Was sind Expected Goals (xG)? Das Modell einfach erklärt
Expected Goals – kurz xG – haben die Art und Weise revolutioniert, wie Analysten, Trainer und Wetter die Bundesliga betrachten. Statt sich ausschließlich auf Ergebnisse zu verlassen, misst das xG-Modell die Qualität jeder einzelnen Torchance und drückt sie als Wahrscheinlichkeit aus. Ein Schuss mit einem xG-Wert von 0,35 bedeutet: Aus exakt dieser Position, mit dieser Schussart und unter diesen Umständen wird statistisch gesehen in 35 von 100 Fällen ein Tor erzielt.
Für Bundesliga Wetten ist die xG-Analyse 2026 unverzichtbar geworden. Wer Expected Goals in der Bundesliga systematisch auswertet, erkennt Diskrepanzen zwischen tatsächlicher Leistung und Ergebnissen – und genau dort liegt der Value, den klassische Quotenmodelle oft übersehen.
Wie xG berechnet wird: Schussposition, Schussart und Spielsituation
Das xG-Modell basiert auf der Auswertung hunderttausender historischer Torschüsse. Jeder Abschluss wird anhand mehrerer Variablen bewertet, die gemeinsam die Torwahrscheinlichkeit bestimmen:
- Schussposition: Die Entfernung zum Tor und der Winkel sind die wichtigsten Faktoren. Ein Schuss aus dem Fünfmeterraum zentral vor dem Tor hat einen deutlich höheren xG-Wert als ein Distanzschuss aus 25 Metern.
- Schussart: Kopfbälle haben in der Regel niedrigere xG-Werte als Schüsse mit dem Fuß, da die Präzision geringer ist. Ein Volleyschuss wird anders bewertet als ein platzierter Flachschuss.
- Spielsituation: Entstand die Chance aus einem Konter, einem Freistoß, einer Flanke oder einem Durchbruch über die Mitte? Konterchancen erzeugen typischerweise höhere xG-Werte, weil die Abwehr ungeordnet ist.
- Körperteil: Schüsse mit dem starken Fuß werden höher bewertet als solche mit dem schwachen Fuß.
- Torwartposition: Fortgeschrittene Modelle berücksichtigen, ob der Torwart korrekt positioniert war oder ob ein offenes Tor bespielt wurde.
Die Summe aller xG-Werte einer Mannschaft in einem Spiel ergibt den Gesamt-xG-Wert. Erzielt ein Team beispielsweise Chancen mit xG-Werten von 0,08 + 0,42 + 0,15 + 0,72 + 0,11, beträgt der Gesamt-xG 1,48. Statistisch gesehen hätte dieses Team also rund 1,5 Tore erzielen „sollen“.
xG vs. tatsächliche Tore: Was die Differenz verrät
Die Differenz zwischen Expected Goals und tatsächlich erzielten Toren ist der analytische Kern für die xG-Sportwetten-Strategie. Diese Differenz wird als xG-Differenz oder xG-Overperformance bzw. Underperformance bezeichnet.
| Szenario | xG (Saison) | Tatsächliche Tore | Differenz | Interpretation |
|---|---|---|---|---|
| Team A (Overperformance) | 38,5 | 47 | +8,5 | Erzielt deutlich mehr Tore als erwartet – Regression wahrscheinlich |
| Team B (Underperformance) | 42,0 | 34 | -8,0 | Erzielt weniger Tore als die Chancenqualität hergibt – Verbesserung wahrscheinlich |
| Team C (Neutral) | 35,2 | 36 | +0,8 | Leistung entspricht der Chancenqualität – stabile Einschätzung |
Die zentrale Erkenntnis: Extreme xG-Differenzen sind langfristig nicht haltbar. Teams, die massiv überperformen, werden in der Regel zur Mitte zurückkehren – ein Phänomen, das als Regression zum Mittelwert bekannt ist. Genau hier liegt der strategische Hebel für Bundesliga xG-Wetten.
Ein Team, das nach 15 Spieltagen bei einem xG von 22 steht, aber 30 Tore erzielt hat, wird mit hoher Wahrscheinlichkeit in der Rückrunde weniger treffen. Wer das erkennt, findet Value in Under-Wetten oder gegen dieses Team.
xG-Analyse in der Bundesliga: Besonderheiten und Muster
Die Bundesliga weist im europäischen Vergleich einige Besonderheiten auf, die bei der xG-Analyse berücksichtigt werden müssen. Die Liga ist traditionell torreich – der Schnitt lag in den letzten Saisons konstant über 3,0 Toren pro Spiel. Das bedeutet, dass die durchschnittlichen xG-Werte pro Partie ebenfalls höher ausfallen als etwa in der Serie A oder Ligue 1.
Typische xG-Verteilungen in der Bundesliga
In einer durchschnittlichen Bundesliga-Saison erzeugt die Heimmannschaft einen xG von etwa 1,55 bis 1,70, während das Auswärtsteam bei 1,20 bis 1,40 liegt. Diese Differenz spiegelt den Heimvorteil wider, der sich in der Bundesliga vor allem durch aggressiveres Pressing und höhere Schussfrequenz der Heimteams manifestiert.
Besonders aufschlussreich ist die xG-Analyse bei Teams aus dem Mittelfeld der Tabelle. Während Bayern München oder Borussia Dortmund regelmäßig hohe xG-Werte produzieren und diese auch in Tore umwandeln, zeigen sich bei Clubs wie Wolfsburg, Hoffenheim oder Union Berlin häufig signifikante Abweichungen – in beide Richtungen.
Non-Penalty xG (npxG): Die bereinigte Kennzahl
Für eine präzisere Bundesliga xG-Analyse empfiehlt sich die Verwendung von Non-Penalty Expected Goals (npxG). Diese Kennzahl schließt Elfmeter aus der Berechnung aus, da Strafstöße einen festen xG-Wert von ca. 0,76 haben und die tatsächliche Chancenkreierung eines Teams verzerren können.
Ein Team, das viele Elfmeter zugesprochen bekommt, wirkt im reinen xG-Modell stärker, als es tatsächlich aus dem Spiel heraus ist. Der npxG-Wert gibt ein ehrlicheres Bild der offensiven Qualität und ist für Wettentscheidungen oft aussagekräftiger.
xG-Sportwetten-Strategie: Praktische Anwendung
Die theoretische Grundlage ist wichtig, doch entscheidend ist die praktische Umsetzung. Hier sind die bewährtesten Strategien, um Expected Goals für Bundesliga Wetten 2026 gewinnbringend einzusetzen.
Strategie 1: Regression-Wetten gegen Overperformer
Identifiziere Teams mit einer xG-Differenz von mehr als +5 nach mindestens 10 Spieltagen. Diese Teams erzielen deutlich mehr Tore als ihre Chancenqualität hergibt. Die Quoten spiegeln oft die tatsächlichen Ergebnisse wider, nicht die zugrunde liegende Leistung. Wette systematisch gegen diese Teams oder auf Under-Märkte in deren Spielen.
Strategie 2: Underperformer als Value-Quelle
Das Gegenstück: Teams mit stark negativer xG-Differenz kreieren gute Chancen, verwerten sie aber nicht. Die Quoten auf deren Siege sind oft zu hoch angesetzt, weil der Markt auf die schwachen Ergebnisse reagiert. Hier liegt häufig erheblicher Value auf Sieg- oder Over-Wetten.
Strategie 3: xG-basierte Over/Under-Analyse
Addiere die xG-Werte beider Teams über die letzten fünf bis acht Spiele. Vergleiche den kombinierten Durchschnitt mit der angebotenen Torlinie. Liegt der kombinierte xG bei 3,4, der Markt bietet aber Over 2,5 zu einer Quote von 1,85 an, ist das kein besonderer Value. Liegt der kombinierte xG hingegen bei 3,4 und Over 3,5 wird zu 2,20 angeboten, könnte dort Value stecken.
| Strategie | Wettmarkt | Signalstärke | Empfohlene Stichprobe |
|---|---|---|---|
| Regression gegen Overperformer | 1X2, Under | Stark ab xG-Diff. > +5 | Mindestens 10 Spiele |
| Underperformer-Value | 1X2, Over | Stark ab xG-Diff. < -5 | Mindestens 8 Spiele |
| Over/Under via xG-Summe | Torlinien | Mittel bis stark | Letzte 5-8 Spiele |
| xGA-Defensive Analyse | Both Teams to Score | Mittel | Letzte 6-10 Spiele |
Strategie 4: Expected Goals Against (xGA) für Defensiv-Bewertung
Nicht nur die offensive Seite zählt. Die Expected Goals Against (xGA) messen, wie viele Tore eine Mannschaft basierend auf den zugelassenen Chancen hätte kassieren müssen. Ein Team mit niedrigem xGA, das trotzdem viele Gegentore kassiert, hat wahrscheinlich ein Torwartproblem oder Pech – beides normalisiert sich tendenziell.
Grenzen des xG-Modells: Was Expected Goals nicht erfassen
So mächtig die xG-Analyse für Bundesliga Wetten ist – sie hat klare Limitierungen, die jeder Wetter kennen sollte:
- Individuelle Klasse: Ein xG-Modell behandelt jeden Schützen gleich. Robert Lewandowski oder Harry Kane verwerten Chancen nachweislich besser als der Ligadurchschnitt. Deren Overperformance ist teilweise nachhaltig.
- Taktische Umstellungen: xG-Daten aus der Vergangenheit verlieren an Aussagekraft, wenn ein Trainer das System grundlegend ändert.
- Psychologische Faktoren: Derbys, Abstiegskampf oder Meisterschaftsdruck fließen nicht in xG-Modelle ein.
- Stichprobengröße: Einzelne Spiele haben eine enorme Varianz. Erst ab einer Stichprobe von mindestens sechs bis acht Spielen werden xG-Trends belastbar.
xG ist ein hervorragendes Werkzeug, aber kein Orakel. Die besten Ergebnisse erzielst du, wenn du xG-Daten mit Kontextwissen kombinierst – Kaderänderungen, Spielplan-Belastung und taktische Ausrichtung.
xG-Daten richtig lesen: Tipps für die Praxis
Wer Expected Goals für Bundesliga Wetten nutzen möchte, sollte einige praktische Grundsätze beachten:
- Rollierende Durchschnitte verwenden: Betrachte nicht die Saisonwerte, sondern die letzten fünf bis acht Spiele. Teams entwickeln sich im Saisonverlauf weiter, und ältere Daten verlieren an Relevanz.
- Heim- und Auswärts-xG trennen: Manche Teams erzeugen zu Hause signifikant höhere xG-Werte als auswärts. Diese Differenzierung verbessert die Prognosequalität erheblich.
- xG-Modelle vergleichen: Verschiedene Anbieter berechnen xG unterschiedlich. Vergleiche mindestens zwei Quellen, um robustere Schlüsse zu ziehen.
- Auf xG per Shot achten: Dieser Wert zeigt, ob ein Team wenige hochkarätige oder viele minderwertige Chancen kreiert – ein wichtiger Unterschied für die Bewertung der offensiven Nachhaltigkeit.
Die xG-Analyse hat sich in der Saison 2025/26 als fester Bestandteil professioneller Wettstrategien etabliert. Wer die Bundesliga xG-Daten systematisch auswertet, verschafft sich einen messbaren Informationsvorsprung gegenüber dem Markt – vorausgesetzt, die Daten werden mit Augenmaß und im richtigen Kontext interpretiert.