We can't find the internet
Attempting to reconnect
Something went wrong!
Attempting to reconnect
Het model bewijst zichzelf
Iedereen roept "AI-voorspellingen". Wij laten de cijfers zien — gemeten op de échte WK 2026-uitslagen, open en controleerbaar. En het bewijs dat het model meetbaar beter werd.
Track record op echte uitslagen
Gemeten over 40 gespeelde WK-wedstrijden — telkens de voorspelling van vóór de wedstrijd vs. de echte uitslag.
Juist voorspeld (toto)
21/40
53% van de winnaars/gelijkspelen goed — in lijn met topmodellen (52-58%).
Voorspelkwaliteit (RPS)
0.2013 → 0.1923
Lager = beter. De kalibratie verbeterde de voorspelkwaliteit aantoonbaar.
Overmoed (kalibratiefout)
0.189 → 0.134
Lager = eerlijker. Het model is veel minder overmoedig geworden.
Wat is er verbeterd?
Het model bleek te zelfverzekerd: het gaf favorieten soms 90%+ terwijl ze gelijkspeelden. Door duizenden eerdere wedstrijden te analyseren is een kalibratielaag toegevoegd (temperatuur 1.3) die de kansen realistischer maakt. Belangrijk: deze laag is geleerd op externe wedstrijden, niet op het WK zelf — de verbetering hierboven is dus eerlijk out-of-sample gemeten.
RPS (Rank Probability Score) en ECE (Expected Calibration Error) zijn de standaardmaten waarmee de profs voorspelmodellen beoordelen. Wij publiceren ze — de meeste "AI-voorspelsites" doen dat niet.
Hoe het werkt
De kern is een Elo-sterktemodel met een Dixon-Coles doelpuntmodel, doorgerekend in een Monte Carlo-simulatie. Daar bovenop wordt continu getoetst of nieuwe ideeën de voorspelling écht verbeteren — en alleen wat de huidige versie aantoonbaar verslaat, gaat live. De open data en het AI-logboek maken elke stap controleerbaar.