Case 04 — B2B Odds-Compilation & Risk-Plattform
Enterprise-Risk-Management für Online-Buchmacher: ML-gestützte Odds-Kompilierung, Sharp-Bettor-Detection, Arbitrage-Prävention und dynamisches Book-Balancing in Echtzeit.
Die Herausforderung
Ein B2B-Anbieter für Online-Buchmacher brauchte eine Plattform, die Risiko in Millisekunden bewertet: Multi-Source-Odds-Aggregation, Sharp-Bettor-Pattern-Erkennung, interne und Cross-Bookmaker-Arbitrage, dynamische Margin-Anpassung. Skalierbar auf tausende Events und Millionen Bets.
Architektur
FastAPI-Core mit WebSocket-Layer für Live-Push, OAuth2 + JWT-Auth. XGBoost-Modelle liefern Fair-Odds aus historischen Daten und Marktkonsens. Ein Sharp-Detection-Engine analysiert Tippprofile. PostgreSQL-Primary mit Read-Replicas, Redis als Hot-Cache, Prometheus + Grafana fürs Monitoring.
Pipeline
Odds-Compilation-Flow (Sub-Sekunde)
- 01Multi-Source-Odds werden mit Vertrauens-Gewichten aggregiert
- 02XGBoost-Modell liefert Fair-Odds unter Berücksichtigung historischer Events
- 03Margin-Engine kalkuliert dynamische Marge je nach Risk-Profile
- 04Sharp-Detector markiert verdächtige Tipper in Echtzeit
- 05Book-Balancer streut Liability, WebSocket-Layer pusht an alle Clients
Technologie-Stack
Ergebnis
ML-Fair-Odds ersetzen manuelle Odds-Kompilierung. Sharp-Bettor-Detection reduziert exponierte Liability signifikant. WebSocket-Push liefert Kursänderungen in Sub-Sekunde an Frontend und Partner-APIs. CI-Pipeline mit Coverage-Gate — jede neue Odds-Strategie wird vor Go-Live getestet.