasst jeden Pitch, jeden Kontakt, jede Flugbahn — und Sabermetrics destilliert diese Datenflut in handhabbare Kennzahlen. Die Kern-Pitcher-Metriken ERA, FIP und WHIP setze ich als bekannt voraus — hier geht es um die Schicht darüber.

WAR — Wins Above Replacement — misst den Gesamtbeitrag eines Spielers in einer einzigen Zahl: Wie viele Siege hat dieser Spieler seiner Mannschaft mehr gebracht als ein durchschnittlicher Ersatzspieler? Ein WAR von 5.0+ ist All-Star-Niveau, 8.0+ ist MVP-Kandidat. Für Wetten nutze ich WAR nicht als täglichen Entscheidungsfaktor, sondern als saisonale Baseline — es zeigt mir, welche Teams tatsächlich besser sind als ihr Record suggeriert.

BABIP — Batting Average on Balls in Play — misst, wie oft ein geschlagener Ball (der kein Home Run ist) als Hit gewertet wird. Der MLB-Durchschnitt liegt bei rund .300. Ein Pitcher mit BABIP von .350 hat wahrscheinlich Pech — die Gegner treffen ihn nicht härter als üblich, aber die Bälle fallen ungünstig. Ein BABIP von .250 deutet auf Glück hin, das nicht anhalten wird. Für Wetter ist BABIP ein Frühindikator: Extreme Werte normalisieren sich über die Saison, und wer diese Regression voraussieht, findet Value.

xERA — Expected Earned Run Average — nutzt Statcast-Daten wie Exit Velocity und Launch Angle, um die ERA vorherzusagen, die ein Pitcher „verdient“ hat. xERA ignoriert Glück und Verteidigung und basiert rein auf der Qualität des Kontakts, den der Pitcher zulässt. Die Differenz zwischen ERA und xERA ist mein wichtigstes Screening-Tool: Pitcher mit ERA deutlich über xERA sind unterbewertet, Pitcher mit ERA deutlich unter xERA sind überbewertet.

wOBA — weighted On-Base Average — bewertet die Offensivleistung eines Batters, indem sie verschiedene Ergebnisse unterschiedlich gewichtet: Ein Home Run zählt mehr als ein Single, ein Walk weniger als ein Double. Im Gegensatz zum Batting Average, der alle Hits gleich behandelt, spiegelt wOBA den tatsächlichen Offensivwert wider. Für Lineup-Analysen und Batter Props ist wOBA die zuverlässigere Metrik.

Von der Statistik zur Wette: Drei Schritte zum datengestützten Pick

Theorie ist wertlos, wenn du sie nicht in Wettentscheidungen übersetzen kannst. Hier ist mein dreistufiger Prozess, den ich seit Jahren täglich anwende.

Schritt eins: Screening. Jeden Morgen filtere ich die anstehenden Spiele nach Pitchern mit großer ERA-xERA-Differenz. Ein Pitcher mit ERA 4.50 und xERA 3.20 ist ein Kandidat für „besser als die Quote suggeriert“. Umgekehrt ist ein Pitcher mit ERA 2.80 und xERA 3.80 ein Kandidat für „schlechter als die Quote suggeriert“. Dieses Screening liefert täglich drei bis fünf Spiele, die weitere Analyse verdienen.

Schritt zwei: Kontextualisierung. Die Screening-Kandidaten prüfe ich gegen das Matchup: Wie steht der identifizierte Pitcher gegen das konkrete Lineup? BABIP-Trends, wOBA-Splits (Links/Rechts), aktuelle Form der letzten 14 Tage. Wenn die Advanced Stats und das Matchup in dieselbe Richtung zeigen, habe ich einen soliden Pick.

Schritt drei: Quotenvergleich. Ich berechne die implizite Wahrscheinlichkeit aus meinen Sabermetrics-Modellen und vergleiche sie mit der Buchmacher-Quote. Wenn mein Modell dem Team eine Siegwahrscheinlichkeit von 58% gibt, aber die Quote eine implizite Wahrscheinlichkeit von nur 50% widerspiegelt, liegt eine Value-Wette vor. Die Auszahlungsquoten der führenden Buchmacher liegen bei Baseball über 96%, was den Spielraum für profitable Sabermetrics-Analysen eröffnet.

Wo du Sabermetrics-Daten kostenlos findest

Du brauchst kein teures Abonnement, um mit Sabermetrics zu arbeiten. Die besten Quellen sind kostenlos verfügbar, und ich nutze sie täglich.

FanGraphs ist meine Hauptquelle. Die Seite bietet FIP, xFIP, wOBA, WAR und dutzende weitere Metriken für jeden MLB-Spieler — historisch und aktuell. Die Leaderboards lassen sich nach Zeitraum filtern, was für die 14-Tage-Analyse essenziell ist.

Baseball Savant (betrieben von der MLB selbst) liefert Statcast-Daten: xERA, Exit Velocity, Launch Angle, Spin Rate. Die Visualisierungen machen es einfach, Trends zu erkennen. Ich nutze Baseball Savant vor allem für das ERA-xERA-Screening und für Pitcher-Matchup-Analysen.

Baseball Reference rundet das Bild ab mit historischen Daten, Game Logs und Splits. Für die Matchup-Analyse (Pitcher vs. konkretes Lineup) ist Baseball Reference unverzichtbar. Wer tiefer in die datenbasierte Wettstrategie einsteigen möchte, findet in diesen drei Quellen alles, was er braucht — ohne einen Cent auszugeben.

Mein Workflow: Morgens öffne ich FanGraphs für das ERA-xERA-Screening, dann Baseball Savant für die Statcast-Details der identifizierten Pitcher, und schließlich Baseball Reference für die Matchup-Splits. Das Ganze dauert 20-30 Minuten und liefert die Grundlage für alle Tagespicks. Die Investition an Zeit ist gering, der Informationsvorsprung gegenüber dem durchschnittlichen Wetter erheblich.

Häufige Fragen zu Sabermetrics und Baseball Wetten