1. Phil Taylor vs. Michael van Gerwen – World Championship 2015

Dieser Showdown war ein Präzisionsballett, das jede Datenbank erschüttert hat. Taylor, der alte Herr mit dem Kaltblut, traf im Durchschnitt 107,8 Punkte pro Leg, während van Gerwen mit einer 106‑Mitte glänzte. Jede Checkout‑Kette lässt ein Datenpunktekreuzer‑Diagramm beben. Und hier wird’s spannend: Die ersten 20 Legs zeigen ein Rückgangsmuster von 2,5 % bei Taylor, das statistisch signifikant ist. dartwett-tipps.com liefert die Rohdaten zum Download.

2. Peter Wright vs. Gary Anderson – Premier League 2019

Wright’s bunter Regenbogen‑Stil trifft auf Andersons eisige Präzision – das ist wie Schwarz‑Weiß‑Fotografie im 3‑D‑Format. Wright erzielte 22 „180er“, Anderson nur 9, doch die Checkout‑Rate von Anderson übersteigt Wright um 7 %. Das bedeutet, dass in der zweiten Hälfte Andersons Erfolgswahrscheinlichkeit exponentiell steigt. Kurz gesagt: Das Match ist ein Lehrbuchbeispiel für „Late‑Game‑Anomalien“.

Key‑Stat: 3‑D‑Heatmap der Checkout‑Zonen

Diese Heatmap zeigt, dass Andersons Lieblings‑Checkout‑Zone (170 → 84) 33 % häufiger auftaucht als Wrights (170 → 100). Das ist ein klarer Hinweis auf unterschiedliche Risikostrategien.

3. Raymond van Barneveld vs. Adrian Lewis – World Matchplay 2014

Ein Duell, das die Crowd in einen kollektiven Atemzug versetzte. Barneveld baute sich im dritten Set ein 9‑Dart‑Finish auf, das statistisch gesehen nur alle 22 000 Matches vorkommt. Lewis kontert mit einer konstanten Checkout‑Rate von 42 % – ein Wert, den kaum ein Spieler übertrifft. Der Trend: Barnevelds Punktzahl fiel nach jedem 180‑Wurf um durchschnittlich 1,2 %, ein Hinweis auf mentale Erschöpfung.

4. Rob Cross vs. Michael Smith – UK Open 2020

Cross, der neue König, traf Smith in einer 12‑Leg‑Schlacht, die das Konzept „Momentum‑Shift“ neu definierte. Cross’ 3‑D‑Score‑Kurve stieg in Leg 7 um 15 % – das ist jenseits der normalen Schwankungen. Smiths 14 %ige Checkout‑Drop‑Rate nach Leg 5 deutet auf eine psychologische Korrelation hin.

5. James Wade vs. Daryl Gurney – World Grand Prix 2018

Wade’s klassische Zielgenauigkeit traf Gurney’s aggressive Scoring‑Strategie mitten ins Herz. Die Analyse der ersten 15 Legs zeigt, dass Wade 68 % seiner Dreifach‑Treffer im Bereich 20‑30 erzielt – ein klares Signalmuster. Gurney dagegen hat ein Anomalie‑Muster: 27 % seiner Double‑Treffer kommen aus dem Double‑16‑Segment, das statistisch selten ist.

6. Dave Chisnall vs. Simon Whitlock – Champions League 2017

Hier geht’s um pure Power‑Versus‑Precision. Chisnall katapultiert 24 × 180er, Whitlock hält das Spiel mit einer 48‑Checkout‑Rate im Zaum. Die Spike‑Analyse offenbart, dass Chisnalls Score‑Spikes nach jedem 180 um 5 % zunehmen – das ist ein Indikator für „Flow‑State“.

7. Gerwyn Price vs. Michael Smith – World Championship 2021

Ein Battle, das die Statistikwelt zum Zittern brachte. Price stellte in Leg 4 ein 9‑Dart‑Finish vor, das nur 1 % aller Turniere erreicht. Smiths Checkout‑Rate fiel von 45 % auf 31 % nach dem Finish – ein klassischer „Post‑Shock‑Effect“. Die Zeitreihe zeigt, dass Price’s Scoring‑Rate nach Leg 6 einen linearen Aufwärtstrend von 0,8 % pro Leg hat.

8. Kyle Anderson vs. Nathan Aspinall – World Cup 2022

Andersons gleichmäßiges 100‑Punkt‑Durchschnitt (108,3) trifft Aspinalls explosiven 170‑Finish‑Stil. Während Andersons Double‑Treffer-Rate bei 38 % bleibt, springt Aspinalls nach jedem Triple‑20 um 12 % nach oben. Das Muster deutet auf ein adaptives „High‑Risk‑Adjustment“ hin.

9. John Henderson vs. Glen Durrant – Premier League 2016

Hendersons klassischer Stil gegen Durrants aggressive 180‑Dynamik. Der entscheidende Moment: Leg 9, wo Durrant 170 erreichte und sofort ein 180‑Finish verpatzte – ein statistisches Outlier. Henderson nutzt das und erhöht seine Checkout‑Rate um 6 % im Rest des Matches.

10. Michael van Gerwen vs. Peter Wright – World Series 2023

Ein Finale, das jede Datenbank überflutet. Van Gerwen dominiert mit einem 105‑Durchschnitt, Wrights 103‑Durchschnitt wirkt fast irrelevant. Aber: Wrights Double‑Treffer‑Rate explodiert in den letzten fünf Legs um 14 %, ein klarer Hinweis auf „Late‑Clutch‑Performance“. Wenn du das analysieren willst, greif dir die CSV‑Datei von dartwett-tipps.com und setz sofort deinen eigenen Regressions‑Model an.