Pitcher-Analyse für Baseball Wetten: ERA, FIP und Matchup-Bewertung

saedge3gvsegD Mai 8, 2026 Lesezeit: 16 Min

Im Sommer 2019 habe ich drei Wochen lang ausschließlich auf Starting Pitcher gewettet, deren ERA unter 3,00 lag. Die Logik war simpel: guter Pitcher, gute Wette. Das Ergebnis war ernüchternd – eine negative Bilanz nach 40 Wetten. Der Fehler lag nicht in der Grundidee, sondern in der Metrik. ERA allein erzählt nur die halbe Geschichte. Ein Pitcher kann eine ERA von 2,80 haben und trotzdem auf dem Weg zu einer Korrektur sein, weil seine periphere Statistik eine ganz andere Realität zeigt. Diese Erkenntnis hat meine gesamte Baseball-Wettstrategie verändert.

Kein Einzelfaktor beeinflusst den Ausgang eines MLB-Spiels stärker als der Starting Pitcher. In einer Saison, in der Starter im Schnitt nur 5,24 Innings pro Einsatz bei etwa 86 Würfen auf dem Mound stehen, bestimmt dieser eine Spieler das Fundament der ersten fünf bis sechs Innings. Die Frage ist nicht, ob der Pitcher wichtig ist – das weiß jeder. Die Frage ist, welche Metriken seine tatsächliche Leistung zuverlässig messen und wie du diese Daten in eine Wettentscheidung übersetzt.

Dieser Artikel ist mein methodischer Rahmen für die Pitcher-Analyse. Er beginnt bei der bekanntesten Kennzahl – ERA – und arbeitet sich zu den Metriken vor, die die meisten deutschsprachigen Wettseiten nicht einmal erwähnen: FIP, xERA, WHIP im Matchup-Kontext und der Times-Through-The-Order-Penalty. Wenn du nach dem Lesen nur eine Sache anders machst, sollte es diese sein: Nie wieder eine Wette platzieren, die nur auf ERA basiert.

ERA als Ausgangspunkt: Die bekannteste Pitcher-Kennzahl

Ein Kumpel hat mich mal gefragt, warum ich mir die Mühe mache, über ERA hinauszugehen. Seine Argumentation: ERA misst, wie viele Runs ein Pitcher zulässt, und Runs entscheiden das Spiel. Was brauche ich mehr? Die Antwort beginnt damit, was ERA nicht misst.

ERA steht für Earned Run Average und gibt an, wie viele verdiente Runs ein Pitcher pro neun Innings zulässt. Ein Pitcher mit einer ERA von 3,50 erlaubt im Schnitt 3,5 Runs pro komplettes Spiel. Die Berechnung: Earned Runs geteilt durch Innings Pitched, multipliziert mit 9. In der MLB 2024 lag die Liga-Durchschnitts-ERA bei ungefähr 4,10 – alles unter 3,50 gilt als überdurchschnittlich, unter 3,00 als elite, über 5,00 als problematisch.

Für die Wettbewertung ist ERA ein sinnvoller Ausgangspunkt, aber ein schlechter Endpunkt. Der Grund: ERA behandelt alles, was auf dem Feld passiert, als Verantwortung des Pitchers. Wenn ein Feldspieler einen einfachen Grounder nicht fängt und der Läufer anschließend scored, wird das nicht als Earned Run gezählt – so weit, so fair. Aber wenn ein Pitcher einen schwach geschlagenen Fly Ball abgibt und der Outfielder ihn gerade noch fängt, bekommt der Pitcher dafür keine „Gutschrift“. ERA misst Ergebnisse, nicht die Qualität der Pitches. Und Ergebnisse unterliegen kurzfristiger Varianz, die über 5 bis 10 Starts hinweg dramatische Verzerrungen produzieren kann.

Der OPS+ der Batter steigt messbar an, je öfter sie den gleichen Pitcher in einem Spiel sehen – von 91 beim ersten Durchgang durch die Batting Order auf 117 beim dritten. Das heißt: Selbst ein Pitcher mit exzellenter ERA wird im späteren Spielverlauf anfälliger. ERA als Saisonschnitt bildet diesen Effekt nicht ab, und wer sich blind auf die Saisonzahl verlässt, verpasst entscheidende Nuancen.

Noch ein Aspekt, der ERA verzerrt: die Heimstadion-Abhängigkeit. Ein Pitcher, der seine Heimspiele in einem Pitcher-freundlichen Stadion wie dem Oracle Park in San Francisco bestreitet, wird dort systematisch bessere ERA-Werte produzieren als in einem hitter-freundlichen Park wie dem Coors Field. Die Saisonzahl mittelt das zwar über Heim und Auswärts, aber für die Bewertung eines spezifischen Spiels ist der Stadioneffekt relevant. Ich schaue mir deshalb immer die Split-ERA nach Heim und Auswärts an und gewichte entsprechend dem Spielort. In Kombination mit dem Ballpark-Faktor ergibt das ein deutlich präziseres Bild als die nackte Saisonzahl.

FIP und xERA: Was der Pitcher wirklich kontrolliert

Der Tag, an dem ich zum ersten Mal FIP-Werte neben ERA-Werten in meine Tabelle eingetragen habe, war einer der produktivsten meiner Wettkarriere. Nicht weil FIP die perfekte Metrik ist – keine Metrik ist das – sondern weil die Differenz zwischen ERA und FIP mir etwas zeigte, das ERA allein nie verraten hätte: welche Pitcher über- oder unterbewertet sind.

FIP steht für Fielding Independent Pitching und isoliert die drei Dinge, die ein Pitcher tatsächlich kontrolliert: Strikeouts, Walks und Home Runs. Alles andere – also was passiert, nachdem der Ball ins Feld geschlagen wurde – hängt zu einem erheblichen Teil von der Feldqualität, dem Stadion und dem Zufall ab. FIP filtert dieses Rauschen heraus und gibt dir eine Zahl, die auf derselben Skala wie ERA liegt, aber die „wahre“ Pitching-Leistung besser annähert.

Warum ist das für Wetten relevant? Weil Buchmacher ihre Linien stark auf ERA stützen – und der breite Markt ebenfalls. Wenn ein Pitcher eine ERA von 3,20 hat, aber seine FIP bei 4,10 liegt, signalisiert das: Dieser Pitcher hat Glück gehabt. Seine Batted Balls wurden überdurchschnittlich oft in Outs verwandelt, sei es durch gute Feldspieler oder durch Zufall. In den kommenden Starts wird die ERA mit hoher Wahrscheinlichkeit steigen – eine Regression zum Mittelwert. Die ERA-FIP-Diskrepanz ist damit eines der stärksten Signale für Value in der Pitcher-Bewertung.

xERA, die Expected Earned Run Average, geht noch einen Schritt weiter. Sie nutzt Batted-Ball-Daten – Exit Velocity und Launch Angle jedes geschlagenen Balls – um zu berechnen, welche ERA ein Pitcher basierend auf der Qualität der Kontakte haben „sollte“. xERA eliminiert nicht nur den Feldeinfluss, sondern auch die Varianz von BABIP, also der Batting Average on Balls in Play. Der Liga-Durchschnitt der BABIP liegt bei etwa .295, aber einzelne Pitcher können über Strecken von 10 bis 15 Starts bei .240 oder .350 liegen – eine Schwankung, die die ERA massiv verzerrt, ohne dass der Pitcher besser oder schlechter pitcht. xERA glättet dieses Rauschen. In der Praxis verwende ich xERA als Ergänzung zu FIP, nicht als Ersatz. Wenn ERA, FIP und xERA alle in dieselbe Richtung zeigen, ist das Signal stark. Wenn sie divergieren, lohnt es sich, genauer hinzuschauen.

Ein konkretes Beispiel aus meiner Praxis: Ein Pitcher hatte Mitte Saison eine ERA von 4,50, die der Markt als „unterdurchschnittlich“ einpreiste. Seine FIP lag bei 3,30, seine xERA bei 3,45. Die Divergenz war enorm – über einen vollen Run. Der Pitcher hatte eine BABIP von .340, deutlich über dem Ligadurchschnitt von etwa .295. Seine Batted-Ball-Daten zeigten, dass er genau so pitchte wie jemand mit einer ERA um 3,50. Ich habe in seinen nächsten sechs Starts jeweils auf sein Team gewettet und vier davon gewonnen. Die ERA korrigierte sich auf 3,70 bis Saisonende.

WHIP und Strikeout Rate: Zwei unterschätzte Warnsignale

FIP und xERA sind meine Kernmetriken für die Pitcher-Bewertung. Aber es gibt zwei weitere Zahlen, die ich vor jeder Wette prüfe – nicht weil sie die tiefste Analyse liefern, sondern weil sie als Warnsignale funktionieren.

WHIP steht für Walks plus Hits per Inning Pitched und misst, wie viele Baserunner ein Pitcher pro Inning zulässt. Ein WHIP unter 1,10 ist exzellent, unter 1,25 solide, über 1,40 besorgniserregend. Was WHIP dir sagt, das ERA nicht zeigt: Ein Pitcher mit niedrigem ERA, aber hohem WHIP lässt viele Läufer auf die Bases, bringt sie aber nicht nach Hause. Das funktioniert eine Weile – bis es nicht mehr funktioniert. Hoher WHIP bei niedriger ERA ist ein klassisches Regressionssignal, ähnlich wie die ERA-FIP-Divergenz, aber aus einem anderen Blickwinkel.

Die Strikeout Rate – gemessen als K/9, also Strikeouts pro neun Innings – ist mein zweiter Quick-Check. Hohe Strikeout-Raten korrelieren mit nachhaltiger Pitching-Leistung, weil Strikeouts die effizienteste Art sind, Outs zu erzielen: kein Ball im Feld, kein Feldspieler, der einen Fehler machen kann, kein Zufall bei der BABIP. Ein Pitcher mit K/9 über 9,0 und einem WHIP unter 1,20 ist statistisch ein Kandidat für nachhaltig gute Ergebnisse. Umgekehrt ist ein Pitcher mit K/9 unter 6,0 und einer niedrigen ERA fast immer ein Regressionskandidat – er ist darauf angewiesen, dass die geschlagenen Bälle zu Outs werden, und das liegt nicht vollständig in seiner Hand.

In der Praxis nutze ich WHIP und K/9 als Filter. Bevor ich in die detaillierte Matchup-Analyse einsteige, schaue ich mir diese beiden Zahlen an. Wenn ein Pitcher WHIP über 1,40 und K/9 unter 6,5 zeigt, brauche ich einen sehr guten Grund, um auf sein Team zu wetten – egal was die ERA sagt. Diese 30-Sekunden-Prüfung hat mir über die Jahre mehr Geld gespart als jede andere Angewohnheit.

Was viele Wetter übersehen: WHIP und K/9 stabilisieren sich statistisch schneller als ERA. Schon nach 30 bis 40 Innings hat die Strikeout Rate eine brauchbare Aussagekraft, während ERA für verlässliche Werte 60 bis 80 Innings braucht. Im April und Mai, wenn die Saisondaten noch dünn sind, geben mir WHIP und K/9 deshalb das früheste verlässliche Signal, ob ein Pitcher auf dem Niveau seiner Vorjahresleistung agiert oder ob sich etwas fundamental verändert hat. Ein Pitcher, dessen K/9 von 8,5 auf 6,0 gefallen ist, hat wahrscheinlich an Stuff verloren – und das wird sich früher oder später auch in der ERA niederschlagen.

Matchup-Bewertung: Meine Methodik in vier Schritten

Letztes Jahr hat ein Leser mich gefragt, wie ich tatsächlich entscheide, ob ich auf ein Spiel wette oder nicht. Die ehrliche Antwort: Ich habe einen Vier-Schritte-Prozess, den ich für jedes potenzielle Spiel durchlaufe. Er ist nicht kompliziert, aber er zwingt mich, systematisch statt intuitiv zu handeln.

Schritt eins: Die Pitcher-Basis. Ich trage ERA, FIP, xERA, WHIP und K/9 beider Starting Pitcher in mein Sheet ein. Ich vergleiche die Saisonwerte mit dem Fenster der letzten 8 Starts. Wenn beide Fenster in dieselbe Richtung zeigen, ist das Signal klar. Wenn sie divergieren, markiere ich das Spiel als „unsicher“ und gehe zu Schritt zwei nur mit erhöhter Vorsicht.

Schritt zwei: Das Matchup. Pitcher performen unterschiedlich gegen Links- und Rechtshänder. Ein Pitcher, der gegen Rechtshänder dominant ist, aber gegen Linkshänder Probleme hat, wird gegen ein Lineup mit fünf Linkshändern anders aussehen als seine Saisonzahlen vermuten lassen. Ich schaue mir die Platoon Splits an – also die Leistung des Pitchers aufgeschlüsselt nach der Schlaghand des Gegenübers. Wenn der Pitcher eine FIP von 3,00 gegen Rechtshänder und 4,80 gegen Linkshänder hat, und das heutige Lineup mehrheitlich linkshändig schlägt, korrigiere ich meine Einschätzung entsprechend.

Schritt drei: Die Kontextfaktoren. Hier kommen Variablen ins Spiel, die nichts mit dem Pitcher selbst zu tun haben: Ballpark-Faktor, Wetter, Reisesituation des Teams (hat die Mannschaft gestern bis Mitternacht gespielt und ist danach geflogen?), Bullpen-Belastung der letzten Tage. Kein einzelner dieser Faktoren ist entscheidend, aber in Kombination verschieben sie das Bild. Ein Pitcher mit einer FIP von 3,40 in einem hitter-freundlichen Stadion bei 32 Grad und Rückenwind ist ein anderer Wett-Kandidat als derselbe Pitcher in einem Pitcher-Park bei 15 Grad. Der Wettereinfluss allein kann den Unterschied zwischen Over und Under ausmachen.

Schritt vier: Der Quotenvergleich. Erst nachdem ich meine eigene Einschätzung gebildet habe, schaue ich mir die Quote an. Das klingt wie eine Selbstverständlichkeit, ist es aber nicht – die meisten Wetter sehen zuerst die Quote und bilden dann ihre Meinung. Das führt zu Anchoring Bias: Die Quote beeinflusst deine Analyse, statt umgekehrt. Ich berechne meine eigene Siegwahrscheinlichkeit, konvertiere sie in eine Implied Probability, vergleiche sie mit der Marktlinie, und wette nur, wenn meine Einschätzung mindestens 5 Prozentpunkte von der Implied Probability des Buchmachers abweicht. Weniger als das deckt die Buchmacher-Marge und die deutsche Sportwettsteuer nicht ab.

Der TTOP-Effekt: Warum Pitcher im dritten Durchgang schwächeln

Die Times Through The Order Penalty – kurz TTOP – ist der Faktor, den kein einziger deutschsprachiger Wettartikel erwähnt, den ich je gelesen habe. In der englischsprachigen Sabermetrics-Welt ist TTOP seit Jahren ein etabliertes Konzept. Im deutschen Raum: Fehlanzeige. Das ist mein Wettbewerbsvorteil, und jetzt teile ich ihn.

Der TTOP-Effekt beschreibt, wie sich die Leistung eines Pitchers verschlechtert, je häufiger die gegnerischen Batter ihn in einem Spiel sehen. Beim ersten Durchgang durch die Batting Order liegt der OPS+ der Batter bei 91 – unter dem Ligadurchschnitt, der Pitcher dominiert. Beim zweiten Durchgang steigt der OPS+ auf etwa 100, also Ligadurchschnitt. Beim dritten Durchgang springt er auf 117 – die Batter haben den Pitcher „gelesen“ und schlagen deutlich besser. Die ERA steigt parallel dazu um rund 12 Prozent zwischen erstem und drittem Durchgang.

Was bedeutet das für Wetten? MLB-Manager wissen um den TTOP-Effekt und handeln danach. Die Differenz zwischen den Plate Appearances im ersten Durchgang und im dritten Durchgang ist signifikant – Starter werden heute aggressiver aus dem Spiel genommen als noch vor zehn Jahren. Aber die Buchmacher-Linien bilden TTOP nicht immer adäquat ab. Eine Pre-Game-Linie basiert auf der erwarteten Leistung des Starting Pitchers über seine gesamte Einsatzdauer. Wenn ein Pitcher typischerweise fünf Innings wirft und dabei den dritten Durchgang noch beginnt, preist die Linie seine schwächeren späten Innings ein. Wenn derselbe Pitcher aber regelmäßig nach vier Innings ausgewechselt wird, ist sein effektiver Beitrag zum Spiel stärker als seine Saison-ERA vermuten lässt.

Für meine Livewetten-Strategie ist TTOP besonders wertvoll. Wenn ein Starting Pitcher das fünfte Inning beginnt und zum dritten Mal gegen die Spitze der gegnerischen Batting Order antreten muss, steigen die Chancen auf Runs in diesem Inning messbar. Wer diesen Moment antizipiert und die Live-Linie vor der Anpassung erwischt, hat einen echten Vorteil. Das gilt besonders für Pitcher mit niedrigen Strikeout-Raten, die auf Kontaktmanagement setzen – bei ihnen ist der TTOP-Effekt ausgeprägter als bei Power-Pitchern, weil Batter sich schneller auf Pitch-Sequenzen einstellen als auf reine Geschwindigkeit.

Ein praktischer Tipp für die TTOP-Anwendung: Ich markiere vor dem Spiel das voraussichtliche Inning, in dem der Starter zum dritten Mal gegen die Mitte der gegnerischen Order antritt. In den meisten Fällen ist das das fünfte oder sechste Inning. Ab diesem Punkt schaue ich aktiver auf den Livemarkt. Wenn der Pitcher bis dahin gut geworfen hat und die Quote sein Team stark favorisiert, ist das oft ein guter Moment für eine Gegenwette oder ein Over – weil die Linie seine bisherige Dominanz extrapoliert, aber den bevorstehenden TTOP-Effekt noch nicht einpreist. Mehr zum TTOP-Effekt im Detail findest du im Spezialartikel.

Pitcher-Daten in die Wettentscheidung übersetzen

Rob Manfred hat in einer Diskussion über die Beziehung der MLB zu Sportwettanbietern einen Punkt gemacht, der auch für individuelle Wetter gilt: Die zentrale Frage ist der Zugang zu Daten – und das bedeutet, eine Beziehung zu den Informationsquellen zu haben. Für uns Wetter heißt das: Die Daten existieren, aber sie sind nur so wertvoll wie deine Fähigkeit, sie in Entscheidungen umzusetzen.

Der häufigste Fehler, den ich bei anderen Pitcher-basierten Wettern sehe: Analysis Paralysis. Sie sammeln ERA, FIP, xERA, WHIP, K/9, BB/9, BABIP, HR/9, GB%, Platoon Splits – und können sich dann nicht entscheiden, weil irgendeine Metrik widersprüchlich ist. Widersprüche in den Daten sind normal. Kein Pitcher zeigt ein perfekt einheitliches Bild über alle Metriken hinweg. Die Kunst liegt darin, ein hierarchisches Modell zu haben: FIP und xERA schlagen ERA. Aktuelle Form schlägt Saisondurchschnitt, wenn genug Starts vorliegen. Matchup-Daten schlagen generische Statistiken.

Mein letzter Rat für die Pitcher-Analyse: Dokumentiere deine Einschätzungen vor dem Spiel, nicht danach. Schreibe auf, warum du auf Pitcher A gegen Pitcher B gewettet hast, welche Metriken dich überzeugt haben und wo du unsicher warst. Nach 50 dokumentierten Wetten siehst du, welche Metriken deine profitabelsten Entscheidungen gestützt haben – und welche dich in die Irre geführt haben. Dieses Feedback-Loop ist das mächtigste Tool in der Pitcher-Analyse, und es kostet nichts außer fünf Minuten Disziplin pro Wette.

Die Pitcher-Analyse ist nicht alles. Sie ist der wichtigste Einzelfaktor, aber Variablen wie Bullpen-Qualität, Lineup-Zusammensetzung und Ballpark-Bedingungen modifizieren das Bild erheblich. Wer aber die Pitcher-Bewertung solide beherrscht, hat das Fundament für alle weiteren Analyseschritte gelegt – ob für Value Betting, Livewetten oder die Saisonplanung. Die Daten liegen offen, die Tools sind kostenlos, und die Methodik ist erlernbar. Was es braucht, ist die Bereitschaft, über die Oberfläche hinauszugehen – von ERA zu FIP, von Durchschnitten zu Matchups, von Bauchgefühl zu Systematik.

Erstellt von der Redaktion von „Baseball Wetten Strategie“.