Lotto 6 aus 45: KI-Vorhersage und Backtest – was bringen Statistik-Tipps wirklich?

Zwei ehrliche Experimente mit echten Ziehungen: Wir vergleichen zufällige Quick-Tipps mit „Hot“-Tipps aus den meistgezogenen Zahlen, und wir lassen ein Machine-Learning-Verfahren (k-Nächste-Nachbarn) jede Ziehung vorhersagen – jeweils nur mit Daten, die vor der Ziehung bekannt waren. Beide Methoden werden mit der exakt berechneten Zufallserwartung verglichen.

Backtest: Quick-Tipps gegen Hot-Tipps (12 Monate)

Für jede der 131 Ziehungen vom 19.10.2025 bis 18.10.2026 spielen beide Gruppen je 10 Tipps: zufällige Quick-Tipps gegen Tipps aus den 15 meistgezogenen Zahlen der 100 Ziehungen davor. Die Zusatzzahlen werden in beiden Gruppen zufällig gewählt, damit nur die Hauptzahlen verglichen werden. Insgesamt 1 310 Tipps je Gruppe.

RichtigeQuick-TippsHot-TippsZufallserwartung
0500507524,7
1563606555,6
2209170198,4
3362729,4
4201,8
5000,0
6000,0

Gewinne nach Klasse

KlasseRichtigeQuick-TippsHot-TippsZufallserwartung
16 Richtige000,00
25 Richtige + Zusatzzahl000,00
35 Richtige000,04
44 Richtige + Zusatzzahl000,09
54 Richtige201,70
63 Richtige + Zusatzzahl112,26
73 Richtige352627,14
80–1–2 Richtige + Zusatzzahl171184172,31

Ergebnis: Der Unterschied zwischen beiden Gruppen ist statistisch nicht signifikant (Chi-Quadrat = 7,51, p = 0,057). Er liegt im Bereich dessen, was reiner Zufall bei dieser Stichprobengröße erzeugt.

KI-Vorhersage (k-Nächste-Nachbarn)

Das Modell sucht für jede Ziehung die 7 früheren Zeitpunkte, deren letzte 3 Ziehungen den aktuellen am ähnlichsten waren, und tippt die Zahlen, die danach am häufigsten kamen. Es wird nach jeder Ziehung neu angewendet und sieht nie die Zukunft. Bewertet wurden 300 Ziehungen vom 15.05.2024 bis 18.10.2026.

Treffer pro Vorhersage

BeobachtetErwartet
0 Treffer111 / 120,2
1 Treffer128 / 127,2
2 Treffer49 / 45,4
3 Treffer12 / 6,7
4 Treffer0 / 0,4
5 Treffer0 / 0,0
6 Treffer0 / 0,0

Durchschnitt: 0,873 Richtige pro Vorhersage – reiner Zufall ergibt 0,800.

Abweichung von der Zufallserwartung: Chi-Quadrat = 2,05, p = 0,359. Das Modell trifft genau so oft wie zufällig gewählte Zahlen.

Tipp des Modells für die nächste Ziehung

21719212526

Nur zur Unterhaltung: Die Gewinnchance dieses Tipps ist exakt dieselbe wie die jeder anderen Kombination.

Die letzten Vorhersagen

DatumVorhersageTreffer
18.10.2026 145101436 1
16.10.2026 4513364041 0
11.10.2026 51720313240 1
07.10.2026 2711203437 1
04.10.2026 2517353639 1
30.09.2026 31723262735 1
27.09.2026 5712313237 1
23.09.2026 41322353839 0
20.09.2026 21314323639 1
13.09.2026 345111732 1
09.09.2026 102426293244 0
06.09.2026 13451432 1
04.09.2026 6711173243 1
30.08.2026 31024273334 1
26.08.2026 21417343536 0
23.08.2026 3713142733 1
21.08.2026 101433394144 0
19.08.2026 2620233035 1
16.08.2026 3617232443 0
12.08.2026 2717202140 0
09.08.2026 121823262735 1
07.08.2026 2414193543 1
05.08.2026 6910123536 1
29.07.2026 72127333439 1
26.07.2026 127143132 1
24.07.2026 5615313242 0
22.07.2026 1511123539 0
19.07.2026 11820273032 1
15.07.2026 5820232839 0
10.07.2026 6825263235 0
05.07.2026 1517222736 1

So funktioniert's

Ein Nächste-Nachbarn-Modell sucht Zeitpunkte, deren letzte Ziehungen den aktuellen ähnelten, und tippt die danach häufigsten Zahlen. Es wird Ziehung für Ziehung neu angewandt, ohne Blick in die Zukunft; zusätzlich vergleicht ein Backtest Quick-Tipps mit Tipps aus häufigen Zahlen.

Beispiel

Erwartet werden bei 6 aus 45 im Mittel 0,8 Richtige pro Tipp; das Modell liegt genau dort.

Grenzen

Kein Modell kann zufällige Ziehungen vorhersagen. Die Seite zeigt das transparent mit Chi²-Test.

Häufige Fragen zu diesem Werkzeug

Kann KI Lottozahlen vorhersagen?
Nein. Bei unabhängigen, gleichverteilten Ziehungen gibt es kein Muster, das ein Modell lernen könnte.
▲