Es begann mit einer Tipprunde. Für die WM tippte ich jedes Spiel nach den Buchmacher-Quoten, immer das wahrscheinlichste Ergebnis. Die Annahme dahinter: Wer nur die Quoten abschreibt, bildet die Durchschnittsmeinung ab und landet im Mittelfeld. Es kam anders. Ich wurde Erster.
Das ist auf den ersten Blick widersprüchlich. Wie wird man Erster, wenn man nur den Durchschnitt kopiert? (Den Tipp-Teil habe ich separat notiert: Tippen, ohne Fußball zu mögen)
Dasselbe Muster war mir vorher schon begegnet, in einem anderen Kontext. Ich hatte einen Index-ETF auf den MSCI World mit einigen aktiv gemanagten Fonds verglichen. Der Index wählt keine Gewinner aus, er ist der Marktdurchschnitt. Über mehrere Jahre lag er trotzdem vor den meisten aktiven Fonds. Fußballwetten und Aktienmarkt haben wenig gemeinsam. In beiden gewann der Durchschnitt.
Das Phänomen ist gut untersucht. Einen einzelnen Namen hat es nicht, es setzt sich aus mehreren Mechanismen zusammen.
Ein Ochse auf dem Jahrmarkt
Der Ausgangsbefund ist über hundert Jahre alt. 1906 ließ Francis Galton Besucher eines Viehmarkts das Gewicht eines Ochsen schätzen. Knapp 800 Schätzungen kamen zusammen, von Metzgern bis zu Laien. Kein Einzelner traf das Gewicht. Der Durchschnitt aller Schätzungen lag rund ein Prozent daneben, näher als jeder einzelne Fachmann (Galton, 1907). Der Effekt heißt heute Weisheit der Vielen (Surowiecki, 2004).
Die grüne Linie markiert das wahre Gewicht, die gelbe den Durchschnitt aller Schätzungen. Sie liegen fast aufeinander.
Warum das Mitteln funktioniert
Der Mechanismus ist einfach. Schätzen viele unabhängig voneinander, liegen die einen zu hoch, die anderen zu tief. Beim Mitteln heben sich diese Fehler weitgehend auf. Übrig bleibt der gemeinsame Anteil, das, was die meisten ungefähr richtig treffen.
Formal fasst das das Diversity Prediction Theorem: Der Fehler der Gruppe ist stets kleiner als der mittlere Fehler ihrer Mitglieder, und er sinkt mit der Streuung der Einzelschätzungen (Page, 2007). Unterschiedliche Meinungen sind hier Voraussetzung, nicht Störung.
Der Zugewinn ist früh ausgereizt. Der Sprung von einer auf etwa fünf unabhängige Schätzungen bringt den größten Teil, weitere Teilnehmer tragen wenig bei (Diebold et al., 2025).
Zurück zu den Quoten
Damit wird die Tipprunde erklärbar. Eine Buchmacher-Quote ist ein Aggregat. Sie verdichtet Meinungen, Modelle und das Wettverhalten vieler zu einer Wahrscheinlichkeit. In Vergleichen schlagen Quoten aufwendige Statistik- und Rating-Modelle (Forrest et al., 2005; Wunderlich & Memmert, 2018). Wer den Quoten folgt, übernimmt diese aggregierte Einschätzung, ohne eigene Fehler hinzuzufügen.
Ein zweiter Effekt kommt hinzu, der Favorite-Longshot-Bias: Außenseiter werden systematisch über-, Favoriten unterschätzt (Whelan, 2024). Favoriten zu tippen liegt deshalb leicht über dem Durchschnitt und hat geringe Streuung. In einem Feld riskanter Einzeltipps reicht das für den ersten Platz.
Eine Einschränkung bleibt. Der Vorteil ist relativ: Gegen die Mitspieler gewinnt man, gegen den Buchmacher nicht, denn dessen Marge steckt in der Quote. Ein positiver Erwartungswert entsteht nicht.
Zwei Gründe, warum kaum jemand den Index schlägt
An der Börse ist die Beobachtung dieselbe, die Erklärung besteht aus zwei getrennten Teilen.
Der erste Teil ist Arithmetik. William Sharpe hat ihn 1991 formuliert: Vor Kosten erzielt der durchschnittliche aktiv investierte Euro exakt die Marktrendite, weil alle Anleger zusammen den Markt bilden. Nach Gebühren bleibt zwangsläufig weniger (Sharpe, 1991). Das hängt nicht vom Marktumfeld ab. Die Daten stützen es: Über 15 Jahre schlägt in keiner Fondskategorie eine Mehrheit der aktiven Manager den Vergleichsindex; 2025 verfehlten rund 79 Prozent der großen US-Aktienfonds den S&P 500 (S&P Dow Jones Indices, 2025). Im Mittel kosten die Gebühren die Fonds etwa das, was sie an Vorsprung erwirtschaften (Fama & French, 2010).
Der zweite Teil erklärt, warum nicht die Hälfte, sondern die Mehrheit unter dem Durchschnitt liegt. Er steckt in der Verteilung der Renditen. Wenige Aktien tragen fast den gesamten Gewinn, der Rest bleibt zurück. Die Zahlen von Hendrik Bessembinder: Über die volle Haltedauer schlägt weniger als die Hälfte der US-Aktien eine kurzlaufende Staatsanleihe; etwa vier Prozent der Unternehmen erzeugen den gesamten Nettovermögenszuwachs des US-Marktes seit 1926 (Bessembinder, 2018). Weltweit gilt dasselbe (Bessembinder et al., 2023).
Grün ist die typische Aktie (der Median), gelb der Durchschnitt. Wer wenige Einzelwerte hält, erwischt mit hoher Wahrscheinlichkeit die vielen mittelmäßigen und verpasst die seltenen Ausreißer. Es ist dieselbe Struktur wie die Außenseiterwette: eine konzentrierte Position gegen den Durchschnitt.
Wann die Menge sich irrt
Der Effekt hat eine Bedingung: Die Einzelmeinungen müssen annähernd unabhängig sein. Schauen alle voneinander ab oder folgen demselben Trend, addieren sich die Fehler, statt sich auszugleichen. Das Ergebnis sind Blasen und Paniken.
Den Durchschnitt zu schlagen ist möglich, aber schwer und selten verlässlich. Es gibt dokumentierte Ausnahmen: an der Börse etwa Value, Size und Momentum, in manchen Wettmärkten lokale Ineffizienzen. Nach Kosten und über lange Zeiträume bleibt für die meisten wenig davon.
Was folgt daraus
Zwei Dinge. Erstens ist der aggregierte Konsens, ob Quote oder Index, ein starker Ausgangspunkt, den man nicht ohne Grund verlässt. Zweitens braucht, wer ihn schlagen will, entweder echte, unabhängige Information oder eine belegte Ineffizienz. Alles dazwischen ist im Mittel teurer Zufall.
Literatur
Bessembinder, H. (2018). Do Stocks Outperform Treasury Bills? Journal of Financial Economics, 129(3), 440–457. https://doi.org/10.1016/j.jfineco.2018.06.004
Bessembinder, H., Chen, T.-F., Choi, G., & Wei, K. C. J. (2023). Long-Term Shareholder Returns: Evidence from 64,000 Global Stocks. Financial Analysts Journal, 79(3).
Diebold, F. X., Mora, N., & Shin, M. (2025). On the Wisdom of Crowds (of Economists). arXiv preprint arXiv:2503.09287.
Fama, E. F., & French, K. R. (2010). Luck versus Skill in the Cross-Section of Mutual Fund Returns. The Journal of Finance, 65(5), 1915–1947. https://doi.org/10.1111/j.1540-6261.2010.01598.x
Forrest, D., Goddard, J., & Simmons, R. (2005). Odds-Setters as Forecasters: The Case of English Football. International Journal of Forecasting, 21(3), 551–564. https://doi.org/10.1016/j.ijforecast.2005.03.003
Galton, F. (1907). Vox Populi. Nature, 75, 450–451. https://doi.org/10.1038/075450a0
Page, S. E. (2007). The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools, and Societies. Princeton University Press.
Sharpe, W. F. (1991). The Arithmetic of Active Management. Financial Analysts Journal, 47(1), 7–9. https://doi.org/10.2469/faj.v47.n1.7
S&P Dow Jones Indices. (2025). SPIVA U.S. Scorecard. S&P Global.
Surowiecki, J. (2004). The Wisdom of Crowds. Doubleday.
Whelan, K. (2024). Favourite-Longshot Bias in Betting Markets. Economica. https://doi.org/10.1111/ecca.12500
Wunderlich, F., & Memmert, D. (2018). The Betting Odds Rating System: Using Soccer Forecasts to Forecast Soccer. PLOS ONE, 13(6), e0198668. https://doi.org/10.1371/journal.pone.0198668