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
18.69%
Faire Quote
5.35
Unentschieden
24.71%
Faire Quote
4.05
Gast Sieg
56.61%
Faire Quote
1.77
Wahrscheinlichstes Ergebnis
0 - 1
Wahrscheinlichkeit 12.02%
Faire Quote 8.32
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 | 5.35 | — | |
| Unentschieden | 4.05 | — | |
| Gast Sieg | 1.77 | — |
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 | 12.02% | 8.32 |
| 2 | 1-1 | 11.05% | 9.05 |
| 3 | 0-2 | 10.63% | 9.4 |
| 4 | 1-2 | 9.78% | 10.22 |
| 5 | 0-0 | 6.79% | 14.73 |
| 6 | 0-3 | 6.27% | 15.94 |
| 7 | 1-0 | 6.25% | 16.01 |
| 8 | 1-3 | 5.77% | 17.33 |
| 9 | 2-1 | 5.08% | 19.67 |
| 10 | 2-2 | 4.5% | 22.22 |
ERGEBNISMATRIX
Heim-Tore ↓ · Gast-Tore →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
6.79%
14.73
|
12.02%
8.32
|
10.63%
9.4
|
6.27%
15.94
|
2.78%
36.02
|
0.98%
101.76
|
| 1 |
6.25%
16.01
|
11.05%
9.05
|
9.78%
10.22
|
5.77%
17.33
|
2.55%
39.15
|
0.9%
110.61
|
| 2 |
2.87%
34.81
|
5.08%
19.67
|
4.5%
22.22
|
2.66%
37.66
|
1.17%
85.12
|
0.42%
240.44
|
| 3 |
0.88%
113.51
|
1.56%
64.13
|
1.38%
72.46
|
0.81%
122.82
|
0.36%
277.55
|
0.13%
784.31
|
| 4 |
0.2%
493.58
|
0.36%
278.86
|
0.32%
315.06
|
0.19%
533.9
|
0.08%
1206.27
|
0.03%
3412.97
|
| 5 |
0.04%
2680.97
|
0.07%
1515.15
|
0.06%
1712.33
|
0.03%
2898.55
|
0.02%
6578.95
|
0.01%
18518.52
|
Jeder andere Spielstand (6+ Tore einer Seite)
1.0%
·
Fair:
100.03
TEAM-GESAMTTORE
Heim
| Mehr (Über) | Weniger (Unter) | |
|---|---|---|
| 0.5 | 60.15% | 39.85% |
| 1.5 | 23.48% | 76.52% |
| 2.5 | 6.62% | 93.38% |
| 3.5 | 1.45% | 98.55% |
| 4.5 | 0.26% | 99.74% |
Gast
| 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% |
GESAMTTORE IM SPIEL
| Tore | Wahrsch. | Quote |
|---|---|---|
| 0 | 6.79% | 14.73 |
| 1 | 18.26% | 5.48 |
| 2 | 24.56% | 4.07 |
| 3 | 22.02% | 4.54 |
| 4 | 14.81% | 6.75 |
| 5+ | 13.56% | 7.37 |
|
Mehr (Über) 2.5 50.39%
Weniger (Unter) 2.5 49.61%
|
||
WICHTIGE MARKTWAHRSCHEINLICHKEITEN
1X2
Heim Sieg
18.69%
Unentschieden
24.71%
Gast Sieg
56.61%
Über / Unter 2.5
Mehr (Über) 2.5
50.39%
Weniger (Unter) 2.5
49.61%
Beide treffen (BTTS)
Ja
49.9%
Nein
50.1%
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 | 1.64% 61.02 | 4.79% 20.89 | 93.57% 1.07 |
| -1.5 | 6.43% 15.56 | — | 93.57% 1.07 |
| -1.0 | 6.43% 15.56 | 12.91% 7.74 | 80.66% 1.24 |
| -0.5 | 19.34% 5.17 | — | 80.66% 1.24 |
| 0 (PK) | 19.34% 5.17 | 23.24% 4.3 | 57.42% 1.74 |
| +0.5 | 42.58% 2.35 | — | 57.42% 1.74 |
| +1.0 | 42.58% 2.35 | 24.84% 4.03 | 32.57% 3.07 |
| +1.5 | 67.43% 1.48 | — | 32.57% 3.07 |
| +2.0 | 67.43% 1.48 | 17.72% 5.64 | 14.86% 6.73 |
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.