Fußball-Poisson-Rechner
xG-basierte Matchwahrscheinlichkeit & Fair-Odds-Engine
ERWARTETE TORE (XG) EINGEBEN
Erweiterte Optionen
Das Modell nutzt eine Fußball-Poisson-Variante: etwas höhere Unentschieden- und Favoritenwahrscheinlichkeiten.
PROGNOSE-ÜBERSICHT
Heim Sieg
54.05%
Faire Quote
1.85
Unentschieden
26.52%
Faire Quote
3.77
Gast Sieg
19.42%
Faire Quote
5.15
Wahrscheinlichstes Ergebnis
1 - 0
Wahrscheinlichkeit 13.67%
Faire Quote 7.32
Spielwahrscheinlichkeit & Quoten
FAIR-ODDS-VERGLEICH
| Markt | Marktquote | Faire Quote ? Vom Modell berechneter fairer Preis auf Basis der Wahrscheinlichkeit. | Edge ? Differenz zwischen Buchmacherquote und fairer Modellquote. Positiver Edge deutet auf potenziellen Value hin. |
|---|---|---|---|
| Heim Sieg | 1.85 | — | |
| Unentschieden | 3.77 | — | |
| Gast Sieg | 5.15 | — |
Value-Chancen finden
Vergleichen Sie faire Modellquoten mit Buchmacherpreisen, um +EV-Wetts zu finden.
Value-Wetts ansehen →
Exakter Spielstand: Wahrscheinlichkeit & faire Quote
| # | Exakter Spielstand | Wahrsch. | Quote |
|---|---|---|---|
| 1 | 1-0 | 13.67% | 7.32 |
| 2 | 1-1 | 11.76% | 8.51 |
| 3 | 2-0 | 10.94% | 9.14 |
| 4 | 2-1 | 9.4% | 10.63 |
| 5 | 0-0 | 8.54% | 11.7 |
| 6 | 0-1 | 7.35% | 13.61 |
| 7 | 3-0 | 5.83% | 17.15 |
| 8 | 1-2 | 5.05% | 19.78 |
| 9 | 3-1 | 5.02% | 19.94 |
| 10 | 2-2 | 4.04% | 24.73 |
ERGEBNISMATRIX
Heim-Tore ↓ · Gast-Tore →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
8.54%
11.7
|
7.35%
13.61
|
3.16%
31.65
|
0.91%
110.41
|
0.19%
513.61
|
0.03%
2985.07
|
| 1 |
13.67%
7.32
|
11.76%
8.51
|
5.05%
19.78
|
1.45%
69.01
|
0.31%
320.92
|
0.05%
1865.67
|
| 2 |
10.94%
9.14
|
9.4%
10.63
|
4.04%
24.73
|
1.16%
86.26
|
0.25%
401.28
|
0.04%
2331.0
|
| 3 |
5.83%
17.15
|
5.02%
19.94
|
2.16%
46.36
|
0.62%
161.73
|
0.13%
752.45
|
0.02%
4366.81
|
| 4 |
2.33%
42.87
|
2.01%
49.84
|
0.86%
115.92
|
0.25%
404.37
|
0.05%
1879.7
|
0.01%
10989.01
|
| 5 |
0.75%
133.96
|
0.64%
155.76
|
0.28%
362.19
|
0.08%
1264.22
|
0.02%
5882.35
|
0.0%
34482.76
|
Jeder andere Spielstand (6+ Tore einer Seite)
0.63%
·
Fair:
158.48
TEAM-GESAMTTORE
Heim
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 79.81% | 20.19% |
| 1.5 | 47.51% | 52.49% |
| 2.5 | 21.66% | 78.34% |
| 3.5 | 7.88% | 92.12% |
| 4.5 | 2.37% | 97.63% |
Gast
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 57.68% | 42.32% |
| 1.5 | 21.29% | 78.71% |
| 2.5 | 5.64% | 94.36% |
| 3.5 | 1.16% | 98.84% |
| 4.5 | 0.19% | 99.81% |
GESAMTTORE IM SPIEL
| Tore | Wahrsch. | Quote |
|---|---|---|
| 0 | 8.54% | 11.70 |
| 1 | 21.02% | 4.76 |
| 2 | 25.85% | 3.87 |
| 3 | 21.20% | 4.72 |
| 4 | 13.04% | 7.67 |
| 5+ | 10.35% | 9.66 |
|
Mehr (Über) 2.5 44.59%
Weniger (Unter) 2.5 55.41%
|
||
WICHTIGE MARKTWAHRSCHEINLICHKEITEN
1X2
Heim Sieg
54.05%
Unentschieden
26.52%
Gast Sieg
19.42%
Über / Unter 2.5
Mehr (Über) 2.5
44.59%
Weniger (Unter) 2.5
55.41%
Beide treffen (BTTS)
Ja
46.04%
Nein
53.96%
Asian-Handicap-Wahrscheinlichkeit
?
Wahrscheinlichkeiten stammen aus dem Poisson-Spielstandmodell.
Push gilt nur für ganzzahlige Asian-Handicap-Linien.
Heim-Handicap
| Linie | Heim-Seite | Push | Gast-Seite |
|---|---|---|---|
| -2.0 | 12.43% 8.04 | 16.9% 5.92 | 70.67% 1.42 |
| -1.5 | 29.33% 3.41 | — | 70.67% 1.42 |
| -1.0 | 29.33% 3.41 | 25.5% 3.92 | 45.17% 2.21 |
| -0.5 | 54.83% 1.82 | — | 45.17% 2.21 |
| 0 (PK) | 54.83% 1.82 | 25.02% 4.0 | 20.15% 4.96 |
| +0.5 | 79.85% 1.25 | — | 20.15% 4.96 |
| +1.0 | 79.85% 1.25 | 13.7% 7.3 | 6.45% 15.51 |
| +1.5 | 93.55% 1.07 | — | 6.45% 15.51 |
| +2.0 | 93.55% 1.07 | 4.88% 20.48 | 1.57% 63.82 |
SO FUNKTIONIERT DAS MODELL
Poisson-Verteilung
xG-Eingabe
Anpassungen
Wahrscheinlichkeitsausgabe
Wahrscheinlichkeiten folgen der PMF der Poisson-Verteilung (siehe Wikipedia EN).
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
TOOL TEILEN
So nutzen Sie den Poisson-Rechner
- Geben Sie die Heim-xG ein
- Geben Sie die Auswärts-xG ein
- Klicken Sie auf „Berechnen" (oder warten Sie auf Auto-Update)
- Correct-Score-Wahrscheinlichkeiten/faire Quoten 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.
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.