AI och statistik bakom moderna sportodds: så räknar maskinerna ut sannolikheten

Att en match mellan två fotbollslag ska sättas till oddset 1.85 mot 4.20 låter enkelt. Men bakom siffrorna finns idag en hel teknikstack med maskininlärning, realtidsdataflöden och statistiska modeller som tillsammans behandlar tiotusentals datapunkter per sekund. På bara några år har oddssättning gått från att vara hantverk där erfarna analytiker satte priser efter magkänsla, till en data driven process där neurala nätverk korrigerar oddsen flera gånger per minut under en match.

Här går vi igenom hur tekniken faktiskt fungerar, vilka datakällor som används och varför live odds har blivit ett av de mest beräkningsintensiva problemen inom konsumentteknik.

Från manuell oddssättning till datadrivna modeller

Traditionellt baserades odds på säsongssnitt, formkurvor och en analytikers bedömning. Den modellen har inte försvunnit, men den har försetts med ett tjockt lager av automation. Moderna oddsmotorer drar in matchstatistik, spelarbiometri, väderdata, skaderapporter, vilodagar mellan matcher, resvägar och till och med röststämningen i sociala medier inför en match.

Enligt branschanalyser från WSC Sports klarar moderna maskininlärningsmodeller idag att förutsäga matchvinnaren i stora ligor med 75 till 85 procents träffsäkerhet, jämfört med 50 till 60 procent för traditionella statistiska metoder. Ett amerikanskt patent från oddsleverantören som ligger bakom flera av de stora sportböckerna beskriver hur två eller flera oddsformler körs parallellt och korreleras mot historiska utfall i en så kallad cross-databas innan ett slutgiltigt odds skickas vidare till användaren.

Det är viktigt att skilja på två saker som ofta blandas ihop. Det ena är spelbolagets prismodell, som är tekniken vi beskriver här. Det andra är spelarens egen modell, alltså AI-verktyg som tipstjänster använder för att försöka hitta värdespel. De delar metoder men har motsatta mål: spelbolaget vill att oddset ska vara så nära den verkliga sannolikheten som möjligt med ett påslag, spelaren letar efter situationer där oddset avviker från den verkliga sannolikheten.

Vilka datakällor matas in i modellerna?

Mängden data som strömmar in i en modern oddsmotor är betydligt större än vad många tror. För en enskild fotbollsmatch i högsta serien handlar det inte sällan om över 50 distinkta variabler. En grov uppdelning ser ut så här:

• Strukturell data som ligaplacering, head-to-head-historik, hemma- och bortastatistik, antal vilodagar och resväg sedan föregående match.
• Spelardata som individuell formkurva, skadestatus, antal speltimmar de senaste veckorna, biometri från träningsdata och positionsdata från GPS-västar.
• Realtidsdata under match som boll- och spelarpositioner, hörnor, gula kort, tempo, expected goals och passningsstatistik.
• Externa faktorer som väder, vindstyrka, banunderlag, publikstorlek och tidszonsskillnader för bortalaget.
• Marknadsdata som linjerörelser hos andra spelbolag, volymer på olika utfall och stora insatser som triggar omräkning.

Datakällorna jämförda

Olika datatyper bidrar med olika mycket till modellens prediktiva styrka. Tabellen nedan visar en förenklad bild av hur tunga olika kategorier brukar väga i typiska modeller för fotboll och hockey.

Datakategori	Uppdateringsfrekvens	Relativ vikt i modellen	Exempel på källa
Historisk matchstatistik	Per match	Hög	Officiella ligadatabaser
Spelarbiometri och form	Daglig	Hög	Klubbar, GPS-leverantörer
Skaderapporter	Daglig	Mycket hög	Klubbar, sportmedier
Väder och underlag	Per timme	Medel	SMHI, motsvarande
Realtidsdata under match	Sekund för sekund	Mycket hög för live odds	Sportradar, Genius Sports
Marknadsrörelser	Sekund för sekund	Hög	Andra spelbolag
Sociala medier och sentiment	Kontinuerlig	Låg till medel	API-flöden från X, Reddit

Vilka modeller används för att räkna ut själva oddset

Det finns ingen enskild modell som dominerar branschen, utan oddsmotorer kombinerar i regel flera olika tekniker. De vanligaste familjerna är:

• Logistisk regression och Poisson-modeller är det klassiska statistiska skiktet och används fortfarande för många bas-uträkningar, särskilt i fotboll där Poisson-fördelningen passar bra för antal mål.
• Gradient boosting-modeller som XGBoost och LightGBM är arbetshästar i branschen för att vikta in dussintals variabler och hitta icke-linjära samband.
• Neurala nätverk och djupinlärning används främst för komplexa, sekventiella mönster som hur en match utvecklas över tid eller för att modellera enskilda spelares påverkan.
• Monte Carlo-simulationer körs för att simulera tusentals till miljontals tänkbara matchutfall och därigenom uppskatta sannolikheter för specifika händelser, exempelvis att en match slutar 2-1 eller att en viss spelare gör mål.
• Förstärkningsinlärning börjar dyka upp i live-oddsmotorer där modellen kontinuerligt belönas eller bestraffas baserat på hur bra prognoserna stämmer mot verkliga utfall.

Hur sannolikhet översätts till odds

När modellen har räknat ut sannolikheten för ett visst utfall är steget till ett offentliggjort odds inte mer komplicerat än lite gymnasiematematik. Ett decimalodds är teoretiskt 1 dividerat med sannolikheten.

Om en modell uppskattar att hemmalaget vinner med 55 procents sannolikhet blir det ”rättvisa” oddset 1.82. Spelbolaget lägger sedan på en marginal, ofta kallad overround eller juice, vilket innebär att summan av implicerade sannolikheter på alla utfall överstiger 100 procent. Det är just denna marginal som är spelbolagets statistiska fördel över tid.

Ett räkneexempel för en fotbollsmatch med tre möjliga utfall ser ut så här:

Utfall	Modellens sannolikhet	Rättvist odds	Erbjudet odds (med 5 % marginal)
Hemmaseger	50 %	2.00	1.90
Oavgjort	28 %	3.57	3.40
Bortaseger	22 %	4.55	4.33

Live odds är där maskinerna verkligen briljerar

Det är i live-betting som AI-aspekten blir mest synlig för spelaren. När en match pågår behöver oddsen räknas om bokstavligen flera gånger per minut. En hörna, ett byte, en skadad spelare eller bara att tempot går ner kan ändra sannolikheterna för slutresultatet på ett ögonblick. För att hantera detta krävs en realtidsinfrastruktur med extremt låg latens. Det handlar i praktiken om tre saker som måste fungera parallellt:

• Datainsamling i realtid: positionsdata, händelsedata och statistik strömmas in från arenan via leverantörer som Sportradar och Genius Sports, ofta via dedikerade observatörer på plats kombinerat med kamerabaserad spårning.
• Modellinferens på millisekundnivå: tränade modeller måste kunna producera ett nytt sannolikhetsestimat för varje marknad inom någon eller några tiotals millisekunder efter att ny data anlänt.
• Riskhantering: varje insats som läggs påverkar exponeringen mot ett utfall, vilket kan motivera att flytta oddsen även om den underliggande sannolikheten inte ändrats.

För många erfarna spelare är det här som det blir intressant att titta på olika spelbolags utbud. Sajter med stort matchutbud och bred täckning, exempelvis Bethard casino och liknande svensklicensierade plattformar, behöver underhålla tusentals samtidiga marknader på allt från Allsvenskan till MMA, vilket bara är möjligt med tung automatisering.

Begrepp som spelaren själv möter i tekniken

Det är inte bara spelbolagen som använder matematiska begrepp. Som spelare stöter du på samma underliggande koncept om du läser någon bettingguide. De viktigaste:

• Implicerad sannolikhet är det som oddset säger om hur troligt utfallet är. För decimalodds 2.50 motsvarar det 40 procent.
• Expected value (EV) är det förväntade ekonomiska utfallet av ett spel räknat över oändligt många upprepningar. Positivt EV betyder att oddset är högre än den verkliga sannolikheten.
• Varians är hur mycket utfallen avviker från medelvärdet på kort sikt. Ett spel kan ha positivt EV men hög varians, vilket innebär stora svängningar.
• Closing line value är skillnaden mellan det odds du fick och det odds som gällde när matchen startade. Branschen ser detta som den bästa enskilda indikatorn på långsiktig spelskicklighet.

Var står svensk reglering i förhållande till AI-modellerna?

Svenska spelinspektionen kräver att alla licensierade aktörer kan redovisa hur deras spel fungerar och att rättvisa kan verifieras. För digitala casinospel sker detta genom RNG-certifieringar, men för sportbetting finns inga formella krav på att en oddsmodell ska vara förklarbar. Däremot finns det en växande diskussion, särskilt i USA, om reglering av AI-driven oddssättning där delstaten Illinois utrett krav på transparens i algoritmerna.

På EU-nivå kan AI-förordningen i framtiden komma att klassa vissa typer av personifierad oddssättning som högrisksystem, men i nuläget är området i hög grad oreglerat på modellnivå. För spelaren betyder det att skillnaden mellan olika spelbolags odds inte bara handlar om marginal, utan också om vilken modell som ligger bakom. För information om hur svensk spellicens fungerar i övrigt finns en bra översikt hos Spelinspektionen.

Vad detta betyder för dig som följer sport

Sportbetting är inte längre en bransch där erfaren magkänsla räcker, vare sig hos spelbolagen eller hos seriösa spelare. Den som sätter oddset har idag en datadriven modell som processar mer information på en sekund än en mänsklig analytiker hinner med på en vecka. För den som spelar för nöjes skull spelar detta mindre roll, men det är värt att vara medveten om att marginalerna som spelbolaget arbetar med är just statistiskt designade för att ge huset en fördel över tid.

För den som vill förstå sin sport på djupet är det däremot en spännande utveckling, eftersom mycket av tekniken bakom oddsmodellerna också används av klubbar och förbund för att analysera spelarprestationer, taktiska upplägg och rekrytering.