Wie ein AI Agent unser WM-Tippspiel führt – ein Praxisbericht
Es gibt diese Momente, in denen ein kleines Experiment plötzlich eine unbequeme Frage stellt. Ein Tippspiel zur Fußball-Weltmeisterschaft 2026. 42 Teilnehmer, jede Menge Ehrgeiz und ein Bot, der seit dem ersten Spieltag tippt und sich an die Spitze gesetzt hat. Stand heute: Platz 1 von 42. Ist das Tippspiel jetzt tot?
Das Setup: Dieselbe KI, drei verschiedene Wege
Spannend ist schon der Ausgangspunkt: In unserem Feld traten gleich mehrere KI-gestützte Mitspieler an. Alle mit derselben zugrundeliegenden KI (Claude Sonnet), aber völlig unterschiedlichen Ambitionen.
Claude-KI wurde rein im Chat gepromptet. Recherche, Analyse, konkrete Tipps mit Begründung und dann von Hand in kicktipp eingegeben. Kein eigener Agent, dafür ein Screenshot-Check nach jeder Eingabe, der sogar einen echten Heim/Gast-Dreher abfing (Tschechien–Südafrika vertauscht).
robotbob ging einen Schritt weiter und bekam ein eigenes Werkzeug. Und um diese Herangehensweise geht es in diesem Beitrag.
Der Name robotbob ist übrigens kein Zufall: benannt nach Robot SpongeBob, dem einzigen SpongeBob-Charakter, der Logik über Gefühl stellt. Treffender hätte man das Prinzip kaum verpacken können.
Die Technik: Eine KI, die selbst auf die Webseite klickt
Der eigentliche Kniff bei robotbob ist, dass die KI nicht nur Tipps vorschlägt, sondern sie selbstständig abgibt. Dahinter steckt ein überschaubarer, aber wirkungsvoller Aufbau:
Claude ist das Gehirn. Es ruft über das Model Context Protocol (MCP) Werkzeuge auf.
Ein MCP-Server (kicktipp-agent) übersetzt diese Aufrufe in konkrete Kommandos – eine TypeScript-CLI.
Playwright steuert einen Headless-Browser (Chromium), öffnet die kicktipp-Seiten, klickt den Cookie-Banner weg, holt sich den Spielplan und von dort aus geht es über Cheerio als maschinenlesbares JSON zurück an die KI, füllt die Tipp-Formulare aus und schickt sie ab.
Cheerio parst das HTML wieder zurück, sodass die Daten als sauberes, strukturiertes JSON bei der KI ankommen.
In der Praxis sieht ein Tipp dann etwa so aus: Claude ruft das MCP-Tool auf (npx kicktipp bet --matchday 7 "Schweiz vs Kanada=2:1" ...), Playwright öffnet den Browser, befüllt die Eingabefelder und klickt den Submit-Button. Session-Cookies werden gecacht, damit nicht bei jedem Aufruf neu eingeloggt werden muss.
Der ehrlichste Satz des ganzen Berichts: Das Zusammenklicken hat etwa eine Stunde gedauert. Der Stack – TypeScript, Playwright, MCP – ist Open Source und in wenigen Minuten umsetzbar. Genau das ist der erschreckende Teil: Es ist eben nicht wild.
Das Konzept: "Gewinne. Wie, überlegst du dir selbst."
Hier wird es interessant. Wir haben der KI keine fertige Strategie vorgekaut. Der initiale Prompt vor dem ersten Spieltag lautete sinngemäß: Wir tippen kompetitiv, wir wollen gewinnen, das Feld ist groß – heb dich gezielt ab. Sammle selbst Infos, entwickle eine eigene Strategie und dokumentiere sie für spätere Sessions.
Aus dem schlichten "tippe realistisch und gewinne" hat die KI selbst eine Wettbewerbsstrategie abgeleitet. Und im Nachhinein begründet sie ihre eigene Grundlage erstaunlich klar:
In einem Feld von 42 wird man nicht Erster, indem man im Schnitt gut tippt – damit landet man im oberen Drittel. Wer exakt wie der Median-Mitspieler tippt, kann mathematisch gar nicht gewinnen.
Das Ziel wurde also umgedreht: nicht den Erwartungswert maximieren, sondern die Wahrscheinlichkeit, Erster zu werden. Nochmal wichtig hinzuzufügen: Die KI hat alles alleine entschieden, es gab keinen „Human in the Loop“, der nochmal drüber geschaut oder mit diskutiert hat. Konkret heißt das:
Solide Basis bei den Favoriten – realistische Ergebnisse wie 2:0, 2:1, 3:0.
Gezielte Abweichungen genau dort, wo die Masse klumpt und der Pool entschieden wird – 2–3 bewusste Außenseiter-Tipps pro Spieltag.
Der unterschätzte Hebel: Bonustipps als roter Faden
Was wir in der ersten Fassung zu kurz kommen ließen, ist der vielleicht entscheidende Trick: Die Bonustipps sind nicht bloß ein Nebenschauplatz, sondern die Basis für jede einzelne Spieltipp-Entscheidung.
In klassischen Tippspielen behandeln die meisten Mitspieler ihre Bonusfragen – Gruppensieger, Weltmeister, Halbfinalisten – losgelöst von den einzelnen Spieltipps. Genau hier setzt die KI anders an: Sie hält Spieltipps und Bonustipps konsistent zueinander. Wer Frankreich als Weltmeister gesetzt hat, darf Frankreich in den Einzelspielen nicht beiläufig untergehen lassen. Der rote Faden zieht sich also bewusst von der großen Turnierprognose bis ins einzelne Gruppenspiel.
Die KI selbst bezeichnet die Bonus-Ebene als "größten Hebel im ganzen Spiel" und folgt dabei dem Zwei-Säulen-Prinzip:
2 sichere Anker – klare Mitfavoriten, die man kaum verschenken kann
3–4 gezielte Differenzierer abseits des Feld-Konsens, dort wo man sich vom Massentipp abhebt
Konsistent zur Spieltipp-Linie – kein Widerspruch zwischen "wer wird Weltmeister" und "wie tippe ich dessen Spiele"
Dass dieses Prinzip aufgeht, zeigt die Zwischenbilanz: Die Gruppensieger A (Mexiko), B (Schweiz) und C (Brasilien) sind bereits korrekt gesichert, Weltmeister (Frankreich) und Halbfinalisten (FRA/ARG/BRA/ENG) noch offen – aber konsequent in jeden Spieltipp eingewoben. Die KI hat 11 von 12 Gruppensiegern richtig getippt.
Das ist der eigentliche Clou: Die KI hat die Anweisung, sich nach jedem Spieltag die vergangenen Ergebnisse zu holen, mit den eigenen Tipps abzugleichen und auf der Basis die Tipps der kommenden Spiele aufzubauen. Die Bonustipps geben jeder Einzelentscheidung eine Richtung. Statt 48 unabhängiger Bauchentscheidungen entsteht eine in sich stimmige Gesamtlinie, die die KI vom Feld abhebt.
Beispiel-Prompt: "Alle sechzehntel-Finals sind gespielt. besorge dir die Ergebnisse, dokumentiere sie neben deinen Tipps und hole dir Infos über die Spiele um die nächste Runde zu tippen. Tippe dann den nächsten Spieltag und dokumentiere."
Wenn die KI danebenliegt
Damit kein falscher Eindruck entsteht: Auch der Bot lag daneben – und das gehört zur ehrlichen Bilanz dazu. Ein paar Beispiele:
Das Spanien–Kap-Verde-0:0 war die größte Überraschung der gesamten Saison für robotbob. Bemerkenswert: Diese Lektion wurde eingearbeitet. Beim späteren Spanien-Tipp an Spieltag 5 setzte die KI bewusst eine "Warnung" und tippte vorsichtiger – der Kap-Verde-Schock aus MD2 hatte Spuren hinterlassen.
Über die gesamte bisherige Bilanz hinweg lag robotbob bei 76 % korrekter Richtung (58 von 76 Spielen), 10 exakten Treffern und durchschnittlich 2,09 Punkten pro Spiel. Denken wir das Ganze weiter, hätte ein professioneller Tippspieler in der gesamten Gruppenphase auf exakte Ergebnisse getippt, hätten dieser 2,2% Return on Invest. Bei Wetten auf die Tendenz wären das +23,4%. Bei einem Euro auf die korrekte Tendenz hätte man nach 76 Spielen bis zum Ende der Gruppenphase knapp 17€ mehr, als man eingesetzt hat.
Mensch gegen Maschine
Warum reicht das, um ein ganzes Feld zu schlagen? Unsere Beobachtung ist unspektakulär und genau deshalb aussagekräftig.
Wir Menschen tippen mit Bauchgefühl, Lieblingsverein und Recency Bias – "Deutschland verliert nie gegen Österreich", schon vergessen. Die KI tippt emotionslos: aktuelle Form, Head-to-Head, Kader. Kein Tipp aus schlechter Laune, keine 75 Spiele lang nachlassende Konzentration. Der eigentliche Vorteil heißt also nicht Genialität, sondern Konsistenz über die gesamte Distanz.
Und es passt zur Natur des Spiels: In einem Tippspiel gewinnt nicht, wer am meisten Recht hat, sondern wer dort Recht hat, wo alle anderen falsch liegen. Das ist im Kern ein Optimierungsproblem – und Optimierungsprobleme sind genau die Disziplin, in der KI stark ist.
Ist das Tippspiel jetzt tot?
Diese Frage stellen wir uns ehrlich. Unsere Einschätzung: Nein – aber es verändert sich, wie z.B. beim Schach. Hier ist der Computer mittlerweile auch besser, als der Mensch, trotzdem spielen Menschen noch. Man muss nur wissen, gegen wen man spielt.
Professionelle Tippspieler verlassen sich ohnehin längst auf Daten. Im professionellen Umfeld geht es um Geld, nicht um Spaß – und wir werden mit Sicherheit nicht die Ersten sein, die auf diese Idee gekommen sind. Neu ist, dass KI diese datengetriebene Herangehensweise plötzlich für alle zugänglich macht. Was bislang Aufwand und Spezialwissen erforderte, ist nun eine Stunde Bastelarbeit entfernt.
Für uns ist das weniger ein Grund zur Sorge als eine Beobachtung über den Stand der Dinge: Wer heute mit KI-Agenten experimentiert, versteht früher, wie sich Spielregeln verschieben, wenn solche Werkzeuge zum Standard werden.