DataGolf und ShotLink: Datenquellen für bessere Golfwetten
Available in US
DataGolf-Gründer Matt Courchene hat es auf den Punkt gebracht: Die Golfanalytik machte einen enormen Sprung, als Mark Broadie das Strokes-Gained-Konzept entwickelte – und erst jetzt beginnt die breitere Golfwelt, dieses Werkzeug vollständig zu nutzen. Für Golfwetter liegt genau hier die Chance: Wer die verfügbaren Datenquellen kennt und richtig einsetzt, verschafft sich einen systematischen Vorteil gegenüber Wettenden, die auf Bauchgefühl und Turnierberichte vertrauen. DataGolf und ShotLink sind die beiden wichtigsten Plattformen, die diesen datengetriebenen Ansatz ermöglichen.
DataGolf: Was die Plattform bietet
DataGolf ist eine Plattform, die Golfstatistiken für den Wettmarkt aufbereitet. Anders als die offizielle PGA-Tour-Website, die Statistiken für ein allgemeines Sportpublikum präsentiert, richtet sich DataGolf gezielt an Analysten und Wettende. Die Plattform aggregiert Daten aus verschiedenen Quellen, berechnet eigene Modelle und liefert Vorhersagen für kommende Turniere.
Das Herzstück von DataGolf sind die Prognosemodelle. Vor jedem Turnier veröffentlicht die Plattform Wahrscheinlichkeiten für Siegchancen, Top-Platzierungen und Cut-Ergebnisse – berechnet auf Basis historischer Leistungsdaten, Platzanalysen und aktueller Formkurven. Diese Modelle basieren auf dem Strokes-Gained-Konzept, das Mark Broadie 2011 in die Golfanalyse einführte und das heute der Goldstandard der Spielerbewertung ist.
Was DataGolf von anderen Datenquellen unterscheidet: die Granularität. Die Plattform schlüsselt die Leistung jedes Spielers in Unterkategorien auf – SG Off the Tee, SG Approach, SG Around the Green, SG Putting – und gewichtet diese Kategorien je nach Platztyp und Turnierbedingungen unterschiedlich. Ein Platz mit breiten Fairways und schwierigen Grüns verlangt ein anderes Spielerprofil als ein enger Parkland-Kurs, und DataGolf modelliert diese Unterschiede.
Für meine Wettpraxis ist DataGolf das erste Tool, das ich vor jedem Turnier konsultiere. Der typische Workflow: Ich rufe die Turnierprognose ab, vergleiche die DataGolf-Wahrscheinlichkeiten mit den aktuellen Buchmacher-Quoten und identifiziere Spieler, bei denen die Diskrepanz am grössten ist. Wenn DataGolf einem Spieler eine Siegwahrscheinlichkeit von 5 % zuweist und der Buchmacher eine Quote von 30.00 anbietet (implizierte Wahrscheinlichkeit: 3,3 %), liegt möglicherweise Value vor. Diese Methode ersetzt das Bauchgefühl nicht, aber sie gibt ihm eine quantitative Grundlage.
Ein Punkt, den ich aus Erfahrung betonen möchte: DataGolf-Modelle sind nicht unfehlbar. Sie basieren auf historischen Daten und können aktuelle Veränderungen – Schwungumstellungen, Verletzungen, mentale Formtiefs – nur mit Verzögerung erfassen. Die Kunst liegt darin, die Modellaussagen mit qualitativen Einschätzungen zu kombinieren, statt blind zu folgen.
ShotLink: Die Datengrundlage der PGA Tour
ShotLink ist das Datenerfassungssystem der PGA Tour und die Grundlage, auf der Plattformen wie DataGolf ihre Analysen aufbauen. Seit Mark Broadie 2011 das Strokes-Gained-Konzept einführte, hat ShotLink die Art verändert, wie Golfleistung gemessen wird.
Das System funktioniert über Lasermessgeräte und Freiwillige, die bei jedem PGA-Tour-Event die Position jedes Balls nach jedem Schlag erfassen. Daraus entstehen Datensätze von enormer Tiefe: Für jeden Spieler in jedem Turnier wird die Leistung auf jedem einzelnen Loch dokumentiert – nicht nur das Ergebnis (Birdie, Par, Bogey), sondern die Qualität jedes Schlags im Verhältnis zum Felddurchschnitt.
Die Strokes-Gained-Methodik, die auf ShotLink-Daten aufbaut, hat eine zentrale Erkenntnis hervorgebracht: Der alte Golfspruch „Drive for Show, Putt for Dough“ ist falsch. Die Daten zeigen, dass die besten Spieler ihre Stärke primär vom Tee und bei den Annäherungsschlägen haben – nicht auf dem Grün. Das Putting ist zwar wichtig, aber weniger leistungstrennend als jahrzehntelang angenommen.
Für Wettende ist ShotLink primär eine indirekte Ressource – die Rohdaten sind nicht frei zugänglich, aber sie fliessen in Plattformen wie DataGolf, die PGA-Tour-Website und verschiedene Analysedienste ein. Was ShotLink für den Wettmarkt einzigartig macht: Die Datenqualität ist so hoch, dass statistische Anomalien zuverlässig erkannt werden können. Wenn ein Spieler in den letzten zehn Runden einen SG Approach von +1,5 hat, ist das kein Zufall – es ist ein belastbarer Indikator für überdurchschnittliche Annäherungsschlag-Qualität.
Die Einschränkung: ShotLink erfasst nur PGA-Tour-Events. Für DP-World-Tour-Turniere, LIV-Golf-Events oder Challenger-Touren ist die Datenlage dünner. DataGolf gleicht das teilweise aus, indem es Daten aus verschiedenen Quellen aggregiert, aber die Analysetiefe bei nicht-PGA-Tour-Events bleibt geringer.
Daten in Wettentscheidungen umsetzen
Die beste Datenquelle nützt nichts, wenn sie nicht in konkrete Wettentscheidungen übersetzt wird. Der Schlüssel liegt in einem strukturierten Prozess, der Daten, Kontext und Marktanalyse verbindet.
Schritt eins: das Spielerprofil erstellen. Für jedes Turnier definiere ich, welche Strokes-Gained-Kategorien auf dem spezifischen Platz am meisten zählen. Bei einem langen, offenen Kurs gewichte ich SG Off the Tee stärker; bei einem kurzen, technischen Kurs verschiebt sich die Gewichtung zu SG Approach und SG Around the Green. Scottie Scheffler etwa dominierte mit einem SG von +8,2 über einen längeren Zeitraum – ein Wert, der zeigt, wie weit die Spitze vom Feld entfernt sein kann.
Schritt zwei: die Marktanalyse. Ich vergleiche meine Spielereinschätzung mit den Buchmacher-Quoten und suche nach Diskrepanzen. Die Einsicht des Action Network trifft es: Was Strokes-Gained-Daten offenbart haben, widerspricht der traditionellen Golfweisheit – die besten Spieler schlagen den Ball am weitesten vom Tee und platzieren ihre Annäherungsschläge am nächsten zum Loch. Wettende, die das verstehen, können Spieler identifizieren, die von den Buchmachern aufgrund veralteter Massstäbe falsch eingepreist werden.
Schritt drei: die Disziplin. Datengetriebenes Wetten funktioniert nur langfristig. Einzelne Turniere sind zu variabel – bei Feldern mit über 150 Spielern und Favoritenquoten über 10.00 ist jede einzelne Wette ein Münzwurf mit leicht verschobenen Wahrscheinlichkeiten. Der Vorteil zeigt sich erst über Dutzende von Turnieren, wenn die besseren Wahrscheinlichkeitseinschätzungen sich kumulieren.
Mein wichtigster Rat: Nutzen Sie DataGolf und ShotLink-Daten als Ausgangspunkt, nicht als Endpunkt. Die Daten geben eine Richtung vor, aber der Kontext – aktuelle Form, Platzerfahrung, Wetterbedingungen, mentaler Zustand – kommt aus qualitativer Analyse. Die Kombination aus quantitativem Modell und qualitativem Urteil ist der Ansatz, der in meinen elf Jahren Golfwetten die besten Resultate geliefert hat.
Häufige Fragen zu Golf-Datenquellen
Datengetriebenes Golfwetten wirft praktische Fragen auf, die ich regelmässig von Einsteigern höre.
Ist DataGolf kostenlos?
DataGolf bietet einen Teil seiner Inhalte kostenlos an, darunter grundlegende Turnierprognosen und ausgewählte Statistiken. Für den vollen Funktionsumfang – detaillierte Spielerprofile, historische Datenbanken, erweiterte Modellparameter und Tools für die Quotenanalyse – gibt es ein kostenpflichtiges Abonnement. Für Wettende, die regelmässig auf Golf setzen, lohnt sich das Abo in der Regel schnell, weil die Analysetiefe eine deutlich fundierte Grundlage für Wettentscheidungen schafft.
Welche Statistiken sollte ich vor jeder Wette prüfen?
Die wichtigsten Statistiken sind die vier Strokes-Gained-Kategorien: SG Off the Tee, SG Approach, SG Around the Green und SG Putting. Zusätzlich sollten Sie die Driving Accuracy, die Greens in Regulation und die Scrambling-Quote prüfen. Entscheidend ist, diese Statistiken im Kontext des spezifischen Platzes zu bewerten – nicht jede SG-Kategorie ist auf jedem Platz gleich wichtig. Beginnen Sie mit dem DataGolf-Turnierprofil, das automatisch die relevantesten Statistiken für den aktuellen Platz gewichtet.
Geschrieben von der Redaktion „Golf Wetten Schweiz”.
