Drei haben auf Frankreich als Weltmeister getippt, drei auf Spanien und eine Prognose lautet: Messis Argentinien wird den begehrtesten Pokal im Fußball holen. Die Tipps stammen nicht etwa von Kollegen einer Firma, sondern von KI-Sprachmodellen. Markus Weinmann, Professor für Business Analytics und Direktor des Instituts für Business-KI an der Universität zu Köln, hat zum Start der Weltmeisterschaft im Juni gemeinsam mit weiteren Forschenden aus Paderborn und München ein Vergleichstool entwickelt, das die Ergebnisse der Fußballspiele voraussagt.

Sie wollen so die Leistungen der sieben miteinander verglichenen Sprachmodelle wie ChatGPT, Claude und andere auf den Prüfstand stellen. Und warum am Beispiel der Fußballweltmeisterschaft? „Die WM ist ein schöner Test für uns, weil die Ergebnisse im Vorfeld nicht feststehen. Hier kann man klar sehen, ob ein Sprachmodell im Nachhinein richtig oder falsch liegt. Die WM bietet also gute Bedingungen, weil man schnell Ergebnisse sieht, die man überprüfen kann“, sagt Weinmann im Gespräch mit dieser Redaktion.

Mit 166 Punkten und einem Vorsprung von 12 Punkten liegt nach dem ersten Halbfinale zwischen Frankreich und Spanien (Stand Mittwoch) das Sprachmodell GPT-5.5 (ChatGPT) mit 166 Punkten vorne – einen Punkt gab es jeweils immer für die richtige Tendenz, zwei für die richtige Tordifferenz und fünf für das exakte Ergebnis eines Spiels. Nach der ersten WM-Woche lag noch Elon Musks Modell von xAI (Grok) leicht vorne, doch diese Platzierung hat sich nicht gehalten. „In der Spielprognose führt inzwischen GPT-5.5 von OpenAI, dahinter Claude Opus 4.8 und Gemini 3.1 Pro. Grok liegt aktuell auf Rang sechs. Wichtig dabei: Wir haben die Prognosen aller Modelle vor dem ersten Spiel versiegelt und danach nichts mehr verändert. Ein früher Vorsprung sagt deshalb wenig über die eigentliche Prognosegüte“, sagt Weinmann.

KI-Tippspiel wurde aussagekräftiger, je mehr Spiele absolviert waren

Am auffälligsten sei bisher, wie treffsicher die Modelle bei den langfristigen Turnier-Tipps sind. „Bei den Halbfinalisten lagen bis auf ein einziges Modell alle richtig. Nur ein Tipp hatte Brasilien dabei.“ Die Brasilianer unterlagen im Viertelfinale gegen Norwegen. Wie erklärt sich Professor Weinmann jedoch, dass keines der Modelle das Unentschieden im ersten Gruppenspiel zwischen Spanien und dem Außenseiter Kap Verde vorhersagte, oder, dass alle Modelle auf die Überlegenheit Deutschlands gegenüber Paraguay tippten?

„Spanien gegen Kap Verde ist das prominenteste Beispiel für ein Ergebnis, dem die Modelle kaum Wahrscheinlichkeit gaben. Solche Ausreißer sind aber kein Fehler der Modelle. Weder ein Sprachmodell noch ein Buchmacher geben einem klaren Außenseiter eine hohe Siegwahrscheinlichkeit. Wenn er trotzdem gewinnt, ist das Fußball. Für uns zählt weniger das einzelne Spiel als die Frage, ob die Wahrscheinlichkeiten über viele Spiele hinweg gut kalibriert sind“, so Weinmann.

Die Sprachmodelle müssen bei ihren Tipps Informationen zur aktuellen Form, zu Verletzungen, Trainerentscheidungen, vergangenen Begegnungen, Kaderqualität oder Wettquoten einordnen – und daraus eine belastbare Prognose unter Unsicherheit ableiten. Viele etablierte Benchmarks für große Sprachmodelle testen abstrakte Aufgaben in stark vereinfachten oder statischen Umgebungen. 

Adenauer School in Köln eröffnet

Bundeskanzler Merz erklärt, wo Deutschland Nachholbedarf hat

Von

Maria Gambino-Freyn

Merken

Merken

Uni Köln: Experiment kann auf Management-Forschung übertragen werden

Beim Fußball sei der Zufallsfaktor aber extrem hoch. Anders als bei vielen US-Sportarten wie Basketball oder Baseball, handelt es sich um einen tor- beziehungsweise punktarmen Sport. „Beim Basketball könnte man eher argumentieren, dass sich eventuell das Team mit der besseren Qualität durchgesetzt hat. Das kann man bei Fußball gar nicht unbedingt so sagen.“

Sein Erkenntnisinteresse ist nicht im engen Sinne der Fußball. „Das Ziel unserer Studie ist erstmal, nach der WM zu schauen, wie gut haben die Prognosen in einer kontrollierten Umgebung funktioniert.“ Im nächsten Schritt wollen die Forscher wissen, inwieweit sich die Erkenntnisse auf die Management-Forschung übertragen lassen. Führungskräfte nutzen große Sprachmodelle zunehmend, um Marktinformationen zu strukturieren, Szenarien zu bewerten oder Prognosen vorzubereiten – etwa, inwieweit bestimmte Produkte oder Dienstleistungen nachgefragt werden, welche Wettbewerber es gibt und welche Risiken.

WM-Tippspiel: KI-Sprachmodelle lernen aus der Vergangenheit, Ausreißer erkennen sie nicht

„Für Unternehmen ist das interessant, weil sie damit Erfolgswahrscheinlichkeiten vorab einschätzen können“, so Weinmann. Tatsächliche wirtschaftliche Zusammenhänge seien natürlich komplexer, so der Professor. Wenn man mit KI-Chatbots Aktienkurse vorhersagen könnte, in denen so viele Zufalls- und Einzelfaktoren eine Rolle spielten, könnte er an der Uni aufhören, sagt Weinmann. Wenn ein Supermarkt ausrechnen lassen will, wie viele Melonen er einkaufen soll, dann lernt das Modell aus vielen Parametern der Vergangenheit, was der wahrscheinlichste Wert ist, und leitet daraus eine Management-Entscheidung für den Verkauf ab. „Sprachmodelle kennen ja die Zukunft nicht. Sie sind eher darauf ausgelegt, historisch gelernte Muster, also die Vergangenheit, weiterzuschreiben.“

Doch was ist mit dem Kap-Verde-Moment in der Wirtschaft, wenn etwa ein außergewöhnlicher Hype um Produkte entsteht? Wenn jemand schlicht eine „geniale“ Idee hat? Stichwort Kreativität. Erwartungswerte oder der wahrscheinlichste Wert seien quasi das Gegenteil von Kreativität, so der Professor. „„Diese Modelle nehmen sehr viele Daten auf. Was sie ausgeben, ist der wahrscheinlichste Wert. Es kommt aber darauf an, wie man Kreativität definiert. Kreativität hat viele Dimensionen. Kreativ ist auch, wer viele Ideen hat. In dieser Produktivitätsdimension sind die Modelle stark. Aber bei den echten Ausreißern, den wirklich originellen Ideen, sind sie es nicht“, sagt Weinmann, der seit 2021 an der Uni Köln lehrt. Sein persönlicher Tipp am Anfang der WM lautete: Spanien. Eine durchschnittliche Performance im ersten Spiel bedeute nicht immer etwas, so Weinmann.

Die Live-Rangliste und alle Tippergebnisse der KI-Sprachmodelle finden Sie unter www.llm-soccerarena.com.