BoosterHand Lab · Simulation
Ich habe 1.000.000 Plinko-Bälle fallen lassen: Gewinnchancen, RTP und Risikostufen simuliert
Aktualisiert 2026-11-03 · Von BoosterHand Lab · Methode: Monte-Carlo-Simulation (Python/NumPy, fester Seed)
- Auf einem Brett mit 16 Reihen und 50/50-Abprallern liegt jeder Rand-Slot bei 1 zu 65.536. Irgendein Rand: im Schnitt 1 von 32.768 Bällen.
- 54,5 % der Bälle landen in den mittleren 3 Slots. Auf High Risk landen 79 % der Bälle in einem 0,2x-Slot.
- Alle drei Auszahlungstabellen geben etwa 99 % zurück. Über 1.000.000 Bälle à 1 $ behielt das Brett 9.903 $ (Low), 8.285 $ (Medium) und 13.379 $ (High).
- Der 1.000x-Slot traf 28-mal in einer Million Bällen (die Mathematik erwartet ~30,5), und das High-Risk-Brett gewann trotzdem.
- 10.000 Spieler × 1.000 Bälle: Auf High Risk lagen 35 % am Ende im Plus, aber der Median-Spieler verlor 49,80 $ und jeder Dritte verlor 100 $ oder mehr.
Ein Plinko-Brett zeigt dir an jedem Rand einen 1.000x-Slot und lässt ihn erreichbar aussehen. Ich habe auf jeder von drei Risikostufen 1.000.000 simulierte Bälle fallen lassen, um zu sehen, wie oft der Rand wirklich zahlt, wo die Bälle tatsächlich landen und wie viel das Brett auf Dauer behält.
Kurze Antwort: Der 1.000x-Slot ist echt, aber er kommt nur 1-mal in 32.768 Bällen, und das Brett gewinnt trotzdem.
So funktioniert ein Plinko-Brett
Unser Brett hat 16 Reihen mit Stiften. An jedem Stift springt der Ball mit 50/50-Chance nach links oder rechts. Nach 16 Abprallern landet er in einem von 17 Slots, und jeder Slot zahlt einen Multiplikator deines Einsatzes.
Um einen Rand-Slot zu erreichen, muss der Ball 16-mal hintereinander in dieselbe Richtung springen. Das ist 1 zu 2^16 = 1 zu 65.536 pro Rand oder 2 zu 65.536 = 1 zu 32.768 für irgendeinen Rand.
Die meisten Bälle tun etwas viel Langweiligeres. Die Anzahl der Wege zu jedem Slot folgt einer Binomialverteilung, derselben Glockenform, die du von einem Galtonbrett kennst:
| Slot (von der Mitte aus) | Chance pro Ball |
|---|---|
| Mittlerer Slot | 19,6 % |
| Mittlere 3 Slots | 54,5 % |
| Jeder Rand-Slot | 0,0015 % |
Drei Risikostufen, derselbe RTP von 99 %
Plinko-Spiele lassen dich meist eine Risikostufe wählen. Für diesen Test habe ich drei Auszahlungstabellen entworfen (generisch, aus keinem Spiel kopiert). Jede gibt etwa 99 % jedes eingesetzten Dollars zurück:
| Risiko | Multiplikatoren Rand → Mitte | Exakter RTP |
|---|---|---|
| Low | 16x, 9x, 2x, 1,4x, 1,4x, 1,2x, 1,1x, 1x, 0,5x | 98,999 % |
| Medium | 110x, 41x, 10x, 5x, 3x, 1,5x, 1x, 0,5x, 0,3x | 98,988 % |
| High | 1.000x, 130x, 26x, 9x, 4x, 2x, 0,2x, 0,2x, 0,2x | 98,977 % |
Der Trick steckt in der Mitte. Auf High Risk zahlen die fünf mittleren Slots 0,2x, und 79 % der Bälle landen dort. Jeder große Rand-Multiplikator wird durch diese kleinen Verluste in der Mitte bezahlt.
Vor den Ergebnissen: Welche Risikostufe lässt den typischen Spieler nach 1.000 Bällen am schlechtesten dastehen? Tipp ab, dann lies weiter.
So haben wir die Simulation durchgeführt
- Brett: 16 Reihen, 50/50-Abpraller an jedem Stift, 17 Slots
- Auszahlungstabellen: die drei oben, jeweils ~99 % RTP
- Test 1: 1.000.000 Bälle pro Risikostufe mit festem Einsatz von 1 $
- Test 2: 10.000 Spieler pro Risikostufe, je 1.000 Bälle à 1 $
- Methode: Monte-Carlo-Simulation in Python (NumPy), fester Zufalls-Seed für Reproduzierbarkeit
1.000.000 Bälle: die Ergebnisse
Bei 1 % Hausvorteil liegt der erwartete Verlust auf 1.000.000 $ Umsatz bei etwa 10.000 $. Das hat die Simulation ergeben:
| Risiko | Zurückgezahlt | Nettoergebnis | Simulierter RTP | Rand-Treffer |
|---|---|---|---|---|
| Low | 990.097 $ | −9.903 $ | 99,01 % | 22 (16x) |
| Medium | 991.716 $ | −8.285 $ | 99,17 % | 47 (110x) |
| High | 986.621 $ | −13.379 $ | 98,66 % | 28 (1.000x) |
Auf High Risk traf der 1.000x-Slot 28-mal, nah an den ~30,5, die die Mathematik vorhersagt. Das sind 28.000 $ an Rand-Auszahlungen, und das Brett behielt trotzdem 13.379 $.
Der laufende Saldo zeigt, warum. Auf Low Risk rutscht der Kontostand fast in einer geraden Linie nach unten. Auf High Risk springt er bei jedem seltenen Treffer nach oben und schleift sich dann wieder herunter, folgt aber derselben Abwärtsneigung: etwa 1 Cent Verlust pro Ball à 1 $.
10.000 Spieler: Wer liegt am Ende vorne?
Eine Million Bälle ist die Sicht des Casinos. Eine echte Session ist viel kürzer, also habe ich 10.000 simulierten Spielern je 1.000 Bälle à 1 $ gegeben.
| Risiko | Im Plus | Median-Ergebnis | Schlechtestes | Bestes | 100 $+ verloren |
|---|---|---|---|---|---|
| Low | 16 % | −10,60 $ | −47,50 $ | +38,70 $ | 0 % |
| Medium | 37 % | −15,00 $ | −131,00 $ | +295,50 $ | 1 % |
| High | 35 % | −49,80 $ | −324,40 $ | +2.135,80 $ | 32 % |
High Risk hat die spektakulärsten Gewinner: Der beste Spieler beendete mit +2.136 $. Aber der typische High-Risk-Spieler verlor 49,80 $, fast 5-mal mehr als auf Low Risk, und jeder Dritte verlor 100 $ oder mehr. Derselbe RTP von 99 % auf jedem Brett, ganz unterschiedlicher Schmerz.
Das ist dasselbe Muster wie in unserer Simulation zur Slot-Volatilität: Die Risikostufe ändert die Form deiner Ergebnisse, nicht den Hausvorteil.
Warten auf 1.000x
Im Schnitt brauchst du 32.768 Bälle, um einmal einen Rand-Slot zu treffen. Bei einem Ball pro Sekunde sind das mehr als 9 Stunden ununterbrochenes Fallenlassen, und bei 1 $ pro Ball kostet dich der Hausvorteil von 1 % unterwegs etwa 328 $. Von unseren 10.000 High-Risk-Spielern sahen nur 3,6 % den 1.000x-Slot in 1.000 Bällen auch nur ein einziges Mal.
Grenzen dieses Modells
Unser Brett ist ein sauberes Modell: 16 Reihen, perfekt faire 50/50-Abpraller und Auszahlungstabellen, die für diesen Test gebaut wurden. Echte Spiele bieten andere Reihenzahlen (oft 8 bis 16), andere Tabellen und eigene RTP-Werte. Die Binomial-Mathematik ist auf jedem fairen Brett dieselbe, aber prüfe im Info-Bildschirm des Spiels die genaue Tabelle und den RTP. Wenn das Spiel provably fair ist, kannst du jedes Ergebnis selbst überprüfen.
Was das für dich bedeutet
- Gleicher Hausvorteil auf jeder Risikostufe. Alle drei Bretter behielten etwa 1 Cent pro 1 $. Keine Risikoeinstellung, Reihenzahl oder Einsatzhöhe ändert das.
- Höheres Risiko heißt größere Schwankungen, nicht bessere Chancen. Der Median-Spieler auf High Risk verlor über dieselben 1.000 Bälle fast 5-mal mehr als der Median-Spieler auf Low Risk.
- Plane dein Budget so, als würdest du den Rand nie sehen. Er liegt bei 1 zu 32.768 pro Ball. Wenn eine Session nur aufgeht, wenn der 1.000x landet, geht sie meistens nicht auf.
Plinko ist ein Glücksspiel, bei dem der Hausvorteil in die Auszahlungstabelle eingebaut ist. Leg ein Budget fest, dessen Verlust du dir leisten kannst, und hör auf, wenn es weg ist. Wenn Glücksspiel keinen Spaß mehr macht, findest du auf unserer Seite zu verantwortungsvollem Spielen Tools und Unterstützung.
Hast du die richtige Risikostufe getippt? Und wenn du sehen willst, wie sich 1 % Hausvorteil mit einem Spielautomaten vergleicht, lies, was über 1 Million Slot-Spins passiert ist.
Häufige Fragen
Wie hoch ist die Chance, bei Plinko den Rand-Slot zu treffen?
Auf einem Brett mit 16 Reihen, bei dem jeder Abpraller 50/50 ist, muss der Ball 16-mal hintereinander in dieselbe Richtung springen. Das ist 1 zu 65.536 pro Rand oder 1 zu 32.768 für irgendeinen Rand. Bretter mit weniger Reihen haben bessere Randchancen, aber kleinere Top-Multiplikatoren.
Wie hoch ist die Auszahlungsquote (RTP) bei Plinko?
Das hängt von der Auszahlungstabelle des Spiels ab. Die drei Tabellen in unserer Simulation wurden auf etwa 99 % ausgelegt, ein üblicher Wert für Plinko-Spiele im Krypto-Stil. Prüfe immer den RTP im Info-Bildschirm des Spiels, denn er kann abweichen.
Ist Plinko auf High Risk oder Low Risk besser?
Keine der beiden Stufen ändert den Hausvorteil: Alle drei unserer Tabellen behielten etwa 1 Cent pro 1 $. High Risk macht nur die Schwankungen größer. Über 1.000 Bälle verlor der Median-Spieler auf High Risk 49,80 $, auf Low Risk 10,60 $.
Gibt es eine Plinko-Strategie, die funktioniert?
Nein. Jeder Ball ist unabhängig, und der Hausvorteil steckt bereits in der Auszahlungstabelle. Risikostufe, Anzahl der Reihen oder Einsatzhöhe ändern die Volatilität, nicht den erwarteten Verlust pro Dollar.
Ist Plinko manipuliert?
Ein faires Plinko-Brett muss gar nicht manipuliert sein: Die Auszahlungstabelle garantiert, dass das Haus auf Dauer etwa 1 % behält. Bei Provably-Fair-Spielen kannst du jeden Ball selbst überprüfen; siehe unseren Provably-Fair-Erklärartikel.
Weiterlesen
Die Simulationen nutzen generische Modelle, kein echtes Spiel und kein echtes Casino. Die Ergebnisse zeigen die Mathematik auf lange Sicht, keine Vorhersage für eine Sitzung. Nur ab 18. Wenn Glücksspiel keinen Spaß mehr macht, mach eine Pause: verantwortungsvolles Spielen.
Quellen
- Galton board — Wikipedia
- Binomial distribution — Wikipedia
- Monte Carlo method — Wikipedia
- Expected value — Wikipedia
Nächstes Experiment: Mines Strategie: Die Mathematik hinter jedem Klick (Chancen, Multiplikatoren, RTP)