Baseball Statistiken für Sportwetten: Mit Sabermetrics zum Vorteil

Vor fünf Jahren bin ich zufällig auf FanGraphs gestoßen, als ich nach den Saisonstatistiken eines Pitchers suchte. Was als kurzer Faktencheck begann, hat mein Wettverhalten komplett umgekrempelt. Plötzlich hatte ich Zugang zu Daten, die mir zeigten, warum manche meiner vermeintlich guten Wetten systematisch schiefgingen – und warum andere, die sich riskant anfühlten, langfristig profitabel waren. Baseball ist der statistikintensivste Sport der Welt: Die MLB liefert täglich 10 bis 15 Spiele mit Tracking-Daten für jeden einzelnen Pitch, jeden Schwung, jede Flugbahn. Kein anderer Wettmarkt bietet eine vergleichbare Datenbasis. Wer Baseball Wetten ohne Statistiken betreibt, verschenkt seinen größten Vorteil.

Traditionelle Statistiken vs Advanced Stats im Wettkontext

Ich sage es direkt: Wenn du bei deiner Wettanalyse nur ERA, Batting Average und RBIs nutzt, arbeitest du mit Werkzeugen aus den 1970er Jahren. Diese traditionellen Metriken messen Ergebnisse, nicht Fähigkeiten. Die ERA eines Pitchers hängt von seiner Defense ab. Der Batting Average ignoriert Walks und Extra-Base-Hits. RBIs sind eine Funktion der Lineup-Position, nicht der individuellen Qualität.

Sabermetrics – benannt nach der Society for American Baseball Research – sind der Versuch, Spielerleistung präziser zu messen, indem Kontext und Zufallsfaktoren isoliert werden. Für Wettende ist der Unterschied fundamental: Traditionelle Stats sagen dir, was passiert ist. Advanced Stats sagen dir, was wahrscheinlich als Nächstes passiert. Und genau das brauchst du, wenn du eine Wette platzierst.

Ein Beispiel: Pitcher A hat eine ERA von 3,00, Pitcher B eine ERA von 3,80. Auf den ersten Blick ist A der bessere Pitcher. Aber wenn Pitcher A eine FIP von 4,20 hat und Pitcher B eine FIP von 3,30, dreht sich das Bild. Pitcher A hat von seiner Defense profitiert und wird voraussichtlich schlechter performen. Pitcher B hatte Pech und wird sich verbessern. Die Wettquoten spiegeln oft die ERA wider, nicht die FIP – und das ist die Lücke, die du ausnutzen kannst.

Ein weiterer Klassiker: Batting Average vs wOBA. Ein Spieler mit einem .310 Batting Average sieht gut aus – aber wenn er ausschließlich Singles schlägt und nie walkt, ist sein Beitrag zur Offensivproduktion geringer als ein Spieler mit .270, der regelmäßig Doubles, Home Runs und Walks produziert. Die wOBA gewichtet jeden offensiven Outcome nach seinem tatsächlichen Wert. Für die Einschätzung der Lineup-Stärke bei Totals-Wetten ist die aggregierte wOBA eines Lineups deutlich aussagekräftiger als der Teamdurchschnitt im Batting Average.

Die wichtigsten Advanced Stats für Wettende: WAR, wOBA, wRC+

Als ich zum ersten Mal eine wRC+-Tabelle gesehen habe, dachte ich: Das ist die Metrik, auf die ich gewartet habe. wRC+ – Weighted Runs Created Plus – misst die offensive Gesamtleistung eines Spielers relativ zum Ligadurchschnitt und zum Park Factor. Ein wRC+ von 100 ist durchschnittlich, 120 heißt 20 Prozent besser als der Durchschnitt, 80 heißt 20 Prozent schlechter. Das Geniale: wRC+ normalisiert für Stadion und Ligaumfeld, sodass du Spieler aus verschiedenen Parks direkt vergleichen kannst.

Für Wettende ist wRC+ unschätzbar bei der Bewertung von Lineups. Wenn Team A ein angekündigtes Lineup mit einem durchschnittlichen wRC+ von 115 aufbietet und Team B bei 95 liegt, hast du einen klaren Offensivvorteil quantifiziert. Das fließt in Moneyline-Wetten ebenso ein wie in Totals.

wOBA – Weighted On-Base Average – ist die Grundlage für wRC+ und misst die Offensivleistung auf einer Skala ähnlich dem OBP. Der Ligadurchschnitt liegt bei etwa .320. Alles über .370 ist elitär, unter .280 problematisch. Ich nutze wOBA vor allem für die Bewertung einzelner Matchups: Wie schlägt ein Batter gegen Linkshänder? Wie sieht die wOBA eines Lineups in den letzten 30 Tagen aus versus die Saisonzahl?

WAR – Wins Above Replacement – ist die umfassendste Einzelmetrik im Baseball. Sie schätzt, wie viele Siege ein Spieler über einen Ersatzspieler hinaus beiträgt. Für Wettende ist WAR weniger als tägliches Werkzeug nützlich, weil es eine kumulative Saisonmetrik ist. Aber für die Einschätzung von Teamstärke und die Bewertung von Futures-Wetten ist WAR Gold wert. Ein Team mit fünf Spielern über 4,0 WAR ist deutlich anders zu bewerten als eins mit nur einem solchen Spieler.

FIP habe ich bereits im Pitcher-Kontext erwähnt, aber es gehört in jede Sabermetrics-Übersicht. Ergänzend gibt es xFIP – Expected FIP – das die Home-Run-Rate eines Pitchers auf den Ligadurchschnitt normalisiert. xFIP ist noch stabiler als FIP und eignet sich besonders für Saison-Prognosen. Wenn ein Pitcher eine FIP von 3,20 und eine xFIP von 3,80 hat, war seine niedrige Home-Run-Rate möglicherweise Glück – und die Regression droht.

Von der Statistik zur Wettentscheidung: Ein Praxisbeispiel

Lass mich einen konkreten Fall durchspielen, wie ich Sabermetrics in eine Wettentscheidung übersetze. Nehmen wir ein fiktives Abendspiel: Team A gegen Team B. Team A ist Favorit bei 1,65, Team B Underdog bei 2,35.

Schritt eins: Starting Pitcher. Team A startet einen Pitcher mit FIP 3,40, WHIP 1,15 und K/9 von 9,2. Team B startet einen Pitcher mit FIP 4,10, WHIP 1,35 und K/9 von 7,5. Auf Pitching-Basis hat Team A den Vorteil.

Schritt zwei: Lineups. Das angekündigte Lineup von Team A hat einen durchschnittlichen wRC+ von 105. Team B kommt auf 112. Ueberraschung: Der Underdog hat das starkere Lineup. Der Pitcher von Team A steht also einem besseren offensiven Gegner gegenüber als umgekehrt.

Schritt drei: Kontext. Team B spielt zuhause, und der Heimvorteil im Baseball liegt bei rund 54 Prozent. Der Park Factor des Stadions ist neutral. Der Pitcher von Team A hat eine deutlich schlechtere Auswärts-FIP als seine Heim-FIP.

Ergebnis meiner Analyse: Die Moneyline von 2,35 auf Team B impliziert eine Gewinnwahrscheinlichkeit von 42,5 Prozent. Meine Schätzung basierend auf FIP, Lineup-wRC+ und Kontextfaktoren liegt bei 46 Prozent. Das ist ein Value-Vorteil von 3,5 Prozentpunkten – genug für eine Wette, wenn die Stichprobengröße stimmt und ich nicht auf einen einzelnen Datenpunkt reagiere.

Dieser Prozess dauert am Anfang 20 bis 30 Minuten pro Spiel. Nach einigen Monaten schaffst du es in zehn. Die Daten sind frei verfügbar – FanGraphs, Baseball Reference und Baseball Savant kosten nichts. Der Vorteil gegenüber Wettenden, die nur Teamnamen und Saisonbilanzen nutzen, ist erheblich.