Drei Aufschlag-Kennzahlen bestimmen den Ausgang der meisten Tenniswetten
75 % First-Serve-Points-Won auf Hartplatz und Rasen, 69 % auf Sand. Diese Zahlen aus einer PLOS-ONE-Studie von 2023 markieren den Startpunkt jeder ernsthaften Aufschlaganalyse. Der Aufschlag ist der einzige Schlag im Tennis, den ein Spieler vollständig kontrolliert. Kein Gegner, kein Zufall, keine äußere Variable beeinflusst den Moment, in dem der Ball die Hand verlässt. Deshalb liefern Aufschlagdaten die zuverlässigsten Prognose-Indikatoren im gesamten Tennissport.
Die erste Kennzahl ist die First-Serve-In-Percentage, also der Anteil der ersten Aufschläge, die im Aufschlagfeld landen. Tour-Durchschnitt liegt bei 60 bis 65 %. Ein Spieler, der konstant über 65 % liegt, zwingt den Gegner in die Defensive, weil der erste Aufschlag typischerweise schneller und platzierter kommt als der zweite. Ein Spieler unter 58 % verliert seinen Aufschlagvorteil, weil er zu häufig auf den schwächeren zweiten Aufschlag angewiesen ist. Diese Kennzahl schwankt von Match zu Match stärker als andere. Sie reagiert auf Nervosität, Windverhältnisse und physische Ermüdung. Genau deshalb ist ihr Trend über die letzten fünf bis zehn Matches aussagekräftiger als der Einzelwert.
Die zweite Kennzahl ist die First-Serve-Points-Won-Percentage, der Anteil der Punkte, die nach einem geglückten ersten Aufschlag gewonnen werden. Hier zeigt sich die echte Aufschlagqualität. Ein Spieler kann 70 % seiner ersten Aufschläge ins Feld bringen, aber wenn er nur 60 % der Punkte danach gewinnt, fehlt dem Aufschlag die Durchschlagskraft. Die Benchmark-Werte aus der PLOS-ONE-Studie (75 % auf Rasen und Hartplatz, 69 % auf Sand) sind der Maßstab. Spieler über dem Benchmark haben einen überdurchschnittlichen Aufschlag auf dem jeweiligen Belag. Spieler darunter kompensieren mit anderen Qualitäten oder verlieren überproportional viele Aufschlagspiele.
Die dritte Kennzahl ist die Second-Serve-Points-Won-Percentage, der Verwundbarkeitsfaktor. Tour-Durchschnitt liegt bei 48 bis 52 %. Unter 45 % wird der zweite Aufschlag zum Liability: Der Returner hat bei fast jedem zweiten zweiten Aufschlag den Punkt in der Hand. Diese Kennzahl ist besonders relevant für Break-Prognosen. Ein Spieler mit niedrigem Second-Serve-Points-Won-Wert wird häufiger gebreakt, unabhängig davon, wie gut sein erster Aufschlag ist. In meiner Analyse priorisiere ich die Second-Serve-Werte bei Match-Ups, in denen beide Spieler ähnliche First-Serve-Statistiken haben. Der zweite Aufschlag entscheidet dann über Breaks und damit über das Match.
Das Zusammenspiel der drei Kennzahlen ergibt das Aufschlag-Gesamtbild. Ein Spieler mit hoher Aufschlag-Trefferquote, hoher Punkteausbeute auf dem ersten Aufschlag und solider Second-Serve-Rate ist ein Service-Dominator. Ein Spieler mit hoher Serve-Trefferquote, aber niedriger Erstaufschlag-Trefferquote hat einen explosiven, aber inkonstanten Aufschlag: große Punkte auf dem ersten, Nervenkitzel auf dem zweiten. Wer alle drei Werte gleichzeitig betrachtet, vermeidet die Falle, eine einzelne starke Zahl mit einem starken Aufschlag gleichzusetzen.
Welche Wettmärkte profitieren am meisten von Aufschlag-Daten?
Aufschlagdaten sind keine abstrakten Zahlen. Sie übersetzen sich direkt in konkrete Wettmärkte. Die Verbindung zwischen Serve-Statistik und Markt ist oft linearer als bei anderen Datenpunkten, weil der Aufschlag das berechenbarste Element im Tennis ist.
Der offensichtlichste Markt: Ass-Wetten (Over/Under Asse). Die Anzahl der Asse pro Match korreliert stark mit der Aufschlaggeschwindigkeit, der First-Serve-In-Rate und dem Belag. Auf Rasen und schnellem Hartplatz produzieren große Aufschläger 15 bis 25 Asse pro Match. Auf Sand sinkt die Zahl auf 5 bis 12, weil der langsamere Belag dem Returner mehr Reaktionszeit gibt. Wenn zwei Spieler aufeinandertreffen, die beide über 10 Asse pro Match im Durchschnitt produzieren, liegt die Over-Linie des Buchmachers häufig bei 18,5 bis 22,5 Gesamtasse. Die Aufschlagdaten liefern dir den Referenzwert, um diese Linie einzuschätzen.
Break-Wetten hängen direkt von den Second-Serve-Werten ab. Wenn Spieler A nur 43 % seiner Punkte auf dem zweiten Aufschlag gewinnt, steigt die Wahrscheinlichkeit eines Breaks in jedem Aufschlagspiel. Der Markt „Break in Set 1“ (ja oder nein) lässt sich mit Aufschlagdaten beider Spieler modellieren. Auf Sand, wo die Effektivität des ersten Aufschlags auf 69 % sinkt, sind Breaks häufiger als auf Rasen. Ein Spieler mit Sand-spezifischen Second-Serve-Werten unter 45 % wird auf Sand in fast jedem Satz mindestens einmal gebreakt. Das ist ein datengestütztes Argument für „Break in Set 1: Ja“.
Game-Handicap-Wetten profitieren von der Aufschlagdominanz-Differenz zwischen zwei Spielern. Wenn Spieler A 78 % seiner Punkte auf dem ersten Aufschlag gewinnt und Spieler B nur 68 %, hat A einen systematischen Vorteil in seinen Aufschlagspielen. Dieser Vorteil übersetzt sich in weniger Breakchancen für B und damit in eine höhere Wahrscheinlichkeit, dass A mehr Games gewinnt. Ein Game-Handicap von -3,5 für A wird plausibler, wenn die Aufschlagdifferenz groß ist. Umgekehrt: Ähnliche Aufschlagwerte bei beiden Spielern sprechen gegen hohe Handicaps.
Over/Under Total Games korreliert ebenfalls mit Aufschlagdaten. Wenn beide Spieler starke Aufschläge haben — über 75 % Punkterate nach dem ersten Aufschlag — halten sie ihre Aufschlagspiele häufiger. Weniger Breaks bedeuten engere Sätze, häufigere Tiebreaks und tendenziell mehr Games im Match. Die Under-Linie wird unwahrscheinlicher. Umgekehrt: Wenn ein Spieler einen dominanten Aufschlag hat und der andere einen schwachen, gewinnt der Aufschläger schnell seine Spiele und breakt den Gegner regelmäßig — das drückt die Gesamtanzahl der Games nach unten.
Tiebreak-Wahrscheinlichkeit lässt sich aus Aufschlagdaten ableiten. Wenn beide Spieler Service-Hold-Raten über 85 % aufweisen, steigt die Tiebreak-Chance signifikant. Auf Rasen, wo Aufschlagwerte traditionell am höchsten sind, enden mehr Sätze im Tiebreak als auf Sand. Die Aufschlagdaten beider Spieler gegeneinander abgeglichen ergeben eine Schätzung, ob der Tiebreak-Markt (Ja/Nein) fair bepreist ist.
Serve-Analyse: Ein Match auf Hartplatz vorbereitet
Ein konkreter Durchlauf, Schritt für Schritt. ATP-500-Turnier auf Indoor-Hartplatz. Spieler X (Weltrangliste 18) gegen Spieler Y (Weltrangliste 35). Wie nutze ich Aufschlagdaten, um eine Wettentscheidung vorzubereiten?
Schritt eins, Daten sammeln. Ich rufe die Aufschlagstatistiken der letzten acht Hartplatz-Matches beider Spieler ab. Spieler X: Aufschlag-Trefferquote 66 %, Serve-Effektivität 77 %, Zweitaufschlag-Punkterate 52 %. Spieler Y: Aufschlag-Trefferquote 61 %, Serve-Effektivität 72 %, Zweitaufschlag-Punkterate 49 %. Der erste Eindruck: X hat in allen drei Kategorien die besseren Werte. Aber der Unterschied ist graduell, nicht dramatisch.
Schritt zwei, Serve-Profile vergleichen. Spieler X ist ein konsistenter Aufschläger: hohe Trefferquote gepaart mit starker Punkteausbeute. Spieler Y hat eine niedrigere Trefferquote beim ersten Aufschlag, was ihn häufiger auf den zweiten Aufschlag zwingt. Seine 49 % Zweitaufschlag-Punkterate sind unterdurchschnittlich. In Matches, in denen Y weniger als 60 % seiner ersten Aufschläge platziert, sinken seine Second-Serve-Werte erfahrungsgemäß noch weiter, weil der Druck steigt. X hingegen bleibt auch bei leicht schwankender Erstaufschlag-Trefferquote stabil auf dem zweiten Aufschlag.
Schritt drei, Marktimplikationen ableiten. Die Aufschlagdifferenz spricht für mehrere Marktwetten. Break-Wahrscheinlichkeit: Y wird häufiger gebreakt als X. Auf Indoor-Hartplatz, wo der Aufschlagvorteil besonders ausgeprägt ist, dürfte X seine Aufschlagspiele nahezu durchgehend halten. Ein Break in einem Satz ist wahrscheinlicher bei Y am Aufschlag als bei X. Der Markt „Break in Match: Ja“ ist bei diesem Matchup fast sicher, aber die Quote dafür ist entsprechend niedrig. Interessanter: „Erster Satzgewinn X“ in Kombination mit der Aufschlagdominanz.
Schritt vier, Gesamtbild mit anderen Faktoren verbinden. Aufschlagdaten allein reichen nicht. Spieler Y hat starke Return-Werte, die seine Aufschlagschwäche teilweise kompensieren. Seine Return-Points-Won-Rate auf Hartplatz liegt bei 34 %, deutlich über dem Tour-Durchschnitt. Das bedeutet: Y kann trotz schwächerem Aufschlag durch sein Returnspiel Breakchancen erzeugen. Die Aufschlaganalyse sagt mir, dass X den Aufschlagvorteil hat. Die Formanalyse muss klären, ob Y diesen Nachteil durch andere Qualitäten kompensiert.
Die finale Wettentscheidung basiert auf der Synthese: Aufschlagvorteil X, Return-Kompensation Y, Indoor-Belag verstärkt den Aufschlagfaktor. Wenn die Quote für X bei 1,55 liegt und meine Modellierung eine Gewinnwahrscheinlichkeit von 68 % ergibt, rechne ich den Erwartungswert: 0,68 * 1,55 – 1 = 0,054, also 5,4 % Edge. Nach Abzug der deutschen Wettsteuer bleibt ein positiver, wenn auch schmaler Erwartungswert. Die Serve-Analyse hat mir nicht gesagt, ob ich wetten soll — aber sie hat mir die quantitative Grundlage geliefert, auf der ich eine informierte Entscheidung treffe. Das ist ihr Zweck.
