Expected Goals (xG) erklärt: So nutzt du die wichtigste Fußball-Kennzahl
Available in US
Kaum ein Begriff hat die Fußballanalyse in den letzten Jahren so verändert wie Expected Goals. Was vor zehn Jahren noch ein Nischenthema für Datenanalysten war, ist heute fester Bestandteil jeder Sportübertragung. Die Zahl taucht auf Bildschirmen auf, Kommentatoren zitieren sie, und Wettanbieter integrieren sie in ihre Live-Statistiken. Trotzdem herrscht bei vielen Wettern Unklarheit darüber, was xG tatsächlich misst, wie die Zahl entsteht und — vor allem — wie man sie sinnvoll für Live-Wetten einsetzt, ohne in die typischen Interpretationsfallen zu tappen.
Lesen Sie auch den Leitfaden zu Live-Statistiken richtig lesen.
Was Expected Goals sind — und was sie nicht sind
Expected Goals messen die Qualität von Torchancen. Nicht mehr und nicht weniger. Jeder Torschuss in einem Spiel erhält einen xG-Wert zwischen 0 und 1, der die Wahrscheinlichkeit angibt, mit der ein durchschnittlicher Spieler aus dieser Position, in dieser Situation, ein Tor erzielt hätte. Ein Elfmeter hat einen xG-Wert von etwa 0,76 — er wird in rund 76 Prozent der Fälle verwandelt. Ein Fernschuss aus 25 Metern ohne Drängeln liegt oft bei 0,03 bis 0,05. Ein Kopfball nach Flanke aus sechs Metern kommt auf 0,15 bis 0,30, je nach Winkel und Position des Torhüters.
Die Summe aller xG-Werte eines Teams in einem Spiel ergibt den Expected-Goals-Wert für diese Mannschaft. Wenn Bayern München in einer Partie auf einen xG-Wert von 2,4 kommt, bedeutet das: Basierend auf der Qualität und Menge ihrer Chancen hätte ein durchschnittliches Team im Schnitt 2,4 Tore erzielt. Bayern kann tatsächlich vier Tore geschossen haben oder keines — der xG-Wert beschreibt nicht das Ergebnis, sondern die Erwartung auf Basis der Chancenqualität.
Genau hier liegt das häufigste Missverständnis. xG ist kein Maß für Überlegenheit im Sinne von Dominanz oder Spielkontrolle. Eine Mannschaft kann 70 Prozent Ballbesitz haben, das Spiel kontrollieren und einen xG-Wert von 0,6 aufweisen — weil sie zwar den Ball hatte, aber kaum gefährliche Abschlusspositionen kreiert hat. Umgekehrt kann ein Team mit 30 Prozent Ballbesitz durch drei schnelle Konter auf einen xG von 1,8 kommen. Die Kennzahl ignoriert bewusst, wie der Ball vor den Torschuss kam. Sie bewertet ausschließlich den Moment des Abschlusses.
Ein weiteres Missverständnis betrifft die individuelle Spielerqualität. Das Standard-xG-Modell basiert auf einem Durchschnittsspieler. Es berücksichtigt nicht, ob Lionel Messi oder ein Drittliga-Stürmer den Ball am Fuß hat. Es gibt erweiterte Modelle — sogenannte xG-Werte mit Spieleradjustierung —, die diesen Faktor einbeziehen, aber die meisten frei verfügbaren Datenquellen verwenden das Basismodell. Das bedeutet: Wenn ein Team mit überdurchschnittlich starken Abschlussspielern einen xG von 1,5 hat, ist die tatsächliche Torwahrscheinlichkeit wahrscheinlich höher als 1,5 Tore.
Wie xG berechnet wird: Vom Torschuss zur Wahrscheinlichkeit
Hinter jedem xG-Wert steht ein statistisches Modell, das auf hunderttausenden historischer Torschüsse trainiert wurde. Die wichtigsten Variablen, die in die Berechnung einfließen, sind die Entfernung zum Tor, der Winkel zum Tor, der Körperteil des Abschlusses und die Spielsituation — offenes Spiel, Konter, Freistoß oder Standardsituation.
Fortgeschrittene Modelle beziehen zusätzliche Faktoren ein: die Position des Torhüters zum Zeitpunkt des Schusses, die Anzahl der Verteidiger zwischen Ball und Tor, die Geschwindigkeit des Angriffs und ob der Schuss mit dem ersten Kontakt oder nach einer Ballannahme erfolgte. Je mehr Variablen ein Modell berücksichtigt, desto präziser wird die Einschätzung — aber auch desto schwerer wird es, die Berechnung nachzuvollziehen.
Für Live-Wetter ist es nicht notwendig, die mathematischen Details eines xG-Modells zu verstehen. Wichtiger ist das Grundprinzip: Ein hoher xG-Wert bei wenigen Toren deutet darauf hin, dass ein Team unter seinem erwarteten Niveau abschneidet — Pech, starker Torhüter, oder individuelle Abschlussschwäche an diesem Tag. Ein niedriger xG-Wert bei vielen Toren zeigt das Gegenteil: Das Team hat seine wenigen Chancen überdurchschnittlich gut genutzt, was auf Dauer nicht aufrechtzuerhalten ist.
Die gängigsten Quellen für Echtzeit-xG-Daten sind Plattformen wie Understat, FBref und Infogol. Einige Wettanbieter zeigen xG-Werte direkt im Live-Bereich an, allerdings oft mit Verzögerung und in vereinfachter Form. Wer xG systematisch für Wettentscheidungen nutzen will, sollte mindestens eine unabhängige Datenquelle parallel zum Wettanbieter verwenden. Die Abweichungen zwischen verschiedenen Modellen sind übrigens normal und kein Zeichen für Ungenauigkeit — sie spiegeln unterschiedliche methodische Ansätze wider.
xG als Werkzeug für Live-Wetten
Der eigentliche Nutzen von Expected Goals für Live-Wetter liegt nicht in der reinen Zahl, sondern in dem, was sie über den Spielverlauf verrät. xG macht die Diskrepanz zwischen Chancenqualität und Ergebnis sichtbar — und genau diese Diskrepanz erzeugt Wettmöglichkeiten.
Das klassische Szenario: Ein Favorit liegt in der 60. Minute mit 0:1 zurück, hat aber einen xG-Wert von 1,8 gegenüber 0,3 des Gegners. Der Spielstand sagt: Der Außenseiter führt. Die Daten sagen: Der Favorit kreiert deutlich mehr und bessere Chancen, hat sie bisher nur nicht genutzt. Die Buchmacher-Quote für einen Ausgleich oder Sieg des Favoriten sinkt nach dem Rückstand, aber sie sinkt oft stärker, als es der xG-Wert rechtfertigt, weil der Markt den Spielstand übergewichtet. In dieser Lücke zwischen Spielstand und Chancenqualität liegt potenzieller Value.
Ein zweites Anwendungsfeld ist die Einschätzung von Über/Unter-Märkten. Wenn in einem Spiel zur 55. Minute ein Tor gefallen ist, der kombinierte xG beider Teams aber bei 3,2 liegt, deutet alles auf ein torreicheres Spiel hin, als es der aktuelle Spielstand vermuten lässt. Die Quote für Über 2,5 Tore kann in solchen Situationen attraktiver sein, als die rohe Statistik nahelegt, weil der Buchmacher seine Linie primär am aktuellen Ergebnis ausrichtet und den xG-Verlauf nur als einen von vielen Faktoren einbezieht.
Wichtig ist der Vergleich von xG und tatsächlichen Toren über den Spielverlauf. Ein konstant steigender xG-Wert bei gleichbleibendem Spielstand deutet auf zunehmenden Druck hin — die Wahrscheinlichkeit eines Tors steigt nicht linear, sondern beschleunigt sich, wenn eine Mannschaft immer häufiger in gefährliche Positionen kommt. Umgekehrt ist ein flacher xG-Verlauf bei einem Rückstand ein Warnsignal: Das Team kreiert keine Chancen, und der Rückstand wird sich wahrscheinlich nicht durch statistische Regression korrigieren, sondern eher durch einen taktischen Wechsel oder individuellen Geistesblitz — beides unberechenbar.
Ein praktischer Tipp: Den xG-Wert niemals isoliert betrachten. Ein xG von 1,5 kann aus einem Elfmeter und drei Fernschüssen bestehen oder aus sieben guten Chancen im Strafraum. Die Verteilung der Einzelchancen ist mindestens so wichtig wie die Summe. Viele kleine Chancen deuten auf systematischen Druck hin, wenige große auf Einzelaktionen. Für die Prognose der zweiten Halbzeit ist systematischer Druck der verlässlichere Indikator.
Grenzen und Missverständnisse rund um Expected Goals
So nützlich xG als Werkzeug ist, so wichtig ist es, seine Grenzen zu kennen. Die Kennzahl basiert auf historischen Durchschnittswerten und kann situative Besonderheiten nicht erfassen. Ein Torschuss aus acht Metern hat einen bestimmten xG-Wert — unabhängig davon, ob der Schütze unter massivem Druck steht, ob der Wind gegen ihn bläst oder ob der Torhüter gerade seine beste Saison spielt. Diese Kontextfaktoren bleiben außen vor.
Ein verbreiteter Fehler ist die Annahme, dass sich xG-Abweichungen innerhalb eines Spiels zwingend korrigieren. Statistiker sprechen von Regression zum Mittelwert, und über eine ganze Saison funktioniert dieses Prinzip zuverlässig: Ein Team, das konstant weniger Tore erzielt als sein xG-Wert vorgibt, wird irgendwann seine Chancen besser nutzen. Innerhalb eines einzelnen Spiels gilt das nicht unbedingt. Ein Torhüter in Topform kann neunzig Minuten lang über seinem Durchschnitt halten. Eine Mannschaft kann an einem Tag schlicht keinen Ball ins Tor bringen, obwohl die Chancen da sind. xG beschreibt Wahrscheinlichkeiten, keine Gewissheiten.
Ein weiteres Problem ist die Verfügbarkeit und Aktualität der Daten. Während die oben genannten Plattformen ihre xG-Werte zuverlässig berechnen, erscheinen Echtzeit-xG-Daten während eines laufenden Spiels oft mit Verzögerung oder in vereinfachter Form. Die präzisesten xG-Daten sind häufig erst nach Spielende verfügbar, wenn sie für Live-Wetten nicht mehr relevant sind. Wer mit xG im Live-Bereich arbeitet, muss akzeptieren, dass die verfügbaren Echtzeitwerte Annäherungen sind — nützliche Annäherungen, aber keine exakten Messwerte.
Eine Zahl, kein Orakel
Expected Goals sind das Beste, was die Fußballstatistik bisher hervorgebracht hat, um die Qualität von Torchancen zu quantifizieren. Für Live-Wetter sind sie ein Werkzeug, das den Blick schärft und die Intuition ergänzt — aber nicht ersetzt. Die Mannschaft mit dem höheren xG gewinnt nicht automatisch, und eine Wette auf den xG-Favoriten ist nicht automatisch eine gute Wette. Der Wert liegt darin, die eigene Wahrscheinlichkeitseinschätzung mit einer datenbasierten Grundlage zu versehen und Situationen zu erkennen, in denen der Markt den Spielverlauf möglicherweise falsch bewertet. Nicht mehr, aber auch nicht weniger — und das ist eine ganze Menge.
Expected Goals xG beim Fußball via fußball live wetten.
Von Experten geprüft: Tobias Busch
