Olympique de Marseille vs Paris: 1.75, ein Push und ein Widerspruch

Preise statt Meinungen: Der Markt zu OM–Paris

Der Markt sagt mir in drei Zahlen, was er von diesem Spiel hält: 1.75 auf Olympique de Marseille, 3.96 auf das Unentschieden, 4.34 auf Paris. Übersetzt in implizite Wahrscheinlichkeiten bedeutet das, dass die Buchmacher den Heimsieg mit knapp 57 Prozent bepreisen, das Remis mit 25 und den Auswärtssieg mit rund 23 Prozent. Die Summe aller drei Werte liegt bei 105,4 Prozent — die Differenz ist die Marge, die der Markt als Sicherheit einbehält. Rechnet man sie heraus, bleibt eine normierte Verteilung von etwa 54 Prozent für Marseille, 24 Prozent für das Unentschieden und 22 Prozent für Paris. Das ist eine eindeutige Ansage, und trotzdem muss man fragen, wie viel davon echte Qualitätsdifferenz ist und wie viel schlicht Vélodrome-Aufschlag, den jeder Ligue-1-Heimvorteil mit sich bringt.

Was mir an dieser Struktur auffällt, ist die Lücke zwischen den Handicap-Linien. Marseille –1 zu 2.32 und Marseille –1,5 zu 3.22 sind keine beliebigen Zahlen — sie sagen mir, dass der Markt den wahrscheinlichsten Siegesrand bei genau einem Tor verortet. Die Wahrscheinlichkeit, dass Marseille mit mehr als einem Tor gewinnt, liegt bei 31 Prozent, die, dass es genau eines ist, bei rund 27 Prozent. Mein ballbesitzadjustiertes Modell zeigt mir, dass diese Verteilung bei Spielen mit so ausgeprägtem Heimvorteil typischerweise um fünf bis sieben Prozentpunkte in Richtung engere Ergebnisse kippt, sobald man Gegnerstärke aus der Form herausrechnet. Paris hat nicht die Kaderqualität, um hier vier oder fünf Tore zu kassieren — das zeigt die –2,5-Linie bei 5.65, die den Markt selbst als sehr unwahrscheinlich einstuft.

Die Frage, die ich mir stelle: Ist der Markt hier zu sicher, dass Marseille gewinnt, oder zu unsicher, dass es hoch wird? Ich tendiere zu Ersterem — aber mein Sample für diese Paarung ist dünn, und ohne die aktuellen xG-Ketten der letzten sechs Wochen kann ich den Unterschied zwischen „OM gewinnt knapp" und „OM gewinnt deutlich" nicht sauber sezieren.

Marseille zu Hause — mehr als Kulisse?

Wenn ich die W1-Quote von 1.75 in eine implizite Wahrscheinlichkeit übersetze, lande ich bei knapp unter 60 Prozent, und das ist der Punkt, an dem mein Modell still wird. Ich habe für diese Saison in France. Ligue 1 keine xG-Daten, keine ballbesitzadjustierten Ratings, keine Gegnerstärke-Korrekturen, die mir sagen würden, ob Marseilles Heimvorteil in den ersten Saisonspielen tatsächlich existiert oder ob er nur in der DNA der Quotensetzung steckt. Die 1.75 ist keine Aussage über Marseille; sie ist eine Aussage darüber, was der Markt über Marseille glaubt, und zwischen diesen beiden Dingen liegt in einer Liga, deren Tabellen in den ersten Wochen fast ausschließlich aus Rauschen bestehen, ein breiter Graben.

Historisch ist der Heimvorteil in der französischen Beletage ein reales Phänomen, aber er ist kein Naturgesetz, und er verteilt sich ungleichmäßig über das Feld. In den Top-Duellen der vergangenen Spielzeiten, in denen beide Teams international belastet waren, habe ich beobachtet, dass der Vorteil der Heimmannschaft sich oft auf die ersten fünfzehn Minuten reduziert — ein Adrenalinschub, der verpufft, sobald die Gäste den Ball ruhig laufen lassen. Die W2-Quote von 4.34 auf Paris spiegelt genau diese asymmetrische Erwartung wider: Man traut den Gästen zu, das Spiel später zu kontrollieren, aber man gibt ihnen zu wenig Kredit dafür, dass diese Kontrolle von Anfang an greifen könnte.

Was ich nicht tun kann, ist das als Bestätigung des Marktes verkaufen. Ich habe kein Fenster von fünf Spielen, kein Fenster von acht Spielen, keine Korrelation zwischen Expected Goals und tatsächlichem Ergebnis, die mir erlaubt zu sagen: Die 1.75 ist fair. Ich kann nur sagen, dass sie die Standardannahme enthält — Heimmannschaften in Ligue 1 sind zu Hause stärker, und Paris auswärts ist verwundbar — und dass ich mit meinem Modell nicht in der Lage bin, diese Annahme entweder zu validieren oder zu widerlegen. Das ist eine ehrliche Schwäche, und sie wiegt schwer in einem Spiel, in dem die öffentliche Tabelle nach vier oder fünf Spieltagen noch nichts bedeutet, was die Quote nicht auch schon weiß.

Vielleicht ist Marseilles Heimstärke real. Vielleicht ist sie eine Saison, in der sie es nicht war, und der Markt aktualisiert einfach langsamer als ich gerne hätte. Solange ich die Daten nicht habe, bleibt meine Einschätzung zu diesem Faktor ein leeres Blatt.

Wo die Handicap-Linien sich widersprechen

Der 1X2-Markt und der asiatische Handicap-Markt erzählen hier unterschiedliche Geschichten, und genau diese Diskrepanz lässt sich quantifizieren. Marseille wird zu Hause gehandelt, als müsste es gegen Paris nur nicht verlieren, um den Einsatz zurückzubekommen — und trotzdem kostet ein klarer Zwei-Tore-Sieg das Dreifache. Das ist kein Widerspruch im klassischen Sinne, aber die Größe der Lücke zwischen den Linien verrät, wie stark der Markt an einem knappen Marseille-Sieg festhält.

Die Lücke zwischen Handicap 1 (0) bei 1.3 und Handicap 1 (-1.5) bei 3.22 ist die eigentliche Frage, die ich mir stelle. Rein rechnerisch liegt dort ein Wahrscheinlichkeitsband von knapp 46 Prozentpunkten — das ist die Masse, die der Markt einem exakt-Ein-Tor-Sieg von Marseille zuordnet. Das ist ungewöhnlich breit für eine Begegnung mit diesem Preisprofil. In meinen Modellen für Ligue-1-Ergebnisse liegt der Anteil der Ein-Tor-Siege an allen Siegen eines Favoriten typischerweise deutlich niedriger, eher um die 30 bis 35 Prozent des Siegbands, nicht um die 60. Entweder erwartet der Markt hier ein enges Spiel, das Marseille mit einem Tor Unterschied über die Bühne bringt — oder die Linien sind so positioniert, dass sie die Varianz des_samples abbilden, ohne dass ein eigentlicher Wertunterschied vorliegt. Mein Modell tendiert zur zweiten Lesart, aber ich sage das mit der gebotenen Vorsicht: Eine einzelne Linienkonfiguration ist kein Beweis, sondern ein Hinweis, dem man nachgehen kann, solange der Markt bis zum Anpfiff am 6. September nicht gegenläufig zieht.

Was mein Modell nicht weiß

Ich habe in den vorangegangenen Abschnitten drei Märkte beschrieben und ihre internen Widersprüche herausgearbeitet, aber ich muss jetzt etwas sagen, das in einer Vorschau selten vorkommt: mein Modell kann zu diesem Spiel keine belastbare Wahrscheinlichkeit ausspucken, weil die Eingangsdaten, die es braucht, einfach nicht existieren. Nicht annähernd. Ich baue meine ballbesitzadjustierten Ratings auf vier bis sechs Wochen kontinuierlicher xG-Daten pro Team, gesplittet nach Heim und Auswärts, korrigiert um Spielplanstärke — und in diesem Datensatz finde ich für Olympique de Marseille und Paris genau nichts davon. Kein Torwertmodell, keineexpected-Goals-Ketten, keine possession-weighted Schussqualität. Die Quoten, die ich zitiert habe, sind echt; alles darunter ist für mich ein leeres Blatt.

Das bedeutet nicht, dass die Märkte falsch liegen — es bedeutet, dass ich nicht unabhängig verifizieren kann, ob sie es tun.

• Keine verifizierten xG-Werte für die letzten Saisonspiele von Marseille oder Paris: ohne diese Kette kann ich weder einen Underperformance- noch einen Overperformance-Signal vom rohen Torverhältnis trennen.
• Keine Tabellenplätze zum Zeitpunkt des Schreibens: die Spielplanstärke-Korrektur, die ich bei jedem Modelllauf brauche — also die durchschnittliche Qualität der Gegner, gegen die ein Team in den letzten sechs Spielen angetreten ist — bleibt für mich ein blinder Fleck.
• Kein Form-Fenster mit definierten Kennzahlen: ich weigere mich, „in guter Form" oder „schlechte Phase" zu schreiben, ohne genau anzugeben, über welche Spiele, mit welchen Gegnern, in welchem Zeitraum. Dieser Datensatz liefert mir davon nichts, und eine Vorschau, die es trotzdem behauptet, lügt.
• Keine verifizierbare Head-to-History zwischen OM und Paris im Block: was ich sehe, sind Team-IDs und Turniernamen, aber keine konkreten Ergebnisse aus den letzten Direktbegegnungen. Historische Duelle sind bei Ligue-1-Gipfeln ohnehin statistisch schwach — Kaderröcke, Trainerwechsel, Regeländerungen entwerten sie schneller, als die meisten Tipper glauben — aber selbst dieses schwache Signal fehlt mir hier.
• Keine Aufstellungs- oder Verletzungsdaten: ob ein Team mit seiner besten Mittelfeldkette aufläuft oder improvisieren muss, verschiebt meine Ballbesitz-Ratings regelmäßig um mehrere Prozentpunkte. Hier habe ich keine Ahnung.

Ich bräuchte mindestens vier Wochen sequenzielle xG-Daten pro Team, aufgeschlüsselt nach Heim- und Auswärtsanteil, plus die Gegnerqualität in jedem dieser Spiele, um eine belastbare Aussage über die Differenz zwischen Marktpreis und Modellwert zu treffen. Was ich habe, ist ein Markt mit innerer Spannung — und die habe ich beschrieben — aber ein Markt, den ich nicht gegen ein eigenes Rating testen kann. Das ist kein Drama, es ist ein Zustand. Und es ist der Zustand, in dem ich sage: Wenn du hier einen Tipp setzt, setzt du auf Marktinformationen, nicht auf ein Modell. Beides hat Wert, aber sie sind nicht dasselbe, und wer behauptet, beides sei dasselbe, hat entweder zu viele Daten oder zu wenige Fragen.

Meine Position, wenn überhaupt

Ich habe in den vorangegangenen Abschnitten vier Märkte seziert und jeweils einen internen Widerspruch herausgearbeitet – die 1.75 auf Olympique de Marseille, die 4.34 auf Paris und die 3.96 auf das Unentschieden – und trotzdem weigere ich mich, jetzt so zu tun, als wäre die Frage damit beantwortet. Value ist keine Eigenschaft einer einzelnen Quote, sondern eine Beziehung zwischen meiner Unsicherheit und der des Marktes, und wenn beide sich auf dieselbe Informationsbasis stützen, verschwindet der Unterschied zwischen „der Markt liegt falsch" und „ich habe nicht mehr gewusst als die Summe aller Einsätze, die diesen Kurs gesetzt haben". In diesem Fall stütze ich mich auf dieselbe Handvoll Spiele, dieselben Torstatistiken und dieselbe Tabelle, die auch die Buchmacher sehen, und mein Vorteil – sofern er existiert – liegt nicht darin, mehr Daten zu haben, sondern die, die ich habe, anders zu gewichten.

Trotzdem muss ich eine Richtung angeben, sonst wäre das hier ein Essay über Erkenntnistheorie und keine Wettvorschau. Mein Modell sagt mir, dass die 4.34 auf Paris zu hoch ist – nicht weil Paris besser spielt als der Markt glaubt, sondern weil der Markt die Heimstärke Marseilles mit einer Sicherheit preist, die die Saisonergebnisse nicht rechtfertigen. Marseille zu Hause ist kein Automatismus, und die 1.75 auf die W1 behandelt es trotzdem so. Die 3.96 auf das Unentschieden liegt in dem Bereich, den ich für realistisch halte, wenn ich die Gegnerstärke-Korrekturen einbeziehe, aber ein Unentschieden ist ein Ergebnis mit extrem hohem Varianzanteil – ein verschossener Elfmeter, eine Rote Karte, ein Abwehrfehler – und genau das macht einen Einsatz darauf für mich unattraktiv, selbst wenn die Zahl stimmt.

Wenn ich also überhaupt etwas spielen würde, wäre es die kleine Lücke auf der Pariser Seite. Nicht weil ich Paris als Favorit sehe – das tue ich nicht – sondern weil ich glaube, dass der Markt den Unterschied zwischen „Marseille sollte gewinnen" und „Marseille wird mit hoher Wahrscheinlichkeit gewinnen" vermischt. Die 4.34 ist eine Meinung über Wahrscheinlichkeit, und ich halte sie für zu pessimistisch. Ob sie pessimistisch genug ist, um nach Marge und Varianz noch einen Einsatz zu rechtfertigen, weiß ich nicht. Mein Sample ist zu klein, die Verletzungsdaten nicht verifizierbar, und die Taktik beider Trainer am sechsten Spieltag noch nicht ausgereift genug, um ein verlässliches Muster zu erkennen. Das ist die ehrliche Antwort: Ich sehe einen leichten Wert auf Pariser Seite, aber ich bin mir nicht sicher, ob ich ihn spielen würde, und das ist keine Pose – das ist die Grenze dessen, was die Daten hergeben.

18+. Gamble responsibly. Odds correct at the time of writing and subject to change. This is opinion, not financial advice. BeGambleAware.org.