xG im Frauenfußball: Expected Goals für Ihre Wetten nutzen

Expected Goals — kurz xG — hat die Fußballanalyse revolutioniert. Die Metrik misst die Qualität von Torchancen und zeigt, wie viele Tore ein Team hätte erzielen sollen, unabhängig davon, wie viele tatsächlich fielen. Für Wettende ist xG ein mächtiges Werkzeug: Teams, die regelmäßig mehr xG als Tore produzieren, sind unterschätzt und bieten Value.

Im Frauenfußball ist xG noch wertvoller als bei den Männern. Die Datengrundlage ist dünner, weniger Wettende nutzen fortgeschrittene Statistiken, und die Buchmacher-Modelle sind weniger ausgereift. Wer xG versteht und anwendet, hat einen Informationsvorsprung. Dieser Guide erklärt die Grundlagen, zeigt Datenquellen und hilft Ihnen, xG gewinnbringend einzusetzen.

Was ist xG? Grundlagen erklärt

Expected Goals bewertet jede Torchance basierend auf historischen Daten. Ein Schuss aus 5 Metern zentral vor dem Tor hat eine höhere Trefferwahrscheinlichkeit als ein Schuss aus 25 Metern am Strafraumrand. xG-Modelle berechnen diese Wahrscheinlichkeit für jeden Schuss und summieren sie zu einem xG-Wert pro Spiel.

Ein xG-Wert von 2,5 bedeutet: Basierend auf den Chancen hätte das Team statistisch 2,5 Tore erzielen sollen. Wenn das Team nur 1 Tor erzielte, hat es unter seinen Möglichkeiten abgeschlossen. Wenn es 4 Tore erzielte, war es überdurchschnittlich effizient — oder glücklich.

Die Faktoren, die in xG-Modelle einfließen, variieren je nach Anbieter. Typisch sind: Distanz zum Tor, Winkel zum Tor, Schussart (Fuß, Kopf), Spielsituation (offenes Spiel, Konter, Standard), Druck durch Verteidiger. Komplexere Modelle berücksichtigen auch die Voraktionen vor dem Schuss.

xG ist aussagekräftiger als Torstatistiken. Ein Team, das 1:0 gewinnt mit einem xG von 0,5 zu 2,5, hatte Glück — der Gegner war besser. Über viele Spiele gleichen sich Glück und Pech aus, sodass xG die wahre Leistungsfähigkeit besser abbildet als das Torverhältnis.

xG im Frauenfußball: Genderspezifische Anpassungen

Nicht alle xG-Modelle sind für Frauenfußball optimiert. Die meisten wurden auf Basis von Männer-Daten entwickelt, was zu Verzerrungen führen kann. StatsBomb gehört zu den wenigen Anbietern, die spezifische xG-Modelle für Frauenfußball entwickelt haben und berücksichtigen dabei Faktoren wie die unterschiedliche Schuss- und Kopfballstärke.

Torhüterinnen-Performance beeinflusst xG-Übertreffer und -Untertreffer. Im Frauenfußball gibt es größere Schwankungen in der Torhüterinnen-Qualität als bei den Männern. Ein Team mit einer überdurchschnittlichen Torhüterin kassiert weniger Tore, als sein xG-gegen vorhersagt — das ist keine Glückssache, sondern echte Leistung.

Standardsituationen haben im Frauenfußball andere xG-Werte als bei den Männern. Eckbälle und Freistöße führen zu unterschiedlichen Trefferquoten, was spezialisierte Modelle berücksichtigen. Allgemeine xG-Modelle können hier systematisch falsch liegen.

Die Spieloberfläche spielt eine Rolle. In der NWSL werden etwa 25 Prozent der Spiele auf Kunstrasen ausgetragen, was das Spielverhalten beeinflusst. Pässe und Schüsse verhalten sich anders, was die xG-Berechnung erschwert. Achten Sie auf die Datenquelle und ob sie solche Faktoren berücksichtigt.

Nutzen Sie nach Möglichkeit frauenfußball-spezifische xG-Daten. Wenn nur Männer-Modelle verfügbar sind, interpretieren Sie die Ergebnisse mit Vorsicht und betrachten Sie Trends über mehrere Spiele statt einzelner Werte.

Wo finden Sie xG-Daten?

Die Datenlage im Frauenfußball ist begrenzt. Nur etwa 19 Prozent der Fußball-Statistikseiten bieten xG-Daten für Frauenwettbewerbe an — ein deutlicher Unterschied zu den Männern, wo xG zum Standard gehört. Diese Lücke ist Ihre Chance: Wer Daten findet und nutzt, hat einen Vorsprung.

FBref bietet kostenlose xG-Daten für viele Frauenligen, basierend auf StatsBomb-Daten. Die Abdeckung umfasst die großen europäischen Ligen, NWSL und internationale Wettbewerbe. FBref ist der beste kostenlose Startpunkt für xG-Analyse im Frauenfußball.

Understat fokussiert auf die Top-Ligen und bietet xG-Daten mit Visualisierungen. Die Frauenfußball-Abdeckung ist begrenzter als bei FBref, aber die Darstellung ist benutzerfreundlicher. Nutzen Sie Understat für schnelle Analysen vor dem Spiel.

StatsBomb bietet detaillierte Event-Daten für ausgewählte Wettbewerbe, einschließlich Frauen-WM und einiger Ligen. Die Daten sind kostenlos für nicht-kommerzielle Nutzung und ermöglichen tiefgehende Analysen, erfordern aber technische Fähigkeiten zur Verarbeitung.

Sofascore und Fotmob zeigen teilweise xG-Daten in ihren Apps. Die Abdeckung variiert, und die Modelle sind weniger transparent als bei spezialisierten Quellen. Für schnelle Checks sind sie nützlich, für tiefe Analyse weniger geeignet.

xG für Wetten anwenden

Vergleichen Sie xG mit tatsächlichen Toren über mehrere Spiele. Ein Team mit 10 Toren aus 15 xG spielt unter Niveau und wird sich wahrscheinlich verbessern — die Regression zum Mittelwert ist Ihr Freund. Ein Team mit 12 Toren aus 8 xG ist überdurchschnittlich effizient — aber das ist nicht nachhaltig und wird sich korrigieren.

Nutzen Sie xG für Over/Under-Wetten gezielt. Wenn beide Teams zusammen 5,5 xG pro Spiel produzieren, ist Over 2,5 wahrscheinlicher als die Quote vielleicht suggeriert. Umgekehrt: Wenn ein Spiel historisch niedrige xG-Werte hat, bietet Under Value. Die Buchmacher nutzen oft nur Torstatistiken, nicht xG.

xG hilft bei der Identifikation unterschätzter Teams. Ein Team mit schlechten Ergebnissen aber gutem xG ist nicht so schlecht, wie die Tabelle zeigt. Die Quoten reflektieren oft nur die Ergebnisse, nicht die zugrunde liegende Leistung — das ist Ihre Chance für Value-Wetten.

Analysieren Sie xG-gegen für Defensive. Ein Team, das wenig Gegentore kassiert, aber hohes xG-gegen hat, hatte Glück oder eine überragende Torhüterin. Prüfen Sie, ob das nachhaltig ist oder ob die Defensive bald einbricht.

Kombinieren Sie xG mit anderen Daten für das beste Ergebnis. xG allein reicht nicht — berücksichtigen Sie auch Verletzungen, Aufstellungen, Motivation und Spielplan. xG ist ein wichtiges Puzzleteil, aber nicht das ganze Bild.

Grenzen von xG

xG erfasst nicht alles. Die Qualität der Schützin wird nicht berücksichtigt — ein Schuss von Alexia Putellas hat nicht dasselbe xG wie ein identischer Schuss einer Reservespielerin, obwohl die Trefferwahrscheinlichkeit unterschiedlich ist. Spielerinnen-spezifische Anpassungen sind selten verfügbar.

Kleine Stichproben verzerren die Ergebnisse. Wenige Spiele bedeuten hohe Varianz — ein Team kann über fünf Spiele ein falsches xG-Bild zeigen. Nutzen Sie mindestens 10 bis 15 Spiele für belastbare Aussagen.

xG ist rückwärtsgewandt. Die Metrik zeigt, was passiert ist, nicht was passieren wird. Kaderänderungen, Trainerwechsel oder Formschwankungen sind nicht in historischen xG-Daten enthalten.

Fazit

xG ist ein mächtiges Werkzeug für Frauenfußball-Wetten, das den meisten Wettenden noch unbekannt ist. Die begrenzte Datenabdeckung schafft Chancen für informierte Wettende, die bereit sind, tiefer zu graben. Nutzen Sie FBref und StatsBomb für Daten, achten Sie auf frauenfußball-spezifische Modelle und kombinieren Sie xG mit anderen Informationen.

Die Grenzen von xG sollten Sie kennen, aber nicht überbewerten. Über viele Wetten hinweg ist xG ein zuverlässiger Indikator für die wahre Leistungsfähigkeit eines Teams. Wer xG versteht und anwendet, findet Value, den die breite Masse übersieht.