Der betscore bündelt im Handball Wurf-, Raum- und Zeitdaten zu einer Prognosezahl. Das Problem: Torwartparaden fließen meist nur als Teamabwehr oder einfache Save-Quote ein. Ein Beispiel liefert die Crunch-Time: Hält ein Keeper in den letzten zehn Minuten drei freie Würfe, steigt die Save-Quote nur moderat, obwohl der Einfluss auf den Spielausgang deutlich größer ist. Die Folge sind Live-Prognosen, die den Torwart als austauschbare Größe behandeln. Wer den betscore für In-Play-Märkte nutzt, sollte diese Gewichtung kennen. Das gilt besonders, wenn der Score in Echtzeit aktualisiert wird und die Datenqualität zwischen Anbietern schwankt.
Warum verzerrt der betscore Torwartleistungen im Handball?
Die Ursache liegt in der Datenstruktur: Viele Systeme erfassen Würfe nur mit Ergebnis (Tor, gehalten, daneben), nicht mit Wurfwinkel, Distanz und Druck. Dadurch werden spektakuläre Paraden und leichte Fangbälle gleich behandelt. Ein Torwart, der vier freie Würfe aus sechs Metern hält, erhält denselben Save-Rohwert wie ein Keeper mit vier unbedrängten Distanzwürfen. Die Lösung ist eine Kontextgewichtung: Jeder Wurf bekommt vor der Verrechnung einen Schwierigkeitsfaktor aus Winkel, Distanz und Verteidigerdruck.
Welche Daten fehlen den meisten Modellen?
Häufig fehlen Zeitpunkt, Spielstand und Wurfzone. Ein gehaltener Siebenmeter beim Stand von 25:20 hat einen anderen Informationswert als derselbe Siebenmeter beim Stand von 25:25. Ursache ist die Aggregation über das gesamte Spiel: Der betscore summiert Saves, ohne die Drucksituation zu trennen. Die Lösung liegt in separaten Splits für Crunch-Time, Unterzahl und Tempogegenstoß. So lässt sich zeigen, ob ein Torwart konstant liefert oder von einfachen Bällen profitiert. Ohne diese Trennung bleibt der betscore eine grobe Näherung.
Wie lässt sich der betscore mit Wurfqualität kalibrieren?
Ein praktikabler Weg ist ein Expected-Save-Modell. Dafür wird für jeden Wurf die durchschnittliche Haltewahrscheinlichkeit aus Liga-Daten geschätzt, etwa nach Distanz, Winkel und Anzahl der Verteidiger. Hält ein Keeper einen Wurf mit 20 Prozent erwarteter Save-Wahrscheinlichkeit, zählt das stärker als ein Wurf mit 60 Prozent. Der betscore sollte diese Differenz als eigenen Faktor führen, nicht nur die rohe Save-Quote. Das macht Vergleiche zwischen Torhütern mit unterschiedlichem Wurfprofil belastbarer. Die Rohdaten müssen dafür einheitlich erfasst sein.
Was folgt daraus für Live-Prognosen?
Für Live-Märkte heißt das: Torwartwechsel, Form und Spielstand müssen getrennt geprüft werden. Wer nur auf die Gesamt-Save-Quote schaut, überschätzt einen Keeper nach einem schwachen Gegner und unterschätzt ihn nach vielen freien Würfen. Die Lösung ist eine Rolling-Bewertung über die letzten zehn Minuten plus Kontextfaktor. Der betscore bleibt dann ein nützliches Instrument, wenn seine Torwartkomponente transparent kalibriert ist. Ohne diese Kalibrierung wirkt der Score präziser, als er im Handball tatsächlich ist.
