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 64.35%
Unentschieden 20.47%
Gast 15.18%
Heim ungeschlagen (1X) 84.82%
ohne Unentschieden (12) 79.53%
Gast ungeschlagen (X2) 35.65%

Tore (ges.)

Mehr (Über) (0.5) 95.96%
Weniger (Unter) (0.5) 4.04%
Mehr (Über) (1) 95.96%
Weniger (Unter) (1) 4.04%
Mehr (Über) (1.5) 83.01%
Weniger (Unter) (1.5) 16.99%
Mehr (Über) (2) 83.01%
Weniger (Unter) (2) 16.99%
Mehr (Über) (2.5) 62.22%
Weniger (Unter) (2.5) 37.78%
Mehr (Über) (3) 62.22%
Weniger (Unter) (3) 37.78%
Mehr (Über) (3.5) 39.97%
Weniger (Unter) (3.5) 60.03%
Mehr (Über) (4) 39.97%
Weniger (Unter) (4) 60.03%
Mehr (Über) (4.5) 22.11%
Weniger (Unter) (4.5) 77.88%

Handicap

Heim (-2) 22.53%
Gast (+2) 57.91%
Heim (-1.5) 42.09%
Gast (+1.5) 57.91%
Heim (-1) 42.09%
Gast (+1) 34.76%
Heim (-0.5) 65.24%
Gast (+0.5) 34.76%
Heim (+0) 65.24%
Gast (-0) 15.61%
Heim (+0.5) 84.38%
Gast (-0.5) 15.61%
Heim (+1) 84.38%
Gast (-1) 5.29%
Heim (+1.5) 94.71%
Gast (-1.5) 5.29%
Heim (+2) 94.71%
Gast (-2) 1.4%

Beide treffen (BTTS) (BTTS)

Ja 56.02%
Nein 43.98%

Tore Heim (Einzeltor-Total / OU)

Mehr (Über) (0.5) 89.14%
Weniger (Unter) (0.5) 10.86%
Mehr (Über) (1) 89.14%
Weniger (Unter) (1) 10.86%
Mehr (Über) (1.5) 65.03%
Weniger (Unter) (1.5) 34.97%
Mehr (Über) (2) 65.03%
Weniger (Unter) (2) 34.97%
Mehr (Über) (2.5) 38.26%
Weniger (Unter) (2.5) 61.74%
Mehr (Über) (3) 38.26%
Weniger (Unter) (3) 61.74%
Mehr (Über) (3.5) 18.46%
Weniger (Unter) (3.5) 81.54%
Mehr (Über) (4) 18.46%
Weniger (Unter) (4) 81.54%
Mehr (Über) (4.5) 7.47%
Weniger (Unter) (4.5) 92.53%

Tore Auswärts (Einzeltor-Total / OU)

Mehr (Über) (0.5) 62.84%
Weniger (Unter) (0.5) 37.16%
Mehr (Über) (1) 62.84%
Weniger (Unter) (1) 37.16%
Mehr (Über) (1.5) 26.06%
Weniger (Unter) (1.5) 73.94%
Mehr (Über) (2) 26.06%
Weniger (Unter) (2) 73.94%
Mehr (Über) (2.5) 7.85%
Weniger (Unter) (2.5) 92.15%
Mehr (Über) (3) 7.85%
Weniger (Unter) (3) 92.15%
Mehr (Über) (3.5) 1.84%
Weniger (Unter) (3.5) 98.16%
Mehr (Über) (4) 1.84%
Weniger (Unter) (4) 98.16%
Mehr (Über) (4.5) 0.35%
Weniger (Unter) (4.5) 99.65%
🎯 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.