New York Lotto: 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.
🤖 KI-Labor (neuronale Netze) ›
Backtest: Quick-Tipps gegen Hot-Tipps (12 Monate)
Für jede der 105 Ziehungen vom 25.10.2025 bis 24.10.2026 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 1 050 Tipps je Gruppe.
| Richtige | Quick-Tipps | Hot-Tipps | Zufallserwartung |
|---|---|---|---|
| 0 | 540 | 547 | 535,0 |
| 1 | 394 | 397 | 401,2 |
| 2 | 101 | 97 | 102,4 |
| 3 | 15 | 9 | 10,9 |
| 4 | 0 | 0 | 0,5 |
| 5 | 0 | 0 | 0,0 |
| 6 | 0 | 0 | 0,0 |
| Tipps mit Gewinn | 15 | 9 | 11,4 |
Gewinne nach Klasse
| Klasse | Richtige | Quick-Tipps | Hot-Tipps | Zufallserwartung |
|---|---|---|---|---|
| 1 | 6 Richtige | 0 | 0 | 0,00 |
| 2 | 5 Richtige + Bonuszahl | 0 | 0 | 0,00 |
| 3 | 5 Richtige | 0 | 0 | 0,01 |
| 4 | 4 Richtige | 0 | 0 | 0,48 |
| 5 | 3 Richtige | 15 | 9 | 10,92 |
Ergebnis: Der Unterschied zwischen beiden Gruppen ist statistisch nicht signifikant (Chi-Quadrat = 1,64, p = 0,651). 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 13.12.2023 bis 24.10.2026.
Treffer pro Vorhersage
Durchschnitt: 0,623 Richtige pro Vorhersage – reiner Zufall ergibt 0,610.
Abweichung von der Zufallserwartung: Chi-Quadrat = 5,48, p = 0,064. Das Modell trifft genau so oft wie zufällig gewählte Zahlen.
Tipp des Modells für die nächste Ziehung
71113142254
Nur zur Unterhaltung: Die Gewinnchance dieses Tipps ist exakt dieselbe wie die jeder anderen Kombination.
Die letzten Vorhersagen
| Datum | Vorhersage | Treffer |
|---|---|---|
| 24.10.2026 | 81415213056 | 0 |
| 21.10.2026 | 242941425055 | 1 |
| 17.10.2026 | 4632343646 | 2 |
| 14.10.2026 | 51317304459 | 0 |
| 10.10.2026 | 192731344248 | 2 |
| 07.10.2026 | 41122293043 | 1 |
| 03.10.2026 | 41115172238 | 0 |
| 30.09.2026 | 1418304253 | 0 |
| 26.09.2026 | 62729303749 | 1 |
| 23.09.2026 | 11032355057 | 1 |
| 19.09.2026 | 82022415154 | 0 |
| 16.09.2026 | 141522303537 | 1 |
| 12.09.2026 | 2622304453 | 0 |
| 09.09.2026 | 81527333649 | 1 |
| 05.09.2026 | 112032344246 | 0 |
| 02.09.2026 | 193035373955 | 0 |
| 29.08.2026 | 1516334950 | 1 |
| 26.08.2026 | 111527293551 | 1 |
| 22.08.2026 | 151727313648 | 1 |
| 19.08.2026 | 21420213138 | 0 |
| 15.08.2026 | 33135374855 | 1 |
| 12.08.2026 | 202328365256 | 0 |
| 08.08.2026 | 111529313234 | 0 |
| 05.08.2026 | 202122355054 | 0 |
| 01.08.2026 | 31027395157 | 1 |
| 29.07.2026 | 101318202654 | 0 |
| 25.07.2026 | 81015273649 | 1 |
| 22.07.2026 | 21415232456 | 0 |
| 18.07.2026 | 182034415457 | 1 |
| 15.07.2026 | 192831373954 | 1 |
| 11.07.2026 | 1312161934 | 0 |
| 08.07.2026 | 91318313545 | 0 |
| 04.07.2026 | 3635374852 | 0 |
| 01.07.2026 | 111621313655 | 0 |
| 27.06.2026 | 101430465055 | 2 |
| 24.06.2026 | 152329404244 | 0 |
| 20.06.2026 | 41417335455 | 0 |
| 17.06.2026 | 11420213856 | 0 |
| 13.06.2026 | 124132433 | 0 |
| 10.06.2026 | 113134373958 | 0 |
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 59 im Mittel 0,6 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.