Software und Tools für Squash-Wetten — den analytischen Vorsprung aufbauen
Available in US
Von der Tabellenkalkulation zum Wettsystem
Meine erste “Datenbank” für Squash-Wetten war eine Excel-Tabelle mit drei Spalten: Spieler, Gegner, Ergebnis. Das war 2020, und ich tippte nach jedem Turniertag die Ergebnisse manuell ein. Heute arbeite ich mit einer Kombination aus Datenbanken, Quotenvergleichstools und einem selbstgebauten Modell, das mir für jedes PSA-Tour-Match eine Gewinnwahrscheinlichkeit berechnet. Der Weg von der Tabellenkalkulation zum funktionierenden System hat zwei Jahre gedauert — und das meiste davon war nicht Programmierung, sondern das Verstehen, welche Daten im Squash überhaupt aussagekräftig sind.
Im Squash-Wettmarkt gibt es keine kommerziellen Analysetools, wie sie für Fußball oder Tennis existieren. Es gibt keine Squash-Version von Betfair’s Exchange, keinen dedizierten Squash-Datenanbieter, der Spieler-Statistiken in wettfreundlichem Format liefert. Das bedeutet: Wer analytisch arbeiten will, muss sich seine Tools selbst bauen oder bestehende Allzweck-Tools für den Squash-Kontext anpassen. Das klingt nach einem Nachteil, ist aber der Kern des Vorteils: Weil die Einstiegshürde hoch ist, gibt es im Squash-Wettmarkt weniger datengetriebene Wetter als in Mainstream-Sportarten.
Datenquellen für Squash-Wetten
Die Qualität jeder Analyse steht und fällt mit der Qualität der Daten. Im Squash sind die primären Datenquellen begrenzt, aber ausreichend für ein funktionierendes Wettmodell.
Die PSA-Website und ihre App sind die wichtigste Datenquelle. Sie bieten Turnierergebnisse, Spielerprofile, Head-to-Head-Statistiken und die aktuelle Weltrangliste. Die Daten sind frei zugänglich und reichen mehrere Jahre zurück. Der Nachteil: Die Daten sind nicht in einem maschinenlesbaren Format verfügbar — man muss sie manuell extrahieren oder mit Scraping-Tools automatisieren.
SquashInfo ist eine unabhängige Datenbank, die historische Ergebnisse bis in die 1990er Jahre zurück dokumentiert. Für die Analyse langfristiger Trends — etwa die Entwicklung eines Spielers über mehrere Saisons oder die historische Performance bei bestimmten Turnieren — ist SquashInfo unersetzlich. Die Seite wird von Enthusiasten betrieben und ist eine der wenigen Ressourcen, die Squash-Daten in einer strukturierten Form bereitstellt. Ich nutze SquashInfo vor allem für die Analyse von Turnier-Historien: Welche Spieler haben bei den British Open in den letzten fünf Jahren die Viertelfinals erreicht? Wie oft hat ein bestimmter Spieler bei Challenger-Events in Asien gespielt? Diese Fragen lassen sich mit SquashInfo innerhalb von Minuten beantworten.
Social Media ist eine Datenquelle, die viele Wetter unterschätzen. Die Instagram- und Twitter-Accounts der PSA-Spieler liefern Informationen, die nirgendwo sonst verfügbar sind: Trainingsstandorte, Fitnesszustand, Reisepläne, Stimmungslage. Ein Spieler, der drei Tage vor einem Turnier Bilder aus dem Krankenhaus postet, wird das Turnier möglicherweise angeschlagen bestreiten. Ein Spieler, der intensive Trainingsvideos teilt, signalisiert gute Vorbereitung. Diese qualitativen Datenpunkte ergänzen die quantitativen Daten aus Rankings und Ergebnissen.
Quotenvergleichsportale wie Oddschecker oder OddsPortal listen die Squash-Quoten verschiedener Buchmacher. Die Abdeckung ist unvollständig — nicht alle Buchmacher und nicht alle Turniere werden erfasst — aber für die wichtigsten PSA-Tour-Events sind die Daten brauchbar. Ich nutze Quotenvergleiche nicht nur, um die beste Quote zu finden, sondern auch als Indikator für die Markteinschätzung. Wenn alle Buchmacher einen Spieler bei 1.50 listen und einer bei 1.65, ist die Abweichung ein Signal — entweder hat der abweichende Buchmacher schlechtere Informationen, oder er hat bessere.
Das Wettmodell aufbauen
Ein Squash-Wettmodell muss nicht komplex sein, um profitabel zu sein. Mein erstes funktionierendes Modell basierte auf drei Inputs: dem aktuellen Ranking beider Spieler, der Head-to-Head-Bilanz und der Form der letzten sechs Wochen. Das Modell berechnet für jedes Match eine Gewinnwahrscheinlichkeit, die ich mit der impliziten Wahrscheinlichkeit der Buchmacherquote vergleiche. Wenn meine geschätzte Wahrscheinlichkeit mindestens 5 Prozentpunkte über der Markteinschätzung liegt, ist das eine potenzielle Value-Wette.
Die technische Umsetzung ist mit grundlegenden Programmierkenntnissen machbar. Python ist die pragmatischste Sprache dafür — die Bibliotheken für Datenverarbeitung und statistische Modellierung sind ausgereift, und es gibt genug Tutorials für sportspezifische Anwendungen. Wer nicht programmieren will, kann mit einer gut strukturierten Tabellenkalkulation ähnliche Ergebnisse erzielen — langsamer, aber funktional.
Der kritische Punkt bei jedem Modell ist die Kalibrierung: Stimmen die vorhergesagten Wahrscheinlichkeiten mit den tatsächlichen Ergebnissen überein? Wenn mein Modell sagt, dass ein Spieler mit 65 Prozent Wahrscheinlichkeit gewinnt, sollte er bei 100 solchen Vorhersagen ungefähr 65 Mal gewinnen. Wenn er nur 55 Mal gewinnt, ist das Modell überoptimistisch und muss angepasst werden. Ich überprüfe die Kalibrierung meines Modells am Ende jeder Saison und justiere die Gewichtung der Inputs entsprechend.
Tracking und Auswertung der eigenen Wetten
Das zweitwichtigste Tool nach dem Wettmodell ist das Wett-Tracking. Jede Wette, die ich platziere, wird mit folgenden Informationen dokumentiert: Datum, Turnier, Spieler, Wettart, Quote, Einsatz, meine geschätzte Wahrscheinlichkeit und das Ergebnis. Diese Daten sind die Grundlage für die Evaluation meiner Strategie und die Identifikation systematischer Fehler.
Die wichtigste Kennzahl ist der Return on Investment über mindestens 200 Wetten. Einzelne Gewinn- oder Verlustserien sagen wenig aus — die Varianz im Squash-Wettmarkt ist hoch genug, um über 50 Wetten hinweg zufällige Ergebnismuster zu produzieren. Erst ab 200 Wetten stabilisiert sich das Bild, und man kann beurteilen, ob die Strategie langfristig profitabel ist oder ob die bisherigen Gewinne Zufall waren.
Mein Tracking zeigt mir auch, welche Wettarten am profitabelsten sind. In meinem Fall sind Satzwetten und Over/Under-Wetten langfristig profitabler als Siegerwetten, weil die Quotenineffizienz in diesen Nebenmärkten größer ist. Ohne systematisches Tracking hätte ich das nie herausgefunden — mein subjektives Gefühl war, dass Siegerwetten profitabler sind, weil die Gewinne sichtbarer sind. Die Daten haben mein Gefühl widerlegt und meine Strategie verändert: Heute machen Nebenmärkte 60 Prozent meines Wettvolumens aus.
Die Grenzen der Technik
Zum Schluss eine Warnung, die ich mir selbst regelmäßig geben muss: Tools und Modelle sind Hilfsmittel, keine Wahrheitsmaschinen. Im Squash gibt es Faktoren, die kein Modell erfassen kann — die Nervosität eines Spielers vor einem wichtigen Match, eine leichte Erkältung, ein Streit mit dem Trainer am Vorabend. Diese qualitativen Faktoren entscheiden in engen Matches, und sie sind nicht digitalisierbar.
Die besten Squash-Wetter, die ich kenne, kombinieren quantitative Analyse mit qualitativer Beobachtung. Sie schauen die Matches, lesen die Interviews, verfolgen die Social-Media-Kanäle der Spieler und bilden sich ein Urteil, das über die Zahlen hinausgeht. Das Modell sagt dir, wo du hinschauen sollst. Die Entscheidung, ob du wettest, triffst du selbst — auf Basis der vollständigen Statistiken und Datenquellen, die dir zur Verfügung stehen, aber auch auf Basis deiner Erfahrung und deines Instinkts.
Welche Software brauche ich für Squash-Wetten?
Kommerzielle Squash-Wetttools gibt es nicht. Die meisten erfolgreichen Squash-Wetter arbeiten mit selbst erstellten Tabellenkalkulationen oder Python-Skripten. Die Hauptdatenquellen sind die PSA-Website, SquashInfo für historische Daten und Quotenvergleichsportale wie OddsPortal.
Wie baue ich ein Squash-Wettmodell auf?
Ein einfaches, aber effektives Modell basiert auf drei Inputs: aktuellem Ranking, Head-to-Head-Bilanz und Form der letzten sechs Wochen. Die Outputs sind Gewinnwahrscheinlichkeiten, die mit den Buchmacherquoten verglichen werden. Python oder Excel sind geeignete Werkzeuge für die Umsetzung.
Erstellt vom Redaktionsteam „Squash Wetten”.
