AI Fußball Vorhersage 2026: Technologische Trends und das Jahr der Mega-WM

Das Jahr 2026 wird ein besonderes für den Fußball. Die Weltmeisterschaft in den USA, Mexiko und Kanada steht vor der Tür, erstmals mit 48 Mannschaften, erstmals in drei Ländern, erstmals mit 104 Spielen. Für alle, die sich mit KI-gestützten Vorhersagen beschäftigen, wirft dieses Turnier grundlegende Fragen auf. Kann ein Algorithmus den Weltmeister vorhersagen? Wie verändert sich die Technologie, die hinter den Prognosen steckt? Und was bedeutet das alles für diejenigen, die KI-Tipps für ihre Wettentscheidungen nutzen?

Diese Fragen lassen sich nicht mit einem einfachen Ja oder Nein beantworten. Die Wahrheit ist komplizierter, und sie hängt davon ab, wie gut man die Stärken und Grenzen der künstlichen Intelligenz versteht. 2026 markiert einen Wendepunkt, nicht nur wegen der WM, sondern auch wegen der technologischen Entwicklungen, die den Markt für Fußballvorhersagen grundlegend verändern.

Wo die KI-Technologie heute steht

Bevor wir über die Zukunft sprechen, lohnt sich ein Blick auf die Gegenwart. Die Algorithmen, die heute Fußballprognosen erstellen, haben sich in den letzten Jahren erheblich verbessert. Sie verarbeiten Millionen von Datenpunkten: Spielerstatistiken, Mannschaftsformen, Wetterbedingungen, historische Begegnungen, Expected-Goals-Werte und vieles mehr. Die besten Systeme nutzen Machine-Learning-Verfahren wie Gradient Boosting oder neuronale Netze, um aus diesen Daten Wahrscheinlichkeiten zu berechnen.

Doch trotz aller Fortschritte bleibt die Genauigkeit begrenzt. Bei klassischen 1X2-Vorhersagen erreichen selbst die besten Modelle selten Trefferquoten über 60 bis 65 Prozent. Das liegt nicht an mangelnder Rechenleistung oder schlechten Algorithmen, sondern an der Natur des Fußballs selbst. Ein Spiel dauert 90 Minuten, und in diesen 90 Minuten kann alles passieren. Eine Verletzung, ein Platzverweis, ein abgefälschter Schuss oder ein Moment individueller Brillanz können jede Statistik zunichtemachen.

Diese Grundwahrheit wird sich auch 2026 nicht ändern. Was sich ändert, sind die Werkzeuge, mit denen wir versuchen, das Unvorhersehbare ein wenig vorhersehbarer zu machen.

Was sich 2026 technologisch verändert

Die technologische Entwicklung im Bereich der Fußballanalytik schreitet kontinuierlich voran, und 2026 werden einige Trends deutlicher sichtbar sein als je zuvor.

Die Tracking-Daten werden immer granularer. Während früher nur Basisdaten wie Torschüsse oder Ballbesitz erfasst wurden, liefern moderne Systeme heute sekundengenaue Positionsdaten für jeden Spieler auf dem Feld. Diese Daten ermöglichen es, taktische Muster zu erkennen, Pressingintensität zu messen und Laufwege zu analysieren. Für KI-Modelle bedeutet das einen enormen Zuwachs an potenziellen Features. Die Herausforderung liegt darin, aus dieser Datenflut die wirklich relevanten Informationen zu extrahieren.

Die Trainingsdatensätze wachsen ebenfalls. Je mehr Spiele in die Datenbanken einfließen, desto besser können Algorithmen Muster erkennen. Das gilt besonders für seltene Ereignisse wie Außenseitersiege oder torlose Unentschieden. Mit größeren Datensätzen werden diese Ereignisse statistisch greifbarer, auch wenn sie per Definition selten bleiben.

Ein weiterer Trend ist die Beschleunigung der Modell-Updates. Früher wurden Prognosemodelle vielleicht einmal pro Saison angepasst. Heute aktualisieren die besten Systeme ihre Parameter nach jedem Spieltag, manchmal sogar in Echtzeit. Das bedeutet, dass die KI schneller auf veränderte Umstände reagieren kann, sei es eine Verletzungswelle, ein Trainerwechsel oder ein plötzlicher Formeinbruch.

Schließlich verbessert sich auch die Integration verschiedener Datenquellen. Moderne Systeme kombinieren klassische Spielstatistiken mit Marktdaten wie Quotenbewegungen, Social-Media-Sentiments und sogar Wetterdaten. Diese multimodale Analyse verspricht ein vollständigeres Bild, auch wenn sie gleichzeitig das Risiko von Rauschen und Scheinkorrelationen erhöht.

Die WM 2026: Ein Stresstest für jede Vorhersage

Die Weltmeisterschaft 2026 wird nicht nur sportlich, sondern auch analytisch eine Herausforderung. Das neue Format mit 48 Mannschaften in 12 Vierergruppen unterscheidet sich grundlegend von allen bisherigen Turnieren. Die Gruppenphase allein umfasst 72 Spiele, hinzu kommt eine neue Sechzehntelfinale-Runde vor dem Achtelfinale. Insgesamt werden 104 Partien ausgetragen, verteilt auf 16 Stadien in drei Ländern und vier Zeitzonen.

Für KI-Modelle stellt dieses Format gleich mehrere Probleme dar. Zum einen gibt es für das neue System keine historischen Vergleichsdaten. Die letzten Weltmeisterschaften wurden alle mit 32 Teams in acht Vierergruppen ausgetragen. Die statistischen Muster, die dort galten, lassen sich nicht einfach auf das neue Format übertragen.

Zum anderen bringt die Aufstockung auf 48 Teams eine größere Heterogenität mit sich. Erstmals sind Nationen wie Kapverde, Curaçao, Jordanien oder Usbekistan bei einer WM dabei. Über diese Mannschaften gibt es deutlich weniger Daten als über etablierte Fußballnationen. Die KI-Modelle müssen also mit dünneren Informationen arbeiten, was die Vorhersagegenauigkeit zwangsläufig beeinträchtigt.

Hinzu kommt die geografische Dimension. Die Distanzen zwischen den Spielorten sind enorm. Von Vancouver bis Mexiko-Stadt sind es fast 4.000 Kilometer Luftlinie. Teams, die in unterschiedlichen Zeitzonen spielen müssen, werden mit Jetlag und klimatischen Unterschieden konfrontiert. Ob und wie stark sich diese Faktoren auf die Leistung auswirken, ist statistisch schwer zu fassen.

Und dann ist da noch die grundsätzliche Unberechenbarkeit von K.o.-Turnieren. Die Geschichte der Weltmeisterschaften ist voll von Überraschungen, die kein Algorithmus hätte vorhersagen können. Das Wunder von Bern 1954, Maradonas Hand Gottes 1986, Südkoreas Halbfinaleinzug 2002, Deutschlands 7:1 gegen Brasilien 2014 oder Marokkos Lauf ins Halbfinale 2022. Diese Ereignisse sind keine Anomalien, sie sind Teil dessen, was Fußball ausmacht.

Kann KI den Weltmeister vorhersagen?

Die ehrliche Antwort lautet: Nein, nicht mit Sicherheit. Und jeder, der etwas anderes behauptet, übertreibt.

Was KI leisten kann, ist die Berechnung von Wahrscheinlichkeiten. Ein gut kalibriertes Modell kann sagen, dass Brasilien eine Chance von 12 Prozent hat, Weltmeister zu werden, während Frankreich bei 15 Prozent liegt und Curaçao bei unter 0,1 Prozent. Diese Wahrscheinlichkeiten sind nützlich, weil sie ein Gefühl für die relativen Stärken der Teams vermitteln. Sie sind aber keine Vorhersagen im eigentlichen Sinne.

Bei der WM 2022 in Katar hatten die meisten Modelle Brasilien oder Frankreich als Favoriten eingestuft. Am Ende gewann Argentinien, das ebenfalls unter den Top-Favoriten war. Das Modell lag also nicht völlig daneben, aber es hatte eben auch keine Gewissheit geliefert. Tatsächlich gewinnt der Turnierfavorit laut KI-Prognose nur in etwa einem Drittel aller Fälle das Turnier. Das bedeutet: In zwei von drei Weltmeisterschaften gewinnt ein Team, das nicht der statistische Favorit war.

Für die WM 2026 werden die Modelle ähnliche Einschränkungen haben. Sie können die üblichen Verdächtigen als Favoriten identifizieren, aber sie können nicht vorhersagen, welches Team am 19. Juli 2026 im MetLife Stadium in New Jersey den Pokal in die Höhe recken wird.

Turniervorhersagen versus Ligaprognosen

Ein wichtiger Unterschied, der oft übersehen wird, ist die strukturelle Verschiedenheit zwischen Turnieren und Ligawettbewerben. In einer Liga spielen 18 oder 20 Teams jeweils zweimal gegeneinander, einmal zu Hause und einmal auswärts. Am Ende einer Saison hat jede Mannschaft 34 oder 38 Spiele absolviert. Diese große Stichprobe erlaubt es, Glück und Pech weitgehend auszugleichen. Der Meister ist am Ende der Saison fast immer das beste Team der Liga.

Bei einem Turnier ist das anders. Dort entscheiden wenige Spiele über Erfolg und Misserfolg. Ein schlechter Tag im Viertelfinale kann das Aus bedeuten, auch wenn das Team insgesamt das beste war. Die Varianz ist viel höher, und entsprechend schwieriger sind die Vorhersagen.

KI-Modelle, die für Ligaprognosen trainiert wurden, performen bei Turnieren oft schlechter. Das liegt daran, dass die statistischen Muster nicht übertragbar sind. In einer Liga kann sich ein Team von einem Fehlstart erholen, bei einem Turnier ist nach einer Niederlage oft Schluss. Diese Dynamik erfordert angepasste Modelle, die speziell für K.o.-Systeme optimiert sind.

Der Ligafußball im Jahr 2026

Abseits der WM geht natürlich auch der reguläre Ligabetrieb weiter. Die Bundesliga, die Premier League, La Liga und die anderen großen Ligen werden auch in der Saison 2025/26 ihre gewohnten Rhythmen beibehalten. Für KI-Vorhersagen im Ligafußball sind die Voraussetzungen deutlich günstiger als bei Turnieren.

Der kontinuierliche Spielbetrieb liefert einen stetigen Strom an neuen Daten. Jedes Wochenende kommen neue Ergebnisse hinzu, die in die Modelle einfließen. Die Formkurven lassen sich präziser berechnen, Verletzungen und Sperren können zeitnah berücksichtigt werden. Die Genauigkeit der Prognosen ist hier strukturell höher als bei Turnieren.

Allerdings verändert sich auch der Ligafußball. Die Regeländerungen der letzten Jahre, etwa bei der Abseitsregel oder der Handregel, beeinflussen das Spielgeschehen auf subtile Weise. KI-Modelle müssen diese Veränderungen lernen, was Zeit und Daten erfordert. Auch der Transfermarkt spielt eine Rolle. Wenn ein Verein im Sommer mehrere Schlüsselspieler verkauft und neue verpflichtet, dauert es eine Weile, bis die Modelle die veränderte Teamstärke korrekt einschätzen können.

Ein weiterer Faktor ist die zunehmende Kommerzialisierung. Die großen Ligen werden finanziell immer dominanter, was zu einer Konzentration der Qualität an der Spitze führt. In der Bundesliga ist Bayern München seit über einem Jahrzehnt Serienmeister, in Frankreich dominiert Paris Saint-Germain. Diese Vorhersehbarkeit macht es für KI-Modelle einfacher, die Meister zu benennen, aber sie verringert auch den Reiz für Fans und Wetter.

Die Champions League 2025/26 wird ebenfalls interessant. Das neue Ligaformat mit 36 Teams in einer gemeinsamen Tabelle, das 2024/25 eingeführt wurde, hat die Dynamik des Wettbewerbs verändert. Jedes Team spielt acht verschiedene Gegner, und die Platzierung bestimmt den Weg in die K.o.-Runde. Für KI-Modelle bedeutet das neue Herausforderungen, weil die direkten Vergleiche weniger aussagekräftig sind als im alten Gruppenformat.

Datenqualität als entscheidender Faktor

Ein oft unterschätzter Aspekt der KI-Vorhersagen ist die Qualität der zugrundeliegenden Daten. Das beste Algorithmus ist nutzlos, wenn die Eingabedaten fehlerhaft oder unvollständig sind. Im Jahr 2026 werden die Anforderungen an die Datenqualität weiter steigen.

Die Herausforderung beginnt bei der Erfassung. Nicht alle Ligen haben die gleichen Standards für Statistikerfassung. Während die großen europäischen Ligen jeden Ballkontakt dokumentieren, sind die Daten aus kleineren Ligen oft lückenhaft. Bei einer WM mit 48 Teams, darunter erstmals Länder wie Kapverde oder Curaçao, wird dieses Problem akut. Wie soll ein Modell die Stärke einer Mannschaft einschätzen, wenn nur wenige Spiele mit vollständigen Statistiken vorliegen?

Auch die Konsistenz ist ein Thema. Verschiedene Datenanbieter verwenden unterschiedliche Definitionen und Methoden. Was bei einem Anbieter als Torchance zählt, kann bei einem anderen als normaler Ballbesitz gewertet werden. Diese Inkonsistenzen führen zu Rauschen in den Daten, das die Modellqualität beeinträchtigt.

Die Lösung liegt in der Standardisierung und Qualitätssicherung. Die besten KI-Systeme investieren erhebliche Ressourcen in die Datenaufbereitung, oft mehr als in die eigentliche Modellierung. Dieser unglamouröse Teil der Arbeit ist aber entscheidend für die Ergebnisqualität.

Die psychologische Dimension des Wettens

Neben den technischen Aspekten gibt es eine psychologische Dimension, die nicht ignoriert werden sollte. KI-Vorhersagen können dazu verleiten, übermäßiges Vertrauen zu entwickeln. Wenn ein Algorithmus eine Wahrscheinlichkeit ausspuckt, wirkt das objektiver und zuverlässiger als ein menschlicher Tipp. Doch diese Objektivität ist trügerisch.

Die Gefahr besteht darin, dass Menschen ihre kritische Urteilskraft ausschalten und blind den Empfehlungen der KI folgen. Das kann zu schlechten Entscheidungen führen, besonders wenn das Modell Schwächen hat, die der Nutzer nicht erkennt. Ein gesundes Maß an Skepsis ist angebracht, auch gegenüber scheinbar präzisen Vorhersagen.

Eine weitere psychologische Falle ist der Recency Bias. Nach einer Reihe von Verlusten neigen Menschen dazu, die Strategie zu ändern, auch wenn sie statistisch sinnvoll ist. Umgekehrt kann eine Gewinnserie zu übermäßigem Optimismus führen. Beides ist kontraproduktiv. Erfolgreiche Wetter halten an ihrer Strategie fest, solange die langfristigen Ergebnisse stimmen, unabhängig von kurzfristigen Schwankungen.

Die Rolle der Buchmacher

Wenn wir über KI-Vorhersagen sprechen, dürfen wir nicht vergessen, dass wir nicht die Einzigen sind, die Algorithmen nutzen. Die Buchmacher haben ihre eigenen, hochentwickelten Modelle, und sie werden immer besser darin, den Markt effizient zu gestalten. Das bedeutet: Die Quoten, die angeboten werden, spiegeln bereits eine enorme Menge an Informationen wider.

Wer mit KI-Vorhersagen einen Vorteil erzielen will, muss nicht einfach nur richtig liegen. Er muss besser sein als der Markt. Das ist ein entscheidender Unterschied. Selbst wenn ein Modell korrekt vorhersagt, dass Bayern München gegen Bochum gewinnt, bedeutet das nicht, dass eine Wette auf Bayern profitabel ist. Die Quote muss das Risiko angemessen widerspiegeln, und bei einem klaren Favoriten ist die Quote oft so niedrig, dass selbst häufige Siege keinen Gewinn bringen.

Im Jahr 2026 wird dieser Wettbewerb zwischen KI-Modellen und Buchmachern weitergehen. Die Edges, also die Vorteile, die durch bessere Vorhersagen erzielt werden können, werden tendenziell kleiner. Der Markt wird effizienter, und es wird schwieriger, konsistent Gewinne zu erzielen.

Ethische Überlegungen und Regulierung

Die zunehmende Verfügbarkeit von KI-Vorhersagen wirft auch ethische Fragen auf. Wer profitiert von dieser Technologie? Sind es vor allem professionelle Wetter mit großen Budgets, oder haben auch Gelegenheitswetter einen Vorteil? Und was bedeutet das für den Sport selbst?

Es gibt legitime Bedenken, dass die Kommerzialisierung des Fußballs durch immer ausgefeiltere Wettmärkte weiter vorangetrieben wird. Die Grenzen zwischen Sport und Glücksspiel verschwimmen, und nicht jeder ist damit einverstanden. Regulierungsbehörden weltweit versuchen, einen Ausgleich zu finden zwischen der Freiheit der Märkte und dem Schutz vor Spielsucht.

In Deutschland ist die Regulierung von Sportwetten seit 2021 im Glücksspielstaatsvertrag geregelt. Dieser sieht unter anderem Einsatzlimits und Werbebeschränkungen vor. Ob diese Maßnahmen ausreichen, um problematisches Spielverhalten zu verhindern, ist umstritten. Sicher ist, dass die Technologie schneller voranschreitet als die Gesetzgebung.

Für diejenigen, die KI-Vorhersagen nutzen, bleibt der wichtigste Rat: Verantwortungsvoll spielen. Keine KI kann langfristige Gewinne garantieren, und wer mehr wettet, als er verlieren kann, begibt sich auf gefährliches Terrain. Die Technologie ist ein Werkzeug, kein Garant für Reichtum.

Ausblick: Was kommt nach 2026?

Die WM 2026 ist nicht das Ende der Entwicklung, sondern ein Meilenstein auf einem längeren Weg. In den Jahren danach werden die technologischen Trends weitergehen. Die Tracking-Daten werden noch detaillierter, die Modelle noch komplexer, die Prognosen noch schneller.

Ein interessanter Bereich ist die Integration von Wearable-Daten. Schon heute tragen Spieler während des Trainings Sensoren, die Herzfrequenz, Laufleistung und Belastung messen. Wenn diese Daten in Zukunft auch während der Spiele verfügbar werden, könnten sie völlig neue Features für KI-Modelle liefern. Die Frage ist, ob und wann solche Daten öffentlich zugänglich sein werden.

Ein weiterer Trend ist die Demokratisierung der Technologie. Während vor einigen Jahren nur professionelle Wettunternehmen Zugang zu hochwertigen Modellen hatten, gibt es heute eine wachsende Zahl von kostenlosen oder günstigen Tools, die auch Privatpersonen nutzen können. Diese Entwicklung wird weitergehen, und es ist gut möglich, dass in einigen Jahren jeder Fan Zugang zu KI-Vorhersagen hat, die heute als Spitzenklasse gelten.

Gleichzeitig werden auch die Buchmacher nicht stillstehen. Der Wettbewerb zwischen den verschiedenen Akteuren wird intensiver, und die Märkte werden effizienter. Das bedeutet, dass es immer schwieriger wird, durch reine Technologie einen Vorteil zu erzielen. Die Zukunft gehört vermutlich hybriden Ansätzen, die KI-Analyse mit menschlicher Expertise kombinieren.

Deutschland bei der WM 2026

Die deutsche Nationalmannschaft geht mit gemischten Gefühlen in die Weltmeisterschaft. Nach dem Aus in der Gruppenphase bei der WM 2022 und dem enttäuschenden Abschneiden bei der Heim-EM 2024 lastet Druck auf dem Team. In Gruppe E trifft Deutschland auf Curaçao, die Elfenbeinküste und Ecuador. Auf dem Papier sind das machbare Gegner, doch die Erfahrung lehrt, dass bei einer WM nichts selbstverständlich ist.

Die KI-Modelle werden Deutschland vermutlich als Außenseiter für den Titel einstufen, aber mit realistischen Chancen auf das Viertelfinale oder Halbfinale. Die genaue Einschätzung hängt von vielen Faktoren ab: der Form der Schlüsselspieler, dem Verletzungsstand vor dem Turnier, der Akklimatisierung an die klimatischen Bedingungen in Nordamerika.

Was die Prognosen nicht erfassen können, ist die Mentalität. Große Turniere werden oft im Kopf entschieden. Ein Team, das an sich glaubt, kann über sich hinauswachsen. Ein Team, das zweifelt, kann gegen vermeintlich schwächere Gegner scheitern. Diese psychologische Dimension entzieht sich der statistischen Analyse, auch wenn sie das Ergebnis maßgeblich beeinflusst.

Die praktische Nutzung von KI-Vorhersagen während der WM

Für Fans und Wetter bietet die WM 2026 reichlich Gelegenheit, KI-Vorhersagen zu testen. Die Vielzahl der Spiele bedeutet, dass es jeden Tag mehrere Partien gibt, für die Prognosen verfügbar sind. Die Frage ist, wie man diese Informationen sinnvoll nutzt.

Ein vernünftiger Ansatz ist die Konzentration auf Value Bets. Dabei geht es nicht darum, den Sieger korrekt vorherzusagen, sondern darum, Quoten zu finden, die die tatsächliche Wahrscheinlichkeit unterschätzen. Wenn ein KI-Modell beispielsweise einer Mannschaft eine Siegchance von 40 Prozent zuweist, die Quote aber eine implizite Wahrscheinlichkeit von nur 30 Prozent widerspiegelt, liegt möglicherweise ein Value Bet vor.

Diese Strategie erfordert Geduld und Disziplin. Einzelne Wetten werden trotz korrekter Einschätzung oft verloren. Der Vorteil zeigt sich erst über eine größere Anzahl von Wetten. Bei einem Turnier mit 104 Spielen ist die Stichprobe ausreichend groß, um zumindest ansatzweise zu sehen, ob die Strategie funktioniert.

Gleichzeitig sollte man nicht vergessen, dass auch die Buchmacher während der WM besonders wachsam sind. Die Quoten werden genau beobachtet, und Fehlbewertungen werden schnell korrigiert. Der Zeitraum zwischen der Veröffentlichung der Quoten und dem Spielbeginn ist entscheidend. Wer früh reagiert, hat möglicherweise bessere Chancen, Value zu finden.

Die Grenzen der Technologie anerkennen

Bei aller Begeisterung für technologische Fortschritte ist es wichtig, die Grenzen zu kennen. KI-Modelle sind Werkzeuge, keine Orakel. Sie können Wahrscheinlichkeiten berechnen, aber sie können nicht in die Zukunft sehen. Der Unterschied mag semantisch erscheinen, aber er ist fundamental.

Eine Wahrscheinlichkeit von 70 Prozent für einen Heimsieg bedeutet, dass in drei von zehn Fällen der Heimsieg nicht eintritt. Das sind keine Fehler des Modells, sondern das Wesen der Wahrscheinlichkeitsrechnung. Ein gut kalibriertes Modell sollte bei seinen 70-Prozent-Vorhersagen tatsächlich in etwa sieben von zehn Fällen richtig liegen. Wenn das der Fall ist, funktioniert das Modell korrekt, auch wenn es in den übrigen drei Fällen daneben liegt.

Diese Perspektive ist befreiend, weil sie den Druck nimmt, jede einzelne Vorhersage richtig zu haben. Erfolg bei KI-gestützten Wetten bedeutet nicht, immer zu gewinnen. Es bedeutet, langfristig einen positiven Erwartungswert zu erzielen. Und das ist nur möglich, wenn man die Varianz akzeptiert und nicht nach jedem Verlust die Strategie über Bord wirft.

Das Jahr 2026 als Wendepunkt

Das Jahr 2026 wird in die Geschichte eingehen als das Jahr der ersten Mega-WM. Für die Welt der KI-gestützten Fußballvorhersagen ist es ein Testfall. Können die Modelle mit dem neuen Format umgehen? Werden sie die Überraschungen des Turniers voraussehen? Und was lernen wir aus den Ergebnissen für die Zukunft?

Die Antworten auf diese Fragen werden wir erst nach dem Turnier kennen. Was wir jetzt schon wissen, ist Folgendes: Die Technologie hat sich verbessert, aber der Fußball bleibt unberechenbar. Keine KI kann garantieren, wer am Ende gewinnt. Was sie kann, ist, die Wahrscheinlichkeiten besser einzuschätzen als das menschliche Bauchgefühl. Das ist keine geringe Leistung, aber es ist auch keine Magie.

Für alle, die sich für KI-Vorhersagen interessieren, bietet das Jahr 2026 reichlich Gelegenheit, die Technologie auf die Probe zu stellen. Die WM ist ein Spektakel, und die Frage, ob die Algorithmen den Weltmeister vorhersagen können, ist Teil der Spannung. Egal wie das Ergebnis ausfällt, eines ist sicher: Der Ball bleibt rund, das Spiel dauert 90 Minuten, und am Ende überrascht uns der Fußball doch wieder.