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
42.3%
Faire Quote
2.36
Unentschieden
24.18%
Faire Quote
4.14
Gast Sieg
33.52%
Faire Quote
2.98
Wahrscheinlichstes Ergebnis
1 - 1
Wahrscheinlichkeit 9.81%
Faire Quote 10.19
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 | 2.36 | — | |
| Unentschieden | 4.14 | — | |
| Gast Sieg | 2.98 | — |
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 | 9.81% | 10.19 |
| 2 | 2-1 | 8.68% | 11.52 |
| 3 | 1-2 | 7.75% | 12.9 |
| 4 | 2-2 | 6.86% | 14.58 |
| 5 | 1-0 | 6.21% | 16.1 |
| 6 | 0-1 | 5.54% | 18.04 |
| 7 | 2-0 | 5.5% | 18.2 |
| 8 | 3-1 | 5.12% | 19.52 |
| 9 | 0-2 | 4.38% | 22.84 |
| 10 | 1-3 | 4.08% | 24.5 |
ERGEBNISMATRIX
Heim-Tore ↓ · Gast-Tore →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.51%
28.5
|
5.54%
18.04
|
4.38%
22.84
|
2.31%
43.36
|
0.91%
109.77
|
0.29%
347.34
|
| 1 |
6.21%
16.1
|
9.81%
10.19
|
7.75%
12.9
|
4.08%
24.5
|
1.61%
62.02
|
0.51%
196.23
|
| 2 |
5.5%
18.2
|
8.68%
11.52
|
6.86%
14.58
|
3.61%
27.68
|
1.43%
70.07
|
0.45%
221.73
|
| 3 |
3.24%
30.84
|
5.12%
19.52
|
4.05%
24.71
|
2.13%
46.91
|
0.84%
118.76
|
0.27%
375.8
|
| 4 |
1.43%
69.7
|
2.27%
44.11
|
1.79%
55.84
|
0.94%
106.02
|
0.37%
268.38
|
0.12%
849.62
|
| 5 |
0.51%
196.89
|
0.8%
124.61
|
0.63%
157.73
|
0.33%
299.49
|
0.13%
758.15
|
0.04%
2398.08
|
Jeder andere Spielstand (6+ Tore einer Seite)
1.53%
·
Fair:
65.55
TEAM-GESAMTTORE
Heim
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 82.97% | 17.03% |
| 1.5 | 52.82% | 47.18% |
| 2.5 | 26.14% | 73.86% |
| 3.5 | 10.39% | 89.61% |
| 4.5 | 3.43% | 96.57% |
Gast
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 79.4% | 20.6% |
| 1.5 | 46.86% | 53.14% |
| 2.5 | 21.15% | 78.85% |
| 3.5 | 7.61% | 92.39% |
| 4.5 | 2.26% | 97.74% |
GESAMTTORE IM SPIEL
| Tore | Wahrsch. | Quote |
|---|---|---|
| 0 | 3.51% | 28.50 |
| 1 | 11.75% | 8.51 |
| 2 | 19.69% | 5.08 |
| 3 | 21.98% | 4.55 |
| 4 | 18.41% | 5.43 |
| 5+ | 24.66% | 4.06 |
|
Mehr (Über) 2.5 65.05%
Weniger (Unter) 2.5 34.95%
|
||
WICHTIGE MARKTWAHRSCHEINLICHKEITEN
1X2
Heim Sieg
42.30%
Unentschieden
24.18%
Gast Sieg
33.52%
Über / Unter 2.5
Mehr (Über) 2.5
65.05%
Weniger (Unter) 2.5
34.95%
Beide treffen (BTTS)
Ja
65.88%
Nein
34.12%
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 | 9.79% 10.21 | 12.79% 7.82 | 77.42% 1.29 |
| -1.5 | 22.58% 4.43 | — | 77.42% 1.29 |
| -1.0 | 22.58% 4.43 | 20.03% 4.99 | 57.39% 1.74 |
| -0.5 | 42.61% 2.35 | — | 57.39% 1.74 |
| 0 (PK) | 42.61% 2.35 | 22.73% 4.4 | 34.67% 2.88 |
| +0.5 | 65.33% 1.53 | — | 34.67% 2.88 |
| +1.0 | 65.33% 1.53 | 17.88% 5.59 | 16.79% 5.96 |
| +1.5 | 83.21% 1.2 | — | 16.79% 5.96 |
| +2.0 | 83.21% 1.2 | 10.19% 9.82 | 6.6% 15.16 |
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.