Vor der Weltmeisterschaft 2026 haben zwei maßgebliche Quellen ihre „Siegwahrscheinlichkeit“ veröffentlicht – und sie nennen unterschiedliche Favoriten.
Die Prognosemärkte (die aggregierten Kurse auf Polymarket und Kalshi) sehen Frankreich mit rund 17% an der Spitze. Der Opta-Supercomputer hält Europameister Spanien mit 16.1% für den Top-Favoriten.
Beide Zahlen werden „Wahrscheinlichkeit“ genannt. Doch sie entstehen auf völlig unterschiedliche Weise: Die eine ist ein Preis, der am Markt durch Hunderte Millionen Dollar Handelsvolumen zustande kam; die andere ist eine Häufigkeit, ausgezählt durch zehntausendfache Simulation des gesamten Turniers.
Dieser Beitrag sagt weder den Sieger voraus noch bewertet er, welche Methode genauer ist. Er beantwortet eine Frage: Wenn Sie „Frankreich 17%“ sehen – woher kommt diese Zahl eigentlich, und wie sehr sollte man ihr trauen?
Das ist die nächste Ebene unter Episode EP06. Jener Beitrag behandelte, wie sich die Marktstruktur von Prognosemärkten von traditionellen Buchmachern unterscheidet. Dieser zeigt, wie die Wahrscheinlichkeit im Preis tatsächlich berechnet wird. Die Zahlen sind auf dem Stand vom 31. Mai 2026.
Akt 1 – Die Wahrscheinlichkeit im Preis: Wie Märkte Wahrscheinlichkeit erzeugen
Der Mechanismus des Prognosemarkts ist sauber: Der Kontrakt für jeden Ausgang wird zwischen 0 und 100 Cent gehandelt, und der Preis liest sich unmittelbar als implizite Wahrscheinlichkeit. Eine Notierung Frankreichs bei 17 Cent bedeutet, dass der Markt Frankreichs Siegchance auf rund 17% taxiert: Wer den richtigen Kontrakt hält, bekommt 1 Dollar je Stück, wer den falschen hält, nichts.
Aber der Preis einer einzelnen Plattform ist verrauscht. Aggregatoren wie DeFi Rate nutzen den volumengewichteten Durchschnittspreis (VWAP), um die Notierungen von Kalshi, Polymarket, Polymarket US, Gemini und anderen Handelsplätzen stündlich zu einer plattformübergreifenden impliziten Wahrscheinlichkeit zusammenzuführen. Zum 30. Mai 2026 hatte der Kontrakt auf den WM-Sieger rund $523 million kumuliertes Volumen erreicht; die Abrechnung erfolgt am 20. Juli 2026 – einen Tag nach dem Finale am 19. Juli.
Dieser Preis entsteht nicht aus dem Nichts. Er ist das Ergebnis davon, dass Market Maker fortlaufend zweiseitige Kurse stellen und Trader fortlaufend abschließen. Und bemerkenswert ist: Die Liquidität liefern hier ausschließlich krypto-native Handelshäuser. Wintermute (über $3.5 trillion Jahresvolumen an mehr als 70 Börsen) begann 2026 damit, zweiseitige Märkte auf Polymarket und Kalshi zu stellen; auch Jump Trading und Susquehanna sind aktive Market Maker.
Wintermutes Leiter des OTC-Handels, Jake Ostrovskis, brachte den Zustand dieses Marktes in einem Satz auf den Punkt:
> „Prediction markets have the demand profile of a major asset class but the liquidity profile of an early-stage one.“
Mit anderen Worten: Prognosemärkte haben das Nachfrageprofil einer großen Anlageklasse, aber die Liquiditätstiefe einer Frühphase. Die Glaubwürdigkeit jener „Wahrscheinlichkeit“ im Preis hängt davon ab, wie viel echte Liquidität dahintersteht. Darauf kommen wir in Akt 3 zurück.
Akt 2 – Die Wahrscheinlichkeit in der Simulation: Wie Modelle Wahrscheinlichkeit erzeugen
Der Opta-Supercomputer geht den anderen Weg. Zunächst schätzt er anhand von Mannschaftsdaten – Form, historische Ergebnisse, Weltranglistenplatz, jüngste Länderspiele – über die Power Rankings (ein aus Elo abgeleiteter Bewertungsalgorithmus) die Sieg-, Unentschieden- und Niederlagewahrscheinlichkeit jeder Partie und simuliert dann das gesamte Turnier 10,000 Mal, wobei gezählt wird, wie oft jede Mannschaft gewinnt. Diese Häufigkeit ist ihre „Siegwahrscheinlichkeit“.
Die Ergebnisse für 2026 (als Tatsache angeführt, nicht als Prognose): Spanien 16.1% (zudem die einzige Mannschaft mit über 50% Chance, das Viertelfinale zu erreichen – 52.1%), Frankreich 13.0%, England über 10%, Titelverteidiger Argentinien auf Platz vier und ebenfalls über 10%, Portugal 7.0%, Brasilien 6.6%.
Hier lohnt der Hinweis auf ein kontraintuitives methodisches Detail: Eine der Eingangsgrößen des Opta-Modells sind die Buchmacherquoten. „Markt gegen Modell“ ist also kein Wettstreit zweier vollständig unabhängiger Systeme – das Modell hat die Marktinformation bereits teilweise aufgenommen. Wenn Sie einen Marktpreis mit einer Opta-Wahrscheinlichkeit vergleichen, ist die Differenz kleiner, als sie bei einem Vergleich zweier wirklich unabhängiger Quellen wäre.
Ein zeitlicher Hinweis: Das FiveThirtyEight-Fußballmodell (SPI), das viele als maßgeblich in Erinnerung haben, wurde nach dem Weggang von Gründer Nate Silver 2023 nicht mehr aktualisiert; die ursprüngliche Website wurde im September 2023 geschlossen, und 538 wurde im März 2025 von ABC vollständig eingestellt. Dieser Beitrag behandelt es nur als historische Methodik und als Vergleichsmaterial für 2018 und 2022 – nicht als aktive Quelle für 2026.
Akt 3 – Was ist genauer? Eine ehrliche Lücke
Markt oder Modell – was ist genauer?
Die ehrliche Antwort: Es gibt keine einzige strenge turnierübergreifende wissenschaftliche Studie, die Prognosemärkte und Opta/538 anhand des Brier-Scores (das Standardmaß für Prognosegüte) für die WM 2018 und 2022 zugleich direkt verglichen hätte. Von den Plattformen selbst beworbene Zahlen wie „90% Trefferquote“ stammen überwiegend von den Plattformen selbst oder aus nicht begutachteten Blogs und dürfen nicht als unabhängige Schlussfolgerungen gelten. Dieser Beitrag benennt die Lücke offen, statt eine Antwort zu erfinden.
Ein häufig falsch erzählter Fall ist jedoch eine Korrektur wert. Viele sagen: „Argentiniens Sieg 2022 war eine große Überraschung“ – das ist ungenau. Argentinien ging als zweiter oder dritter Favorit ins Turnier: Opta gab ihnen 13.1% (Platz zwei), und die Buchmacher boten +500 (etwa 16.7%, Platz zwei). Die wahre Geschichte ist nicht „ein Außenseiter gewann“. Sie lautet: Nahezu alle führenden Modelle und Märkte setzten auf Brasilien, der zweite Favorit Argentinien gewann, und der einzige Ausreißer, der Argentinien auf etwa 8% herabstufte, war FiveThirtyEight. Das ist präziser als „Überraschung“ – und aufschlussreicher: So genannte „maßgebliche Wahrscheinlichkeiten“ können sich zwischen Quellen um das Doppelte unterscheiden.
Der Preis selbst ist ebenfalls keine perfekte Wahrscheinlichkeit. Es gibt ein seit fast einem Jahrhundert dokumentiertes Phänomen, den Favorit-Außenseiter-Bias (favorite-longshot bias): Auf klassischen Pferderennmärkten überschätzen Wetter systematisch Außenseiter und unterschätzen Favoriten – die wahre Siegquote eines Außenseiters liegt niedriger, als die Quote nahelegt, sodass das Setzen auf Außenseiter auf lange Sicht mehr Verluste bringt (die Arbeit von Snowberg und Wolfers, Snowberg and Wolfers).
Wirklich kontraintuitiv ist, dass dieser Bias auf den vermeintlich rationaleren, effizienteren Krypto-Prognosemärkten nicht verschwindet. Zahlreiche Studien auf großen Datensätzen von Polymarket und Kalshi finden dieselbe Richtung des Bias: Forscher des University College Dublin analysierten über 300,000 Kalshi-Kontrakte und stellten fest, dass billige Kontrakte seltener eintraten, als ihr Preis nahelegte, teure dagegen häufiger (Außenseiter also weiterhin überbewertet); eine Kalibrierungsstudie mit 292 Millionen Transaktionen (arXiv-Preprint 2602.19520) zeigte ebenfalls, dass Preise über lange Zeithorizonte in Richtung 50% gestaucht werden und den wahren Vorteil der Favoriten unterschätzen. Ein Mikrostruktur-Preprint mit 30 Milliarden Orderbuch-Ereignissen über 52 Tage (arXiv 2604.24366) bezifferte die Kosten am Außenseiter-Ende: Die gestellten Spreads bei den Kontrakten mit der niedrigsten Wahrscheinlichkeit reichen von 1,300 bis 1,800 Basispunkten – eine Größenordnung weiter als an traditionellen Märkten –, weil Market Maker das Bestandsrisiko eines begrenzten Aufwärtspotenzials bei asymmetrischem Abwärtsrisiko einpreisen.
Klar gesagt: Ein Bias, der vor einem Jahrhundert erstmals auf der Rennbahn festgehalten wurde, gilt nach wie vor auf den heutigen On-Chain-Märkten mit Milliardenumsätzen – je näher die „Wahrscheinlichkeit“ im Preis am Außenseiter-Ende liegt, desto unzuverlässiger ist sie.
Das Hauptbuch ist öffentlich
Hier ist etwas, das traditionelle Buchmacher nicht können: Polymarket ist auf Ethereum-Smart-Contracts gebaut, und jeder Handel ist On-Chain und von jedem überprüfbar. Jene beiden Studien waren überhaupt nur möglich, weil die Forscher die Richtung jedes einzelnen Handels direkt aus dem On-Chain-Eintrag rekonstruieren konnten – im geschlossenen Hauptbuch eines Buchmachers ist das unmöglich. Auch die Abwicklung erfolgt On-Chain: USDC als Sicherheit, Smart Contracts rechnen automatisch ab, und man muss keinem zentralen Anbieter die Verwahrung seiner Mittel anvertrauen.
Doch Transparenz ist nicht dasselbe wie Manipulationssicherheit. Dünne Orderbücher bedeuten, dass kleine Märkte mit geringem Kapital bewegt werden können. Während des Turniers (vom 11. Juni bis 19. Juli) werden die Kontraktpreise je Spiel in Echtzeit mit dem Spielstand driften – das wird das anschaulichste Live-Beispiel dafür, wie ein Preis entsteht.
Akt 4 – Die Variable außerhalb des Preises: Regulierung
Der Preis wird zudem von einer nicht marktbezogenen Variable geprägt: der regulatorischen Unsicherheit.
Am 18. Mai 2026 unterzeichnete der Gouverneur von Minnesota das Gesetz SF4760 und machte den Bundesstaat damit zum ersten der USA, der Betrieb und Bewerbung von Prognosemärkten als Verbrechen einstuft (in Kraft ab dem 1. August 2026). Die CFTC (US-Börsenaufsicht für Warentermingeschäfte) klagte binnen 24 Stunden; Kalshi klagte am 28. Mai. Die Reaktion von CFTC-Vorsitzendem Michael Selig:
> „This Minnesota law turns lawful operators and participants in prediction markets into felons overnight.“
Dieses Gesetz aus Minnesota macht rechtmäßige Betreiber und Teilnehmer von Prognosemärkten über Nacht zu Schwerverbrechern. Dahinter steht ein ungelöster Zuständigkeitsstreit: Der Third Circuit entschied am 7. April zugunsten von Kalshi (Ereigniskontrakte seien Derivate und fielen unter die CFTC), während der Ninth Circuit bei der Verhandlung von Nevadas Berufung am 16. April zu Nevada neigte – eine Spaltung zwischen den Berufungsgerichten, die letztlich vor den Supreme Court gelangen könnte. Derzeit fechten 17 Bundesstaaten die Tätigkeit von Prognosemarkt-Betreibern an, und 14 haben entsprechende Gesetzesvorhaben; Spanien wies 2026 die Internetanbieter an, Polymarket und Kalshi zu sperren.
Die Unterscheidung ist wesentlich: Prognosemärkte gehen den bundesrechtlichen Weg der Ereigniskontrakte unter der CFTC, Sportwetten den Weg der bundesstaatlichen Lizenzierung – und derselbe WM-Kontrakt hat je nach Rechtsraum einen völlig unterschiedlichen rechtlichen Status. Die regulatorische Unsicherheit selbst ist eine der Variablen hinter dem Preis.
Schluss – Zurück zu jenen zwei Zahlen
Zurück zum Anfang – „Frankreich 17%“ und „Spanien 16.1%“.
Jetzt wissen Sie, wie diese Zahlen entstehen: Die eine ist ein Preis, der durch Hunderte Millionen Dollar Handelsvolumen zustande kam und dem Favorit-Außenseiter-Bias sowie der Liquiditätstiefe unterliegt; die andere ist eine Häufigkeit, ausgezählt durch zehntausendfache Simulation des Turniers, die einer Modellverzögerung unterliegt und überdies teilweise die eigene Marktinformation aufgenommen hat.
Was ist genauer? Kein strenger turnierübergreifender Vergleich kann diese Frage beantworten. Bitbase wird eine nachträgliche Aufarbeitung veröffentlichen – nachdem die Weltmeisterschaft beendet und die Kontrakte am 20. Juli abgerechnet sind – und betrachten, was Markt und Modell jeweils richtig und was falsch eingeschätzt haben.
Bis dahin lohnt es sich, beim nächsten „Siegwahrscheinlichkeit“-Wert eine weitere Frage zu stellen: Wie wurde diese Zahl eigentlich erzeugt?
Was sichtbar ist, was überprüfbar ist und was noch nicht entschieden ist – all das steht im öffentlichen Register.
Dieser Artikel dient der Information und stellt weder eine Anlageberatung noch eine Wettberatung oder eine Empfehlung zur Nutzung einer bestimmten Plattform oder eines bestimmten Kontrakts dar. Alle Daten stammen aus öffentlichen Quellen mit Stand vom 31. Mai 2026. Es handelt sich um eine beschreibende Betrachtung von Mechanismen der Quotenbildung und der Prognosemethodik; sie sagt keine Ausgänge der Weltmeisterschaft 2026 voraus und bewertet weder die Genauigkeit noch die Legalität oder Rentabilität irgendeines Prognosemarkts, statistischen Modells oder Buchmachers.
Die Legalität von Prognosemärkten und Sportwetten unterscheidet sich erheblich je nach Rechtsraum. Minnesota hat ein Gesetz erlassen, das den Betrieb von Prognosemärkten als Verbrechen kriminalisiert (in Kraft ab 1. August 2026; derzeit Gegenstand eines Bundesverfahrens); Nevada, Massachusetts und andere Bundesstaaten haben Beschränkungen verhängt; Spanien hat die Internetanbieter angewiesen, Polymarket und Kalshi zu sperren; das chinesische Festland verbietet jegliche Wetttätigkeit. Die Leser sind verpflichtet, die Compliance-Anforderungen in ihrem eigenen Rechtsraum selbst zu prüfen; dieser Artikel übernimmt keine Haftung für die rechtlichen Folgen der Entscheidung eines Lesers, an irgendeiner Tätigkeit teilzunehmen oder nicht teilzunehmen.
Alle Plattformen, Institutionen und Personen werden sachlich als Teilnehmer öffentlicher Ereignisse genannt; dieser Artikel bewertet weder ihr Geschäftsgebaren noch ihre Modellmethodik oder ihr persönliches Urteil.
Quellen
[1] Polymarket, “World Cup Winner Predictions & Odds 2026” (Abbildung von Preis auf implizite Wahrscheinlichkeit). polymarket.com
[2] DeFi Rate, “2026 World Cup Odds | Kalshi vs Polymarket Prediction Markets” (VWAP-Aggregation, $523M kumuliertes Volumen, Abrechnung 20. Juli). defirate.com
[3] The Defiant, “Wintermute Starts Quoting Prediction Markets as Event-Contract Volume Tops $60B in 2026” (Ostrovskis-Zitat). thedefiant.io
[4] Decrypt, “Wintermute Is Providing Liquidity on Kalshi and Polymarket, Linking Two Giants.” decrypt.co
[5] Opta Analyst, “Who Will Win the 2026 FIFA World Cup? The Opta Supercomputer Predictions” (Spanien 16.1%, Frankreich 13.0%, 10,000 Simulationen). theanalyst.com
[6] Opta Analyst, “Football Predictions” (Power-Rankings-Methodik; zu den Modelleingaben zählen Buchmacherquoten). theanalyst.com
[7] FiveThirtyEight, “How Our Club Soccer Projections Work” (SPI-Methodik; Modell nach 2023 nicht mehr aktualisiert, im März 2025 eingestellt; hier als historische Referenz). fivethirtyeight.com
[8] arXiv 2604.24366, “The Anatomy of a Decentralized Prediction Market: Microstructure Evidence from the Polymarket Order Book” (30 Mrd. Ereignisse / 52 Tage; Außenseiter-Spread 1,300–1,800 Bp; Rekonstruktion der Handelsrichtung aus dem On-Chain-Ereignis OrderFilled). arxiv.org
[9] arXiv preprint 2602.19520, Le (2026), “Decomposing Crowd Wisdom: Domain-Specific Calibration Dynamics in Prediction Markets” (292 Mio. Transaktionen; Preise über lange Zeithorizonte in Richtung 50% gestaucht); sowie die Analyse des Favorit-Außenseiter-Bias an über 300,000 Kalshi-Kontrakten vom University College Dublin (laut Prediction News). arxiv.org
[10] Sports Illustrated, “2022 World Cup Odds” (Argentinien +500, zweiter Favorit vor dem Turnier). si.com
[11] Polymarket, “FIFA World Cup Prediction Markets & Live Odds 2026” (Kontrakte je Spiel während des Turniers). polymarket.com
[12] Minnesota Reformer, “Minnesota becomes first state to outlaw prediction markets, immediately sued by federal regulators” (SF4760 unterzeichnet am 18. Mai, CFTC-Klage, Selig-Zitat). minnesotareformer.com
[13] Bitcoin.com, “Kalshi Sues Minnesota to Block First US Felony Ban on Prediction Markets” (Kalshi-Klage am 28. Mai, in Kraft ab 1. August, Spaltung der Berufungsgerichte). news.bitcoin.com
[14] NPR, “Minnesota becomes first state to ban prediction markets” (Zuständigkeit Bund gegen Bundesstaat). npr.org
