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
32.53%
Faire Quote
3.07
Unentschieden
25.72%
Faire Quote
3.89
Gast Sieg
41.76%
Faire Quote
2.39
Wahrscheinlichstes Ergebnis
1 - 1
Wahrscheinlichkeit 11.19%
Faire Quote 8.93
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 | 3.07 | — | |
| Unentschieden | 3.89 | — | |
| Gast Sieg | 2.39 | — |
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 | 11.19% | 8.93 |
| 2 | 1-2 | 8.9% | 11.24 |
| 3 | 0-1 | 8.0% | 12.51 |
| 4 | 2-1 | 7.84% | 12.76 |
| 5 | 1-0 | 7.04% | 14.2 |
| 6 | 0-2 | 6.36% | 15.73 |
| 7 | 2-2 | 6.23% | 16.05 |
| 8 | 0-0 | 5.03% | 19.89 |
| 9 | 2-0 | 4.93% | 20.29 |
| 10 | 1-3 | 4.72% | 21.2 |
ERGEBNISMATRIX
Heim-Tore ↓ · Gast-Tore →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
5.03%
19.89
|
8.0%
12.51
|
6.36%
15.73
|
3.37%
29.68
|
1.34%
74.67
|
0.43%
234.8
|
| 1 |
7.04%
14.2
|
11.19%
8.93
|
8.9%
11.24
|
4.72%
21.2
|
1.87%
53.34
|
0.6%
167.73
|
| 2 |
4.93%
20.29
|
7.84%
12.76
|
6.23%
16.05
|
3.3%
30.29
|
1.31%
76.2
|
0.42%
239.64
|
| 3 |
2.3%
43.48
|
3.66%
27.35
|
2.91%
34.4
|
1.54%
64.9
|
0.61%
163.29
|
0.19%
513.35
|
| 4 |
0.8%
124.24
|
1.28%
78.14
|
1.02%
98.28
|
0.54%
185.43
|
0.21%
466.42
|
0.07%
1466.28
|
| 5 |
0.23%
443.66
|
0.36%
279.02
|
0.28%
351.0
|
0.15%
662.25
|
0.06%
1666.67
|
0.02%
5235.6
|
Jeder andere Spielstand (6+ Tore einer Seite)
0.9%
·
Fair:
110.55
TEAM-GESAMTTORE
Heim
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 75.34% | 24.66% |
| 1.5 | 40.82% | 59.18% |
| 2.5 | 16.65% | 83.35% |
| 3.5 | 5.37% | 94.63% |
| 4.5 | 1.43% | 98.57% |
Gast
| 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% |
GESAMTTORE IM SPIEL
| Tore | Wahrsch. | Quote |
|---|---|---|
| 0 | 5.03% | 19.89 |
| 1 | 15.04% | 6.65 |
| 2 | 22.48% | 4.45 |
| 3 | 22.40% | 4.46 |
| 4 | 16.75% | 5.97 |
| 5+ | 18.31% | 5.46 |
|
Mehr (Über) 2.5 57.46%
Weniger (Unter) 2.5 42.54%
|
||
WICHTIGE MARKTWAHRSCHEINLICHKEITEN
1X2
Heim Sieg
32.53%
Unentschieden
25.72%
Gast Sieg
41.76%
Über / Unter 2.5
Mehr (Über) 2.5
57.46%
Weniger (Unter) 2.5
42.54%
Beide treffen (BTTS)
Ja
59.98%
Nein
40.02%
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 | 5.55% 18.01 | 9.77% 10.24 | 84.68% 1.18 |
| -1.5 | 15.32% 6.53 | — | 84.68% 1.18 |
| -1.0 | 15.32% 6.53 | 18.39% 5.44 | 66.29% 1.51 |
| -0.5 | 33.71% 2.97 | — | 66.29% 1.51 |
| 0 (PK) | 33.71% 2.97 | 24.23% 4.13 | 42.06% 2.38 |
| +0.5 | 57.94% 1.73 | — | 42.06% 2.38 |
| +1.0 | 57.94% 1.73 | 20.88% 4.79 | 21.18% 4.72 |
| +1.5 | 78.82% 1.27 | — | 21.18% 4.72 |
| +2.0 | 78.82% 1.27 | 12.6% 7.94 | 8.58% 11.65 |
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.