Poisson-Fußballrechner: xG, Spielstand & Siegwahrscheinlichkeit

Poisson-Rechner für Sportwetten

Wie Buchmacher Quoten bilden? Oft per Poisson-Verteilung. Dafür brauchen Sie erwartete Tore (xG) – genau dafür ist dieses Tool da.

Das Modell nutzt die Poisson-Verteilung — siehe Wikipedia (EN).

Mit Heim- und Auswärtstoren (Erwartung) erhalten Sie gängige Quotenlinien – auch als Wahrscheinlichkeit lesbar.

Hinweis: Heuristisch an Fußballtrends angepasst, mit höherer Remis- bzw. Favoritenquote als „klassisch“-Poisson.

Erwartete Tore (xG) eingeben

Premium-Wettanbieter 1xBet: Neukunden können den Promo-Code 1x_3342271 nutzen. Jetzt registrieren

Spielwahrscheinlichkeit & Quoten

Ergebnis Doppelte Chance
Heim 67.25%
Unentschieden 22.1%
Gast 10.65%
Heim ungeschlagen (1X) 89.35%
ohne Unentschieden (12) 77.9%
Gast ungeschlagen (X2) 32.75%

Tore (ges.)

Mehr (Über) (0.5) 91.71%
Weniger (Unter) (0.5) 8.29%
Mehr (Über) (1) 91.71%
Weniger (Unter) (1) 8.29%
Mehr (Über) (1.5) 71.06%
Weniger (Unter) (1.5) 28.94%
Mehr (Über) (2) 71.06%
Weniger (Unter) (2) 28.94%
Mehr (Über) (2.5) 45.36%
Weniger (Unter) (2.5) 54.64%
Mehr (Über) (3) 45.36%
Weniger (Unter) (3) 54.64%
Mehr (Über) (3.5) 24.03%
Weniger (Unter) (3.5) 75.97%
Mehr (Über) (4) 24.03%
Weniger (Unter) (4) 75.97%
Mehr (Über) (4.5) 10.75%
Weniger (Unter) (4.5) 89.25%

Handicap

Heim (-2) 20.64%
Gast (+2) 58.1%
Heim (-1.5) 41.9%
Gast (+1.5) 58.1%
Heim (-1) 41.9%
Gast (+1) 31.7%
Heim (-0.5) 68.3%
Gast (+0.5) 31.7%
Heim (+0) 68.3%
Gast (-0) 10.98%
Heim (+0.5) 89.02%
Gast (-0.5) 10.98%
Heim (+1) 89.02%
Gast (-1) 2.6%
Heim (+1.5) 97.4%
Gast (-1.5) 2.6%
Heim (+2) 97.4%
Gast (-2) 0.46%

Beide treffen (BTTS) (BTTS)

Ja 38.3%
Nein 61.7%

Tore Heim (Einzeltor-Total / OU)

Mehr (Über) (0.5) 84.89%
Weniger (Unter) (0.5) 15.11%
Mehr (Über) (1) 84.89%
Weniger (Unter) (1) 15.11%
Mehr (Über) (1.5) 56.34%
Weniger (Unter) (1.5) 43.66%
Mehr (Über) (2) 56.34%
Weniger (Unter) (2) 43.66%
Mehr (Über) (2.5) 29.36%
Weniger (Unter) (2.5) 70.64%
Mehr (Über) (3) 29.36%
Weniger (Unter) (3) 70.64%
Mehr (Über) (3.5) 12.36%
Weniger (Unter) (3.5) 87.64%
Mehr (Über) (4) 12.36%
Weniger (Unter) (4) 87.64%
Mehr (Über) (4.5) 4.33%
Weniger (Unter) (4.5) 95.67%

Tore Auswärts (Einzeltor-Total / OU)

Mehr (Über) (0.5) 45.12%
Weniger (Unter) (0.5) 54.88%
Mehr (Über) (1) 45.12%
Weniger (Unter) (1) 54.88%
Mehr (Über) (1.5) 12.19%
Weniger (Unter) (1.5) 87.81%
Mehr (Über) (2) 12.19%
Weniger (Unter) (2) 87.81%
Mehr (Über) (2.5) 2.31%
Weniger (Unter) (2.5) 97.69%
Mehr (Über) (3) 2.31%
Weniger (Unter) (3) 97.69%
Mehr (Über) (3.5) 0.34%
Weniger (Unter) (3.5) 99.66%
Mehr (Über) (4) 0.34%
Weniger (Unter) (4) 99.66%
Mehr (Über) (4.5) 0.04%
Weniger (Unter) (4.5) 99.96%
🎯 Stattdessen KI-optimierte Tipps?
Heutige Fußballprognosen ansehen →

So funktioniert der Poisson-Rechner

Dieser Rechner nutzt folgende Eingaben:

  • Erwartete Tore des Heimteams (xG)
  • Erwartete Tore des Auswärtsteams (xG)

Auf dieser Basis werden berechnet:

  • Wahrscheinlichkeit jedes exakten Spielstands
  • Gewinn-, Niederlage-, Remiswahrscheinlichkeit (1X2)
  • Über/Unter (Tore) – Wahrscheinlichkeiten
  • Wahrscheinlichkeit: beide treffen (BTTS)

Wahrscheinlichkeiten folgen der PMF der Poisson-Verteilung (siehe Wikipedia EN).

So nutzen Sie den Poisson-Rechner

  1. Geben Sie die Heim-xG ein
  2. Geben Sie die Auswärts-xG ein
  3. Klicken Sie auf „Berechnen" (oder warten Sie auf Auto-Update)
  4. Skoren und Marktwahrscheinlichkeiten prüfen

Ideal für Datennutzer, Wett- und Performance-Analytiker im Fußball.

Warum Poisson zu xG passt

xG widerspiegelt Chancenqualität statt nur Endstände früherer Spiele.

Dazu zählt:

  • Weniger Rauschen durch Torschützen-Varianz
  • Prognosen passen besser zu den zugrunde liegenden xG
  • Aus Wahrscheinlichkeiten fair modellierte Quoten
  • Value-Spotting: Modell- vs Buchmacherquote

Daher sehen Poisson-Modelle Sie auch in vielen KI-Fußballprognosen.

Grenzen des Poisson-Modells

Kraftvoll, aber nicht ohne Grenzen:

  • Unabhängige Torereignisse (oft nur Annäherung)
  • Karten und Matchverlaufs-Wechsel (z. B. Taktik) fehlen im Basismodell
  • Ungenauer bei extrem niedrigen/ hohen xG-Werten

Am besten mit Teamstärke, Heimvorteil und Form-Adjustments ergänzen

Trotzdem: Poisson bleibt ein Standard, um Torgewinne & Märkte approximierend abzubilden (Sport-/Statistik-Modell).

Häufige Fragen (FAQ)

Per xG werden Tor-/Scoringszenarien modelliert, damit Sie Wahrscheinlichkeiten fürs Match und Märkte einschätzen können.

Für Tore ist es ein Standard — mit xG & Kontext (Form, Härte des Gegners) besser justierbar.

Ja — Sie können faire Wkts. ableiten und mit Buchmacher-Quoten vergleichen (Value-Idee).

Nehmen Sie prä-Match xG, die Stärke, Form und gegn. Niveau einpreist.

Ja. Aus Ihren xG-Inputs entsteht eine vollständige Torschance-/Scoreline-Matrix; jeder Score hat eine Wahrscheinlichkeit, analog zu Correct-Score-Märkten. Dasselbe Modell liefert auch 1X2 & BTTS.

BTTS: Wahrscheinlichkeit, dass beide 1 Tor erzielen. Ja/Nein stammt aus derselben xG-Poisson-Struktur wie der Score-Grid, damit alles logisch passend ist.