Das WM-Orakel, das eigentlich vor Übermut warnen sollte
- 5. Juni
- 2 Min. Lesezeit
STAT-UP AI Newsletter · Freitag, 5. Juni 2026 · Vol. 40
Willkommen zur neuen Ausgabe unseres STAT-UP KI-Newsletters! Diese Woche geht es um ein ungewöhnlich unterhaltsames Beispiel aus der Welt der Prognosemodelle: Ein Investmentstratege wollte zeigen, warum Vorhersagen oft überschätzt werden, und sagte dann ausgerechnet drei Fußball-Weltmeister korrekt voraus.
Zitat der Woche
Was bedeutet das?
Klement spricht damit über die Grenzen von Modellen: Selbst wenn Daten wie Teamstärke, wirtschaftliche Faktoren oder Heimvorteil sinnvoll einfließen, bleibt ein großer Teil unberechenbar. Ein Pfostenschuss, eine Schiedsrichterentscheidung oder die Tagesform können ein ganzes Turnier verändern. Genau deshalb ist sein WM-Modell ein gutes Beispiel dafür, wie wir auch KI-Prognosen im Arbeitsalltag lesen sollten: nützlich, aber nicht unfehlbar.
Worum geht es?
Joachim Klement ist kein klassischer KI-Forscher, sondern Investmentstratege bei Panmure Liberum; laut Unternehmensprofil hat er über 20 Jahre Erfahrung in der Investmentbranche und Abschlüsse in Mathematik und Volkswirtschaftslehre. Bekannt wurde er nun mit einem Prognosemodell für Fußball-Weltmeisterschaften, das er ursprünglich eher als Scherz entwickelte. Sein Ziel war nicht, ein „unfehlbares Orakel" zu bauen, sondern die Selbstüberschätzung von Ökonominnen und Ökonomen zu zeigen, die komplexe Ereignisse gern in Zahlen pressen. Genau das sagte er auch der BBC: Das Projekt habe die „hubris of economists" sichtbar machen sollen.
Ironischerweise lag das Modell bisher dreimal richtig: 2014 Deutschland, 2018 Frankreich, 2022 Argentinien. Für die WM 2026 sagt es laut SBS Dutch und BBC nun die Niederlande als Weltmeister voraus. SBS berichtet, dass Klement dieses Ritual seit zwölf Jahren betreibt und sein Computermodell diesmal auf die niederländische Nationalmannschaft zeigt. Die BBC ergänzt, dass das Modell auch einen möglichen Turnierverlauf skizziert, darunter Portugal als Finalgegner.
Warum ist das für einen KI-Newsletter spannend?
Weil das Beispiel zeigt, wie verführerisch Trefferquoten sein können. Drei richtige Vorhersagen klingen beeindruckend. Trotzdem ist daraus nicht automatisch abzuleiten, dass das Modell „die Wahrheit" kennt. Klement selbst warnt ausdrücklich davor, seine Prognose zu ernst zu nehmen: Bekannte Faktoren wie Bevölkerung, Wohlstand, Klima und FIFA-Ranking erklären nur einen Teil des Erfolgs; der Rest bleibt Zufall, vor allem bei ähnlich starken Teams.
Für Unternehmen ist das eine wichtige Lektion. KI- und Datenmodelle können Muster erkennen, Szenarien vergleichen und Entscheidungen vorbereiten. Sie ersetzen aber nicht kritisches Denken. Besonders bei komplexen Themen, Märkten, Kundennachfrage, Projektlaufzeiten oder Personalplanung, sollten Prognosen immer als Wahrscheinlichkeiten verstanden werden, nicht als Gewissheiten. Ein gutes Modell ist wie ein Wetterbericht: hilfreich für die Vorbereitung, aber keine Garantie für Sonnenschein.
Das praktische Fazit: Wenn ein Modell beeindruckend oft richtig liegt, sollten wir nicht nur fragen: „Was sagt es voraus?" Sondern auch: „Welche Annahmen stecken darin? Welche Daten fehlen? Wie groß ist der Zufallsanteil?" Genau diese Fragen machen aus KI-Nutzung eine fundierte Entscheidungshilfe.
Hinweis: Dieser Newsletter wurde unter Zuhilfenahme von KI erstellt.
