Baseline — NBA-Analyse, die zeigt, wie sie rechnet

⚠ Nur NBA-Statistikanalyse — keine Wett- oder Glücksspielberatung. Jede Zahl unten ist eine modellierte Wahrscheinlichkeit mit ausdrücklichem Unsicherheitsbereich, keine Auswahl und keine Empfehlung. Das Tool vergibt keine Handlungslabels und stellt kein Ergebnis als sicher dar.

Was es macht

Baseline verwandelt eine NBA-Paarung in eine reproduzierbare statistische Analyse, die ausschließlich auf veröffentlichten NBA-Statistiken beruht. Frage nach einem Spiel und du bekommst ein modelliertes Ergebnis, die Heimspanne, den Spread, das Total, die Siegwahrscheinlichkeit und einen zentralen 60%-Bereich. Frage nach einem Spieler und du bekommst erwartete Minuten sowie modellierte Punkte, Rebounds, Assists, Dreier und PRA.

Der Unterschied liegt in dem, was hinter der Zahl steht. Jede Analyse trägt ihre Modellversion, den Datenstichtag, die Quellsaison und — wenn eine Saison noch keine Spiele hat — einen ausdrücklichen Hinweis, dass auf Ersatzdaten zurückgegriffen wurde. Die Tabellen schreibt ein deterministischer Renderer, kein Sprachmodell, das Prosa improvisiert; dieselbe Anfrage zum selben Stichtag liefert dieselbe Antwort.

Wann man es einsetzt

• Ein Vorab-Blick auf eine konkrete Paarung. „Lakers gegen 76ers am 23. Oktober — was sagt das Modell?“ Du willst Ergebnis, Spanne und Siegwahrscheinlichkeit aus veröffentlichten Statistiken, nicht aus dem Bauchgefühl.
• Eine neue Saison mit neuem Kader. Kader wechseln jeden Sommer. Baseline baut eine 240-Minuten-Rotation aus dem aktuellen Kader und der eigenen NBA-Historie jedes Spielers neu auf, statt stillschweigend das Team des Vorjahres weiterzuverwenden.
• Eine Spielerzahl mit Minutenbegründung. Minuten treiben die Schätzung, und die gelisteten Status der Mitspieler verteilen sie neu — auf „warum ist diese Zahl so?“ gibt es also eine echte Antwort.
• Du musst die Zahl verteidigen. Analysten, Journalisten und Fantasy-Spieler, die erklären müssen, woher eine Zahl kommt, erhalten Stichtag, Quellsaison, Rotation und das vollständige JSON.

Wie es funktioniert

1. Die Rotation aufbauen. Für ein kommendes Spiel zieht die CLI die veröffentlichten Kader der Ziel-Saison beider Teams und die NBA-Historie jedes Spielers aus der Vorsaison heran und schätzt dann eine Rotation aus zehn Spielern und 240 Minuten mit einer Obergrenze von 38 Minuten pro Spieler.
2. Die Priors schrumpfen. On-Court-Offensivrating, Defensivrating und Pace jedes Spielers werden mit 0.60 × min(1, prior_player_minutes / 1200) zum Ligamittel der Vorsaison hin geschrumpft und anschließend mit den geschätzten Rotationsminuten gewichtet.
3. Kader mit Team mischen. Das Kaderprofil wird mit dem Profil des bisherigen Teams bei clamp(0.90 − 0.45 × retained_prior_rotation_minutes_share, 0.45, 0.90) gemischt. Je mehr aus der Rotation der Vorsaison fehlt, desto mehr vertraut das Modell dem neuen Kader — Fluktuation verändert die Zahl, nicht nur das Konfidenzlabel.
4. Echte Spiele einbeziehen. Sobald beide Teams gespielt haben, fließt ihr beobachtetes Profil mit games / (games + 12) ein. Eine Stichprobe von einem Spiel bewegt die Zahl kaum.
5. In Punkte umrechnen. Jede Offense wird um den Ligadurchschnitt herum gegen die gegnerische Defense gestellt, mit der modellierten Pace in Punkte umgerechnet und dann um Heimvorteil und bekannte Ruhezeiten korrigiert.
6. Die Unsicherheit beziffern. Eine normale Residuenverteilung erzeugt die Siegwahrscheinlichkeit und jede von dir angefragte Schwellenwahrscheinlichkeit. Kaderfluktuation und Spieler ohne NBA-Vorgeschichte weiten den Bereich, statt versteckt zu werden.

Was es anders macht

• Es modelliert, wer tatsächlich spielt. Die meisten Schnellanalysen verwenden die Team-Ratings der Vorsaison weiter. Baseline baut eine Rotation des aktuellen Kaders aus veröffentlichten Kadern und der eigenen Historie jedes Spielers und verteilt diese 240 Minuten neu, wenn ein offizieller Verletzungsbericht jemanden als Ausfall führt.
• Die Zahl ist reproduzierbar. Die CLI rendert den Bericht und stempelt jeden Lauf mit Modellversion, Stichtag, Quellsaison und Fallback-Hinweisen. Lass die Analyse erneut laufen und du landest bei derselben Zahl, oder öffne das JSON und verfolge sie. Ein Chatmodell, das aus dem Gedächtnis antwortet, kann beides nicht.
• Benannte Quellen, gekennzeichnete Werte. Team- und Spielerstatistiken stammen aus den öffentlichen ESPN-Statistiken; der Verletzungsstatus aus zeitgestempelten PDFs des NBA Official Injury Report auf einer Domain, die auf der Allowlist steht. Alles, was diese Quelle nicht veröffentlicht — individuelle Spieler-Ratings und Usage —, wird hier mit einer offengelegten Formel berechnet und als berechnet gekennzeichnet, nicht als veröffentlicht ausgegeben. Fehlt ein erforderlicher Kader oder eine Quelle, schlägt der Lauf fehl und sagt das auch — er ersetzt nicht stillschweigend durch eine andere Quelle und rät nicht.

Beispiel

Eingabe: game --home PHI --away BOS --season 2026-27 --as-of 2026-11-10 (optional: --margin-threshold 4.5 oder --total-threshold 224.5)

Ausgabe: eine Paarungs-Überschrift und drei Markdown-Tabellen — eine Modell-/Kontexttabelle mit Ergebnissen, Heimspanne und ihrem zentralen 60%-Bereich, Total, Siegwahrscheinlichkeit, Verfügbarkeit, Quellsaisons und Konfidenz; eine Kader-Tabelle beider Teams mit modellierten Stärken, Schwächen, wichtigsten Zugängen und Abgängen sowie Offensiv-/Defensiv-/Netto-Personaleffekten pro 100 Possessions; und eine Personaleffekt-Tabelle beider Teams mit Minuten und Rollensignalen der Neuzugänge sowie verfügbarkeitsbedingten Minuten- und Boxscore-Änderungen.

Die Beispielausgabe dieses Befehls ergab Philadelphia 113.2, Boston 115.3, Heimspanne −2.0, Siegwahrscheinlichkeit 0.4426 — ein knapper Vorsprung für Boston, wie das Modell ihn ausgab und nicht als erzwungene Prognose.

Eingabeformate

• Eine Freitext-Anfrage, die beide Teams und das Datum nennt
• Saisonauswahl (2025-26, 2026-27) und ein ausdrückliches Zieldatum --as-of
• Ein Spielername, mit oder ohne Team
• Optionale Stat-Auswahl: pts, reb, ast, fg3m, pra oder all
• Optionale Schwellenwerte, die du selbst vorgibst — Spanne, Total oder eine Spieler-Stat
• Optionale direkte URL zu einem offiziellen PDF des NBA-Verletzungsberichts (muss auf official.nba.com oder ak-static.cms.nba.com liegen)
• Optionale manuelle Szenario-Anpassungen in Punkten
• Ausgabe als gerenderte Markdown-Tabellen auf Chinesisch oder Englisch oder vollständiges JSON über --format json / --output

Abdeckung und Datentiefe

Quelle: öffentliche ESPN-Statistiken sowie zeitgestempelte PDFs des NBA Official Injury Report auf einer Domain, die auf der Allowlist steht.

• Teamprofil — Offensivrating, Defensivrating, Netrating, Pace, gespielte Spiele
• Aktuelle Form — die letzten N Spiele des Klubs, für die Mischung innerhalb der Saison
• Ruhekontext — das eigene Spiellog des Klubs und dessen Daten
• Spieler-Spielhistorie — Minuten, Punkte, Rebounds, Assists, Dreier und Daten pro Spiel
• Rollen- und Usage-Prior des Spielers — Saisonminuten, Ratings und Usage; individuelle Ratings und Usage werden hier berechnet statt veröffentlicht
• Raten pro 36 Minuten — Punkte, Rebounds, Assists, Dreier
• Spielplan — Spiel-IDs, Daten und Heim-/Auswärtszuordnung
• Kader — der Kader der Ziel-Saison; für eine vergangene Saison aus den Statistiken dieser Saison rekonstruiert
• Verfügbarkeit — zeitgestempeltes PDF des NBA Official Injury Report

Was es nicht tut

• Es sagt dir nicht, was du mit der Zahl tun sollst. Die Schwellenwerte kommen von dir; das Tool liefert nur die modellierte Wahrscheinlichkeit oberhalb davon und vergibt kein Handlungslabel.
• Es bestätigt keine Starting Five und keine Minutenbegrenzung. Offizielle Berichte beweisen keine Aufstellung, daher ist dieses Feld nicht verfügbar, solange du keine offiziell bestätigte Quelle lieferst.
• Es ist kein trainiertes Ensemble. Keine Hyperparameter-Anpassung, keine gegnerspezifische Spieler-Defense, keine Reise-, Höhen- oder Schiedsrichter-Features, keine Possessions aus dem Play-by-Play.
• Es ist noch nicht kalibriert. Der Validierungsstatus des Modells selbst sagt, dass seine Gewichte und Unsicherheitsterme nicht walk-forward trainiert wurden. Behandle die Konfidenz als niedrig, wenn die Stichproben klein sind oder die Verfügbarkeit unbekannt ist.
• Es liefert keine Positionen oder Trikotnummern vergangener Kader. Bei einem historischen Spiel wird der Kader aus den Statistiken dieser Saison rekonstruiert — alle, die Minuten verzeichnet haben. Damit ist es korrekt darin, wer gespielt hat, und sagt klar, dass Position und Nummer nicht verfügbar sind, statt zu raten.