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
45.08%
Faire Quote
2.22
Unentschieden
26.19%
Faire Quote
3.82
Gast Sieg
28.73%
Faire Quote
3.48
Wahrscheinlichstes Ergebnis
1 - 1
Wahrscheinlichkeit 11.63%
Faire Quote 8.59
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 | 2.22 | — | |
| Unentschieden | 3.82 | — | |
| Gast Sieg | 3.48 | — |
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 | 1-1 | 11.63% | 8.59 |
| 2 | 1-0 | 9.38% | 10.66 |
| 3 | 2-1 | 9.25% | 10.81 |
| 4 | 2-0 | 7.46% | 13.41 |
| 5 | 0-1 | 7.32% | 13.67 |
| 6 | 1-2 | 7.21% | 13.86 |
| 7 | 0-0 | 5.9% | 16.95 |
| 8 | 2-2 | 5.73% | 17.44 |
| 9 | 3-1 | 4.9% | 20.4 |
| 10 | 0-2 | 4.54% | 22.04 |
ERGEBNISMATRIX
Heim-Tore ↓ · Gast-Tore →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
5.9%
16.95
|
7.32%
13.67
|
4.54%
22.04
|
1.88%
53.32
|
0.58%
172.03
|
0.14%
693.48
|
| 1 |
9.38%
10.66
|
11.63%
8.59
|
7.21%
13.86
|
2.98%
33.54
|
0.92%
108.19
|
0.23%
436.3
|
| 2 |
7.46%
13.41
|
9.25%
10.81
|
5.73%
17.44
|
2.37%
42.19
|
0.73%
136.09
|
0.18%
548.85
|
| 3 |
3.95%
25.29
|
4.9%
20.4
|
3.04%
32.9
|
1.26%
79.6
|
0.39%
256.74
|
0.1%
1035.2
|
| 4 |
1.57%
63.63
|
1.95%
51.32
|
1.21%
82.77
|
0.5%
200.24
|
0.15%
645.99
|
0.04%
2604.17
|
| 5 |
0.5%
200.12
|
0.62%
161.37
|
0.38%
260.28
|
0.16%
629.72
|
0.05%
2032.52
|
0.01%
8196.72
|
Jeder andere Spielstand (6+ Tore einer Seite)
0.76%
·
Fair:
131.2
TEAM-GESAMTTORE
Heim
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 79.61% | 20.39% |
| 1.5 | 47.18% | 52.82% |
| 2.5 | 21.41% | 78.59% |
| 3.5 | 7.74% | 92.26% |
| 4.5 | 2.31% | 97.69% |
Gast
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 71.06% | 28.94% |
| 1.5 | 35.18% | 64.82% |
| 2.5 | 12.93% | 87.07% |
| 3.5 | 3.73% | 96.27% |
| 4.5 | 0.88% | 99.12% |
GESAMTTORE IM SPIEL
| Tore | Wahrsch. | Quote |
|---|---|---|
| 0 | 5.90% | 16.95 |
| 1 | 16.70% | 5.99 |
| 2 | 23.63% | 4.23 |
| 3 | 22.29% | 4.49 |
| 4 | 15.77% | 6.34 |
| 5+ | 15.70% | 6.37 |
|
Mehr (Über) 2.5 53.77%
Weniger (Unter) 2.5 46.23%
|
||
WICHTIGE MARKTWAHRSCHEINLICHKEITEN
1X2
Heim Sieg
45.08%
Unentschieden
26.19%
Gast Sieg
28.73%
Über / Unter 2.5
Mehr (Über) 2.5
53.77%
Weniger (Unter) 2.5
46.23%
Beide treffen (BTTS)
Ja
56.57%
Nein
43.43%
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 | 9.55% 10.48 | 13.74% 7.28 | 76.71% 1.3 |
| -1.5 | 23.29% 4.29 | — | 76.71% 1.3 |
| -1.0 | 23.29% 4.29 | 22.22% 4.5 | 54.49% 1.84 |
| -0.5 | 45.51% 2.2 | — | 54.49% 1.84 |
| 0 (PK) | 45.51% 2.2 | 24.7% 4.05 | 29.79% 3.36 |
| +0.5 | 70.21% 1.42 | — | 29.79% 3.36 |
| +1.0 | 70.21% 1.42 | 17.33% 5.77 | 12.46% 8.03 |
| +1.5 | 87.54% 1.14 | — | 12.46% 8.03 |
| +2.0 | 87.54% 1.14 | 8.36% 11.96 | 4.1% 24.38 |
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.