LONDON (IT BOLTWISE) – DraftKings nutzt seit 2023 Machine-Learning-Modelle, um Bonusangebote gezielt an Nutzer zu richten, die Werbeaktionen besonders wahrscheinlich in mehr Einsätze verwandeln. Dabei fließen unter anderem Daten zu Spielhäufigkeit, Kontoständen und Verlustquoten ein, um den erwarteten Reinvestitions-„Return“ zu optimieren. Gleichzeitig soll das Unternehmen Versuche blockiert haben, Modelle für ein frühes Risikoscoring bei problematischem Spiel zu verwenden. Die Verantwortung für problematisches Glücksspiel liegt bei einer internen „responsible gaming“-Einheit, während die Vermarktungslogik laut Berichten mit dieser Arbeit kollidiert.
DraftKings zeigt in der Praxis, wie datengetriebene KI-Entwicklung im Glücksspielmarketing funktioniert – und wo die Grenzen gezogen werden. Ausgangspunkt ist die Frage, die ein Data-Science-Team im Umfeld von Online-Casino- und Sportwetten direkt für die Modellierung beantwortete: Welche Spieler reagieren so stark auf Promotions, dass daraus ein größerer Nettoverlust entsteht, also „mehr zurück in die Plattform“ fließt, als an Bonus ausgegeben wird? In der Berichterstattung wird beschrieben, dass DraftKings dafür 2023 ein Machine-Learning-Modell aufsetzte, das aus Kunden-Bettingdaten Muster ableiten sollte, um die Wirksamkeit von kostenlosen Einsätzen und Boni vorherzusagen. Diese Logik wird intern als „Elasticity“ bezeichnet – ein Wert, der festlegt, wie „elastisch“ die Reaktion auf Anreize ist und damit indirekt, wie profitabel weitere Promotion-Serien für das Unternehmen ausfallen könnten.
Technisch interessant ist dabei weniger der Begriff „KI“, sondern die Kombination aus Datengüte und Messbarkeit. Berichtet wird, dass das Modell Dutzende Variablen je Spieler auswertete: etwa, wie häufig jemand spielt, wie hoch die täglichen Kontostände waren und wie viel typischerweise zwischen Einsatz und Verlust passiert. Damit das Ganze nicht nur eine Statistik über Vergangenheitsdaten bleibt, wurde das Modell laut Beschreibung als Testsystem betrieben: Es berechnete für eine Nutzergruppe einen Score und steuerte dann die Incentives. Spieler mit unterdurchschnittlichen Elasticity-Werten wurden demnach mit weniger Anreizen markiert, während die „elastischeren“ Nutzer stärker beworben wurden. Zusätzlich soll DraftKings parallel einen zweiten Modellstrang genutzt haben, um zu berechnen, wie wahrscheinlich es ist, dass ein Nutzer sein Wetten beendet – ein Hinweis darauf, dass die Modellierung auch Abbruchrisiken in die Optimierung einbezieht.
Genau an dieser Stelle setzt die Kontroverse an. In der Darstellung heißt es, Mitarbeiter hätten ebenfalls an einem Risikoscoring gearbeitet, das Nutzer bei einem möglichen Übergang in problematisches Glücksspiel früher identifizieren und so „risk scores“ ausgeben könnte. Zwei ehemalige Projektbeteiligte werden mit der Aussage zitiert, dass DraftKings solche Bemühungen ausgeklammert habe, sobald ein Modell mehr als nur Marketing-Response erklären sollte. Für ein Unternehmen, das sich über Promotions und die daraus resultierenden Einsätze finanziert, ist das eine fundamentale Zielkonfliktfrage: Ein System, das bestimmte Verhaltensmuster als „Gefahr“ erkennt, würde faktisch dazu führen, dass man genau die Nutzer weniger intensiv anspricht. Verantwortlichkeits-Logik und Wachstumslogik konkurrieren dann nicht nur organisatorisch, sondern auch in den Datenpipelines, weil dieselben Ereignisse (Einzahlungen, Spielintensität, Versuche, Verluste aufzuholen) in unterschiedlichen Kontexten bewertet werden.
Die Berichte ordnen die Debatte in einen größeren Branchenwandel ein: Nach der Legalisierungswelle für Online-Sportwetten in den USA verlagerte sich Glücksspiel vom physischen Ort hin zum Smartphone, inklusive aggressiver Werbezyklen, die oft an Ereignisse und kleine Handlungsfenster gekoppelt sind. Gesundheitsbezogene Kritik an dieser Form des Marktzugangs wird dabei mit konkreten Indikatoren untermauert, etwa mit einer Studie aus JAMA Internal Medicine, die einen Anstieg von Suchanfragen wie „Am I a gambling addict?“ im Zusammenhang mit der Legalisierung in Ohio beschreibt. Auf Marketingseite wird zugleich betont, dass Promotions für viele Anbieter ein zentraler Ertragshebel sind: Laut den erwähnten Zahlen flossen Milliarden in Promotions, während die Gesamterlöse aus Sportwetten und Online-Casino ebenfalls im Milliardenbereich liegen. In dieser Konstellation wird verständlich, warum Marketing-Optimierung über KI-gestützte Personalisierung so weit vorangetrieben wird, und warum ein Risikomodell ohne aktive „Stop“-Mechanik als unzureichend gelten kann.
Für die Organisation ist entscheidend, wie die „responsible gaming“-Einheit arbeitet – und wie stark sie in den Modellbetrieb eingreifen darf. DraftKings beschreibt in der Darstellung, dass es Tools wie Cool-off-Phasen und Self-Exclusion-Listen anbietet und potenziell riskante Verhaltensmuster überwacht. Gleichzeitig wird von ehemaligen Mitarbeitern berichtet, dass Anfragen, Schutzmechanismen für vulnerable Spieler frühzeitig einzubauen, in der Vergangenheit abgeblockt worden seien; die Verantwortlichkeit dafür sei an anderer Stelle im Unternehmen verortet worden. In der Auseinandersetzung mit der rechtlichen Dimension kommt auch der Aspekt der Beweisführung hinzu: Der genannte Anwalt Mark Gottlieb beschreibt in dem Zusammenhang seine Klage gegen DraftKings und andere Anbieter, in der er Praktiken behauptet, die aus seiner Sicht zu Suchtrisiken beitragen. Hier bleibt festzuhalten: Eine solche Darstellung spiegelt Vorwürfe in einem Verfahren wider, nicht eine rechtskräftige Schlussentscheidung.
Welche Rolle spielt dabei „fehlende Evidenz“? DraftKings wird mit der Aussage zitiert, man habe predictive Technologie für problematisches Glücksspiel nicht eingeführt, weil sie nicht evidence-based gewesen sei und das bestehende Vorgehen als bessere Methodik galt. Gleichzeitig wird ein Beispiel erwähnt, das zeigt, wie Anbieter KI in der Risiko- und Fürsorgekommunikation nutzen können: Große Sprachmodelle sollen Kommunikationsinhalte analysieren, die Kunden an Vertreter senden, um Anzeichen von Belastung zu erkennen. Diese Art von Ansatz hat eine klare technische Grenze: Wenn ein Nutzer keine relevanten Aussagen macht, lässt sich aus „Stille“ kein Signal ableiten. Genau deshalb wirken Systeme mit Behavioral Triggern – etwa automatische Auslöser bei bestimmten Einzahlungsmustern oder Zeitspitzen – wie ein anderer Baukasten. Die Frage bleibt aber, wie früh und wie fein der Eingriff skaliert werden kann, ohne dabei Nutzererfahrung und unternehmerische Ziele vollständig zu entkoppeln.
Unterm Strich zeigt der Fall DraftKings, dass KI-Entwicklung im Glücksspiel weniger ein einzelnes Modellproblem ist als eine Kette aus Entscheidungen: von der Datenaufbereitung über die Modellziele (Promotion-Response versus Risiko-Intervention) bis hin zur Governance, wer welche Scoring-Ergebnisse in den produktiven Systemen verwenden darf. Unternehmen, die KI in datenintensiven Bereichen einsetzen, können daraus zwei praktische Lehren ziehen: Erstens muss die Zielfunktion („Optimieren, damit mehr gespielt wird“ versus „Optimieren, damit Risiko früh gemindert wird“) explizit und nachvollziehbar definiert sein. Zweitens braucht es klare Regeln, wie Ergebnisse aus Modellen mit potenziell schädigenden Auswirkungen geprüft, begrenzt oder in Gegenmaßnahmen überführt werden. Ob DraftKings seine Strategie künftig weiterentwickelt, ist in der Berichterstattung nicht endgültig geklärt – sichtbar ist jedoch, dass der Wettbewerb um datenbasierte Personalisierung längst weitergeht, während die gesellschaftliche und regulatorische Diskussion über Schadensprävention parallel deutlich an Fahrt gewinnt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "DraftKings setzt KI für Bonus-Targeting ein – und lehnt Risikoscoring ab" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "DraftKings setzt KI für Bonus-Targeting ein – und lehnt Risikoscoring ab" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »DraftKings setzt KI für Bonus-Targeting ein – und lehnt Risikoscoring ab« bei Google Deutschland suchen, bei Bing oder Google News!