(openPR) Von 2. bis 27. Juli 2025 findet in der Schweiz die Fußball-Europameisterschaft der Frauen statt. Laut der aktuellen Prognose gewinnt das Team aus Spanien mit einer Wahrscheinlichkeit von 27,2 Prozent. Das Forschungsteam, bestehend aus Andreas Groll, Marjan Farahani und Rouven Michels von der TU Dortmund und Achim Zeileis von der Universität Innsbruck, hat diese Vorhersage mit Hilfe eines hybriden Machine-Learning-Modells erstellt.
Die Prognose kombiniert mehrere statistische Modelle in zwei Schritten: Im ersten Schritt werden zwei komplexe statistische Modelle eingesetzt, um die Stärken aller Mannschaften und ihrer Spielerinnen anhand unterschiedlicher Informationen zu bestimmen – einerseits ermittelte Spielstärken der Teams basierend auf Spielen in der Vergangenheit, andererseits ein auf Wettquoten basierendes Buchmachermodell für die erwarteten Spielstärken im bevorstehenden Turnier. „Im zweiten Schritt entscheidet ein Ensemble-Machine-Learning-Verfahren, ein sogenannter Random Forest, wie die beiden Modelle bzw. deren Stärkenschätzungen und andere Informationen über die Mannschaften am besten kombiniert werden können“, erläutert Andreas Groll von der TU Dortmund.
„Mit diesem Modell haben wir Simulationen durchgeführt, über die wir den wahrscheinlichen Verlauf des Turniers ermitteln haben“, erklärt Achim Zeileis vom Institut für Statistik der Universität Innsbruck. „Der tatsächliche Ausgang der EM kann natürlich davon abweichen. Das ist uns Statistikern klar, aber das macht den Sport auch so spannend“, schmunzelt der Experte, betont aber: „Die gleiche Vorhersage-Methode hätte für das letzte Frauen-Turnier 2022 den Europameister England richtig vorhergesagt.“
Die Wissenschaftler:innen haben die gesamte EM basierend auf der Modellvorhersage 100.000-mal simuliert – Spiel für Spiel, gemäß der Turnierauslosung und unter Berücksichtigung aller UEFA-Regeln. Damit ergeben sich Wahrscheinlichkeiten für das Weiterkommen jedes Teams in die einzelnen Turnierrunden und letztendlich für den EM-Sieg. Die Favoriten bei der dieser EM sind Spanien mit einer Gewinnwahrscheinlichkeit von 27,2 Prozent, gefolgt von Deutschland (23,0 Prozent), Frankreich (17,6 Prozent) und England (17,2 Prozent). Alle anderen Teams liegen deutlich dahinter.
Die Simulation zeigt, dass vor allem Spanien von der Turnierauslosung profitiert hat. „Spanien ist in der vergleichsweise einfachen Gruppe B und trifft bei einem Weiterkommen im Viertelfinale auf ein Team aus der relativ schwachen Gruppe A mit Gastgeber Schweiz“, skizziert Achim Zeileis den möglichen Turnierverlauf für den Favoriten. „Die richtig starken Teams kommen für Spanien vermutlich erst im Halbfinale. Umgekehrt spielt Titelverteidiger England in der schwierigsten Gruppe D mit Frankreich und den Niederlanden.“
Gastgeber Schweiz hat laut Simulation gute Chancen die Gruppenphase zu überstehen (81,1 Prozent). Im weiteren Verlauf sinkt die Wahrscheinlichkeit für ein Weiterkommen in die nächste Runde aber deutlich. Ein ähnlicher Turnierverlauf ergibt sich auch für Norwegen, Schweden und Dänemark. „Mit dem Heimvorteil und etwas Glück könnte die Schweiz aber auch für eine Überraschung sorgen“, meint Achim Zeileis.
Das für die Simulationen verwendete Machine-Learning-Modell wurde in einer internationalen Kooperation mehrerer Teams entwickelt um Andreas Groll (TU Dortmund), Christophe Ley (Universität Luxemburg), Gunther Schauberger (TU München) und Achim Zeileis (Universität Innsbruck). Neben Prognosen für Sportturniere können ähnliche Ensembles von maschinellem Lernen und statistischen Modellen auch in anderen Forschungsgebieten genutzt werden, zum Beispiel für Wettervorhersagen.
wissenschaftliche Ansprechpartner: Univ.-Prof. Dr. Achim Zeileis Institut für Statistik Universität Innsbruck Tel.: +43 512 507-70403 E-Mail:
Prof. Dr. Andreas Groll Fakultät für Statistik TU Dortmund Tel.: +49 231 755-4229 E-Mail:
Disclaimer: Für den obigen Pressetext inkl. etwaiger Bilder/ Videos ist ausschließlich der im Text angegebene Kontakt verantwortlich. Der Webseitenanbieter distanziert sich ausdrücklich von den Inhalten Dritter und macht sich diese nicht zu eigen. Wenn Sie die obigen Informationen redaktionell nutzen möchten, so wenden Sie sich bitte an den obigen Pressekontakt. Bei einer Veröffentlichung bitten wir um ein Belegexemplar oder Quellenennung der URL.
