Value Bet im Tennis berechnen — die Mathematik hinter profitablen Wetten
Available in US
Was eine Value Bet ist
Mein erstes echtes Verständnis für Value Bets kam 2018, als ein erfahrener Wett-Kollege mir eine Formel auf einen Bierdeckel geschrieben hat. EV = (Wahrscheinlichkeit × Gewinn) − ((1 − Wahrscheinlichkeit) × Einsatz). Bis dahin hatte ich gewettet, ohne wirklich zu wissen, was ich tat. Diese Formel hat meine gesamte Wett-Praxis verändert.
Eine Value Bet ist eine Wette, deren erwarteter Wert (Expected Value, EV) positiv ist. Das heißt: Die Wahrscheinlichkeit eines Wett-Gewinns multipliziert mit dem Gewinnbetrag ist größer als die Wahrscheinlichkeit eines Verlusts multipliziert mit dem Einsatz. Wer langfristig konsequent Wetten mit positivem EV platziert, gewinnt statistisch — auch wenn einzelne Wetten verlieren.
Die Schwierigkeit liegt nicht in der Mathematik, sondern in der Wahrscheinlichkeits-Schätzung. Buchmacher haben professionelle Modelle und arbeiten mit Margen, die ihnen einen Vorteil sichern. Wer Value Bets findet, muss in einzelnen Märkten genauer einschätzen als der Buchmacher — kein einfaches Unterfangen, aber möglich, wenn man sich auf spezifische Nischen konzentriert.
Implizite Wahrscheinlichkeit aus Quoten
Jede Buchmacher-Quote enthält eine implizite Wahrscheinlichkeit, die sich einfach berechnen lässt: implizite Wahrscheinlichkeit = 1 ÷ Quote. Eine Quote von 2,00 entspricht einer impliziten Wahrscheinlichkeit von 50 Prozent. Eine Quote von 1,50 entspricht 66,7 Prozent, eine Quote von 3,00 entspricht 33,3 Prozent.
Diese Formel ist die Basis aller Value-Bet-Berechnungen. Aber sie hat eine Tücke: Buchmacher integrieren eine Marge in ihre Quoten, die die impliziten Wahrscheinlichkeiten in Summe über 100 Prozent treibt. Bei einem typischen Tennis-Match mit Match-Sieger-Markt summieren die impliziten Wahrscheinlichkeiten beider Spieler auf rund 104 bis 108 Prozent. Diese 4 bis 8 Prozent Überschuss sind die Buchmacher-Marge — der strukturelle Vorteil, den jeder Wetter überwinden muss, um profitabel zu sein.
Konkret: Wenn Spieler A bei Quote 1,80 steht und Spieler B bei Quote 2,10, sind die impliziten Wahrscheinlichkeiten 55,6 Prozent und 47,6 Prozent. Summe: 103,2 Prozent. Die echten Wahrscheinlichkeiten beider Spieler müssen in Summe genau 100 Prozent ergeben. Die Marge von 3,2 Prozent ist die Versicherung des Buchmachers gegen sein eigenes Modell-Risiko und gleichzeitig sein Profit-Polster.
Die faire Quote modellieren
Wer Value Bets sucht, braucht eine eigene Schätzung der Wahrscheinlichkeit — die „faire Wahrscheinlichkeit“. Daraus berechnet sich die faire Quote: faire Quote = 1 ÷ faire Wahrscheinlichkeit. Wenn meine eigene Analyse sagt, dass Spieler A mit 60 Prozent Wahrscheinlichkeit gewinnt, ist die faire Quote 1,67. Wenn der Buchmacher Quote 1,80 anbietet, habe ich eine Value Bet — die angebotene Quote ist höher als meine faire Quote.
Wie modelliere ich faire Wahrscheinlichkeiten? In der professionellen Wett-Praxis gibt es Software-Lösungen, die historische Match-Daten verarbeiten, Belag-Anpassungen rechnen, Form-Indikatoren gewichten und Druckpunkt-Profile einbauen. Diese Tools sind aufwendig und nicht für jeden zugänglich. Für analytische Hobby-Wetter gibt es einfachere Ansätze.
Andreas Krannich von Sportradar hat zur Bedeutung systematischer Datenarbeit im Tennis einen Punkt gemacht: Die Investition in Innovation und detaillierte Datenangebote begleitet die professionelle Wett-Bewertung — pauschale Form-Übersichten reichen für ernsthafte Wett-Praxis nicht aus. Diese Erkenntnis gilt vor allem für Value-Bet-Suche: Wer mit groben Schätzungen arbeitet, findet zwar gelegentlich Edge, aber nicht systematisch.
Edge-Berechnung in der Praxis
Edge ist die Differenz zwischen impliziter Wahrscheinlichkeit der Buchmacher-Quote und meiner geschätzten fairen Wahrscheinlichkeit. Konkrete Formel: Edge = (faire Wahrscheinlichkeit × Quote) − 1. Ein Beispiel: Faire Wahrscheinlichkeit 60 Prozent, Quote 1,80. Edge = (0,60 × 1,80) − 1 = 0,08. Das sind 8 Prozent positiver Erwartungswert.
In meiner eigenen Wett-Praxis setze ich einen Mindest-Edge-Schwellenwert von 5 Prozent. Wetten mit niedrigerem Edge ignoriere ich — die Modell-Unsicherheit meiner Wahrscheinlichkeits-Schätzung ist zu groß, um kleine Edges zuverlässig zu monetarisieren. 5 Prozent ist nicht universell — manche professionellen Wetter arbeiten mit 3 Prozent, andere fordern 10 Prozent. Wer beginnt, sollte konservativer sein.
Wichtig ist: Edge ist nicht Gewinn-Garantie für die einzelne Wette. Eine Wette mit 8 Prozent Edge kann verlieren. Aber langfristig, über viele Wetten hinweg, gewinnt eine konsequente Edge-Strategie statistisch. Wer 100 Wetten mit durchschnittlich 8 Prozent Edge platziert, sollte einen kumulativen Gewinn realisieren — auch wenn einzelne Wetten verlieren. Das ist die Grundidee jeder professionellen Wett-Strategie.
In der praktischen Anwendung lohnt sich ein Wett-Tagebuch, in dem ich für jede platzierte Wette die eigene geschätzte Wahrscheinlichkeit und den berechneten Edge dokumentiere. Nach 50 bis 100 Wetten kann ich dann auswerten, wie genau meine Schätzungen tatsächlich waren. Wenn meine Wetten mit angeblichen 8 Prozent Edge nur 4 Prozent realisieren, ist mein Modell zu optimistisch und muss kalibriert werden. Diese empirische Rückkopplung ist der wichtigste Disziplinierungs-Mechanismus für analytische Wetter.
Value Bets im Tennis — wo sie auftauchen
Aus neun Jahren Tennis-Wett-Praxis kann ich vier konkrete Nischen benennen, in denen Value Bets statistisch häufiger sind als im Durchschnitt.
Erstens: Belag-Wechsel-Phasen. Wenn die Tour von Sand auf Rasen, oder von Rasen auf Hart wechselt, brauchen Buchmacher-Modelle einige Turniere, um die Belag-Anpassung der Spieler richtig zu modellieren. In dieser Übergangsphase sind Quoten manchmal weniger genau. Wer Belag-spezifische Spieler-Profile gut kennt, findet hier Value.
Zweitens: WTA-Außenseiter mit Form-Phasen. Die WTA hat strukturell mehr Außenseiter-Siege als die ATP (siehe Druckpunkt-Differenz mit 2,31 vs 1,61 hochwichtigen Druckpunkten pro Match). Wer einzelne Spielerinnen in Form-Phasen identifiziert, kann gegen überschätzte Top-Spielerinnen wetten und positive Erwartungswerte finden.
Drittens: Mikro-Märkte mit dünner Liquidität. Sub-Märkte wie Set-Wetten, Total-Games-Wetten oder Tiebreak-Wetten werden von Buchmachern oft weniger präzise modelliert als Match-Sieger-Märkte. Wer in diesen Nischen spezielle Mathematik beherrscht — etwa die Belag-spezifische Tiebreak-Wahrscheinlichkeit — findet regelmäßig Value.
Viertens: Favoritensieg-Quoten in mittleren Turnieren. Die Favoritensieg-Quote variiert zwischen Turnier-Kategorien: ATP-250 mit rund 68,5 Prozent, ATP-500 mit 70,5 Prozent, ATP-Masters-1000 mit 70,8 Prozent. In der Praxis modellieren manche Anbieter die ATP-250-Volatilität nicht voll, was kleine Value-Möglichkeiten auf Außenseiter in mittleren Turnieren öffnet. Diese Strategien sind nicht garantiert profitabel, aber statistisch interessanter als pauschale Favoriten-Wetten.
Von Value zu Einsatz-Höhe
Eine gefundene Value Bet ist nur die Hälfte der Strategie. Die andere Hälfte ist die richtige Einsatz-Höhe. Wer auf jede Value Bet denselben Betrag setzt, ignoriert die wichtige Information, dass manche Value Bets stärker sind als andere.
Die mathematisch optimale Einsatz-Höhe ergibt sich aus dem Kelly-Kriterium. Die Formel ist: Einsatz-Anteil = (Edge × Quote − 1) ÷ (Quote − 1). Bei 8 Prozent Edge und Quote 1,80 wäre der optimale Einsatz: (0,08 × 1,80) ÷ 0,80 = 0,18 oder 18 Prozent der Bankroll. Das ist allerdings die theoretische Vollkelly-Berechnung — in der Praxis nutzen die meisten Wetter Half-Kelly oder Quarter-Kelly, um Modell-Unsicherheiten abzufedern.
Wer beginnt, sollte mit einer einfacheren Einsatz-Logik arbeiten: feste Prozent-Anteile der Bankroll pro Wette, typischerweise zwischen 1 und 3 Prozent. Diese Disziplin verhindert große Verluste und gibt Zeit, das eigene Modell zu kalibrieren. Wer mit der Zeit die eigene Wahrscheinlichkeits-Schätzung als zuverlässig erlebt, kann zu komplexeren Einsatz-Strategien übergehen. Im direkten Vergleich mit dem Kelly-Kriterium und seiner Anwendung im Tennis-Wetten wird sichtbar, wie aus Value-Bet-Identifikation und optimaler Einsatz-Logik eine konsistente Wett-Strategie entsteht — beide Komponenten gehören zusammen.
Wie hoch sollte der Mindest-Edge bei Value Bets sein?
In meiner eigenen Wett-Praxis setze ich einen Mindest-Edge von 5 Prozent. Wetten mit niedrigerem positiven Erwartungswert ignoriere ich, weil die Modell-Unsicherheit meiner Wahrscheinlichkeits-Schätzung zu groß ist, um kleine Edges zuverlässig zu monetarisieren. Anfänger sollten eher 8 bis 10 Prozent fordern, professionelle Wetter arbeiten manchmal mit 3 Prozent.
Wie schätze ich faire Quoten ohne Spezial-Software?
Wer keine Software hat, kann faire Wahrscheinlichkeiten aus historischen Bilanzen ableiten: Belag-spezifische Sieg-Quoten, Head-to-Head-Statistiken, Form-Indikatoren der letzten Wochen. Diese Ansätze sind ungenauer als professionelle Modelle, aber für analytische Hobby-Wetter ein realistischer Ausgangspunkt. Wichtig ist Disziplin: nur Wetten platzieren, wenn die eigene Schätzung deutlich von der Buchmacher-Quote abweicht.
Erstellt von der Redaktion von „Tennis Wetten Online”.
