Onlinepoker in Deutschland

Online-Poker in Deutschland
Empirische Ergebnisse aus der OPD-UHH
Symposium Glücksspiel 2011
Universität Hohenheim
Ingo Fiedler
25.03.2011
Universität Hamburg
Institut für Recht der Wirtschaft
1
Vielen Dank an die Stadt Hamburg,
dem Sponsor der Studie!
Universität Hamburg
Institut für Recht der Wirtschaft
2
Ausgangssituation
•
•
•
•
Onlineglücksspiele in Deutschland verboten
Poker fällt unter Glücksspiele
Online Poker als „Daten-Goldmine“
Datenbank der Universität Hamburg (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
Universität Hamburg
Institut für Recht der Wirtschaft
3
Der Markt für Onlinepoker nach Anbietern
Site/Network
Pokerstars
Full Tilt Poker
iPoker Network
Party Poker
Cereus Networkb
Everest Poker
Microgamingc
IPN (Boss Media)d
Cake Poker Network
Ongame (bwin)e
Other
2008
Market share
30.53%
14.65%
9.82%
8.72%
2.35%
4.85%
1.84%
2,81%
2.18%
6.86%
15.39%
2009
Market share
36.05%
19.45%
8.40%
7.22%
3.40%
3.36%
2.71%
2.80%
2.45%
3.96%
10.20%
2010a
Market share
40.96%
21.73%
5.77%
6.12%
3.03%
1.80%
2.66%
2.88%
1.97%
3.55%
9.53%
Data recorded
for OPD-UHH
Yes
Yes
No
No
No
Yes
No
Yes
Yes
No
No
a:
2010 includes only data from January to August.
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.
b:
Universität Hamburg
Institut für Recht der Wirtschaft
4
Die Datenbank: OPD-UHH
• Kern der Datenaufzeichnung: September 2009 bis März 2010
Anbieter
Start
Ende
PokerStars
10.09.2009
11.03.2010
Full Tilt Poker
06.09.2009
11.03.2010
Everest Poker
13.08.2009
11.03.2010
IPN (Boss Media)
27.07.2009
02.02.2010
Cake Poker
01.11.2009
02.07.2010
• 64,72% des Gesamtmarktes: 4.591.342 Spieleridentitäten
• Aufgezeichnete Daten:
Herkunft: Land/Region
Spieldauer
Sessionlänge
Anzahl Sessions
Spieleinsätze/Limits
Universität Hamburg
Institut für Recht der Wirtschaft
5
Der deutsche Onlinepokermarkt
• Zweitgrößter Markt weltweit
• 9,64% aller Spieler aus Deutschland
• 581.350 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)
Universität Hamburg
Institut für Recht der Wirtschaft
6
Herkunft nach Bundesländern
Bundesland
Bevölkerung
Beobachtete
Spieleridentitätena
Deutschland gesamt
Hamburg
Bremen
Berlin
Nordrhein-Westfalen
Schleswig-Holstein
Saarland
Niedersachsen
Mecklenburg-Vorpommern
Hessen
Rheinland-Pfalz
Bayern
Baden-Württemberg
Sachsen
Brandenburg
Thüringen
Sachsen-Anhalt
82.002.356
1.772.100
661.866
3.431.675
17.933.064
2.834.260
1.030.324
7.947.244
1.664.356
6.064.953
4.028.351
12.519.728
10.749.506
4.192.801
2.522.493
2.267.763
2.381.872
216.520
8.737
2.862
13.768
58.212
8.627
2.933
21.155
4.140
14.786
9.364
28.107
23.186
7.982
4.795
3.947
3.919
Anzahl Spieler Spieleranteil Spieleranteil
Hochrechnungb Bundesland Bevölkerung
581.350
23.459
7.684
36.967
156.298
23.163
7.875
56.801
11.116
39.700
25.142
75.466
62.254
21.431
12.874
10.598
10.522
100,00%
4,04%
1,32%
6,36%
26,89%
3,98%
1,35%
9,77%
1,91%
6,83%
4,32%
12,98%
10,71%
3,69%
2,21%
1,82%
1,81%
0,71%
1,32%
1,16%
1,08%
0,87%
0,82%
0,76%
0,71%
0,67%
0,65%
0,62%
0,60%
0,58%
0,51%
0,51%
0,47%
0,44%
Verhältnis
Spieleranteil
Region zu Land
1,00
1,87
1,64
1,52
1,23
1,15
1,08
1,01
0,94
0,92
0,88
0,85
0,82
0,72
0,72
0,66
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 2010.
Universität Hamburg
Institut für Recht der Wirtschaft
7
Operationalisierung des Spielverhaltens
Spielvolumen
Spieldauer
über 6 Monate
Sessionanzahl
Ø Anzahl simultan
gespielter Tische
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
Universität Hamburg
Institut für Recht der Wirtschaft
8
Anzahl Sessions
Wie oft haben die Deutschen in den 6 Monaten gespielt?
Sample
Ø-Sessionanzahl
aller Spieler
Ø Sessionanzahl
Medianspieler
σ der
Ø-Sessionanzahl
Deutschland
27,43
9
50,5
USA
24,92
7
50,79
Welt
23,25
7
47,03
• Deutsche spielen häufiger als andere Spieler
• Ø > Median Von Extremwerten beeinflusst
Universität Hamburg
Institut für Recht der Wirtschaft
9
Spieldauer Sessions
Wie lange spielen die Deutschen pro Spielsession?
Ø-Spieldauer aller
Spieler in Min.
Ø-Spieldauer
Medianspieler in
Min.
σ der ØSpieldauer in
Min.
Deutschland
50,91
43
37,36
USA
50,46
42
37,81
Welt
49,85
41,5
38,46
Sample
• Kein signifikanter Unterschied in der Sessionlänge
• Ø ~ Median Kaum von Extremwerten beeinflusst
Exzessivspieler spielen nur häufiger, nicht länger
Universität Hamburg
Institut für Recht der Wirtschaft
10
Spieldauer über 6 Monate
Wie lange saßen die Deutschen über den 6monatigen
Beobachtungszeitraum an den virtuellen Pokertischen?
Sample
Ø Spieldauer
in Minuten
Median Spieldauer
in Minuten
σ Spieldauer
in Minuten
Gesamte
Spieldauer in
Stunden
Deutschland
1.754
384
4.074
10.171.223
USA
1.511
322
3.788
33.138.877
Welt
1.454
292
3.728
103.329.669
(1 Mio. Stunden ~ 114 Jahre)
• Deutsche spielen insgesamt länger/häufiger als andere
• Ø >> Median Stark von Extremwerten beeinflusst
Universität Hamburg
Institut für Recht der Wirtschaft
11
Anzahl simultan gespielter Tische
(Multitabling)
An wie vielen Pokertischen spielen die Deutschen simultan?
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
Sample
• Multitabling insgesamt eher selten
• Deutsche spielen mehr Tische simultan als andere
Universität Hamburg
Institut für Recht der Wirtschaft
12
Spielintensität in $ Rake pro Stunde
Wie intensiv spielen die Deutschen? Wie viel Gebühr zahlen sie
pro gespielter Stunde an den Anbieter?
Sample
Ø Spielintensität
Ø-Spielintensität
Medianspieler in $ Rake pro
in $ Rake pro Std.
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
Universität Hamburg
Institut für Recht der Wirtschaft
13
Spitzenkennzahl: Spielvolumen
Wie hoch ist das Spielvolumen der Deutschen? Wie viel $
Gebühren haben sie in 6 Monaten an die Anbieter gezahlt?
Rake Median- σ Rake in
spieler in $
$
Rake Gesamt
in $
Hochrechnung
Gesamtmarkt
1.691,31
78.741.015
378 Mio. $
10,20
2.023,22
281.720.787
911 Mio. $
6,69
1.926,61
818.096.943
3.596 Mio. $
Sample
Ø Rake in $
Deutschland
226,35
8,06
USA
214,09
Welt
187,95
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
Universität Hamburg
Institut für Recht der Wirtschaft
14
Vielspieler vs. reguläre Spieler: Ursache
des hohen deutschen Spielvolumens
• „Reguläre“ deutsche Spieler weisen leicht
überdurchschnittliches Spielvolumen auf
Spielvolumen über 6 Monate
160,0
140,0
Gezahlter Rake in $
120,0
100,0
80,0
GER
60,0
USA
Gesamt
40,0
20,0
0,0
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
Perzentil
Universität Hamburg
Institut für Recht der Wirtschaft
15
Vielspieler vs. reguläre Spieler: Ursache
des hohen deutschen Spielvolumens II
• Deutsche Vielspieler weisen besonders hohes
Spielvolumen auf
Vielspieler: Spielvolumen über 6 Monate
4.500
4.000
Gezahlter Rake in $
3.500
3.000
2.500
GER
2.000
USA
1.500
Gesamt
1.000
500
0
90
91
92
93
94
95
96
97
98
99
Perzentil
Universität Hamburg
Institut für Recht der Wirtschaft
16
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
95
96
97
98
99
12,34
22,92
27,16
33,20
42,84
62,03
3,39
4,61
5,00
5,59
6,39
7,95
8,57
14,71
17,00
20,14
24,86
33,57
31,12
80,09
105,03
146,82
228,56
457,06
• Der Medianspieler hat in 6 Monaten 6,7 $ an die Anbieter
gezahlt
• Der 95%-Perzentilspieler 536 $
• Der 99%-Perzentilspieler 3.058 $
Universität Hamburg
Institut für Recht der Wirtschaft
17
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%
448.939.210
54,88%
10.506
GER-Top 1%
44.935.363
57,07%
12.916
USA-Top 1%
152.744.796
54,22%
11.608
Welt-Top 5%
658.081.834
80,44%
3.080
GER-Top 5%
65.262.817
82,88%
3.752
USA-Top 5%
221.640.939
78,67%
3.369
Welt-Top 10%
731.079.221
89,36%
1.711
GER-Top 10%
71.611.298
90,95%
2.059
USA-Top 10%
281.720.787
87,81%
2.141
• In Deutschland konzentrieren sich die Verluste besonders
stark auf die Vielspieler
• Sind Vielspieler pathologisch oder professionell?
Universität Hamburg
Institut für Recht der Wirtschaft
18
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 Universität Hamburg
widmet sich dieser Fragestellung bereits
Universität Hamburg
Institut für Recht der Wirtschaft
19
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?
Universität Hamburg
Institut für Recht der Wirtschaft
20
Vielen Dank für Ihre Aufmerksamkeit!
Kontakt:
Ingo Fiedler
[email protected]
Universität Hamburg
Institut für Recht der Wirtschaft
21