Wie xG-Analysen Wettstrategien im Fussball verändern

In den letzten Jahren hat sich das Konzept der erwarteten Tore (xG) als bedeutende Kennzahl in der Fussballanalyse etabliert. Obwohl xG in der professionellen Analyse schon länger genutzt wird, setzen viele Wettende diese Metrik bisher kaum ein. Dabei kann xG die Herangehensweise an Fussballwetten grundlegend verändern – hin zu datenbasierten statt rein instinktiven Entscheidungen. Im Folgenden wird erläutert, wie xG-Analysen genutzt werden können und welche Risiken damit verbunden sind.

Was ist xG und wie funktioniert es?

Expected Goals (xG) messen die Wahrscheinlichkeit, mit der ein Schuss zu einem Tor führt. Diese Bewertung basiert auf Faktoren wie Schussposition, Art der Vorlage, Kopfball oder Schuss mit dem Fuss sowie die Position der Abwehrspieler und des Torwarts. Ziel ist es, aufzuzeigen, wie viele Tore ein Team basierend auf der Qualität seiner Chancen eigentlich hätte erzielen sollen.

xG-Modelle beruhen auf Tausenden historischen Torschüssen und vergeben jedem Schuss einen Wert zwischen 0 und 1. Ein Elfmeter wird beispielsweise mit ca. 0,76 xG bewertet, was der historischen Trefferquote entspricht.

Unterschiedliche Anbieter verwenden eigene Algorithmen, weshalb xG-Werte leicht abweichen können. Das Grundprinzip bleibt jedoch gleich: Die Qualität von Torchancen statistisch zu bewerten.

Zuverlässige Quellen für xG-Daten

Hochwertige xG-Daten findet man unter anderem bei FBref, Understat und WhoScored. FBref bietet umfassende Statistiken zu Spielern und Mannschaften, Understat überzeugt durch Visualisierungen und exportierbare Datensätze. WhoScored ergänzt dies durch taktische Analysen und Heatmaps.

Alle drei Quellen haben leicht unterschiedliche Modelle, eignen sich aber hervorragend zur Identifikation von Wettchancen. Erfahrene Wettende vergleichen oft mehrere Quellen, um ihre Einschätzungen abzusichern.

Die Nutzung dieser verlässlichen Datenquellen ist entscheidend – insbesondere dann, wenn Wettmärkte statistische Entwicklungen nicht vollständig widerspiegeln. Wer erkennt, wie Teams Chancen kreieren oder zulassen, erhält entscheidende Vorteile.

Fehlbewertete Quoten mit xG erkennen

Buchmacher setzen Quoten auf Basis historischer Daten, Marktbewegungen und Formkurven. xG-Analysen offenbaren jedoch oft Abweichungen zwischen Ergebnis und tatsächlicher Leistung. Eine Mannschaft kann mehrfach knapp verlieren, obwohl sie gemessen an xG überlegen war – ein klarer Hinweis auf bevorstehende positive Resultate.

Ein Beispiel: Verliert Team A drei Spiele, erzielt jedoch xG-Werte von 1,9, 2,1 und 2,4 und lässt gleichzeitig geringere xG-Werte des Gegners zu, deutet das auf unverdiente Niederlagen hin. Solche Trends bieten Value-Wetten, bevor sich die Quoten anpassen.

Auch das Gegenteil ist möglich: Teams, die über ihrem xG-Wert treffen, sind anfällig für Rückschläge. Solche Überperformances lassen sich gezielt ausnutzen.

Fallbeispiele aus der Praxis

In der Premier League 2023/24 zeigten mehrere Mannschaften deutliche Diskrepanzen zwischen erzielten Punkten und xG-Werten. Ein Verein lag beispielsweise in der Tabelle auf Platz sechs, wies jedoch nur den zwölften Platz beim xG-Differential auf – ein Indiz für überdurchschnittliche Effizienz, die sich später normalisierte.

Solche Beobachtungen helfen dabei, Wetten auf Spielausgänge, Toranzahl oder Torschützen fundierter zu platzieren. Wer frühzeitig statistische Tendenzen erkennt, kann von nicht angepassten Quoten profitieren.

Da sich Märkte rasch anpassen, ist regelmässige Analyse notwendig, um sich Vorteile dauerhaft zu sichern.

Analytik richtig interpretieren

So wertvoll xG auch ist – ein blinder Glaube an Modelle kann zu Fehlentscheidungen führen. Nicht jede Chance mit gleichem xG-Wert ist gleich aussichtsreich. Ein 0,3-xG-Schuss aus dem Konter hat eine andere Qualität als ein solcher aus einem Getümmel im Strafraum.

Zudem ignorieren Modelle Faktoren wie Wetter, Taktik oder Mentalität. Darum ist menschliche Einschätzung weiterhin notwendig. Wer nur anhand von xG wettet, blendet wichtige Einflüsse aus.

Der grösste Nutzen entsteht durch die Kombination von Statistik, Spielbeobachtung, Teamnews und Marktanalysen. xG soll Entscheidungen unterstützen – nicht ersetzen.

Risiken durch Überbewertung von xG

Einige Wettende interpretieren xG-Zahlen als absolute Wahrheit. Das ist gefährlich – denn auch statistisch korrekte Modelle liefern gelegentlich Ausreisser. Fussball ist eine Sportart mit geringer Toranzahl und hohem Zufallsfaktor.

Ein weiteres Risiko ist Confirmation Bias – also die selektive Wahrnehmung von Daten, die eine eigene Meinung bestätigen. Erfolgreiche Wettende hinterfragen Annahmen mit Hilfe von xG, anstatt sie zu bestätigen.

Wer die Grenzen statistischer Werkzeuge erkennt und sie als Baustein einer ganzheitlichen Analyse nutzt, trifft nachhaltigere Wettentscheidungen.