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
14.89%
Faire Quote
6.72
Unentschieden
26.01%
Faire Quote
3.85
Gast Sieg
59.1%
Faire Quote
1.69
Wahrscheinlichstes Ergebnis
0 - 1
Wahrscheinlichkeit 16.24%
Faire Quote 6.16
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 | 6.72 | — | |
| Unentschieden | 3.85 | — | |
| Gast Sieg | 1.69 | — |
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 | 0-1 | 16.24% | 6.16 |
| 2 | 0-2 | 13.16% | 7.6 |
| 3 | 1-1 | 11.04% | 9.05 |
| 4 | 0-0 | 10.03% | 9.97 |
| 5 | 1-2 | 8.95% | 11.18 |
| 6 | 0-3 | 7.1% | 14.08 |
| 7 | 1-0 | 6.82% | 14.67 |
| 8 | 1-3 | 4.83% | 20.7 |
| 9 | 2-1 | 3.76% | 26.63 |
| 10 | 2-2 | 3.04% | 32.88 |
ERGEBNISMATRIX
Heim-Tore ↓ · Gast-Tore →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
10.03%
9.97
|
16.24%
6.16
|
13.16%
7.6
|
7.1%
14.08
|
2.88%
34.76
|
0.93%
107.27
|
| 1 |
6.82%
14.67
|
11.04%
9.05
|
8.95%
11.18
|
4.83%
20.7
|
1.96%
51.11
|
0.63%
157.75
|
| 2 |
2.32%
43.14
|
3.76%
26.63
|
3.04%
32.88
|
1.64%
60.88
|
0.67%
150.33
|
0.22%
464.04
|
| 3 |
0.53%
190.33
|
0.85%
117.48
|
0.69%
145.05
|
0.37%
268.6
|
0.15%
663.13
|
0.05%
2044.99
|
| 4 |
0.09%
1119.82
|
0.14%
691.09
|
0.12%
853.24
|
0.06%
1579.78
|
0.03%
3906.25
|
0.01%
12048.19
|
| 5 |
0.01%
8264.46
|
0.02%
5076.14
|
0.02%
6289.31
|
0.01%
11627.91
|
0.0%
28571.43
|
0.0%
90909.09
|
Jeder andere Spielstand (6+ Tore einer Seite)
0.65%
·
Fair:
154.39
TEAM-GESAMTTORE
Heim
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 49.34% | 50.66% |
| 1.5 | 14.89% | 85.11% |
| 2.5 | 3.18% | 96.82% |
| 3.5 | 0.52% | 99.48% |
| 4.5 | 0.07% | 99.93% |
Gast
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 80.21% | 19.79% |
| 1.5 | 48.15% | 51.85% |
| 2.5 | 22.18% | 77.82% |
| 3.5 | 8.16% | 91.84% |
| 4.5 | 2.48% | 97.52% |
GESAMTTORE IM SPIEL
| Tore | Wahrsch. | Quote |
|---|---|---|
| 0 | 10.03% | 9.97 |
| 1 | 23.06% | 4.34 |
| 2 | 26.52% | 3.77 |
| 3 | 20.33% | 4.92 |
| 4 | 11.69% | 8.55 |
| 5+ | 8.37% | 11.94 |
|
Mehr (Über) 2.5 40.4%
Weniger (Unter) 2.5 59.6%
|
||
WICHTIGE MARKTWAHRSCHEINLICHKEITEN
1X2
Heim Sieg
14.89%
Unentschieden
26.01%
Gast Sieg
59.10%
Über / Unter 2.5
Mehr (Über) 2.5
40.4%
Weniger (Unter) 2.5
59.6%
Beide treffen (BTTS)
Ja
39.57%
Nein
60.43%
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 | 0.81% 122.8 | 3.3% 30.35 | 95.89% 1.04 |
| -1.5 | 4.11% 24.33 | — | 95.89% 1.04 |
| -1.0 | 4.11% 24.33 | 11.33% 8.83 | 84.56% 1.18 |
| -0.5 | 15.44% 6.48 | — | 84.56% 1.18 |
| 0 (PK) | 15.44% 6.48 | 24.51% 4.08 | 60.05% 1.67 |
| +0.5 | 39.95% 2.5 | — | 60.05% 1.67 |
| +1.0 | 39.95% 2.5 | 26.99% 3.71 | 33.06% 3.02 |
| +1.5 | 66.94% 1.49 | — | 33.06% 3.02 |
| +2.0 | 66.94% 1.49 | 18.7% 5.35 | 14.36% 6.97 |
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.