Letzten November habe ich gegen ein Team gewettet, das fünf Spiele in Folge gewonnen hatte. Auf dem Papier sah das nach schlechtem Timing aus – warum gegen eine Mannschaft wetten, die eine Siegesserie hat? Weil die xG-Daten eine andere Geschichte erzählten. In vier der fünf Siege hatte das Team weniger Expected Goals produziert als der Gegner. Die Serie war nicht das Ergebnis von Stärke, sondern von Glück – und Glück normalisiert sich. Das Team verlor mein Spiel 0:2. Formanalyse heißt nicht, Ergebnisse zu lesen. Es heißt, hinter die Ergebnisse zu schauen.
Die Civey-Umfrage zeigt, dass 21,3 Prozent der Bundesliga-Wetter den Nervenkitzel als Hauptmotiv nennen. Wer auf Nervenkitzel setzt, folgt der Tabelle. Wer auf Profit setzt, folgt den Daten.
Leistungsindikatoren der Formanalyse: xG, Ballbesitz und H2H-Daten nutzen
In neun Jahren Wettanalyse habe ich dutzende Kennzahlen getestet. Drei davon haben sich als die aussagekräftigsten erwiesen – und keine davon ist das Ergebnis selbst.
Expected Goals sind der wichtigste einzelne Indikator. xG misst die Qualität der Torchancen basierend auf Position, Schusswinkel und Spielsituation. Ein Team mit einem xG von 2.1, das nur 1:0 gewinnt, hat mehr Chancen kreiert als das Ergebnis zeigt. Umgekehrt lebt ein Team mit xG 0.7, das 2:1 gewinnt, über seinen Verhältnissen. Regression zum Mittelwert ist hier nicht Theorie, sondern messbare Realität – über zehn Spiele gleichen sich xG und tatsächliche Tore an.
90 Prozent aller Sportwetten in Deutschland sind Fußballwetten, und die meisten Wetter schauen auf die Tabelle, nicht auf xG. Genau das macht xG zum stärksten Werkzeug: es liefert Informationen, die der Großteil des Marktes ignoriert. Wenn die Tabelle sagt „Platz 5“ und xG sagt „eigentlich Platz 10“, liegt der Value auf der Seite des xG-basierten Urteils.
Schüsse pro Spiel und Schüsse aufs Tor sind der zweite Datenpunkt. Ein Team, das 15 Schüsse pro Spiel abgibt, davon sechs aufs Tor, erzeugt konstanten Druck. Ein Team mit fünf Schüssen, davon zwei aufs Tor, lebt von Effizienz – und Effizienz ist volatil. Langfristig korreliert die Schussanzahl stärker mit dem Erfolg als die Abschlussqualität, weil sie weniger von Zufallsfaktoren abhängt.
Ballbesitz ist der dritte Datenpunkt, aber mit einer Einschränkung: hoher Ballbesitz ist kein Indikator für Stärke, wenn er nicht in Chancen umgesetzt wird. Ein Team, das 65 Prozent Ballbesitz hat, aber nur vier Schüsse pro Spiel, kontrolliert das Spiel, ohne es zu dominieren. Ich nutze Ballbesitz deshalb nie isoliert, sondern immer in Kombination mit xG und Schussstatistiken. Die Kombination „hoher Ballbesitz plus hoher xG“ ist das stärkste Signal für tatsächliche Überlegenheit. Die Kombination „hoher Ballbesitz plus niedriger xG“ ist dagegen ein Warnsignal: das Team hat den Ball, tut aber nichts Produktives damit.
Ein vierter Datenpunkt, den ich in den letzten zwei Jahren ergänzt habe: PPDA – Passes Per Defensive Action. Diese Kennzahl misst die Pressingintensität eines Teams. Ein niedriger PPDA-Wert bedeutet aggressives Pressing, ein hoher passives Abwarten. Teams mit niedrigem PPDA gewinnen den Ball in gefährlichen Zonen und erzeugen Chancen aus Ballgewinnen – ein Faktor, der in der Tabelle unsichtbar ist, aber für die Spielanalyse Gold wert.
Head-to-Head-Statistiken richtig einordnen
Vor einem Derby hat mir ein Bekannter stolz verkündet: „In den letzten zehn Duellen hat Team A sechsmal gewonnen.“ Ich habe gefragt: „Mit welchem Trainer? Welchem Kader? In welchem Stadion?“ Er wusste es nicht. H2H-Statistiken sind einer der am häufigsten missbrauchten Datenpunkte im Fußball – und einer der am wenigsten aussagekräftigen, wenn man sie falsch verwendet.
50 Prozent aller Fußballspiele enden mit nur einem Tor Differenz. Diese knappe Bilanz zeigt, wie wenig ein einzelnes vergangenes Duell über das nächste aussagt. Der Stichprobenfehler bei H2H-Daten ist enorm: zehn Spiele über fünf Jahre, mit wechselnden Kadern, Trainern und Formkurven, haben fast keinen prognostischen Wert.
Wann sind H2H-Daten trotzdem nützlich? In genau zwei Situationen. Zunächst wenn derselbe Trainer bei beiden Teams sitzt und die taktische Ausrichtung sich nicht verändert hat. Wenn Trainer A mit seinem Pressing-System in den letzten drei Duellen gegen Trainer B mit seinem tiefen Block jeweils über 2.0 xG produziert hat, ist das ein relevantes taktisches Muster.
Dann bei extremen Heimstärken oder Auswärtsschwächen. Manche Stadien erzeugen eine Atmosphäre, die bestimmte Teams hemmt – nicht wegen der Fans, sondern wegen der Platzverhältnisse, der Spielfeldgröße oder der Lichtverhältnisse. Diese Faktoren sind über Jahre stabil und machen H2H-Daten in diesem spezifischen Kontext relevant. Ich achte besonders auf Stadien mit ungewöhnlichen Dimensionen: ein schmales Spielfeld begünstigt Teams mit engem Passspiel, ein breites die Flügelstürmer. Dieser Faktor verändert sich nicht mit dem Kader und ist deshalb der einzige H2H-Aspekt, dem ich über mehrere Saisons hinweg vertraue.
Kostenlose Datenquellen für Formanalysen
Über 70 Prozent der Wetten werden 2025 mobil abgegeben – und die gute Nachricht ist: auch die Formanalyse funktioniert mobil. Du brauchst keine teure Software, um fundierte Analysen zu erstellen. Kostenlose Quellen decken die wichtigsten Ligen ab.
Für xG-Daten gibt es mehrere frei zugängliche Plattformen, die die Top-5-Ligen Europas und einige weitere Ligen abdecken. Die Datenqualität ist gut genug für die meisten Analysen – perfekt ist sie nie, aber als Arbeitsgrundlage solide. Für Schuss- und Ballbesitzstatistiken bieten die offiziellen Liga-Webseiten und große Sportportale detaillierte Zahlen.
Für Quotenvergleiche nutze ich Aggregator-Seiten, die die Quoten von zehn bis zwanzig Anbietern nebeneinander stellen. Das ist nicht nur für die Suche nach der besten Quote nützlich, sondern auch für die Analyse: wenn ein Anbieter deutlich von der Marktmeinung abweicht, steckt entweder eine Information dahinter oder ein Fehler. Beides lohnt sich zu untersuchen.
Mein wichtigstes Werkzeug ist allerdings mein eigenes Spreadsheet. Ich trage dort für jedes Team die Kern-Kennzahlen der letzten zehn Spiele ein: xG, Schüsse, Ballbesitz, Ergebnis, Gegnerklasse. Das dauert pro Spieltag etwa 30 Minuten und liefert mir eine Datengrundlage, die keine kostenlose Plattform in dieser kompakten Form bietet. Wer seine Wettstrategie ernst nimmt, investiert diese halbe Stunde – sie zahlt sich über die Saison in besseren Entscheidungen aus.
