KI und Lotto: Was die Studien wirklich zeigen

Apps, Videos und Websites versprechen, dass eine künstliche Intelligenz die nächsten Lottozahlen findet. Wir haben die veröffentlichten Studien gelesen und selbst zwei Machine-Learning-Modelle auf Jahrzehnten echter Ziehungen trainiert. Ergebnis: Die KI trifft genau so gut wie ein zufälliger Tipp, nicht besser und nicht schlechter.

Was in den „Studien“ zu KI und Lotto steht

SmileyNet (2024). Im Juli 2024 veröffentlichte Andreas Birk auf arXiv „SmileyNet – Towards the Prediction of the Lottery by Reading Tea Leaves with AI“. Der Titel sagt es schon: Ein neuronales Netz wird zuerst mit Smileys trainiert, um es in „gute Laune“ zu versetzen, und liest dann Teeblätter, um Münzwürfe vorherzusagen. Es meldet 72 % Treffer, gegenüber 49 % für ResNet-34 und 53 % für YOLOv5, und folgert, mehrere SmileyNets zusammen könnten im Lotto gewinnen. Getestet wird keine einzige Lottoziehung.

Deep Learning und Zeitreihen (2023). Ein Artikel von Samy S. Abu-Naser im International Journal of Engineering and Information Systems (IJEAIS) wendet Deep Learning und Zeitreihenanalyse auf einen Ziehungsdatensatz von Kaggle an. Die Zusammenfassung spricht von „Chancen und Grenzen“ der KI, nennt aber keine Trefferquote und keinen Vergleich mit zufällig gewählten Zahlen.

Ein Wahrscheinlichkeitsmodell (2024). Auf arXiv schlägt Thando Nkomozake ein statistisches Modell (Compound-Dirichlet-Multinomial) vor, um „Gewinnzahlen vorherzusagen“, für Spiele mit 6 und 5 Zahlen sowie Pick-4 und Pick-3, samt einer angeblich gewinnbringenden Strategie für Pick-3. Die Zusammenfassung beschreibt weder eine Prüfung an Ziehungen, die nicht zum Bau des Modells verwendet wurden, noch eine Trefferquote.

Gemeinsam ist diesen Arbeiten: Keine zeigt, worauf es ankommt, nämlich ein Modell, das bei Ziehungen, die es nie gesehen hat, mehr Richtige findet als ein zufälliger Tipp.

Was Daten wirklich zeigen: die Wahl der Spieler

Die ernsthaften Studien über Lotterien handeln von den Spielern, nicht von den Kugeln. 2016 analysierten vier niederländische Forscher (Wang, Potter van Loon, van den Assem und van Dolder) 5,1 Millionen online gespielte Kombinationen des niederländischen Lotto von 131 407 Spielern. Gespielt werden bevorzugt kleine Zahlen (die 11 am häufigsten), Geburtsdaten, Zahlen in der Mitte des Spielscheins, Reihen und Muster. Weil Gewinne unter den Gewinnern geteilt werden, bringt eine beliebte Kombination jedem weniger. Das ist das Einzige, was Datenanalyse wirklich ändert: nicht die Gewinnchance, sondern wie viel man teilen muss.

Unser Test: zwei KI-Modelle gegen den Zufall

Wir wollten uns nicht auf fremde Artikel verlassen und haben den Test selbst gemacht, mit unseren offenen Daten. Vor jeder Ziehung sieht das Modell nur die Vergangenheit: Häufigkeit jeder Zahl in den letzten 10, 50 und 200 Ziehungen, Anzahl Ziehungen seit dem letzten Erscheinen, gezogen in der Vorziehung. Zwei klassische Machine-Learning-Modelle (eine logistische Regression und Gradient Boosting, also kombinierte Entscheidungsbäume) lernen auf den ersten 70 % der Ziehungen und werden auf den restlichen 30 % getestet, die sie nie gesehen haben. Bei jeder Ziehung tippt das Modell die Zahlen, die es für am wahrscheinlichsten hält. Gezählt werden die Richtigen, im Schnitt pro Ziehung:

Die Spalte „Zufall“ zeigt, was ein zufälliger Tipp im Schnitt trifft (6 × 6 / 49 bei LOTTO, 5 × 5 / 50 bei den beiden anderen). Beide Modelle bleiben im Rahmen der Schwankung, eher knapp darunter. Dasselbe gilt für „heiße“ und „überfällige“ Zahlen: Bei 8 Lotterien schlägt keine der beiden Methoden den Zufall (mit unseren Daten auf GitHub und Kaggle lässt sich das nachrechnen).

Warum KI es nicht besser kann

Es gibt nichts zu lernen. Eine KI findet Regelmäßigkeiten in Daten. Die Kugeln haben aber kein Gedächtnis: Jede Ziehung ist unabhängig von den vorherigen, und Geräte und Kugeln werden geprüft, damit das so bleibt. Vergangene Ziehungen enthalten also keine Information über die nächste. Kein noch so großes neuronales Netz kann eine Information herausholen, die es nicht gibt.

Es lernt die Vergangenheit auswendig. Mit einigen tausend Ziehungen und Millionen Parametern kann ein Netz die Trainingsziehungen perfekt „wiederfinden“. Eine Trefferquote auf diesen Ziehungen beweist nichts. Es zählt nur der Test auf nie gesehenen Ziehungen, in zeitlicher Reihenfolge.

Immer mit dem Zufall vergleichen. „Die KI hat 3 Richtige gefunden“ klingt beeindruckend. Bei LOTTO 6aus49 hat aber ein zufälliger Tipp etwa jedes 54. Mal 3 oder mehr Richtige, bei EuroMillions etwa jedes 209. Mal. Ohne diesen Vergleich sagt ein Ergebnis nichts.

Fazit

Keine veröffentlichte Studie zeigt, dass eine KI Lottozahlen vorhersagt, und unser eigener Test bestätigt: Sie trifft genau wie der Zufall. KI ist nützlich, um zu prüfen, ob Ziehungen wirklich zufällig sind, oder um zu verstehen, welche Zahlen Spieler bevorzugen. Für die Zahlenwahl ist sie nicht besser als ein Zufallsgenerator, kann aber helfen, Kombinationen zu meiden, die alle spielen.

Kann man Lottozahlen vorhersagen?Muster im ZufallUnsere offenen Daten