Man will Vorhersagen treffen, aber die meisten Modelle ignorieren das Grundgesetz der Tore: Sie folgen einer Poisson-Verteilung.
Einfach gesagt: Tore sind seltene Ereignisse, passieren unabhängig, und die durchschnittliche Trefferquote eines Teams ist konstant über die Spielzeit. Genau das ist die Definition einer Poisson-Verteilung.
Hier ist der Deal: Du brauchst die erwartete Torzahl (λ) für jedes Team. Historische Daten, Heimvorteil, Gegnerstärke – alles fließt ein. Nimm die letzten fünf Begegnungen, rechne den Mittelwert, justiere um 0,15 für Heimspiel.
Die Formel lautet: P(k)=e⁻λ·λᵏ/k!. Kurz und knackig. Beispiel: Team A hat λ=1,8, Team B λ=0,9. Dann ist die Chance auf 0-0 etwa 0,15, auf 2-1 rund 0,12.
Hier kommt das eigentliche Spiel: Kombiniere die Einzelwahrscheinlichkeiten für Over/Under, exakte Ergebnisse, und Handicap-Wetten. Oft unterschätzt man, dass ein 2-0-Ergebnis eine kumulative Wahrscheinlichkeit von 0,07 hat – das reicht für eine profitable Quote.
Gegenwart ist nicht Vergangenheit. Ein verletzter Stürmer kann λ von 1,8 auf 1,2 kippen. Und das ist der Grund, warum statische Modelle allein nicht genügen. Du musst das Modell dynamisch anpassen, sonst bist du schnell raus.
Ein Freund von mir setzte auf ein 1-1-Ergebnis bei einem Derby. Er berechnete λ_home=1,4, λ_away=1,2. Die kombinierte Wahrscheinlichkeit lag bei 0,09, die Buchmacherquote bei 11,2. Das war ein klarer Value-Bet.
Für die schnelle Berechnung reicht ein Excel-Sheet, aber für Profis gibt es Skripte in R oder Python. Und wenn du nach einer fertigen Analyse suchst, schau dir diesen Link an: https://wettprognose-analyse.com/poisson-verteilung-fur-fussballwetten/
Stell deine λ-Werte jeden Morgen neu auf, prüfe den Unterschied zum Vorabend, setz nur, wenn die erwartete Wertschöpfung über 2 % liegt – sonst lass das Geld im Portemonnaie.