Ein exaktes Ergebnis vorherzusagen heißt nicht, ein Resultat zu erraten. Es heißt, zu schätzen, wie viele Tore jede Mannschaft erzielen sollte, und diese Schätzungen mit der Poisson-Verteilung in Ergebniswahrscheinlichkeiten zu übersetzen. Das wahrscheinlichste exakte Ergebnis fällt dann aus der Rechnung heraus. Die Methode hat fünf Schritte: die richtigen Daten sammeln, Angriffs- und Abwehrstärke messen, die erwarteten Tore für dieses Spiel berechnen, den Kontext einarbeiten und schließlich das Ergebnisraster lesen.
Eine ehrliche Vorbemerkung: Selbst sauber berechnet hat das wahrscheinlichste Ergebnis meist nur eine Chance von 10 bis 15 %. Warum, erklären wir in Gibt es ein 100 % sicheres exaktes Ergebnis?. Die Methode macht ein exaktes Ergebnis nicht sicher; sie verhindert nur, dass du eines zufällig auswählst.
Damit es konkret bleibt, rechnen wir ein echtes Spiel durch: Eintracht Frankfurt gegen den 1. FC Köln, Freitag, 16. Oktober 2026, 20:30 Uhr (6. Spieltag der Bundesliga). Alle Zahlen stammen aus der Bundesliga-Saison 2025/26 (306 Spiele), damit du jeden Schritt selbst nachrechnen kannst.
Schritt 1: die richtigen Daten sammeln
Was wirklich hilft:
- Erzielte und kassierte Tore, getrennt nach Heim- und Auswärtsspielen, über eine ausreichend große Stichprobe (am besten 10 Spiele oder mehr).
- Erwartete Tore (xG), erzeugt und zugelassen. Sie messen die Qualität der Chancen, nicht nur, wie viele davon drin waren. Ein Team, das deutlich mehr trifft als seine xG, hatte oft Glück, und das hält nicht immer.
- Die Durchschnittswerte des Wettbewerbs: wie viele Tore eine Heim- und eine Auswärtsmannschaft in dieser Liga im Schnitt erzielt.
- Ausfälle (Verletzungen, Sperren) und wahrscheinliche Aufstellungen.
- Kontext: worum es geht, Termindichte, Müdigkeit, Wetter, neutraler Platz.
Was viel weniger hilft, als man denkt:
- Der direkte Vergleich (H2H): oft wenige Spiele, manchmal Jahre alt, mit anderen Kadern. Nutze ihn als Hinweis, nicht als Fundament.
- Das letzte Ergebnis allein: Ein spektakuläres 4:0 bewegt über eine ganze Saison kaum etwas.
Schritt 2: Angriffs- und Abwehrstärke messen
Das Prinzip: Jede Mannschaft wird mit dem Durchschnitt ihres Wettbewerbs verglichen.
In der Bundesliga 2025/26 fielen in 306 Spielen 544 Heimtore und 446 Auswärtstore:
- Eine Heimmannschaft erzielte im Schnitt 1,78 Tore pro Spiel (544 ÷ 306);
- eine Auswärtsmannschaft im Schnitt 1,46 Tore pro Spiel (446 ÷ 306).
Eintracht Frankfurt zu Hause (17 Spiele 2025/26):
- 29 erzielte Tore, also 1,71 pro Spiel → Angriffsstärke = 1,71 ÷ 1,78 ≈ 0,96 (knapp unter dem Ligaschnitt);
- 27 Gegentore, also 1,59 pro Spiel → Abwehrstärke = 1,59 ÷ 1,46 ≈ 1,09 (Heimteams werden an dem gemessen, was Auswärtsteams normalerweise erzielen).
1. FC Köln auswärts (17 Spiele 2025/26):
- 19 erzielte Tore, also 1,12 pro Spiel → Angriffsstärke = 1,12 ÷ 1,46 ≈ 0,77;
- 33 Gegentore, also 1,94 pro Spiel → Abwehrstärke = 1,94 ÷ 1,78 ≈ 1,09.
Eine Abwehrstärke unter 1 bedeutet eine bessere Abwehr als der Durchschnitt, über 1 eine anfälligere.
Schritt 3: die erwarteten Tore des Spiels berechnen
Kreuze den Angriff jeder Mannschaft mit der Abwehr des Gegners und multipliziere mit dem Ligaschnitt:
- Erwartete Tore Frankfurt = Angriff Frankfurt × Abwehr Köln × Heimschnitt = 0,96 × 1,09 × 1,78 ≈ 1,86
- Erwartete Tore Köln = Angriff Köln × Abwehr Frankfurt × Auswärtsschnitt = 0,77 × 1,09 × 1,46 ≈ 1,23
Diese beiden Zahlen, meist λ (Lambda) genannt, fassen das ganze Spiel zusammen. Hast du xG-Daten, kannst du dieselbe Rechnung mit erzeugten und zugelassenen xG statt mit Toren machen: Das ist oft stabiler, weil xG weniger vom Glück abhängen.
Schritt 4: den Kontext einarbeiten
Durchschnittswerte wissen nicht, was diese Woche los ist. Hier zählt deine eigene Analyse:
- Der Stammstürmer fehlt: senkt die erwarteten Tore seines Teams. Den Effekt testen wir in Schritt 5.
- Ein Ersatztorhüter: kann die erwarteten Tore des Gegners erhöhen.
- Ein neutraler oder verlegter Spielort: verkleinert den Heimvorteil.
- Ein voller Terminkalender: wahrscheinliche Rotation, weniger Intensität.
- Worum es geht: Ein Team, dem ein Remis reicht, macht oft zu, und beide λ sinken.
- Die Stichprobe selbst: Die Zahlen der Vorsaison beschreiben die Kader der Vorsaison. Transfers, ein neuer Trainer oder ein Aufstieg können ein Team stark verändern. Deshalb mischen seriöse Modelle ältere Daten mit denen der laufenden Saison.
Bleib maßvoll: Eine Anpassung von 5 bis 15 % ist schon erheblich. Gehst du darüber hinaus, ersetzt du die Daten schnell durch dein Bauchgefühl.
Schritt 5: aus erwarteten Toren Ergebnisse machen
Jetzt kommt die Poisson-Verteilung ins Spiel. Sie gibt die Wahrscheinlichkeit an, dass ein Team genau k Tore erzielt, wenn es im Schnitt λ Tore erwarten lässt:
P(k Tore) = λᵏ × e^(−λ) / k!
Mit λ = 1,86 für Frankfurt und λ = 1,23 für Köln:
| Tore | 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|
| Frankfurt (λ = 1,86) | 15,6 % | 29,0 % | 26,9 % | 16,7 % | 7,8 % |
| Köln (λ = 1,23) | 29,2 % | 36,0 % | 22,1 % | 9,1 % | 2,8 % |
Die Wahrscheinlichkeit eines Ergebnisses ist das Produkt beider Werte (unter der Annahme, dass die beiden Angriffe unabhängig sind). Zum Beispiel 1:1 = 29,0 % × 36,0 % ≈ 10,4 %. Hier das vollständige Raster (Frankfurter Tore senkrecht, Kölner Tore waagerecht):
| SGE \ KOE | 0 | 1 | 2 | 3 |
|---|---|---|---|---|
| 0 | 4,6 % | 5,6 % | 3,4 % | 1,4 % |
| 1 | 8,5 % | 10,4 % | 6,4 % | 2,6 % |
| 2 | 7,9 % | 9,7 % | 6,0 % | 2,4 % |
| 3 | 4,9 % | 6,0 % | 3,7 % | 1,5 % |
Was das Raster verrät
- Wahrscheinlichstes Ergebnis: 1:1 mit 10,4 %. Danach folgen 2:1 (9,7 %), 1:0 (8,5 %) und 2:0 (7,9 %).
- Addierst du die Felder, erhältst du die 1X2-Wahrscheinlichkeiten: 52,1 % Frankfurter Sieg, 22,7 % Unentschieden, 25,2 % Kölner Sieg.
- Über 2,5 Tore: rund 60 %. Beide Teams treffen: ebenfalls rund 60 %.
Die klassische Falle: Frankfurt ist Favorit, und trotzdem ist das wahrscheinlichste Ergebnis ein Remis. Das ist normal. Frankfurter Siege verteilen sich auf viele Ergebnisse (1:0, 2:0, 2:1, 3:1 …), das Unentschieden dagegen auf wenige (0:0, 1:1, 2:2). Willst du ein Ergebnis, das zum wahrscheinlichsten Ausgang passt, nimm das wahrscheinlichste Ergebnis unter den Frankfurter Siegen: hier 2:1 (9,7 %), knapp dahinter.
Die Wirkung einer einzigen Anpassung
Angenommen, Frankfurts Stammstürmer fällt aus und du senkst die erwarteten Tore um 10 % (1,86 → 1,67). Das Raster verschiebt sich: 1:1 steigt auf 11,3 %, 1:0 auf 9,2 %, und die 1X2-Verteilung wird zu rund 48 % / 24 % / 28 %. Ein einziger Ausfall verschiebt mehrere Prozentpunkte: Deshalb sind Personalnachrichten so wichtig.
Behalte im Kopf, was diese Zahlen sind: ein Lehrbeispiel, gebaut nur aus den Toren der Vorsaison. Sie sind nicht die Elofoot-Prognose für dieses Spiel, die mehr Faktoren nutzt (xG, aktuelle Form, Tabellenplatz, Ausfälle).
Die Grenzen der Methode (gut zu wissen)
- Das einfache Poisson-Modell unterschätzt Unentschieden leicht, vor allem 0:0 und 1:1, weil sich die Teams gegenseitig beeinflussen (wer führt, nimmt Tempo raus; wer zurückliegt, drängt). Es gibt korrigierte Varianten wie das Dixon-Coles-Modell.
- Die Daten zählen mehr als die Formel: Schlecht geschätzte erwartete Tore ergeben ein falsches Raster, egal wie sauber du rechnest.
- Kleine Stichproben täuschen: zu Saisonbeginn, bei Aufsteigern oder bei Nationalteams, die selten spielen, sind Durchschnitte wacklig.
- Das Unerwartete bleibt unerwartet: eine Rote Karte, ein Elfmeter, ein Torwartfehler.
Von Hand rechnen … oder nicht
Du kannst diese Methode in einer Tabellenkalkulation nachbauen: ein paar Durchschnitte, zwei Multiplikationen und die Funktion POISSON.VERT in Excel bzw. POISSON.DIST in Google Sheets (mit dem letzten Argument auf FALSCH). Eine großartige Übung, um ein Spiel zu verstehen.
Wenn du lieber Zeit sparst: Genau diese Logik steckt hinter den Prognosen von Elofoot. Ein statistisches Modell schätzt die erwarteten Tore jedes Teams aus den Spieldaten, berechnet die 1X2-Wahrscheinlichkeiten und das wahrscheinlichste Ergebnis, danach erklärt die KI das Szenario in verständlicher Sprache. Die Zahlen kommen aus dem Modell, nie aus der Fantasie der KI. Alles steht in unserer Methodik und auf der Seite KI-Spielanalyse; der Begriff selbst ist im Lexikon erklärt: exaktes Ergebnis.
- Die Spiele des Tages: Fußball Tipps heute.
- Alle Bundesliga-Spiele: Bundesliga-Prognosen, alle Wettbewerbe unter KI-Fußballprognosen.
- Den aktuellen Stand der Bundesliga nach vier Spieltagen liest du in Bundesliga Prognose: wie die KI das exakte Ergebnis berechnet.
- Deine erste vollständige Prognose ist kostenlos, ohne Kreditkarte.
Verantwortungsvoll spielen. Diese Methode hilft dir, ein Spiel zu verstehen, nicht, einen Gewinn zu garantieren. Sportwetten sind nur für Volljährige (18+) erlaubt und bergen echte Risiken: Schulden, Abhängigkeit, Isolation. Setze nie Geld ein, das du brauchst, und jage keinen Verlusten hinterher. Wenn das Spielen keinen Spaß mehr macht, sprich mit einer Vertrauensperson oder einer Beratungsstelle. In Deutschland bietet das Bundesinstitut für Öffentliche Gesundheit (BIÖG) unter check-dein-spiel.de einen Selbsttest und eine kostenlose, anonyme Telefonberatung: 0800 1 37 27 00.
Häufige Fragen
Was ist die beste Methode, um ein exaktes Ergebnis vorherzusagen?
Schätze die erwarteten Tore jedes Teams (Angriff des einen gegen Abwehr des anderen, idealerweise mit xG), passe sie an den Kontext an und wende dann die Poisson-Verteilung an, um die Wahrscheinlichkeit jedes Ergebnisses zu erhalten. Das wahrscheinlichste exakte Ergebnis ist das Feld mit der höchsten Wahrscheinlichkeit im Raster.
Wie hoch ist die Chance, das exakte Ergebnis zu treffen?
In einem typischen Spiel hat das wahrscheinlichste Ergebnis eine Chance von etwa 10 bis 15 %. Im Beispiel dieses Artikels kommt das 1:1 auf 10,4 %.
Sollte ich mich beim exakten Ergebnis auf den direkten Vergleich verlassen?
Nur vorsichtig. Direkte Vergleiche sind oft wenige und alt. Sie können einen Trend bestätigen, aber aktuelle Form, xG und Ausfälle sind verlässlicher.
Warum ist das wahrscheinlichste Ergebnis oft ein Remis, obwohl ein Team Favorit ist?
Weil sich der Sieg des Favoriten auf viele verschiedene Ergebnisse verteilt, das Unentschieden dagegen auf wenige (0:0, 1:1, 2:2). Jedes einzelne Siegergebnis kann deshalb unwahrscheinlicher sein als das 1:1.
Gibt es eine App, die das exakte Ergebnis vor dem Spiel liefert?
Manche Tools, Elofoot eingeschlossen, berechnen vor dem Anpfiff das wahrscheinlichste Ergebnis und seine Wahrscheinlichkeit. Garantieren kann es keines: Sei misstrauisch bei jeder App oder jedem Kanal, der ein „sicheres“ oder „geschobenes“ exaktes Ergebnis verspricht.
