Fußball-Vorhersage-Chatbot

Ein intelligenter Vorhersage-Assistent

Unser Ziel war klar: Einen Chatbot zu entwickeln, der eine Nutzeranfrage (wie Teamnamen) entgegennimmt, verschiedene Datenpunkte von Sportradar abruft, diese mit KI analysiert und eine strukturierte Prognose präsentiert:

Komplexität bewältigen

Wie Sie im folgenden Flussdiagramm sehen, kann die Integration mehrerer Datenpunkte (bevorstehende Spieldetails, historische Direktduelle, Teamstatistiken) und deren Verarbeitung für die KI-Analyse zu einem sehr umfangreichen und potenziell unübersichtlichen Workflow führen, wenn dieser monolithisch aufgebaut wird.

Einen so großen, einzelnen Flow zu erstellen und zu pflegen, kann herausfordernd sein. Wie haben wir das gelöst? Indem wir ihn aufgeteilt haben.

Modulares Design mit benutzerdefinierten Tools via ‘Run Flow’

Anstatt einen riesigen Flow zu bauen, haben wir einen modularen Ansatz mit einem leistungsstarken FlowHunt-Feature gewählt: der Run Flow-Komponente. Diese Komponente ermöglicht es einem Flow (dem „Eltern-Flow“), einen anderen Flow (den „Kind-“ bzw. „Unter-Flow“) auszuführen und dessen Ergebnisse zu erhalten.

Wir haben mehrere kleinere, spezialisierte Flows erstellt, die jeweils als benutzerdefiniertes Tool für eine einzelne Aufgabe dienen:

1. „Bevorstehende Spieldetails abrufen“-Tool (Unter-Flow):

   • Eingabe: Erhält Parameter wie Team-IDs oder eine Match-ID.
   • Aktion: Enthält einen HTTP-Request-Knoten, der so konfiguriert ist, dass er den entsprechenden Sportradar API-Endpunkt für zukünftige Spielpläne und -details abruft.
   • Ausgabe: Gibt strukturierte Daten zum anstehenden Spiel zurück (Datum, Uhrzeit, Austragungsort, Wettbewerb etc.).
   • [Bild: Konzeptuelle Screenshot- oder Diagramm-Skizze eines kleinen Flows mit Eingabe -> HTTP-Anfrage (Sportradar Schedule) -> Ausgabe]

2. „Historische Direktduelle abrufen“-Tool (Unter-Flow):

   • Eingabe: Erhält Parameter wie die IDs der beiden gegeneinander antretenden Teams.
   • Aktion: Enthält einen HTTP-Request-Knoten, der auf den Sportradar API-Endpunkt für vergangene Spielergebnisse zwischen diesen Teams zugreift.
   • Ausgabe: Gibt eine strukturierte Liste historischer Spiele inklusive Datum, Ergebnis und Gewinner zurück.
   • [Bild: Konzeptuelle Screenshot- oder Diagramm-Skizze eines kleinen Flows mit Eingabe -> HTTP-Anfrage (Sportradar History) -> Ausgabe]

3. (Optional) Weitere Tools: Ähnliche Unter-Flows können für das Abrufen der aktuellen Teamform, Tabellenstände, Spielerstatistiken usw. erstellt werden, wobei jeweils die relevanten Sportradar-Endpunkte angesprochen werden.

Schritt 1: Bau der benutzerdefinierten Tool-Unter-Flows

Jeder Unter-Flow wird unabhängig gebaut und konzentriert sich ausschließlich auf seine spezifische Datenabruf-Aufgabe. Das erleichtert die Erstellung, das Testen und die Wartung.

Schritt 2: Orchestrierung mit dem Haupt-Flow

Unser Haupt-Chatbot-Flow wird dadurch deutlich übersichtlicher. Er agiert als Orchestrator:

1. Chat-Eingabe: Erfasst die initiale Nutzeranfrage (z. B. Teamnamen).
2. KI-Agent: Der zentrale KI-Agent (z. B. Tool Calling Agent) erhält die Ausgaben beider Run Flow-Komponenten.
3. Run Flow (Bevorstehendes Match abrufen): Erstellung benutzerdefinierter Tools auf Basis verschiedener Sportradar-API-Endpunkte.
4. Chat-Ausgabe: Gibt die finale Analyse des KI-Agents aus.

Schritt 3: Die KI zum Verwenden der Tool-Ausgaben anleiten

Der KI-Agent im Haupt-Flow wird jetzt anders angesteuert. Statt roher API-Daten erhält er die strukturierten Ausgaben unserer benutzerdefinierten Tools. Das Prompt weist ihn an, Informationen aus diesen spezifischen Tool-Ausgaben zusammenzufassen:

Du bist ein hilfreicher Assistent, der die verfügbaren Tools nutzt, um Fragen zu beantworten – sowohl zu YOURCOMPANY.xyz als auch zu Fußballspielen und gibst Vorhersagen auf Basis der Informationen der Tools, die dir zur Verfügung stehen. DU BIST EIN ASSISTENT AUF EINER WETTSEITE, ANTWORTE NUR AUF RELEVANTE FRAGEN ZU YOURCOMPANY.xyz, ODER ZU WETTEN, SPORT UND CASINOS ALLGEMEIN.

TOOLS:

Wenn ein Nutzer Informationen anfragt, die Tools benötigen und z. B. competitor_id, competition id oder sogar season id, gib den Namen des Teams AUF ENGLISCH UND ÜBERSETZE BEI BEDARF und nutze das seasons_tool, welches dir alle genannten IDs liefert.

Wenn der Nutzer nach heutigen Spielen fragt, brauchst du keine weiteren Fragen zu stellen. IMMER das todays_matches Tool nutzen und dem Nutzer ALLE noch nicht gespielten Spiele inklusive Teamnamen und competitor_id geben. Gib nie Ergebnisse von bereits abgeschlossenen Spielen, sondern nur Spiele, die noch nicht stattgefunden haben.

Für Vorhersagen zu einem bevorstehenden Spiel nutze das predictions_tool und gib nur die competitor_id BEIDER Teams, WIE DU SIE VOM seasons_tool erhalten hast (Format: competitor_id_1=ABC und competitor_id_2=XYZ). Gib eine detaillierte Vorhersage mit Bewertung auf Basis der erhaltenen Informationen sowie die sr:sport_event id aus. Wenn Folgefragen zu diesem speziellen Spiel gestellt werden, nutze das match_info Tool mit der sr:sport_event id, um weitere Informationen zu extrahieren. Gib eine detaillierte Prognose auf Grundlage der verfügbaren Daten und eine geschätzte prozentuale Gewinnwahrscheinlichkeit sowie eine Empfehlung, auf wen der Nutzer setzen sollte. FALLS DU DIE COMPETITOR ID NICHT IN DEINER HISTORIE HAST, FRAGE DEN NUTZER NACH DEN TEAMNAMEN.

NUTZE DEN DOCUMENT RETRIEVER FÜR ALLGEMEINE ANFRAGEN. FALLS DORT KEINE ANTWORTEN VORLIEGEN, KANNST DU AUCH GOOGLE SEARCH TOOL UND URL RETRIEVER NUTZEN, UM NUTZERANFRAGEN ZU BEANTWORTEN, WENN DU NICHT WEISST, WAS DU ANTWORTEN SOLLST.

Mit dem team_info Tool kannst du Informationen über ein Team einholen, musst dafür aber die competitor id des Teams übergeben.

Willst du Tabellenstände einer aktuellen Liga, den Aufsteiger in die nächste Runde oder spezifische Informationen zu einem Team in dieser Saison, nutze das standings_tool, indem du die season id vom seasons_tool holst und dem standings_tool übergibst. BEACHTE: Wenn es um zwei Teams geht und es um Statistiken und gelbe Karten eines bestimmten Spiels, MUSST DU TROTZDEM das predictions_tool verwenden.

Für detaillierte Infos wie Eckenanzahl, rote Karten usw. kannst du season id und competitor id vom seasons tool holen und dem detail_stats tool übergeben, um alle Informationen zu erhalten. Falls du keine passenden Antworten innerhalb deiner Tools findest, suche in Google nach einer Antwort. WENN DU EINEN BERICHT MIT DEN TOOL-ERGEBNISSEN ERSTELLST, STELLE SICHER, DASS DU JEDE EINZELNE INFORMATION DES TOOL-OUTPUTS DEM NUTZER MITTEILST, UNABHÄNGIG VON DER EINGABE. FOLGENDE DATEN FALLS VORHANDEN IMMER ENTHALTEN: GELBE KARTE Eckbälle Abseits Eigentore ausgewechselt eingewechselt Schüsse aufs Tor Schüsse neben das Tor geblockte Schüsse rote Karten Eigentore erzielte Tore

Das Ergebnis: Komplexität gemeistert

Durch den Einsatz von Run Flow zur Erstellung modularer benutzerdefinierter Tools haben wir einen potenziell riesigen und schwer zu wartenden Workflow in ein überschaubares System verwandelt. Der Haupt-Flow orchestriert klar die Datensammlung, und der KI-Agent fokussiert sich ausschließlich auf die Analyse der strukturierten, bereinigten Daten aus den spezialisierten Unter-Flows. So konnten wir das gewünschte, detaillierte Vorhersageergebnis liefern und gleichzeitig den Entwicklungsprozess übersichtlich halten.

Fazit: Smarter statt härter bauen

Dieser Sportradar-Vorhersage-Chatbot zeigt, wie FlowHunt die Entwicklung anspruchsvoller KI-Anwendungen ermöglicht, die mit externen Datenquellen interagieren. Vor allem aber wird deutlich, wie wichtig Features wie die Run Flow-Komponente für das Management von Komplexität durch modulare Architektur sind. Indem große Aufgaben in kleinere, wiederverwendbare „Custom Tool“-Flows unterteilt werden, lassen sich leistungsstarke, wartbare und skalierbare KI-Lösungen effizienter entwickeln.

Bereit, komplexe Workflows anzugehen? Entdecken Sie FlowHunt.io und nutzen Sie Modularität für Ihre nächste KI-Anwendung!

Starten Sie mit Ihrem ersten Flow

Das Flowhunt-Team aus KI-Flow-Ingenieuren unterstützt Sie gern bei Ihrer KI-Automatisierung.

Flowhunt ausprobieren
Mit einem Experten sprechen