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
25.81%
Faire Quote
3.87
Unentschieden
34.71%
Faire Quote
2.88
Gast Sieg
39.47%
Faire Quote
2.53
Wahrscheinlichstes Ergebnis
0 - 0
Wahrscheinlichkeit 17.38%
Faire Quote 5.75
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 | 3.87 | — | |
| Unentschieden | 2.88 | — | |
| Gast Sieg | 2.53 | — |
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 | 0-0 | 17.38% | 5.75 |
| 2 | 0-1 | 17.2% | 5.81 |
| 3 | 1-0 | 13.21% | 7.57 |
| 4 | 1-1 | 13.07% | 7.65 |
| 5 | 0-2 | 8.52% | 11.74 |
| 6 | 1-2 | 6.47% | 15.45 |
| 7 | 2-0 | 5.02% | 19.93 |
| 8 | 2-1 | 4.97% | 20.13 |
| 9 | 0-3 | 2.81% | 35.58 |
| 10 | 2-2 | 2.46% | 40.66 |
ERGEBNISMATRIX
Heim-Tore ↓ · Gast-Tore →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
17.38%
5.75
|
17.2%
5.81
|
8.52%
11.74
|
2.81%
35.58
|
0.7%
143.78
|
0.14%
726.22
|
| 1 |
13.21%
7.57
|
13.07%
7.65
|
6.47%
15.45
|
2.14%
46.82
|
0.53%
189.18
|
0.1%
955.11
|
| 2 |
5.02%
19.93
|
4.97%
20.13
|
2.46%
40.66
|
0.81%
123.21
|
0.2%
497.76
|
0.04%
2512.56
|
| 3 |
1.27%
78.65
|
1.26%
79.45
|
0.62%
160.51
|
0.21%
486.38
|
0.05%
1964.64
|
0.01%
9900.99
|
| 4 |
0.24%
413.91
|
0.24%
418.24
|
0.12%
844.59
|
0.04%
2557.54
|
0.01%
10309.28
|
0.0%
52631.58
|
| 5 |
0.04%
2724.8
|
0.04%
2747.25
|
0.02%
5555.56
|
0.01%
16949.15
|
0.0%
66666.67
|
0.0%
333333.33
|
Jeder andere Spielstand (6+ Tore einer Seite)
0.07%
·
Fair:
1426.53
TEAM-GESAMTTORE
Heim
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 53.23% | 46.77% |
| 1.5 | 17.69% | 82.31% |
| 2.5 | 4.18% | 95.82% |
| 3.5 | 0.76% | 99.24% |
| 4.5 | 0.11% | 99.89% |
Gast
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 62.84% | 37.16% |
| 1.5 | 26.06% | 73.94% |
| 2.5 | 7.85% | 92.15% |
| 3.5 | 1.84% | 98.16% |
| 4.5 | 0.35% | 99.65% |
GESAMTTORE IM SPIEL
| Tore | Wahrsch. | Quote |
|---|---|---|
| 0 | 17.38% | 5.75 |
| 1 | 30.41% | 3.29 |
| 2 | 26.61% | 3.76 |
| 3 | 15.52% | 6.44 |
| 4 | 6.79% | 14.73 |
| 5+ | 3.29% | 30.40 |
|
Mehr (Über) 2.5 25.6%
Weniger (Unter) 2.5 74.4%
|
||
WICHTIGE MARKTWAHRSCHEINLICHKEITEN
1X2
Heim Sieg
25.81%
Unentschieden
34.71%
Gast Sieg
39.47%
Über / Unter 2.5
Mehr (Über) 2.5
25.6%
Weniger (Unter) 2.5
74.4%
Beide treffen (BTTS)
Ja
33.45%
Nein
66.55%
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 | 1.86% 53.85 | 6.4% 15.62 | 91.74% 1.09 |
| -1.5 | 8.26% 12.11 | — | 91.74% 1.09 |
| -1.0 | 8.26% 12.11 | 18.84% 5.31 | 72.9% 1.37 |
| -0.5 | 27.1% 3.69 | — | 72.9% 1.37 |
| 0 (PK) | 27.1% 3.69 | 33.13% 3.02 | 39.78% 2.51 |
| +0.5 | 60.22% 1.66 | — | 39.78% 2.51 |
| +1.0 | 60.22% 1.66 | 24.54% 4.07 | 15.24% 6.56 |
| +1.5 | 84.76% 1.18 | — | 15.24% 6.56 |
| +2.0 | 84.76% 1.18 | 10.86% 9.21 | 4.37% 22.87 |
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.