Fußball Prognosen mit Statistik sind nicht die Zukunft — sie sind die Gegenwart. Jeder Profiverein arbeitet mit Analyseteams, jeder Trainer hat Zugang zu Daten, die vor zehn Jahren noch als Geheimwissen galten. Was sich verändert hat, ist nicht die Verfügbarkeit der Daten, sondern die Zugänglichkeit. Was früher ein interner Report für Scouting-Abteilungen war, ist heute öffentlich einsehbar: xG, PPDA, Possession-Werte, Shot Quality — alles Metriken, die den Unterschied zwischen einer informierten Einschätzung und einem Bauchgefühl ausmachen.
Für den Wettmarkt bedeutet das: Wer Statistik ignoriert, wettet gegen Leute, die es nicht tun. Das macht Statistik nicht zum Garant für Gewinne — der Bremer Glücksspielforscher Dr. Tobias Hayer hat wiederholt darauf hingewiesen, dass Fachwissen den strukturellen Nachteil der Buchmacher-Marge nicht aufhebt. Aber es macht den Analyseprozess nachvollziehbarer, disziplinierter und — im besten Fall — weniger anfällig für kognitive Verzerrungen.
Dieser Artikel stellt die wichtigsten Kennzahlen für datenbasierte Fußballprognosen vor, erklärt xG im Detail und zeigt, wo zuverlässige Daten zu finden sind.
Die wichtigsten Fußball-Kennzahlen für Prognosen
Nicht jede Statistik ist für Prognosen gleich wertvoll. Ballbesitz zum Beispiel — eine der meistzitierten Metriken — sagt weniger über die Siegwahrscheinlichkeit aus, als viele denken. Eine Mannschaft kann 65 Prozent Ballbesitz haben und trotzdem weniger hochwertige Chancen kreieren als der Gegner. Was zählt, ist nicht wie lange, sondern wie effektiv eine Mannschaft den Ball nutzt.
Die relevantesten Kennzahlen lassen sich in drei Kategorien einteilen: Chancenqualität, Pressing und Defensive Stabilität.
Chancenqualität: Expected Goals — xG ist die zentrale Metrik der modernen Fußballanalyse. Sie bewertet jeden Torschuss danach, wie wahrscheinlich er unter durchschnittlichen Bedingungen zum Tor führt. Ein Kopfball aus dem Fünfmeterraum hat einen höheren xG-Wert als ein Distanzschuss aus 25 Metern. Die Summe aller Torschüsse einer Mannschaft ergibt den Team-xG-Wert pro Spiel. Ein Team mit einem xG von 2,1 bei nur einem erzielten Tor hat mehr Chancen kreiert, als das Ergebnis zeigt — und umgekehrt.
Pressing: PPDA — Passes per Defensive Action misst, wie viele gegnerische Pässe eine Mannschaft zulässt, bevor sie eine Defensivaktion ausführt. Ein niedriger PPDA-Wert bedeutet aggressives Pressing — die Mannschaft attackiert den Ball früh. Ein hoher Wert deutet auf einen tiefen Verteidigungsblock hin. Für die Prognose ist PPDA besonders relevant, weil aggressives Pressing mit höheren xG-Werten korreliert — aber auch mit mehr zugelassenen Konterchancen. Teams mit niedrigem PPDA spielen volatil: Sie erzeugen viele Chancen und lassen viele zu. Das hat direkte Auswirkungen auf die Über/Unter-Märkte.
Defensive Stabilität: Expected Goals Against — xGA misst die Qualität der Chancen, die eine Mannschaft zulässt. Ein Team mit niedrigem xGA lässt wenige hochwertige Torschüsse zu, auch wenn die Gesamtzahl der Schüsse hoch sein kann. Das Zusammenspiel von xG und xGA — die sogenannte xG-Differenz — ist einer der besten Einzelprädiktoren für den Saisonverlauf eines Teams.
Dazu kommen ergänzende Metriken: Shots on Target Percentage misst die Zielgenauigkeit der Abschlüsse. Deep Completions zählen Pässe ins letzte Drittel, die zu einem Torschuss führen. Und die Formtabelle — nicht die Gesamttabelle, sondern die letzten fünf bis sechs Spiele — erfasst aktuelle Trends, die in der Saison-xG noch nicht voll sichtbar sind.
Entscheidend ist: Keine einzelne Kennzahl reicht aus. xG allein sagt nichts über das Pressing, PPDA nichts über die Chancenqualität. Erst die Kombination mehrerer Metriken ergibt ein Bild, das über das hinausgeht, was die Tabelle zeigt.
xG im Detail: Berechnung und Interpretation
xG wird auf der Grundlage historischer Schussdaten berechnet. Jeder Torschuss erhält einen Wert zwischen 0 und 1, basierend auf Faktoren wie Entfernung zum Tor, Winkel, Schussart, vorangegangene Aktion und Spielsituation. Ein Elfmeter hat typischerweise einen xG-Wert von etwa 0,76 — das bedeutet, dass historisch 76 von 100 Elfmetern verwandelt werden. Ein Schuss aus 30 Metern nach einem Dribbling hat einen xG-Wert von vielleicht 0,03.
Für die Prognose ist die Differenz zwischen xG und tatsächlichen Toren aufschlussreicher als der absolute Wert. Ein konkretes Beispiel aus der Bundesliga-Saison 2024/25: Harry Kane erzielte im ersten Saisondrittel 26 Tore bei einem xG von 22,54 — eine Überperformance von +3,46, die auf außergewöhnliche Abschlussqualität hinweist. Hugo Ekitiké dagegen kam auf nur 15 Tore bei 21,3 xG — eine Unterperformance von -6,3, die auf eine statistische Rückkehr zum Mittelwert hindeutet.
Was bedeutet das für den Wetter? Wenn ein Team seit Wochen unter seinem xG-Wert abschneidet, ist es statistisch wahrscheinlich, dass sich die Torausbeute normalisiert — vorausgesetzt die Chancenqualität bleibt konstant. SC Freiburg zum Beispiel generierte in der Hinrunde 26,42 xG, erzielte aber nur 21 Tore — die schlechteste Realisierungsquote der Liga. Für den Über/Unter-Markt ist das ein Signal: Wenn Freiburg seine Chancenproduktion beibehält, werden irgendwann mehr Tore fallen.
Allerdings gibt es Grenzen. xG-Modelle bewerten keine individuellen Qualitätsunterschiede. Ein Schuss von Kane aus 16 Metern bekommt denselben xG-Wert wie ein Schuss eines Drittligastürmers aus derselben Position — obwohl die tatsächliche Treffwahrscheinlichkeit unterschiedlich ist. Deshalb verwenden fortgeschrittene Modelle inzwischen „Post-Shot xG“, das die Platzierung des Schusses einbezieht: Ein Schuss ins obere Eck hat einen höheren Post-Shot-xG als ein zentral auf den Torwart platzierter Ball.
Für den Prognose-Kontext bleibt xG trotz seiner Grenzen das beste öffentlich verfügbare Einzelwerkzeug. Es reduziert Rauschen, macht Trends sichtbar und ermöglicht eine Einschätzung, die über das Ergebnis hinausgeht. Wer es klug einsetzt — als ein Element unter mehreren, nicht als alleinige Wahrheit — verbessert seine Analysebasis messbar.
Wo findet man zuverlässige Statistikdaten?
Die Qualität einer Prognose steht und fällt mit der Qualität der Datenbasis. Für die Bundesliga ist die primäre Quelle Bundesliga.com selbst — die DFL veröffentlicht über ihre Match-Facts-Plattform xG-Daten, Laufleistungen und Passstatistiken für jede Partie. Das ist der offizielle Datensatz, berechnet mit dem AWS-Modell der Bundesliga.
Für tiefere Analysen bieten Plattformen wie FBref — betrieben von Sports Reference — umfassende Datensätze für die fünf großen europäischen Ligen. Die xG-Daten stammen dort von StatsBomb, einem der führenden Datenanbieter im Profifußball. Understat ist eine weitere kostenlose Plattform mit xG-Daten auf Spieler- und Teamebene, basierend auf einem eigenen Modell.
WhoScored und SofaScore liefern zusätzliche Metriken: Passgenauigkeit, Zweikampfquoten, Heatmaps. Diese Daten sind weniger prognostisch, aber nützlich für kontextuelle Analysen — etwa wenn man verstehen will, warum ein Team trotz hohem xG seine Chancen nicht nutzt.
Für den deutschen Markt speziell: Transfermarkt.de bietet die beste öffentliche Datenbasis für Verletzungsinformationen und Marktwerte. Das ist besonders relevant für die Analyse von Rotationseffekten und die Frage, ob ein Team mit voller Kapelle oder einer B-Elf antritt — ein Faktor, der in der Quotenpreisbildung manchmal erst spät berücksichtigt wird.
Was man meiden sollte: Plattformen, die „geheime Algorithmen“ versprechen, ohne zu erklären, welche Daten eingehen. Wenn die Methodik intransparent ist, ist der Output nicht überprüfbar — und was nicht überprüfbar ist, ist für eine datenbasierte Prognose wertlos.
Verantwortungsvoller Umgang
Statistische Analyse verbessert die Informationsbasis — sie verändert nicht die Grundstruktur des Wettmarkts. Die Marge des Buchmachers bleibt, die Varianz bleibt, und das Risiko finanzieller Verluste bleibt. Wer Statistik als Werkzeug nutzt, sollte sie auch auf die eigene Performance anwenden: Track Record führen, Yield berechnen, Verluste dokumentieren. Und wenn die Zahlen zeigen, dass der eigene Ansatz nicht funktioniert — die Konsequenz ziehen.
Sportwetten sind kein Investmentvehikel. Wer Hilfe braucht, erreicht die BZgA unter 0800 1 37 27 00.