Value Betting in der Formel 1 – Unterbewertete Quoten finden
Value Betting ist das Fundament jeder profitablen Wettstrategie. Es geht nicht darum, den Rennsieger richtig zu tippen – es geht darum, Wetten zu finden, bei denen die Quote höher ist, als sie sein müsste. Klingt abstrakt? Ist es nicht. Hinter dem Konzept steckt simple Mathematik und ein Prinzip, das jeder Pokerspieler kennt: Langfristig gewinnt nicht, wer die besten Karten hat, sondern wer die besten Entscheidungen trifft.
Was Value Betting bedeutet – und was nicht
Eine Value Bet liegt vor, wenn die vom Buchmacher angebotene Quote eine niedrigere Wahrscheinlichkeit impliziert, als du für das Ergebnis berechnest. Konkretes Beispiel: Der Buchmacher bietet eine Quote von 5.00 auf Fahrer X für das Podium. Die implizite Wahrscheinlichkeit dieser Quote beträgt 20 Prozent. Deine eigene Analyse – basierend auf Trainingsdaten, Streckenhistorie und aktuelle Teamform – ergibt eine Wahrscheinlichkeit von 30 Prozent. Die Differenz von zehn Prozentpunkten ist dein Edge, dein Vorteil gegenüber dem Buchmacher.
Wichtig: Value Betting bedeutet nicht, dass du jede einzelne Wette gewinnst. Du wirst Wetten verlieren – häufig sogar. Bei einer realen Wahrscheinlichkeit von 30 Prozent verlierst du statistisch sieben von zehn Wetten. Aber die drei Gewinne zu einer Quote von 5.00 kompensieren die sieben Verluste mehr als reichlich. Über hundert solcher Wetten ergibt sich ein erwarteter Gewinn von 50 Prozent auf deinen Gesamteinsatz. Das ist Value Betting in seiner Essenz: nicht jedes Mal recht haben, aber langfristig auf der richtigen Seite der Mathematik stehen.
Was Value Betting ausdrücklich nicht ist: ein System, das Verluste verhindert, ein Garant für kurzfristigen Gewinn oder eine Methode, die ohne analytische Arbeit funktioniert. Wer Value Betting als Abkürzung versteht, hat das Konzept nicht begriffen. Es ist eher ein Kompass – er zeigt dir die Richtung, aber laufen musst du selbst.
Implizite Wahrscheinlichkeiten berechnen
Die Grundformel ist simpel: Implizite Wahrscheinlichkeit gleich 1 geteilt durch Quote. Bei einer Quote von 4.00 ergibt das 0,25 oder 25 Prozent. Bei 2.50 sind es 40 Prozent, bei 1.50 ganze 66,7 Prozent. Diese Umrechnung ist dein erstes Werkzeug – ohne sie kannst du keine Value Bet identifizieren.
Allerdings gibt es einen Haken: Die Summe aller impliziten Wahrscheinlichkeiten eines Marktes ergibt nicht 100 Prozent, sondern mehr. Dieser Überschuss ist die Overround, die Buchmacher-Marge. Bei einem typischen Rennsieger-Markt mit 22 Fahrern liegt die Overround bei 115 bis 130 Prozent. Das bedeutet, dass jede einzelne Quote leicht nach unten verzerrt ist – der Buchmacher gibt dir systematisch etwas weniger, als fair wäre.
Um die faire Wahrscheinlichkeit eines Ergebnisses zu schätzen, musst du die Overround herausrechnen. Die einfachste Methode: Teile die implizite Wahrscheinlichkeit jedes Fahrers durch die Gesamtsumme aller impliziten Wahrscheinlichkeiten. Wenn die Summe bei 120 Prozent liegt und ein Fahrer eine implizite Wahrscheinlichkeit von 30 Prozent hat, beträgt seine bereinigte Wahrscheinlichkeit 30 geteilt durch 120, also 25 Prozent. Diese bereinigte Zahl ist die Einschätzung des Buchmachers ohne Marge – und die Referenz, gegen die du deine eigene Analyse stellst.
Für den Alltag reicht ein einfaches Spreadsheet, in das du die Quoten aller Fahrer einträgst und die impliziten sowie bereinigten Wahrscheinlichkeiten automatisch berechnen lässt. Dieser Schritt dauert fünf Minuten pro Markt und gibt dir einen sofortigen Überblick darüber, wie der Buchmacher das Feld einschätzt. Erst mit diesem Überblick kannst du sinnvoll entscheiden, wo du anderer Meinung bist.
Wo Value in der Formel 1 entsteht
Buchmacher sind keine allmächtigen Wesen. Sie machen Fehler, und in der Formel 1 passiert das häufiger als in Massensportarten wie Fussball oder Basketball. Der Grund: F1-Wettmärkte haben ein geringeres Wettvolumen, und die Quotenmodelle der Anbieter sind für Motorsport weniger ausgereift als für Sportarten mit Millionen von Datenpunkten pro Saison.
Der erste typische Entstehungsort für Value sind Saisonbeginn und Regeländerungen. Wenn ein neues technisches Reglement in Kraft tritt – wie 2026 mit den überarbeiteten Aerodynamik- und Motorenregeln –, fehlt den Buchmachern die Datenbasis. Sie stützen sich auf Vorjahreswerte, Expertenmeinungen und Wintertests, die notorisch unzuverlässig sind. Wer die technischen Änderungen besser einschätzt als der Markt, findet in den ersten Rennen überdurchschnittlich viel Value.
Der zweite Entstehungsort ist die Streckenspezifik. Buchmacher passen ihre Quoten primär an die Gesamtform eines Fahrers oder Teams an. Aber die Formel 1 ist ein Sport, in dem die Strecke das Kräfteverhältnis massiv beeinflusst. Ein Team, das auf Hochgeschwindigkeitsstrecken dominiert, kann auf langsamen Stadtkursen ins Mittelfeld fallen – und umgekehrt. Wer diese streckenspezifischen Leistungsunterschiede systematisch analysiert, findet regelmässig Quoten, die das aktuelle Kräfteverhältnis nicht korrekt abbilden.
Der dritte Bereich ist der Informationsvorsprung nach den Freitagstrainings. Zwischen dem Ende des zweiten freien Trainings und der Anpassung der Quoten durch die Buchmacher vergehen manchmal Stunden. Wer in dieser Zeit die Longrun-Daten auswertet und seine eigenen Wahrscheinlichkeiten berechnet, kann Wetten platzieren, bevor die Quoten auf die neuen Informationen reagieren. Dieser Vorsprung ist klein, aber über eine gesamte Saison summiert er sich.
Ein praktisches Value-Modell in drei Schritten
Schritt eins: Erstelle ein Spreadsheet mit allen Fahrern und ihren aktuellen Quoten für den Markt deiner Wahl – etwa Podiumswetten. Berechne die impliziten und bereinigten Wahrscheinlichkeiten.
Schritt zwei: Erstelle deine eigene Wahrscheinlichkeitsschätzung. Dafür brauchst du kein Machine-Learning-Modell. Ein einfacher Ansatz: Nimm die letzten fünf Rennergebnisse jedes Fahrers, gewichte das jüngste Ergebnis stärker, korrigiere für streckenspezifische Faktoren und berechne eine durchschnittliche Podiumswahrscheinlichkeit. Dieser Ansatz ist bewusst simpel – Komplexität ist kein Qualitätsmerkmal, wenn die Datenbasis begrenzt ist.
Schritt drei: Vergleiche deine Wahrscheinlichkeiten mit den bereinigten Wahrscheinlichkeiten des Buchmachers. Überall dort, wo deine Schätzung mindestens fünf Prozentpunkte über der des Buchmachers liegt, hast du einen potenziellen Value-Tipp. Die Fünf-Prozent-Schwelle dient als Sicherheitspuffer – sie berücksichtigt, dass auch dein eigenes Modell Fehler enthält.
Ein konkretes Beispiel: Dein Modell gibt Fahrer X eine Podiumswahrscheinlichkeit von 35 Prozent. Der Buchmacher bietet eine Quote von 3.80, was bereinigt etwa 24 Prozent entspricht. Die Differenz beträgt elf Prozentpunkte – deutlich über dem Fünf-Prozent-Schwellenwert. Das ist eine Value Bet. Du setzt, dokumentierst deine Begründung und das Ergebnis, und nach zwanzig solcher Wetten weisst du, ob dein Modell in der Praxis funktioniert.
Der Value-Kalender – wann sich die Suche besonders lohnt
Statt einer Zusammenfassung ein saisonaler Fahrplan für Value-Hunting. Die ergiebigsten Zeitfenster für Value Bets in der Formel 1 folgen einem vorhersehbaren Muster. Die ersten drei Rennen der Saison bieten das grösste Potenzial, weil die Unsicherheit maximal ist und Buchmacher sich auf veraltete Daten stützen.
Nach grossen Regeländerungen zur Saisonmitte – etwa neuen technischen Direktiven der FIA oder Updates am Unterboden – verschieben sich die Kräfteverhältnisse erneut, und die Quoten hinken der Realität hinterher. Gleiches gilt für Strecken, die neu im Kalender sind oder nach langer Pause zurückkehren: Hier fehlen den Quotenmodellen historische Referenzwerte.
Die letzten Saisonrennen sind ein Sonderfall. Teams im WM-Kampf fahren unter maximalem Druck, Mittelfeld-Teams mit gesicherter Position stellen die Entwicklung ein. Die Motivation variiert enorm, und diese Motivationsunterschiede preisen Buchmacher selten korrekt ein. Wer erkennt, welches Team innerlich schon in der nächsten Saison angekommen ist, findet hier Value – oft auf der Under-Seite von Leistungserwartungen, die auf den Daten der aktiven Saisonphase basieren.
Von Experten geprüft: Hannah Franke