Universität Hohenheim

Größe: px

Ab Seite anzeigen:

Download "Universität Hohenheim"

Theresa Reuter
vor 7 Jahren
Abrufe

1 Online-Poker in Deutschland Empirische Ergebnisse aus der OPD-UHH Symposium Glücksspiel 2011 Universität Hohenheim Ingo Fiedler

2 Vielen Dank an die Stadt Hamburg, dem Sponsor der Studie! 2

3 Ausgangssituation Onlineglücksspiele in Deutschland verboten Poker fällt unter Glücksspiele Online Poker als Daten-Goldmine Datenbank der (OPD-UHH) 6-monatige Aufzeichnungsphase 4,6 Millionen Spieleridentitäten Empirische Fragestellungen Anzahl der Spieler weltweit Herkunft der Spieler: Länder und Regionen Spielverhalten im internationalen Vergleich 3

4 Der Markt für Onlinepoker nach Anbietern a Data recorded Site/Network Market share Market share Market share for OPD-UHH Pokerstars 30.53% 36.05% 40.96% Yes Full Tilt Poker 14.65% 19.45% 21.73% Yes ipoker Network 9.82% 8.40% 5.77% No Party Poker 8.72% 7.22% 6.12% No Cereus Network b 2.35% 3.40% 3.03% No Everest Poker 4.85% 3.36% 1.80% Yes Microgaming c 1.84% 2.71% 2.66% No IPN (Boss Media) d 2,81% 2.80% 2.88% Yes Cake Poker Network 2.18% 2.45% 1.97% Yes Ongame (bwin) e 6.86% 3.96% 3.55% No Other 15.39% 10.20% 9.53% No a : 2010 includes only data from January to August. b : Cereus merged with Ultimate Bet in 12/2008. c : Microgaming merged with Ladbrokes in 03/2009. d : IPN (Boss Media) merged with Cryptologic 04/2009. e : Ongame (bwin) merged with Betfair in 08/2010. Quelle: Fiedler/Wilcke, 2011, im Erscheinen. 4

5 Die Datenbank: OPD-UHH Kern der Datenaufzeichnung: September 2009 bis März 2010 Anbieter Start Ende PokerStars Full Tilt Poker Everest Poker IPN (Boss Media) ,72% des Gesamtmarktes: Spieleridentitäten Aufgezeichnete Daten: Herkunft: Land/Region Spieldauer Sessionlänge Anzahl Sessions Spieleinsätze/Limits Cake Poker

6 Der deutsche Onlinepokermarkt Zweitgrößter Markt weltweit 9,64% aller Spieler aus Deutschland Spieler mit 6-Monatsteilnahmeprävalenz an Onlinepokerspielen um Echtgeld 0,706% der Bevölkerung (Rang 14 weltweit) 0,907% aller Internetnutzer (Rang 22 weltweit) 226,35 $ Durchschnittsverlust (6 Monate) 6

7 Herkunft nach Bundesländern Bundesland Bevölkerung Beobachtete Spieleridentitäten a Anzahl Spieler Spieleranteil Hochrechnung b Bundesland Spieleranteil Bevölkerung Verhältnis Spieleranteil Region zu Land Deutschland gesamt ,00% 0,71% 1,00 Hamburg ,04% 1,32% 1,87 Bremen ,32% 1,16% 1,64 Berlin ,36% 1,08% 1,52 Nordrhein-Westfalen ,89% 0,87% 1,23 Schleswig-Holstein ,98% 0,82% 1,15 Saarland ,35% 0,76% 1,08 Niedersachsen ,77% 0,71% 1,01 Mecklenburg-Vorpommern ,91% 0,67% 0,94 Hessen ,83% 0,65% 0,92 Rheinland-Pfalz ,32% 0,62% 0,88 Bayern ,98% 0,60% 0,85 Baden-Württemberg ,71% 0,58% 0,82 Sachsen ,69% 0,51% 0,72 Brandenburg ,21% 0,51% 0,72 Thüringen ,82% 0,47% 0,66 Sachsen-Anhalt ,81% 0,44% 0,62 a : Bei den Anbietern Pokerstars und Cake Poker wird der Herkunftsort eines Spielers angegeben. Der Herkunftsort der einzelnen Spieleridentitäten dieser Anbieter wurde mit der Städte- und Regionen-Datenbank World Cities von MaxMind verknüpft. Diese Spalte gibt die Anzahl der beobachteten Spieleridentitäten je Region dieser beiden Anbieter an. b : Die Anzahl der Pokerspieler je Region basiert auf dem Anteil, den die Anbieter Pokerstars und Cake Poker an den insgesamt beobachteten deutschen Spieleridentitäten haben (62,25%), dem Anteil des Gesamtmarktes, den die beobachteten Pokeranbieter am Gesamtmarkt haben (64,72%), sowie dem Anteil an Pokerspielern pro Spieleridentität (85%),. Quelle Bevölkerungsdaten: Statistisches Bundesamt, Statistisches Jahrbuch

8 Operationalisierung des Spielverhaltens Spielvolumen Spieldauer Ø Anzahl simultan über 6 Monate gespielter Tische Sessionanzahl Ø Sessiondauer Spielintensität = $ Rake pro Stunde Spielart Setzstruktur Spieleranzahl/Tisch Big Blind Spielvolumen = Spieldauer über 6 Monate in Stunden * Ø Anzahl Tische * Ø $ Rake pro Stunde 8

9 Anzahl Sessions Wie oft haben die Deutschen in den 6 Monaten gespielt? Sample Ø-Sessionanzahl Ø Sessionanzahl σ der aller Spieler Medianspieler Ø-Sessionanzahl Deutschland 27, ,5 USA 24, ,79 Welt 23, ,03 Deutsche spielen häufiger als andere Spieler Ø > Median Von Extremwerten beeinflusst 9

10 Spieldauer Sessions Wie lange spielen die Deutschen pro Spielsession? Sample Ø-Spieldauer aller Spieler in Min. Ø-Spieldauer σ der Ø- Medianspieler in Spieldauer in Min. Min. Deutschland 50, ,36 USA 50, ,81 Welt 49,85 41,5 38,46 Kein signifikanter Unterschied in der Sessionlänge Ø ~ Median Kaum von Extremwerten beeinflusst Exzessivspieler spielen nur häufiger, nicht länger 10

11 Spieldauer über 6 Monate Wie lange saßen die Deutschen über den 6monatigen Beobachtungszeitraum an den virtuellen Pokertischen? Sample Ø Spieldauer Median Spieldauer σ Spieldauer in Minuten in Minuten in Minuten Gesamte Spieldauer in Stunden Deutschland USA Welt (1 Mio. Stunden ~ 114 Jahre) Deutsche spielen insgesamt länger/häufiger als andere Ø >> Median Stark von Extremwerten beeinflusst 11

12 Anzahl simultan gespielter Tische (Multitabling) An wie vielen Pokertischen spielen die Deutschen simultan? Sample Ø-Tische aller Spieler Ø-Tische Medianspieler σ Ø-Tische Deutschland 1,47 1,07 1,27 USA 1,04 1,00 0,80 Welt 1,32 1,04 0,97 Multitabling insgesamt eher selten Deutsche spielen mehr Tische simultan als andere 12

13 Spielintensität in $ Rake pro Stunde Wie intensiv spielen die Deutschen? Wie viel Gebühr zahlen sie pro gespielter Stunde an den Anbieter? Sample Ø-Spielintensität in $ Rake pro Std. Ø Spielintensität Medianspieler in $ Rake pro Std. σ der Ø-Spielintensität in $ Rake pro Std. Deutschland 2,68 1,08 5,04 USA 3,76 1,76 5,76 Welt 3,20 1,25 5,58 Deutsche spielen weniger intensiv/riskant als andere 13

14 Spitzenkennzahl: Spielvolumen Wie hoch ist das Spielvolumen der Deutschen? Wie viel $ Gebühren haben sie in 6 Monaten an die Anbieter gezahlt? Sample Ø Rake in $ Rake Medianspielerin $ σ Rake in $ RakeGesamt in $ Hochrechnung Gesamtmarkt Deutschland 226,35 8, , Mio. $ USA 214,09 10, , Mio. $ Welt 187,95 6, , Mio. $ Hochrechnung Gesamtmarkt: Beobachteter Wert x2 (Ganzes Jahr) / beobachteter Marktanteil (Gesamtmarkt: 64,72%, USA 88,4%, Rest 59,5%) / 0,7 (Anteil Cash Games an Gesamteinnahmen der Anbieter 70%, vgl. pokerscout.com) Achtung: Angaben sind Bruttoangaben ohne Rakebackzahlungen an die Spieler (~30%) Trotz geringerer Spielintensität: Deutsche weisen überproportional hohes Spielvolumen auf 14

15 Vielspieler vs. reguläre Spieler: Ursache des hohen deutschen Spielvolumens Reguläre deutsche Spieler weisen leicht überdurchschnittliches Spielvolumen auf 160,0 Spielvolumen über 6 Monate 140,0 r Rake in $ Gezahlter 120,0 100,0 80,0 60,0 40,0 20,0 GER USA Gesamt 0, Perzentil 15

16 Vielspieler vs. reguläre Spieler: Ursache des hohen deutschen Spielvolumens II Deutsche Vielspieler weisen besonders hohes Spielvolumen auf Vielspieler: Spielvolumen über 6 Monate Gezah hlter Rake in $ GER USA Gesamt Perzentil 16

17 Spielverhalten Medianspieler vs. Vielspieler Perzentil Verhältnis Spieldauer 6 Monate zum Medianspieler Verhältnis Spieldauer pro Session zur Mediandauer Verhältnis Anzahl Sessions zum Medianspieler Verhältnis des Spielvolumens zum Medianspieler 90 12,34 3,39 8,57 31, ,92 4,61 14,71 80, ,16 5,00 17,00 105, ,20 5,59 20,14 146, ,84 6,39 24,86 228, ,03 7,95 33,57 457,06 Der Medianspieler hat in 6 Monaten 6,7 $ an die Anbieter gezahlt Der 95%-Perzentilspieler 536 $ Der 99%-Perzentilspieler $ 17

18 Spielvolumen der Vielspieler Wie stark konzentriert sich das Spielvolumen auf die Vielspieler? Gruppe Vielspieler Spielvolumen in gezahltem Rake Anteil an Spielvolumen des Samples Ø Spielerverlust in der Gruppe Welt-Top 1% ,88% GER-Top 1% ,07% USA-Top 1% ,22% Welt-Top 5% ,44% GER-Top 5% ,88% USA-Top 5% ,67% Welt-Top 10% ,36% GER-Top 10% ,95% USA-Top 10% ,81% In Deutschland konzentrieren sich die Verluste besonders stark auf die Vielspieler Sind Vielspieler pathologisch oder professionell? 18

19 Sind Vielspieler oder exzessive Spieler pathologische Spieler? Keine eindeutige Antwort möglich Gruppe der Vielspieler setzt sich aus pathologischen und professionellen Spielern zusammen Einziges Unterscheidungsmerkmal der beiden Gruppen: Impulsivität (Weinstock & Petry, 2009) Zur Identifikation pathologischer Spieler muss das Setzverhalten der Spieler analysiert werden Neues Forschungsprojekt an der widmet sich dieser Fragestellung bereits 19

20 Zusammenfassung und Ausblick Verbot von Onlinepoker in Deutschland greift nicht Deutschland = zweitgrößter Markt für Onlinepoker Deutsche haben ein höheres Spielvolumen als Spieler anderer Nationen Kleine Gruppe der Vielspieler = Großteil des Spielvolumens Zu beantwortende Fragen: Wie kann Verbot von Onlinepoker durchgesetzt werden? Wie können pathologische Spieler erkannt werden? Wie können pathologische Spieler am Spielen gehindert werden? 20

21 Vielen Dank für Ihre Aufmerksamkeit! Kontakt: Ingo Fiedler 21

Ähnliche Dokumente

Online-Poker. Wissenschaftliches Gespräch der DG Sucht Lübeck. Ingo Fiedler Universität Hamburg Institut für Recht der Wirtschaft

Online-Poker. Wissenschaftliches Gespräch der DG Sucht Lübeck. Ingo Fiedler Universität Hamburg Institut für Recht der Wirtschaft Online-Poker Wissenschaftliches Gespräch der DG Sucht Lübeck Ingo Fiedler 02.12.2011 1 Vorbemerkung Dissertation zum Thema Empirische Studien zum Onlinepoker Dissertation basiert auf 6 Aufsätzen Quantifying