Methodik

Wie wir testen – und was die Zahlen wirklich bedeuten.

Diese Seite erklärt, wie der Engine ein Scheinset baut und wie wir ihn gegen die Zufallsauswahl getestet haben – mit den aktuellen Zahlen.

Der Engine verwendet 15 statistische Modelle mit gleichem Gewicht. Der historische Replay unten misst den Engine als Ganzes, nicht die Modelle einzeln; nichts gilt als bewiesen.

Der Replay bewertet jede historische Ziehung nur mit den Ziehungen davor. Es ist eine Wiederholung vergangener Daten, keine Aufzeichnung damals getroffener Vorhersagen.

Um ein Set zu bauen, zieht der Engine Scheine aus einem bewerteten Zahlenpool, wendet strukturelle Filter und eine feste Popularitätsheuristik an und behält die Kombination, die Streuung, Scheinbewertung und gegenseitige Überlappung am besten ausbalanciert. Er hat keine Daten darüber, was andere Spieler tatsächlich spielen.

440
EJ Draws Tested
walk-forward · 2022–2026
15
Statistical Models
ensembled in V4 Engine
12
Tickets Per Set
the size the backtest uses
Die zentrale Aussage

Wir sagen keine Gewinnzahlen voraus. Wir bauen nachprüfbare Sets.

Der V4-Engine sagt keine Lotteriegewinnzahlen voraus.

Sein Zweck ist es, ein vollständiges Scheinset wiederholbar und nachvollziehbar zu bauen und die messbaren Eigenschaften des Sets neben denen eines gleich großen Zufallssets auszuweisen. Dieser historische Backtest hat keinen verlässlichen Vorhersagevorteil gegenüber der Zufallsauswahl festgestellt.

Die strukturelle Messgröße ist die Abdeckung: wie breit ein Scheinset seine Auswahl über den Zahlenraum verteilt, ausgedrückt als durchschnittliche Anzahl gemeinsamer Hauptzahlen zweier beliebiger Scheine des Sets. Weniger gemeinsame Zahlen bedeuten breitere Abdeckung. Ein zufälliges Set aus 5-aus-50-Scheinen teilt im Schnitt 0,50 Zahlen pro Paar.

Abdeckung ist eine Eigenschaft des Sets, keine Vorhersage. Wir führen sie neben der Trefferquote und dem Rang der Gewinnzahlen auf, damit jede Größe auf denselben Ziehungen mit ihrem Zufallserwartungswert verglichen werden kann.

Was wir messen
TrefferquoteDurchschnittlich korrekte Hauptzahlen pro Schein gegenüber dem Ziehungsergebnis (Zufallserwartung: 0,50)
Set-ÜberlappungDurchschnittlich gemeinsame Hauptzahlen pro Scheinpaar innerhalb eines Sets (Zufallserwartung: 0,50; niedriger = breitere Abdeckung)
Rang der GewinnzahlenDurchschnittlicher Rang der fünf gezogenen Zahlen in der 1–50-Bewertung des Engines (Zufallserwartung: 25,5; niedriger = stärkeres Signal)
Walk-Forward NAnzahl der wiederholten historischen Ziehungen
Das Testverfahren

Historischer Replay (Walk-Forward)

Ein Replay kann durch Rückschau verfälscht werden, wenn ein Modell an Ziehungen bewertet wird, die es bereits kennt. Unserer nicht: Für jede Zielziehung sieht der Engine nur die Ziehungen davor.

Der Replay lässt den Engine auf den Ziehungen vor jeder Zielziehung laufen und bewertet dann diese Ziehung. Es ist eine Wiederholung vergangener Daten, keine damals aufgezeichneten Vorhersagen – und die Modellauswahl wurde im Mai 2026 anhand eines Teils derselben Historie getroffen, sodass der gesamte Zeitraum nicht frei von Modellselektion ist.

01
Historisches Korpus zusammengestellt
Offizielle Eurojackpot-Ziehungsergebnisse ab Januar 2022 wurden gesammelt, validiert, bereinigt und in einem strukturierten Datensatz organisiert. Duplikatprüfungen, Sequenzvalidierungen und Konsistenzkontrollen wurden vor jeder statistischen Modellierung angewandt.
02
Walk-Forward-Fenster definiert
Für jede Zielziehung bewertet der Engine die Zahlen nur mit den Ziehungen davor. Dann rückt das Fenster um eine Ziehung vor und der Vorgang wiederholt sich über den Datensatz.
03
Sets pro Ziehung gebaut
Die 15 Modelle bewerten die Zahlen, und der Engine baut aus dem bestbewerteten Pool ein Balanced-Set mit 12 Scheinen, mit seinen strukturellen Filtern und seiner Popularitätsheuristik. Als Vergleichsbasis wird für dieselbe Ziehung ein Zufallsset mit 12 Scheinen erzeugt.
04
Trefferquote erfasst
Beide Sets werden mit der tatsächlichen Ziehung verglichen: korrekte Hauptzahlen pro Schein, gemeinsame Hauptzahlen pro Scheinpaar, der Popularitätswert und der Rang der gezogenen Zahlen in der Bewertung des Engines. Jede Kennzahl wird pro Ziehung aufgezeichnet.
05
Mit Zufall verglichen
Die aggregierte Engine-Leistung wird mit einem t-Test je Kennzahl gegen zufällige Scheingenerierung verglichen. Das Protokoll wird mit wachsendem Datensatz erneut ausgeführt, und die aktuellen Zahlen werden unten veröffentlicht – unabhängig davon, ob sie für den Engine sprechen.
Der V4-Engine

15 Modelle. Ein Ensemble-Score.

Der V4-Engine kombiniert 15 statistische Modelle mit jeweils gleichem Gewicht zu einer einzigen Ensemble-Bewertung.

Jedes Modell betrachtet die Ziehungshistorie aus einem anderen Blickwinkel: wie oft eine Zahl erschienen ist, wie lange ihr letztes Erscheinen zurückliegt, kurzfristiges gegenüber langfristigem Verhalten, welche Zahlen ihr tendenziell folgen oder sie begleiten und wie gut sie zur typischen Form einer Ziehung passt. Drei der fünfzehn nutzen gar keine Ziehungshistorie; sie sind feste Formpräferenzen. Die Ausgaben werden standardisiert und gemittelt. Der Replay misst den Engine als Ganzes, nicht die Modelle einzeln; der Engine als Ganzes zeigte keinen verlässlichen Vorteil gegenüber der Zufallsauswahl.

01
Bayes-Häufigkeit
Wie oft eine Zahl erschienen ist, als geglättete Rate mit mehr Gewicht auf jüngeren Ziehungen.
02
Wiederkehrperiode
Wie viele Ziehungen seit dem letzten Erscheinen einer Zahl vergangen sind, gemessen an ihrem erwarteten Abstand.
03
Paar-Lift
Welche Zahlenpaare häufiger gemeinsam erschienen sind als erwartet.
04
Geglättete Markov-Kette
Welche Zahlen den Zahlen der jüngsten Ziehung tendenziell gefolgt sind.
05
Lag-Korrelation
Welche Zahlen einer gegebenen Zahl ein, zwei oder drei Ziehungen später tendenziell gefolgt sind.
06
Momentum
Die Häufigkeit einer Zahl in den letzten 50 Ziehungen im Verhältnis zu ihrer langfristigen Häufigkeit.
07
Kurzfenster-Abweichung
Die Treffer einer Zahl in den letzten 20 Ziehungen gegenüber ihrer eigenen langfristigen Rate.
08
Adaptive Aktualität
Die jüngste Häufigkeit einer Zahl gegenüber ihrem Basiswert über sechs Fensterlängen; die stärkste wird behalten.
09
EMA-Crossover
Ein kurzer exponentieller Durchschnitt der Erscheinungsrate einer Zahl gegenüber einem langen.
+6
+6 weitere Modelle
Volatilitätsbereinigte Häufigkeit, ein Autokorrelationstest, Stern-Hauptzahl-Kookkurrenz sowie drei feste Formpräferenzen ohne Ziehungshistorie: theoretische Summenverteilung, strukturelle Balance und ein Aufschlag für Zahlen über 31. Der Setaufbau ergänzt strukturelle Filter, eine feste Popularitätsheuristik und eine Suche über Kandidatensets.
Ergebnisse

Die Zahlen, klar dargestellt.

Der Replay umfasst 440 Eurojackpot-Ziehungen vom 28. Juni 2022 bis 11. September 2026, nach 38 reinen Einlaufziehungen, aus einem Datensatz von 478 Ziehungen. Für jede Ziehung nutzte der Engine nur die Ziehungen davor. Die Zahlen unten stammen aus dem geseedeten Lauf vom 21. September 2026 (Harness-Seed 20260915, Engine-Seed 20260915, drei Auswertungsläufe pro Ziehung, Balanced-Sets mit 12 Scheinen).

Engine vs. Zufallsbasis
Wiederholte historische Ziehungen440
Mittlerer Rang der Gewinnzahlen25,19 (Engine) vs. 25,5 (theoretische Erwartung)
Korrekte Hauptzahlen pro Schein, Balanced-Set mit 12 Scheinen0,51 (Engine) vs. 0,50 (simulierter Zufall) – ein beschreibender Durchschnitt, keine Gewinnwahrscheinlichkeit
Gemeinsame Hauptzahlen pro Scheinpaar, Balanced-Set mit 12 Scheinen0,73 (Engine) vs. 0,50 (simulierter Zufall)
Interner Popularitätswert0,40 vs. 0,41 (feste Heuristik, keine Spielerdaten)
MethodeHistorischer Replay, geseedet, Lauf vom 21. September 2026

Korrigiert am 21. September 2026: Der Benchmark vom 15. September übergab der Engine die Ziehungshistorie mit der ältesten Ziehung zuerst; die Engine erwartet die neueste zuerst. Die Zahlen oben stammen aus dem korrigierten Lauf. Auch diese Auswertung belegt keinen Vorhersagevorteil.

Was das bedeutet

Dieser historische Backtest hat keinen verlässlichen Vorhersagevorteil gegenüber der Zufallsauswahl festgestellt. Die gezogenen Zahlen liegen in der Bewertung des Engines bei einem mittleren Rang von 25,19 gegenüber einer theoretischen Erwartung von 25,5, und Engine-Scheine trafen 0,51 Hauptzahlen pro Schein gegenüber 0,50 bei simulierten Zufallsscheinen. Ein Mittel von 0,51 korrekten Zahlen pro Schein ist ein beschreibender Durchschnitt über den Replay, keine Wahrscheinlichkeit, irgendetwas zu gewinnen.

Balanced-Engine-Sets mit 12 Scheinen sind konzentrierter als Zufallssets: Ihre Scheine teilen 0,73 Hauptzahlen pro Paar gegenüber 0,50, weil jede Zeile aus demselben bewerteten Pool stammt. Setgröße und Modus verändern diesen Wert: Ein Balanced-Set mit 3 Scheinen teilte etwa 0,164 Zahlen pro Paar gegenüber 0,492 bei Zufall. Diese Überschneidungswerte beschreiben die Konzentration eines Scheinsets; für sich genommen belegen sie keine Verbesserung der Gewinnchancen oder Auszahlungen.

Der Popularitätswert ist eine interne Heuristik über verbreitete Tippgewohnheiten: Zahlen im Geburtstagsbereich 1–31, aufeinanderfolgende Paare, Vielfache von fünf, kulturell beliebte Zahlen und gleichmäßig verteilte Muster. Er nutzt keine Informationen darüber, was andere Spieler tatsächlich spielen; eine geringere Gewinnteilung wird daher nicht behauptet. Diese Auswertung belegt nicht, dass die Engine Ihre Gewinnchancen verbessert. Sie bietet eine wiederholbare, nachvollziehbare Art, ein Set zu bauen und es nach der Ziehung im Virtual Vault auszuwerten.

Ehrliche Einschränkungen

Lotterieziehungen bleiben fundamental zufällige Ereignisse – kein System kann einen Jackpot-Gewinn garantieren.

Der V4-Engine wurde entwickelt, um strukturierte, nachprüfbare Scheinsets zu bauen – nicht um die mathematischen Chancen des Spiels selbst zu überwinden.

Sein Ziel ist es, den Aufbau von Scheinsets explizit und überprüfbar zu machen, sodass jede Aussage auf dieser Seite anhand des veröffentlichten Protokolls nachgeprüft werden kann.

Den Engine in Aktion sehen

Dein erstes vollständiges Vorhersage-Set ist kostenlos.

Keine Kreditkarte erforderlich.

Mein KI-Set generieren →