"Gegen Top-6-Gegner tut sich Bayern schwer"
Gegen Top 6: 0.583 ppg · gegen Rest: 1.318 ppg (Δ -0.735).
Prediction-Relevanz: Adjustment -24.5pp für Top-6-Gegner.
Auf einen Blick
Live-Infos für professionelles Portfolio-Management, Trading und Predictions.
Top-Torschützen
Bundesliga Top-Torschützen Saison 28321
- 1
Patrik Schick5 Tore - 2
Christopher Nkunku4 Tore - 3
Younes Ebnoutalib4 Tore - 4
Michael Olise4 Tore - 5
Yuito Suzuki4 Tore
| # | Spieler | Verein | Tore |
|---|---|---|---|
| 6 | Niclas Füllkrug | Werder | 4 |
| 7 | Phillip Tietz | Mainz | 4 |
| 8 | Harry Kane | Bayern | 3 |
| 9 | Antonio Nusa | Leipzig | 3 |
| 10 | Igor Matanovic | Freiburg | 3 |
Form & Momentum
Die Form der letzten fünf Spiele ist der wichtigste Vorlauf-Indikator für kurzfristige Wetten. Ein Team mit drei Siegen in Folge ist signifikant unterbewertet, wenn die Quoten-Bewegung das Momentum noch nicht eingepreist hat. Der Pinnacle Oracle gewichtet diese Form mit etwa 30 Prozent gegenüber Tabellenposition (40 Prozent), Heim/Auswärts-Stats (20 Prozent) und Gegnerstärke (10 Prozent).
Vorlagengeber & Karten-Ranking
Bundesliga Top-Vorlagengeber
- 1
Marco Grüll5 Vorlagen - 2
Harry Kane3 Vorlagen - 3
Antonio Nusa3 Vorlagen - 4
Matthias Ginter3 Vorlagen - 5
Fabian Rieder3 Vorlagen
| # | Spieler | Verein | Vorlagen |
|---|---|---|---|
| 6 | Sheraldo Becker | Mainz | 3 |
| 7 | Miguel Gutiérrez | Leverkusen | 3 |
| 8 | Derry Scherhant | Freiburg | 3 |
| 9 | Ellyes Skhiri | Koeln | 2 |
| 10 | Chuki | Werder | 2 |
Bundesliga Karten-Ranking (Gelb + Rot×3)
- 1 Yuito Suzuki2 1
- 2
Bernardo1 1 - 3
Tim Kleindienst1 1 - 4
Raphael Onyedika4 0 - 5 Ron Schallenberg0 1
| # | Spieler | Verein | G | R | Total |
|---|---|---|---|---|---|
| 6 | Samuele Inácio | BVB | 0 | 1 | 1 |
| 7 | Phillipp Mwene | Mainz | 3 | 0 | 3 |
| 8 | Wouter Burger | Hoffenheim | 3 | 0 | 3 |
| 9 | Felix Uduokhai | Union | 3 | 0 | 3 |
| 10 | Ozan Kabak | Hoffenheim | 2 | 0 | 2 |
Statistische Splits BETA
Was bewegt Bayerns Ergebnis wirklich — und was ist Mythos. Bootstrap-Konfidenzintervalle aus 68 Spielen der Kompany-Ära.
| Split | Gruppe A | Gruppe B | Δ ppg | 95%-CI | p-Wert | Signifikanz |
|---|---|---|---|---|---|---|
| Heimspiele vs. Auswärtsspiele | Heim | Auswärts | -0.59 | [-1.15, -0.03] | 0.05 | 🟢 |
| Gegen Top-6-Gegner vs. Rest der Liga | Gegen Top 6 | Gegen Rest | -0.73 | [-1.27, -0.16] | 0.01 | 🟢 |
| Mit vs. ohne Kamil Grabara in der Startelf | Mit Kamil Grabara | Ohne Kamil Grabara | -0.80 | [-1.73, 0.08] | 0.09 | 🟡 |
| Mit vs. ohne Konstantinos Koulierakis in der Startelf | Mit Konstantinos Koulierakis | Ohne Konstantinos Koulierakis | +0.93 | [0.33, 1.44] | 0.00 | 🟡 |
| Mit vs. ohne Mohamed Amoura in der Startelf | Mit Mohamed Amoura | Ohne Mohamed Amoura | +0.24 | [-0.48, 0.91] | 0.50 | ⚪ |
| Mit vs. ohne Maximilian Arnold in der Startelf | Mit Maximilian Arnold | Ohne Maximilian Arnold | +0.22 | [-0.39, 0.81] | 0.47 | ⚪ |
| Mit vs. ohne Patrick Wimmer in der Startelf | Mit Patrick Wimmer | Ohne Patrick Wimmer | +0.22 | [-0.37, 0.79] | 0.46 | ⚪ |
| Belastungswoche (nach CL/Länderspielpause) vs. normale Woche | Belastungswoche | Normale Woche | -1.06 | — | — | ⬜ |
| Englische Woche (nach CL-Spiel) vs. ohne CL davor | Nach CL | Ohne CL | -1.06 | — | — | ⬜ |
| Volle Stärke (0 Ausfälle) vs. 2+ Schlüsselspieler-Ausfälle | 0 Ausfälle | 2+ Ausfälle | +0.78 | [-0.02, 1.55] | 0.06 | 🟡 |
Lesart: 🟢 statistisch signifikant · 🟡 indikativ (Stichprobe oder Effekt zu klein) · ⚪ kein Effekt nachweisbar · ⬜ ungetestet
ppg = Punkte pro Spiel (3 für Sieg, 1 für Remis, 0 für Niederlage). Δ ppg = Differenz der ppg zwischen den beiden Gruppen. 95%-CI = Bootstrap-Konfidenzintervall (10.000 Resamples). p-Wert < 0,05 = statistisch signifikant bei n ≥ 20.
Methodik: Single-Regime-Analyse (nur Kompany-Ära). xG fehlt im Plan und ist nicht enthalten. Bootstrap-CIs statt parametrischer Tests.
Fehlt im Datensatz: xG, PPDA, Distance Covered
Mythen-Check BETA
Was Fans glauben — und was die Daten sagen. Jeder Mythos wird gegen die echten Match-Daten getestet.
"Englische Wochen kosten Punkte"
Indikativ: Nach CL 0 ppg, ohne CL 1.059 ppg.
Prediction-Relevanz: Kein klares Adjustment.
"Heimspiele sind anders"
Heim: 0.765 ppg · Auswärts: 1.353 ppg (Δ -0.588).
Prediction-Relevanz: Adjustment -19.6pp für Heimspiele.
Was die Daten nicht sagen
Tabelle, Form und Quoten zeigen den Status quo. Sie sagen nichts darüber, ob ein Trainer vor der Entlassung steht, ein Schlüsselspieler verletzt ist oder ein Vorstand intern unter Druck steht. Genau hier setzt die Predictions-Seite an: dort fließen Saisonmärkte (Polymarket), Transfer-Gerüchte und Schedule Strength in die Bewertung ein — Faktoren, die in keiner Standardstatistik auftauchen.
Die Akte VfL Wolfsburg wiederum liefert den historischen Kontext: Welche Krisen hat der Club schon überstanden, welche nicht. Wer Geld auf Bundesliga-Märkten bewegt, braucht alle drei Ebenen — Hard Stats, Forward Markets und institutionelles Gedächtnis.
Häufige Fragen
- Wer ist Torschuetzenkoenig der Bundesliga?
- Patrik Schick (Leverkusen) mit 5 Toren in der Saison 28321.
Verwandte Inhalte
Die Daten zeigen den Status quo. Was bedeutet das für die Saison?
- Predictions & Prognosen — Meister-Wahrscheinlichkeit, Transfers, Schedule Strength
- Akte VfL Wolfsburg — Geschichte, Skandale, Triumphe