Baseball Statistiken für Wetten: ERA, WHIP, OPS und mehr

Baseball ist der datenlastigste Sport der Welt — und genau das macht ihn zum idealen Wettmarkt.

Kein anderer Mannschaftssport produziert pro Saison so viele isolierbare, messbare Einzelereignisse wie Baseball. Jeder Pitch wird mit Velocity, Spin-Rate und Bewegungsprofil erfasst, jeder Schlag mit Exit Velocity und Launch Angle gemessen, jeder Feldspieler mit Reichweite und Reaktionszeit getrackt. Dieser Datenberg ist nicht nur für Teams und Scouts relevant — er ist die Grundlage jeder informierten Wettentscheidung. Die Verbindung von Statistik zu Prognose zu Wette ist im Baseball direkter als in irgendeiner anderen Sportart, weil die Daten granular genug sind, um individuelle Matchups zu modellieren statt nur Teamstärken zu vergleichen.

Dieser Leitfaden erklärt die wichtigsten Kennzahlen für Pitcher, Batter und Teams, zeigt die Unterschiede zwischen traditionellen und modernen Metriken, und führt den gesamten Analyseprozess an einem konkreten Beispiel vor.

Pitcher-Statistiken: ERA, WHIP, FIP, K/9

ERA kennt jeder. Die besseren Kennzahlen kennen die wenigsten. Der Starting Pitcher ist der dominierende Faktor in jeder Baseball-Wette, und seine Bewertung beginnt mit vier Kernmetriken — von denen nur eine den meisten Wettern geläufig ist.

Die ERA — Earned Run Average — misst die durchschnittlich zugelassenen verdienten Runs pro neun Innings. Eine ERA unter 3,00 signalisiert einen Elite-Pitcher, 3,00 bis 3,75 ist überdurchschnittlich, 3,75 bis 4,50 ist Ligadurchschnitt, und alles darüber zeigt Schwächen. Das Problem der ERA: Sie erfasst alles, was auf dem Feld passiert, einschließlich der Feldarbeit der Mitspieler. Ein Pitcher hinter einer starken Defense hat eine niedrigere ERA als derselbe Pitcher hinter einer schwachen Defense, obwohl seine eigene Leistung identisch ist.

WHIP — Walks plus Hits per Inning Pitched — zeigt, wie viele Baserunner ein Pitcher pro Inning zulässt. Ein WHIP unter 1,10 ist elite, unter 1,20 überdurchschnittlich. Die Metrik ist nützlich als Indikator für Kontrollprobleme: Ein steigender WHIP bei gleichbleibender ERA deutet darauf hin, dass der Pitcher mehr Baserunner zulässt, aber bisher Glück hatte, dass diese nicht scorten — ein Warnsignal für eine bevorstehende ERA-Regression.

K/9 — Strikeouts pro neun Innings — misst die Dominanz eines Pitchers. Werte über 9,0 sind dominant, über 10,0 elite. Für Strikeout-Prop-Wetten ist K/9 die primäre Metrik, aber auch für Moneyline- und Total-Wetten relevant: Hohe Strikeout-Raten korrelieren mit niedrigerer Run-Produktion und damit mit Under-Tendenzen.

FIP ist die Metrik, die den Unterschied macht.

Fielding Independent Pitching isoliert die Leistung des Pitchers von seiner Defense, indem es nur Strikeouts, Walks, Hit-by-Pitches und Homeruns berücksichtigt — also Ereignisse, die der Pitcher allein kontrolliert. Ein Pitcher mit einer ERA von 3,50 und einem FIP von 4,20 hat wahrscheinlich von seiner Defense oder von Glück profitiert, und eine Regression Richtung FIP ist im Saisonverlauf zu erwarten. Umgekehrt signalisiert ein Pitcher mit ERA 4,30 und FIP 3,60, dass seine wahre Leistung besser ist als das Ergebnis — ein potenzieller Value-Kandidat, weil der Wettmarkt typischerweise die ERA einpreist, nicht das FIP. xFIP geht noch einen Schritt weiter und normalisiert die Homerun-Rate, was die prädiktive Genauigkeit zusätzlich erhöht.

Für Wetter ist die Faustregel simpel: ERA zeigt die Vergangenheit. FIP prognostiziert die Zukunft. Wer nur ERA liest, bewertet falsch.

Batting-Statistiken: BA, OBP, SLG, OPS, wRC+

Der Schlagdurchschnitt allein ist eine halbe Wahrheit. Batting Average — BA — war jahrzehntelang die Standardmetrik für Batter, aber für Wettentscheidungen ist sie nahezu unbrauchbar, weil sie weder Walks noch die Qualität der Hits erfasst. Ein Spieler mit einer BA von .260, der regelmäßig Walks zieht und Extra-Base-Hits schlägt, ist offensiv wertvoller als ein Spieler mit .290, der nur Singles produziert und selten auf Base kommt.

OBP — On-Base Percentage — misst, wie oft ein Spieler auf Base kommt, einschließlich Walks und Hit-by-Pitches. Für die Bewertung einer Lineup ist OBP die wichtigste Einzelmetrik, weil sie direkt mit der Scoring-Wahrscheinlichkeit korreliert: Je mehr Spieler auf Base sind, desto mehr Runs werden erzielt. Ein Team-OBP über .330 signalisiert eine starke Offense. SLG — Slugging Percentage — gewichtet die Art der Hits: Ein Homerun zählt vierfach, ein Triple dreifach, ein Double doppelt, ein Single einfach, jeweils geteilt durch die Anzahl der At-Bats. Die Metrik erfasst damit die Schlagkraft, nicht nur die Häufigkeit.

OPS kombiniert OBP und SLG zu einer einzigen Zahl und ist der schnellste Indikator für die Gesamtoffensive eines Spielers oder einer Lineup. Ein OPS über .750 ist solide, über .800 überdurchschnittlich, über .900 elite. Für Wetter ist der Team-OPS der effizienteste Weg, die Offensivstärke einer Lineup in Sekunden zu bewerten, bevor die detailliertere Analyse beginnt.

wRC+ geht einen Schritt weiter und normalisiert die Offensivleistung auf den Ligadurchschnitt und den Ballpark-Effekt: Ein wRC+ von 100 entspricht dem Durchschnitt, 120 bedeutet 20 Prozent über dem Durchschnitt. Diese Normalisierung ist für Wetter entscheidend, weil sie den Ballpark-Bias eliminiert — ein Spieler in Coors Field hat automatisch bessere Rohwerte als einer in einem pitcherfreundlichen Park, aber wRC+ korrigiert das. Für Lineup-Vergleiche vor einer Wette ist wRC+ deshalb die sauberste Metrik, auch wenn sie weniger intuitiv ist als OPS.

Die praktische Anwendung: Addiere die wRC+-Werte der voraussichtlichen Lineup und vergleiche sie mit der Gegenseite. Ein Vorteil von 15 oder mehr Punkten im kumulierten wRC+ deutet auf eine signifikante Offensivdifferenz hin, die sich in der Quotenbewertung niederschlagen sollte — und wenn sie es nicht tut, hast du deinen Edge gefunden.

Team-Statistiken: Runs Scored, Runs Allowed, Pythagorean Record

Manche Teams sind besser als ihr Record — und genau das ist dein Edge. Team-Statistiken aggregieren die individuellen Leistungen zu einem Gesamtbild und enthüllen Diskrepanzen zwischen Ergebnis und Substanz, die der Wettmarkt nicht immer korrekt einpreist.

Die grundlegendste Team-Metrik für Wetter ist das Run Differential: die Differenz zwischen erzielten und zugelassenen Runs über die Saison. Ein Team mit einem positiven Run Differential von +80 nach 100 Spielen erzielt im Schnitt 0,8 Runs mehr als es zulässt — ein starkes Signal für nachhaltige Qualität. Aber das Run Differential allein erklärt nicht alles, weil ein Team, das regelmäßig hohe Siege einfährt und knappe Niederlagen kassiert, ein verzerrtes Bild erzeugt.

Hier kommt das Pythagorean Record ins Spiel.

Die Pythagorean Win-Loss-Formel, entwickelt von Bill James, berechnet die erwartete Siegquote eines Teams basierend auf erzielten und zugelassenen Runs — unabhängig davon, wann diese Runs fielen. Die Formel lautet: Runs Scored zum Quadrat geteilt durch Runs Scored zum Quadrat plus Runs Allowed zum Quadrat. Ein Team mit 700 erzielten und 650 zugelassenen Runs hat ein erwartetes Pythagorean Record von rund 55 Prozent Siegen, also etwa 89 Siege in einer 162-Spiele-Saison. Wenn das tatsächliche Record bei 82 Siegen liegt, hat das Team unter seinen Möglichkeiten performt — vermutlich aufgrund von Pech in knappen Spielen — und eine positive Regression im weiteren Saisonverlauf ist statistisch wahrscheinlich. Für Wetter bedeutet das: Das Team ist besser, als sein Record suggeriert, und die Quoten, die den aktuellen Record einpreisen, bieten Value.

Die Bullpen-ERA als Team-Metrik verdient gesonderte Aufmerksamkeit, weil sie die Qualität der Innings sechs bis neun beschreibt — den Spielabschnitt, in dem die meisten Spiele entschieden werden. Ein Team mit einer Starter-ERA von 3,80, aber einer Bullpen-ERA von 4,80 hat ein strukturelles Problem, das sich in Full-Game-Wetten stärker auswirkt als in F5-Wetten. Die Bullpen-Reliabilität schwankt zudem im Saisonverlauf stärker als die Starter-Performance, weil Reliever anfälliger für Workload-Effekte sind: Ein Bullpen, der in den letzten sieben Tagen 25 oder mehr Innings geworfen hat, zeigt typischerweise einen ERA-Anstieg von 0,5 bis 1,0 Punkten — ein Faktor, der auf FanGraphs über den Game Log jedes Relievers nachvollziehbar ist und in der täglichen Analyse nicht fehlen darf.

Das Zusammenspiel dieser Team-Metriken ergibt ein Gesamtbild: Ein Team mit einem positiven Pythagorean-Differential, das unter seinem erwarteten Record performt und einen frischen Bullpen hat, ist ein Regressions-Kandidat in die richtige Richtung — und damit ein systematischer Value-Spot.

Advanced Metriken: WAR, Barrel Rate, Exit Velocity

Die Kennzahlen der nächsten Generation gehen über das hinaus, was auf dem Scoreboard steht, und messen, was physisch passiert — wie hart der Ball geschlagen wird, wie schnell der Pitch fliegt, wie viel ein Spieler zum Teamerfolg beiträgt.

WAR — Wins Above Replacement — ist die umfassendste Einzelmetrik im Baseball und beziffert den Gesamtbeitrag eines Spielers in Siegen über einen hypothetischen Replacement-Level-Spieler. Ein WAR von 2,0 ist solide, 4,0 ist All-Star-Niveau, 6,0+ ist MVP-Kandidat. Für Wetter ist WAR weniger als direkte Wettgrundlage relevant, sondern als Kontrollmetrik: Sie hilft, die Gesamtbedeutung eines Spielers einzuschätzen, was bei Lineup-Änderungen oder Trades relevant wird — wie viel verliert ein Team tatsächlich, wenn ein 4-WAR-Spieler auf der Injured List steht?

Barrel Rate und Exit Velocity sind die Statcast-Metriken, die für Wetter die größte prädiktive Kraft haben. Ein Barrel ist ein Schlag mit einer Exit Velocity von mindestens 98 mph und einem Launch Angle zwischen 26 und 30 Grad — die Kombination, die den höchsten Expected Batting Average und die höchste Expected Slugging produziert. Eine steigende Barrel Rate bei einem Batter signalisiert, dass er den Ball härter und effektiver trifft, auch wenn seine traditionellen Stats noch nicht reagiert haben — ein Leading Indicator, der dem Wettmarkt voraus sein kann.

xBA und xSLG — expected Batting Average und expected Slugging — berechnen auf Basis von Exit Velocity und Launch Angle, welche traditionellen Stats ein Spieler bei durchschnittlichem Glück hätte. Ein Batter mit einer BA von .230 und einer xBA von .280 war bisher unglücklich und eine positive Regression ist wahrscheinlich. Für Wetter ist diese Diskrepanz ein Frühwarnsystem: Sie identifiziert Spieler, deren aktuelle Performance ihre wahre Qualität unter- oder überschätzt.

Die praktische Relevanz der Advanced Metriken liegt weniger in der täglichen Spielanalyse als in der Erkennung von mittel- bis langfristigen Trends. Wenn ein Pitcher seine Velocity über drei Starts hinweg um durchschnittlich 1,5 mph verloren hat, signalisiert das ein potenzielles Ermüdungs- oder Verletzungsproblem, bevor es sich in ERA oder WHIP niederschlägt. Umgekehrt ist ein Batter, dessen Barrel Rate in den letzten zwei Wochen um vier Prozentpunkte gestiegen ist, ein Kandidat für einen Leistungssprung, der im Wettmarkt noch nicht angekommen ist. Baseball Savant aktualisiert diese Daten nach jedem Spiel — wer sie regelmäßig überprüft, hat einen zeitlichen Vorsprung gegenüber dem Markt.

Splits und Matchup-Daten: Platoon, Home/Away, Day/Night

Der Teufel steckt in den Splits. Saisonübergreifende Durchschnittswerte verschleiern Muster, die für einzelne Matchups entscheidend sind — Muster, die in den Splits sichtbar werden und den Unterschied zwischen einer informierten und einer blinden Wette ausmachen.

Der Platoon-Split ist der wichtigste: Linkshändige Batter schlagen im Ligadurchschnitt deutlich besser gegen rechtshändige Pitcher — höhere BA, mehr Power — und umgekehrt. Wenn ein linkshändiger Starting Pitcher gegen eine Lineup antritt, die überwiegend aus Rechtshändern besteht, ist die erwartete Run-Produktion höher als die Saison-Statistiken der Batter einzeln suggerieren, weil der Platoon-Vorteil kumuliert. Teams mit der Möglichkeit, ihre Lineup platoon-optimiert aufzustellen, haben einen systematischen Vorteil, der in der Quotenbildung nicht immer vollständig reflektiert ist.

Home/Away-Splits zeigen, wie unterschiedlich Spieler in verschiedenen Umgebungen performen. Manche Pitcher verlieren auswärts eineinhalb Zehntel auf ihre ERA, andere sind auf Reisen sogar besser als zu Hause. Für Wetter ist die Richtung des Splits relevanter als die absolute Höhe: Ein Pitcher, der zu Hause bei 3,20 ERA und auswärts bei 4,80 ERA steht, ist in einem Auswärtsspiel ein anderer Wettkandidat als der Saisondurchschnitt suggeriert.

Day/Night-Splits sind subtiler, aber real: Manche Batter performen in Tagesspielen signifikant schlechter, weil die Sichtbedingungen anders sind — Schatten am späten Nachmittag, Sonneneinstrahlung, unterschiedliche Pitch-Sichtbarkeit. Interleague-Splits zeigen, wie Teams gegen unbekannte Gegner aus der anderen Liga abschneiden — ein Faktor, der in Interleague-Serien wettrelevant wird, weil die geringere Vertrautheit die Varianz erhöht.

Ein besonders wertvoller, aber selten genutzter Split: die Performance eines Pitchers in seinem letzten Start vs. seinem Saisondurchschnitt. Ein Pitcher, der in seinem letzten Outing 7 Innings mit nur 2 Hits und 9 Strikeouts dominiert hat, zeigt möglicherweise eine aktuelle Formspitze, die der Saisondurchschnitt nicht abbildet. FanGraphs erlaubt es, die letzten 3, 7 oder 14 Tage isoliert zu betrachten — eine Funktion, die aktuelle Trends sichtbar macht und in die Quotenbewertung einfließen sollte, weil der Markt oft den Saisondurchschnitt stärker gewichtet als die jüngste Form.

Splits allein treffen keine Wettentscheidung. Aber sie verfeinern die Einschätzung so weit, dass die Differenz zwischen deiner Prognose und der Marktlinie wächst — und damit der Edge.

Datenquellen: FanGraphs, Baseball Savant, Baseball Reference

Drei Websites, unendlich viele Daten — und ein klarer Workflow. Die gute Nachricht: Alles, was in den vorherigen Abschnitten beschrieben wurde, ist kostenlos und frei zugänglich.

FanGraphs ist die Zentrale für analytische Metriken: FIP, xFIP, wRC+, WAR, Platoon-Splits und saisonübergreifende Vergleiche finden sich hier in einer Tiefe, die keine andere Quelle bietet. Die Stärke von FanGraphs liegt in der Filterfunktion: Du kannst Pitcher gegen spezifische Teams filtern, Home/Away-Splits isolieren, oder die Performance der letzten 30 Tage mit der Gesamtsaison vergleichen. Für die Pre-Game-Analyse ist FanGraphs der erste Stop, weil es die prädiktiven Metriken liefert, die der Wettmarkt bewertet.

Baseball Savant, betrieben von der MLB selbst, ist die Quelle für physische Leistungsdaten: Exit Velocity, Launch Angle, Barrel Rate, Pitch Velocity, Spin Rate — die Statcast-Metriken, die zeigen, was unter der Oberfläche passiert. Die Visualisierungen auf Savant — Spray Charts, Pitch Movement Plots, Zone Profiles — machen komplexe Daten intuitiv zugänglich und erlauben es, innerhalb von Minuten ein detailliertes Bild eines Pitchers oder Batters zu zeichnen.

Baseball Reference bietet den umfassendsten historischen Datensatz: Spielprotokolle, saisonale Logs, Head-to-Head-Statistiken und Career Stats. Für Wetter ist Baseball Reference besonders nützlich, wenn es um historische Matchup-Daten geht — wie hat Pitcher X gegen Team Y in den letzten drei Saisons performt?

Der empfohlene Workflow für eine tägliche Pre-Game-Analyse: Starte mit den Pitcher Probables auf einem Nachrichtendienst wie Rotowire. Prüfe die Pitcher auf FanGraphs — ERA, FIP, letzte 30 Tage, Home/Away-Split. Checke die Lineups nach Bestätigung und bewerte den Team-OPS und wRC+ relativ zum gegnerischen Pitcher. Wirf einen Blick auf Baseball Savant für aktuelle Velocity- und Barrel-Rate-Trends. Vergleiche deine Einschätzung mit der Buchmacher-Quote. Der gesamte Prozess dauert 10 bis 15 Minuten pro Spiel — bei fünf selektierten Spielen pro Tag eine Stunde, die den Unterschied zwischen informiertem und uninformiertem Wetten ausmacht.

Von der Zahl zur Wette: Statistik-Analyse in der Praxis

Theorie ist nutzlos ohne Anwendung — hier wird es konkret. Ein fiktives, aber realistisches Beispiel: Die Braves empfangen die Brewers an einem Juniabend im Truist Park in Atlanta.

Schritt eins — Pitcher: Chris Sale startet für Atlanta, ERA 2,85, FIP 3,10, K/9 von 10,2, WHIP 1,05. Auf der Gegenseite steht ein Mid-Rotation-Starter der Brewers mit ERA 4,20, FIP 4,45, K/9 von 7,8. Der Pitcher-Vorteil liegt klar bei Atlanta, und die FIP-Werte bestätigen, dass Sales ERA kein Ausreißer ist — seine Dominanz ist substanziell. Schritt zwei — Lineup: Atlantas Lineup hat einen Team-OPS von .785 und einen kumulierten wRC+ von 112 in den letzten 14 Tagen. Milwaukee liegt bei .720 OPS und 95 wRC+. Der Platoon-Split ist relevant: Sale ist Linkshänder, Milwaukees Lineup enthält drei Linkshänder-Batter, die gegen Linkshänder historisch schwach sind. Das Offensivpotenzial der Brewers gegen Sale ist damit niedriger, als der Team-Durchschnitt suggeriert.

Schritt drei — externe Faktoren: Truist Park ist ein leicht pitcherfreundlicher Ballpark mit einem Park Factor nahe 1,0. Die Wetterbedingungen zeigen 24 Grad und leichten Wind Richtung Home Plate — beides suppressive Faktoren für Runs. Schritt vier — Quotenbewertung: Der Buchmacher bietet Atlanta bei 1,60 auf der Moneyline, was 62,5 Prozent impliziert. Die eigene Einschätzung basierend auf Pitcher-Vorteil, Lineup-Differenz und Park/Wetter liegt bei 67 Prozent — ein Edge von 4,5 Prozentpunkten, der eine Wette rechtfertigt. Der Game Total steht bei 7,5 — angesichts Sales Dominanz, der pitcherfreundlichen Bedingungen und Milwaukees eingeschränkter Offense unter 7,0 in der eigenen Modellierung. Under 7,5 bietet Value.

Die Wettentscheidung: Moneyline Atlanta plus Under 7,5 als Einzelwetten. Keine Kombi — weil der Edge auf beiden Märkten unabhängig existiert und die Einzelwetten den besseren Erwartungswert bieten.

So sieht der Weg von der Zahl zur Wette aus. Nicht kompliziert — aber diszipliniert.

Daten sind kein Ersatz für Urteilsvermögen — aber eine verdammt gute Grundlage

Statistik gibt dir Wahrscheinlichkeiten. Die Entscheidung bleibt bei dir.

ERA, WHIP, FIP, OPS, wRC+, Pythagorean Record, Barrel Rate, Splits — jede Metrik ist ein Werkzeug, und kein Werkzeug allein baut ein Haus. Die Kunst liegt in der Kombination: Pitcher-Daten mit Lineup-Analyse verknüpfen, durch Team-Statistiken kontextualisieren, mit Advanced Metriken auf Substanz prüfen, durch Splits auf das spezifische Matchup zuschneiden und mit der Quotenlinie des Buchmachers abgleichen. Erst dieser vollständige Prozess erzeugt den Edge, der aus Zahlen Gewinne macht.

Der häufigste Fehler ist nicht mangelndes Wissen über Statistiken, sondern die Überzeugung, dass eine einzelne Kennzahl die Antwort liefert. Baseball ist zu komplex für Einzelmetriken und zu datenreich für Bauchgefühl. Der profitable Weg liegt in der Mitte: strukturierte Analyse mit klarem Workflow, gestützt auf mehrere Metriken, geprüft gegen den Markt.

Die Daten sind da. Die Tools sind kostenlos. Was bleibt, ist die Arbeit — und die Bereitschaft, sie jeden Tag zu leisten.