Poisson-Fußballrechner: xG, Spielstand & Siegwahrscheinlichkeit

Poisson-Rechner für Sportwetten

Wie Buchmacher Quoten bilden? Oft per Poisson-Verteilung. Dafür brauchen Sie erwartete Tore (xG) – genau dafür ist dieses Tool da.

Das Modell nutzt die Poisson-Verteilung — siehe Wikipedia (EN).

Mit Heim- und Auswärtstoren (Erwartung) erhalten Sie gängige Quotenlinien – auch als Wahrscheinlichkeit lesbar.

Hinweis: Heuristisch an Fußballtrends angepasst, mit höherer Remis- bzw. Favoritenquote als „klassisch“-Poisson.

Erwartete Tore (xG) eingeben

Premium-Wettanbieter 1xBet: Neukunden können den Promo-Code 1x_3342271 nutzen. Jetzt registrieren

Spielwahrscheinlichkeit & Quoten

Ergebnis Doppelte Chance
Heim 28.46%
Unentschieden 21.16%
Gast 50.38%
Heim ungeschlagen (1X) 49.62%
ohne Unentschieden (12) 78.84%
Gast ungeschlagen (X2) 71.54%

Tore (ges.)

Mehr (Über) (0.5) 98.29%
Weniger (Unter) (0.5) 1.71%
Mehr (Über) (1) 98.29%
Weniger (Unter) (1) 1.71%
Mehr (Über) (1.5) 91.34%
Weniger (Unter) (1.5) 8.66%
Mehr (Über) (2) 91.34%
Weniger (Unter) (2) 8.66%
Mehr (Über) (2.5) 77.19%
Weniger (Unter) (2.5) 22.8%
Mehr (Über) (3) 77.19%
Weniger (Unter) (3) 22.8%
Mehr (Über) (3.5) 58.01%
Weniger (Unter) (3.5) 41.99%
Mehr (Über) (4) 58.01%
Weniger (Unter) (4) 41.99%
Mehr (Über) (4.5) 38.48%
Weniger (Unter) (4.5) 61.52%

Handicap

Heim (-2) 5.9%
Gast (+2) 85.57%
Heim (-1.5) 14.43%
Gast (+1.5) 85.57%
Heim (-1) 14.43%
Gast (+1) 70.69%
Heim (-0.5) 29.3%
Gast (+0.5) 70.69%
Heim (+0) 29.3%
Gast (-0) 50.89%
Heim (+0.5) 49.11%
Gast (-0.5) 50.89%
Heim (+1) 49.11%
Gast (-1) 31.17%
Heim (+1.5) 68.83%
Gast (-1.5) 31.17%
Heim (+2) 68.83%
Gast (-2) 16.18%

Beide treffen (BTTS) (BTTS)

Ja 74.5%
Nein 25.5%

Tore Heim (Einzeltor-Total / OU)

Mehr (Über) (0.5) 82.62%
Weniger (Unter) (0.5) 17.38%
Mehr (Über) (1) 82.62%
Weniger (Unter) (1) 17.38%
Mehr (Über) (1.5) 52.21%
Weniger (Unter) (1.5) 47.79%
Mehr (Über) (2) 52.21%
Weniger (Unter) (2) 47.79%
Mehr (Über) (2.5) 25.6%
Weniger (Unter) (2.5) 74.4%
Mehr (Über) (3) 25.6%
Weniger (Unter) (3) 74.4%
Mehr (Über) (3.5) 10.08%
Weniger (Unter) (3.5) 89.92%
Mehr (Über) (4) 10.08%
Weniger (Unter) (4) 89.92%
Mehr (Über) (4.5) 3.29%
Weniger (Unter) (4.5) 96.71%

Tore Auswärts (Einzeltor-Total / OU)

Mehr (Über) (0.5) 90.17%
Weniger (Unter) (0.5) 9.83%
Mehr (Über) (1) 90.17%
Weniger (Unter) (1) 9.83%
Mehr (Über) (1.5) 67.37%
Weniger (Unter) (1.5) 32.63%
Mehr (Über) (2) 67.37%
Weniger (Unter) (2) 32.63%
Mehr (Über) (2.5) 40.92%
Weniger (Unter) (2.5) 59.07%
Mehr (Über) (3) 40.92%
Weniger (Unter) (3) 59.07%
Mehr (Über) (3.5) 20.47%
Weniger (Unter) (3.5) 79.53%
Mehr (Über) (4) 20.47%
Weniger (Unter) (4) 79.53%
Mehr (Über) (4.5) 8.61%
Weniger (Unter) (4.5) 91.39%
🎯 Stattdessen KI-optimierte Tipps?
Heutige Fußballprognosen ansehen →

So funktioniert der Poisson-Rechner

Dieser Rechner nutzt folgende Eingaben:

  • Erwartete Tore des Heimteams (xG)
  • Erwartete Tore des Auswärtsteams (xG)

Auf dieser Basis werden berechnet:

  • Wahrscheinlichkeit jedes exakten Spielstands
  • Gewinn-, Niederlage-, Remiswahrscheinlichkeit (1X2)
  • Über/Unter (Tore) – Wahrscheinlichkeiten
  • Wahrscheinlichkeit: beide treffen (BTTS)

Wahrscheinlichkeiten folgen der PMF der Poisson-Verteilung (siehe Wikipedia EN).

So nutzen Sie den Poisson-Rechner

  1. Geben Sie die Heim-xG ein
  2. Geben Sie die Auswärts-xG ein
  3. Klicken Sie auf „Berechnen" (oder warten Sie auf Auto-Update)
  4. Skoren 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.

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

Am besten mit Teamstärke, Heimvorteil und Form-Adjustments ergänzen

Trotzdem: Poisson bleibt ein Standard, um Torgewinne & Märkte approximierend abzubilden (Sport-/Statistik-Modell).

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.