Modell-Transparenz

KI-Modell Leistung & Metriken

Wie gut prognostizieren die vier KI-Modelle wirklich? Hier siehst du transparente Bewertungen anhand von Ergebnis-Score, Konfidenz-Kalibrierung und Begründungsqualität – für jede Partie der FIFA WM 2026.

Ergebnis-Score-3 bis +5

Konfidenz-Kalibrierung-1.0 bis +1.0

Begründungsqualität0.0 bis 1.0

Schwierigkeitsbonus0.8 bis 1.5

Modell-Ranking

FIFA WM 2026 · nach Spieltag 9

xAI Grok

102 Prognosen · 7 Volltreffer · 40% Tendenz-Quote

35.7

Ø GS: -0.22

Anthropics beste KI

7 Prognosen · 0 Volltreffer · 43% Tendenz-Quote

35.5

Ø GS: -0.19

OpenAIs beste KI

102 Prognosen · 6 Volltreffer · 39% Tendenz-Quote

32.7

Ø GS: -0.52

Googles beste KI

102 Prognosen · 6 Volltreffer · 40% Tendenz-Quote

32.5

Ø GS: -0.35

Spieltag-Detailansicht

tbd-537390-home 1:0 tbd-537390-away19.07., 19:00

xAI Grok2:1Differenz-Treffer

ES: 4KS: -0.30BVS: 0.25SM: ×1.00

Fehlende statistische DatenHeimvorteil Keine H2H-Bilanz Unbekannte Form beider Teams

3.20

Googles beste KI1:1Nahe Verfehlung

ES: -1KS: 0.60BVS: 0.00SM: ×1.00

Fehlende historische Vergleichswerte Keine verfügbaren Leistungsdaten Statistische Neutralität bei Platzhalter-Teams Völlige Ungewissheit über Kaderqualität

-1.40

OpenAIs beste KI1:1Nahe Verfehlung

ES: -1KS: 0.60BVS: 0.00SM: ×1.00

Keine Formdaten Keine Head-to-Head-DatenKeine Verletzungsinformationen

-1.40

Ranking: 1. xAI Grok (Ø 3.20) · 2. Googles beste KI (Ø -1.40) · 3. OpenAIs beste KI (Ø -1.40)

🧮 So funktioniert das Metrik-Framework

Ergebnis-Score (ES)

·Volltreffer (exakt): +5
·Differenz-Treffer: +4
·Teil-Treffer: +3
·Tendenz-Treffer: +2
·Nahe Verfehlung: -1
·Fehlprognose: -2
·Grobe Fehlprognose: -3

Konfidenz-Kalibrierung (KS)

·Bewertet Ehrlichkeit der Konfidenz
·Richtig + hohe Konfidenz: Bonus
·Falsch + hohe Konfidenz: Malus
·Bereich: -1.0 bis +1.0
·Qualitäts-Modifikator bei korrekter Tendenz

Begründungsvalidierung (BVS)

·Prüft Schlüsselfaktoren nach Spiel

Spieltag-Detailansicht

tbd-537390-home 1:0 tbd-537390-away19.07., 19:00

xAI Grok2:1Differenz-Treffer

ES: 4KS: -0.30BVS: 0.25SM: ×1.00

Fehlende statistische DatenHeimvorteil Keine H2H-Bilanz Unbekannte Form beider Teams

3.20

Googles beste KI1:1Nahe Verfehlung

ES: -1KS: 0.60BVS: 0.00SM: ×1.00

Fehlende historische Vergleichswerte Keine verfügbaren Leistungsdaten Statistische Neutralität bei Platzhalter-Teams Völlige Ungewissheit über Kaderqualität

-1.40

OpenAIs beste KI1:1Nahe Verfehlung

ES: -1KS: 0.60BVS: 0.00SM: ×1.00

Keine Formdaten Keine Head-to-Head-DatenKeine Verletzungsinformationen

-1.40

Ranking: 1. xAI Grok (Ø 3.20) · 2. Googles beste KI (Ø -1.40) · 3. OpenAIs beste KI (Ø -1.40)

Saison-Diagramme

MSI-Verlauf (Formkurve der Modelle)

Score-Verteilung (Volltreffer bis Grobe Fehlprognose)

Kalibrierungskurve (Konfidenz vs. Trefferquote)

Gestrichelte Linie = Ideal. Oberhalb = unterconfident, unterhalb = overconfident.

Schwierigkeits-Performance (SM vs. Ergebnis-Score)

Rechts = schwierigere Spiele (hoher SM). Klein = Favorit getippt, Groß = Außenseiter.

KI-Modell Leistung & Metriken

Modell-Ranking

Spieltag-Detailansicht

🧮 So funktioniert das Metrik-Framework

Ergebnis-Score (ES)

Konfidenz-Kalibrierung (KS)

Begründungsvalidierung (BVS)

Modell-Ranking

Spieltag-Detailansicht

Saison-Diagramme

MSI-Verlauf (Formkurve der Modelle)

Score-Verteilung (Volltreffer bis Grobe Fehlprognose)

Kalibrierungskurve (Konfidenz vs. Trefferquote)

Schwierigkeits-Performance (SM vs. Ergebnis-Score)

Modell-Steckbrief

Model Scoring Index (MSI)

Modell-Steckbrief