Zum Inhalt
SPORTWETTENFUN
SPORTWETTEN. ANALYSEN. WISSEN.Unsere Quellen & Daten

Wissen & Erklärungen

Ein kleinerer Brier-Wert kann am anderen Datensatz liegen

Inhaltlich überarbeitet: 16.11.2026

Eine Prognoseliste erreicht einen Brier-Wert von 0,09, eine andere 0,25. Ist die erste Methode deshalb besser geworden? Bei unterschiedlichen Ereignisgruppen reicht dieser Vergleich nicht. In unseren fiktiven Beispielen leisten beide Methoden genau dasselbe wie ihr jeweils einfacher Vergleichsmaßstab.

Was der Fehlerwert zählt

Eine Wahrscheinlichkeitsprognose nennt eine Zahl zwischen 0 und 1: 0,10 bedeutet zehn Prozent. Das spätere Ergebnis schreiben wir als 1 für „eingetreten“ und als 0 für „nicht eingetreten“. Der binäre Brier-Wert ist der Durchschnitt der quadrierten Abstände zwischen Prognose und Ergebnis. Kleiner bedeutet auf denselben Fällen weniger Fehler.

Unser Vergleich zweier Prognosen mit gleicher Trefferquote erklärt diese Rechnung auf denselben Ereignissen. Hier wechseln wir bewusst den Datensatz und stellen jeder Prognose eine vorher festgelegte Referenzprognose gegenüber: einen einfachen Ausgangsmaßstab ohne zusätzliche Einzelfallinformation.

Zwei Listen, kein Vorsprung vor der Referenz

Alle Zahlen sind erfundene Lehrfälle. Gruppe R enthält 100 Ereignisse, von denen zehn eintreten und 90 ausbleiben. Gruppe B enthält andere 100 Ereignisse; dort treten 50 ein und 50 nicht. Beide Gruppen und ihre Ergebnisse sind für die Erklärung konstruiert, keine beobachteten Sportdaten.

Wir setzen die einfachen Referenzen im Modell vor den Ergebnissen fest: immer 0,10 für R und immer 0,50 für B. Diese Werte werden nicht erst aus den jeweils später beobachteten hundert Ergebnissen geschätzt. Die erste untersuchte Methode gibt für R ebenfalls immer 0,10 ab, die zweite für B immer 0,50.

Für R entsteht bei jedem der zehn eingetretenen Ereignisse ein Fehler von (0,10 − 1)² = 0,81. Bei jedem der 90 ausgebliebenen Ereignisse sind es (0,10 − 0)² = 0,01. Zusammen: (10 × 0,81 + 90 × 0,01) ÷ 100 = 0,09. In B beträgt jeder Fehler 0,25; der Durchschnitt ist deshalb 0,25.

Gruppe Eingetreten / alle Prognose immer Brier-Wert Referenzwert
R 10 / 100 0,10 0,09 0,09
B 50 / 100 0,50 0,25 0,25

So liest du die Tabelle: Vergleiche den Brier-Wert zunächst mit dem Referenzwert in derselben Zeile. Beide Methoden wiederholen nur ihre einfache Referenz. R hat den kleineren absoluten Fehler, aber keinen zusätzlichen Vorsprung. Der andere Ereignismix kann hier den Zahlenunterschied vollständig erklären.

Ein kleinerer Wert kann sogar hinter der eigenen Referenz liegen

Ändern wir nur die untersuchte Prognose für R auf ständig 0,20, bleibt die Referenz bei 0,10. Auf denselben R-Ergebnissen ist der Fehler jetzt (10 × 0,64 + 90 × 0,04) ÷ 100 = 0,10. Das ist weiterhin kleiner als 0,25 aus B. Innerhalb von R ist es jedoch schlechter als die eigene Referenz mit 0,09.

Der Brier Skill Score macht diesen Bezug ausdrücklich: 1 − Brier-Wert ÷ Referenzwert. Für den geänderten R-Fall ergibt das 1 − 0,10 ÷ 0,09 = rund −0,111, also −11,1 Prozent relativ zum Maßstab. Für die beiden ursprünglichen Zeilen beträgt der Wert jeweils null. Null heißt hier „keine Verbesserung gegenüber dieser Referenz“, nicht „keine richtigen Prognosen“. Bei einem Referenzwert von null wäre diese Division nicht definiert.

Was du bei einem Monatsvergleich prüfen kannst

Frage zuerst: Sind es dieselben Ereignisse und dieselbe Ergebnisdefinition, oder hat sich die Zusammensetzung verändert? Halte danach fest, wie die Referenz vorab gebildet wurde und wie beide Methoden auf denselben Prüffällen abschneiden. Auch in unserer Auswertung früher und später Over-Quoten wird eine nachträglich bestimmte Grundrate ausdrücklich von einer unabhängigen Vorhersage getrennt.

Ein relativer Wert macht unterschiedliche Datensätze nicht automatisch vergleichbar. Stichprobenunsicherheit, veränderte Gruppen und eine ungeeignete Referenz bleiben Probleme. Diese konstruierten Beispiele belegen weder reale Kalibrierung noch zukünftige Qualität. Ohne Preise, Kosten und Einsätze folgt daraus auch kein Wettgewinn.

Quellen und Stand: Definitionen des binären Brier-Werts und des Referenzvergleichs im Glossar des US National Weather Service, Seiten 1 und 4–5; Formel und Grenzen des Brier Skill Score in der Forecast-Verification-Methodenübersicht der JWGFVR, Abschnitte „Brier score“ und „Brier skill score“. Am 16. November 2026 gelesen. Die Gruppen und Rechnungen sind eigene fiktive Beispiele, keine neuen Forschungsergebnisse.

Artikel teilen

Wissen weitergeben. Gemeinsam mehr verstehen.

Artikellink anzeigen
Öffnet in einem neuen Tab.