Expected Goals (xG) bei Fußballwetten: Metrik analysieren und nutzen
Available in US
Expected Goals (xG) vs. Tore: Die Qualität von Torchancen bewerten
Ein Team schießt 20 Mal aufs Tor und verliert 0:1. Das andere Team hat einen einzigen Schuss abgefeuert – und getroffen. Wer war besser? Die Tabelle sagt: das Team mit dem Tor. Die xG-Analyse sagt: das Team mit den 20 Schüssen. Und für Ihre nächste Wette auf das Rückspiel dieser Mannschaften ist die xG-Analyse die deutlich bessere Grundlage.
Expected Goals – kurz xG – ist die Metrik, die meinen Ansatz bei Fußballwetten grundlegend verändert hat. Vor xG habe ich Ergebnisse analysiert. Seit ich xG nutze, analysiere ich Chancenqualität. Der Unterschied klingt akademisch, hat aber sehr praktische Konsequenzen: Teams, die mehr xG produzieren als tatsächliche Tore erzielen, werden vom Markt systematisch unterschätzt, weil der Markt auf Ergebnisse reagiert, nicht auf Prozesse.
xG misst für jeden Torschuss die Wahrscheinlichkeit, dass er zu einem Tor führt. Ein Schuss aus fünf Metern Entfernung, zentral vor dem Tor, ohne Verteidiger im Weg, hat einen xG-Wert von etwa 0,75 – das heißt, 75 von 100 solcher Schüsse führen statistisch zum Tor. Ein Distanzschuss aus 25 Metern hat einen xG-Wert von vielleicht 0,03. Addiert man alle Einzel-xG-Werte einer Mannschaft pro Spiel, erhält man den Gesamt-xG – die erwartete Toranzahl basierend auf der Qualität der Chancen.
Was Expected Goals messen und was nicht
xG ist kein Allheilmittel, und wer es als solches behandelt, wird enttäuscht. Die Metrik erfasst Position des Schusses, Winkel zum Tor, Spielsituation (offenes Spiel, Konter, Standardsituation), Körperteil (Fuß, Kopf) und teilweise die Verteidiger-Positionierung. Was xG nicht erfasst: die individuelle Qualität des Schützen, den psychologischen Druck der Situation, die Tagesform des Torwarts und taktische Kontextfaktoren.
Das bedeutet in der Praxis: Ein Team mit einem Weltklasse-Stürmer wird systematisch mehr Tore erzielen als sein xG-Wert vermuten lässt. Das ist kein Fehler des Modells, sondern eine seiner bekannten Grenzen. Lionel Messi hat über seine Karriere hinweg signifikant mehr Tore erzielt als sein xG – weil er eben Messi ist und Chancen verwandelt, die ein durchschnittlicher Stürmer nicht verwandeln würde.
Für Ihre Wettanalyse heißt das: Vergleichen Sie xG nicht nur mit den tatsächlichen Toren, sondern achten Sie auch auf die Konsistenz der Abweichung. Wenn ein Team über zehn Spiele hinweg konsistent mehr Tore erzielt als sein xG, hat es wahrscheinlich einen überdurchschnittlichen Abschluss – und das ist kein Zufall, sondern Qualität. Wenn ein Team dagegen in den letzten drei Spielen weit unter seinem xG liegt, ist eine Regression zum Mittelwert wahrscheinlich – und die Quote auf dieses Team in der nächsten Partie bietet möglicherweise Value. Die Unterscheidung zwischen „nachhaltiger Überperformance durch Spielerqualität“ und „vorübergehendem Glück“ ist die eigentliche Kunst bei der Arbeit mit xG – und sie erfordert Kontextwissen, das keine Zahl allein liefern kann.
xG und Wettquoten: Wo sich Diskrepanzen als Value zeigen
Hier wird es konkret. Der wertvollste Einsatz von xG für Ihre Wetten liegt nicht in der absoluten Zahl, sondern in der Diskrepanz zwischen xG-Performance und Marktergebnis.
Szenario eins: Ein Team hat in den letzten fünf Spielen 1,8 xG pro Spiel produziert, aber nur durchschnittlich 0,8 Tore erzielt. Die Ergebnisse waren entsprechend schlecht – zwei Niederlagen, zwei Unentschieden, ein Sieg. Die Quoten für das nächste Spiel reflektieren die schwache Ergebnisserie. Aber die xG-Daten zeigen: Das Team erzeugt hochwertige Chancen und hat einfach Pech gehabt. Die statistische Erwartung ist, dass die Torausbeute in den kommenden Spielen nach oben korrigiert. Wenn der Markt auf die Ergebnisse reagiert, während Sie auf die Chancenqualität reagieren, haben Sie einen Informationsvorsprung.
Szenario zwei: Ein Team gewinnt vier Spiele in Folge, aber sein xG liegt in jedem dieser Spiele unter dem des Gegners. Der Markt reagiert auf die Siegesserie und senkt die Quote. Die xG-Daten sagen: Dieses Team lebt über seinen Verhältnissen. Die Regression wird kommen – und dann bietet die Quote auf den Gegner plötzlich Value.
Ich nutze xG als Frühwarnsystem: Wenn Ergebnis und xG über mehr als fünf Spiele auseinanderlaufen, ist das ein Signal, dass der Markt die Realität noch nicht eingeholt hat. In dieser Phase entstehen die besten Value Bets im Fußball, weil die Quoten auf veralteten Ergebnissen basieren, während die Daten bereits die Zukunft andeuten.
Kostenlose xG-Datenquellen für Ihre Wettanalyse
Eine Frage, die mir Einsteiger regelmäßig stellen: Wo bekomme ich xG-Daten her, ohne dafür ein Vermögen auszugeben? Die gute Nachricht: Die wichtigsten Quellen sind kostenlos.
Understat ist meine erste Anlaufstelle für ligaübergreifende xG-Daten. Die Seite deckt die fünf großen europäischen Ligen ab und bietet xG-Werte auf Spieler-, Team- und Spielebene. Die Daten werden zeitnah aktualisiert und lassen sich nach Heim/Auswärts, Spielzeit und Wettbewerb filtern. Für die Bundesliga, Premier League, La Liga, Serie A und Ligue 1 ist Understat das effizienteste kostenlose Tool.
FBref bietet noch detailliertere Daten, inklusive xG-Werte pro Schuss, xG-Ketten und erwarteten Assists (xA). Die Datentiefe ist enorm, die Navigation erfordert aber Einarbeitung. Wer bereit ist, sich eine Stunde mit der Oberfläche zu beschäftigen, findet hier Informationen, die professionelle Analysten nutzen – ohne einen Cent zu bezahlen. Besonders nützlich: die Möglichkeit, xG-Werte nach Spielhälften aufzuschlüsseln, was für Halbzeit-Wetten und Live-Märkte einen erheblichen Informationsvorsprung bieten kann.
Für Live-xG während laufender Spiele gibt es verschiedene Twitter-Accounts und Telegram-Kanäle, die Echtzeit-Daten teilen. Diese sind für Live-Wetten nützlich, aber mit Vorsicht zu genießen: Die Modelle unterscheiden sich, und Echtzeit-xG basiert auf weniger Datenpunkten als die finale Spielbewertung.
Mein Workflow: Vor jedem Wetttag rufe ich die xG-Daten der letzten fünf Spiele beider Teams ab, vergleiche sie mit den tatsächlichen Ergebnissen und identifiziere Diskrepanzen. Dieser Prozess dauert 15 Minuten pro Spiel – und ist der produktivste Teil meiner Wettanalyse. Kein anderer Datenpunkt liefert mir so konsistent verwertbare Informationen für so wenig Zeitaufwand. Vertiefen Sie dieses Thema mit unserer Übersicht zu datenbasierte Fußball-Wetttipps.
Welche Rolle spielt xG (Expected Goals) bei Fußballwetten?
xG misst die Qualität der Torchancen eines Teams, nicht die tatsächlichen Tore. Für Wetten ist xG wertvoll, weil es Diskrepanzen zwischen Ergebnis und Leistung aufdeckt. Ein Team, das konstant mehr xG produziert als Tore erzielt, wird vom Markt unterschätzt – hier entsteht Value. xG ersetzt nicht die klassische Analyse, ergänzt sie aber um eine objektive Dimension der Chancenbewertung.
Wo finde ich kostenlose xG-Daten?
Understat bietet kostenlose xG-Daten für die fünf großen europäischen Ligen auf Spieler-, Team- und Spielebene. FBref liefert noch detailliertere Statistiken inklusive xG-Ketten und erwarteter Assists. Beide Quellen werden zeitnah aktualisiert und sind für eine fundierte Wettanalyse vollkommen ausreichend.
Geschrieben von der Redaktion „Wetten Fußball Tipps”.
