xG und Statistik zur WM 2026: Datenmodelle für bessere Wetten

1,4 Expected Goals gegen 0,8 Expected Goals. So lautete die xG-Bilanz eines Spiels, bei dem ich vor ein paar Jahren mein Tippgefühl endgültig in Frage gestellt habe. Das Team, das ich mit Überzeugung als Verlierer getippt hatte, hatte die klar besseren Chancen, aber zwei Stangen, einen vergebenen Elfmeter und einen Torwart in Form des Lebens gegen sich. Am Ende verlor es 0:1. Meine Wette ging auf, aber ich hatte recht gehabt aus den falschen Gründen, und das war eine Lehre, die teurer war als jeder verlorene Tipp.

xG, kurz für Expected Goals, ist die wichtigste statistische Neuerung im Fußball der letzten fünfzehn Jahre. Keine andere Kennzahl hat so verändert, wie seriöse Analysten Spiele lesen, Quoten bewerten und Prognosen erstellen. Für die WM 2026 bedeutet das: wer seine Wetten weiterhin allein auf Tabellenstände, Bundestrainer-Bauchgefühle und Medienhypes stützt, arbeitet mit Werkzeugen aus dem 20. Jahrhundert. Wer hingegen xG-Daten lesen kann, hat Zugriff auf eine zweite Wahrheit unter der sichtbaren Oberfläche des Spiels, und diese Wahrheit widerspricht oft der Schlagzeile.

Ich erkläre in diesem Text, was xG eigentlich misst und was nicht, wie die Daten für die 48 Teams der WM 2026 aussehen, wo die Methode an ihre Grenzen stößt und wie ich sie für konkrete Wettentscheidungen einsetze. Der Anspruch ist nicht, einen wissenschaftlichen Aufsatz zu schreiben, sondern einem interessierten Tipper ein Werkzeug in die Hand zu geben, mit dem er selbstständig bessere Einschätzungen treffen kann. Denn xG ist kein Zaubertrick, sondern ein Filter. Und Filter funktionieren nur, wenn man versteht, was sie durchlassen und was nicht.

Was ist xG genau?

Expected Goals beantwortet eine einzige Frage: wie wahrscheinlich war es, dass dieser Schuss ein Tor wird? Jeder Schuss auf oder neben das Tor wird anhand einer Reihe von Parametern bewertet und bekommt einen Wert zwischen null und eins. Ein Wert von 0,05 bedeutet, dass historisch betrachtet nur fünf von hundert Schüssen aus dieser Situation im Tor landeten. Ein Wert von 0,75 bedeutet, dass es in drei von vier Fällen klingelt. Ein Elfmeter hat in den meisten Modellen einen festen xG-Wert von etwa 0,76.

Die Parameter, die in die Berechnung einfließen, unterscheiden sich je nach Datenanbieter, aber die Kernfaktoren sind überall ähnlich. Erstens die Schussposition, genauer die Entfernung zum Tor und der Winkel. Ein Schuss aus fünf Metern vor dem leeren Tor ist wertvoller als ein Schuss aus 25 Metern aus spitzem Winkel. Zweitens die Schussart, also ob der Ball mit dem Fuß, dem Kopf oder einem anderen Körperteil gespielt wurde. Drittens die Spielsituation, also ob es ein offenes Spiel war, ein Konter, ein Standard, oder ein Abpraller. Viertens in modernen Modellen auch die Anzahl der Verteidiger zwischen Schütze und Tor sowie die Position des Torwarts.

Aus der Summe aller Einzelschuss-xG pro Spiel entsteht der Team-xG. Wenn Deutschland in einer Partie auf 1,8 xG kommt und der Gegner auf 0,7, dann hatte Deutschland die qualitativ besseren Chancen und hätte bei durchschnittlichem Verlauf gewinnen müssen. Ob es tatsächlich gewonnen hat, ist eine andere Frage. Genau hier liegt der entscheidende Punkt: xG misst nicht das Ergebnis, sondern die Qualität der Spielweise, die zum Ergebnis hätte führen sollen.

Das klingt banal, aber die Implikationen sind gewaltig. Ein Team, das über fünf Spiele konstant 1,5 xG pro Partie erzielt, aber nur 0,8 tatsächliche Tore schießt, hat entweder Pech, einen schwachen Stürmer oder einen guten Torwart auf der anderen Seite. Über Zeit wird sich diese Differenz angleichen. Das ist die berühmte Regression zum Mittelwert, und sie ist der wichtigste Hebel jeder Wettanalyse, die auf Statistik basiert.

Genauso gibt es Teams, die mit weniger xG mehr Tore erzielen, weil sie einen Weltklasse-Stürmer im Kader haben, der systematisch überperformt. Harry Kane, Kylian Mbappé und Erling Haaland sind drei Spieler, bei denen der reale Output historisch über dem statistischen Erwartungswert liegt. Eine reine xG-Analyse würde ihre Teams unterschätzen. Wer xG anwendet, muss also wissen, wann die Daten das Urteil beschleunigen und wann sie es korrigieren müssen.

xG-Daten für die WM-Teilnehmer 2026

Die ehrliche Vorwarnung zuerst: xG-Daten auf Nationalmannschafts-Ebene sind deutlich weniger belastbar als auf Vereins-Ebene. Ein Klub spielt 50 bis 60 Pflichtpartien pro Saison, eine Nationalmannschaft vielleicht zehn. Diese kleine Stichprobe macht xG-Werte für Länderspiele statistisch rauschiger und anfälliger für Ausreißer. Wer mit xG auf WM-Niveau arbeitet, braucht ergänzende Daten aus den nationalen Ligen der Schlüsselspieler, um die Lücken zu füllen.

Mit dieser Einschränkung im Hinterkopf lohnt sich ein Blick auf die Muster, die sich für die WM 2026 bereits aus Qualifikation und Vorbereitungsspielen abzeichnen. Argentinien, Titelverteidiger und nach den Buchmacher-Quoten einer der Top-Favoriten, kommt aus der CONMEBOL-Qualifikation mit einem Team-xG von knapp über 1,6 pro Spiel in die WM, was für Südamerika-Verhältnisse solide ist. Auffällig ist aber, dass die Albiceleste in den letzten Länderspielen konstant über xG performt hat, was auf die individuelle Klasse von Lautaro Martínez und einem noch immer gefährlichen Messi hinweist.

Frankreich, als zweiter Top-Favorit, hat in der UEFA-Qualifikation Werte um 2,2 xG pro Spiel erreicht, allerdings in einer vergleichsweise schwachen Gruppe. Diese Zahl blendet, weil sie nicht mit WM-Gegnern kompatibel ist. Spannender ist der xG-Wert gegen die Top-Hälfte der FIFA-Rangliste, der bei Deutschland zuletzt deutlich niedriger lag, rund 1,3 pro Spiel, und der zeigt, dass das Team von Nagelsmann gegen starke Gegner weniger Chancen produziert als die reinen Qualifikations-Zahlen suggerieren.

Österreichs xG-Werte aus der WM-Qualifikationsgruppe H liegen im ordentlichen Mittelfeld europäischer Teams. Gegen Bosnien und Rumänien produzierte das ÖFB-Team im Schnitt 1,4 bis 1,5 xG pro Partie, bei einem Gegen-xG von 0,9. Das ist ein respektables Profil für eine Mannschaft, die in Gruppe J als dritter Favorit in die WM 2026 geht. Wichtig: diese Zahl bedeutet nicht, dass Österreich gegen Argentinien ähnlich performt. Gegen Top-Gegner sinkt der Team-xG bei fast jedem Außenseiter, weil die Gegenmannschaft den Raum verknappt und die Chancenqualität senkt.

Für kleinere Teams wie Kap Verde, Jordanien oder Curaçao gibt es kaum verlässliche xG-Daten, weil die Datenanbieter ihre Qualifikationsspiele nicht immer durchgängig tracken. Wer auf diese Teams wetten will, muss auf qualitative Einschätzungen und die wenigen verfügbaren Testspiele zurückgreifen. Das ist eine Informationslücke, die man entweder mit Vorsicht oder, wie ich schon im Value-Betting-Kontext erwähnt habe, als Chance auf Value-Wetten begreifen kann.

Der Vergleich von xG und tatsächlichen Toren offenbart oft die interessantesten Wett-Hinweise. Ein Team, dessen Tor-Output in der Qualifikation deutlich über dem xG lag, wird bei der WM 2026 statistisch regressieren. Ein Team, das mit viel Pech weniger Tore schoss als die xG-Zahlen prognostizierten, hat tendenziell Aufholpotenzial. Diese beiden Beobachtungen allein können einen Tipper einen saisonalen Vorteil verschaffen, wenn sie mit Disziplin angewendet werden.

Grenzen statistischer Modelle bei Turnieren

Jede Statistik hat einen blinden Fleck, und bei Turnieren wie der WM 2026 sind diese blinden Flecken besonders groß. Ein kurzes Turnier mit wenigen Spielen pro Team liefert nie genug Daten, um die Zufallskomponenten sauber herauszurechnen. Wer vergisst, dass xG ein Durchschnittswert ist, der sich über viele Spiele einpendeln muss, wird bei kurzen Stichproben regelmäßig enttäuscht.

Die erste große Einschränkung betrifft die Spielsituation. xG-Modelle sind auf offene Spielsituationen trainiert, bei denen beide Teams aktiv agieren. Ein K.o.-Spiel, in dem eine Mannschaft nach einem frühen Tor nur noch verteidigt und die andere Mannschaft 70 Minuten lang gegen einen Busparkplatz anrennt, verzerrt die xG-Werte systematisch. Das führende Team hat sehr niedrige xG-Werte, weil es keinen Versuch mehr unternimmt. Das verteidigende Team absorbiert Schüsse mit einem eingeübten System, das die rohen Einzel-xG-Werte überschätzt, weil die reale Chancenqualität unter den taktischen Bedingungen sinkt.

Die zweite Einschränkung betrifft Turnier-Emotionalität. WM-Partien haben eine psychologische Komponente, die in normalen Ligaspielen keine Rolle spielt. Ein Elfmeter im Achtelfinale wird seltener verwandelt als ein Elfmeter im Liga-Alltag, obwohl der statistische xG-Wert identisch ist. Diese Emotions-Lücke lässt sich nicht in der Formel abbilden, und sie wird regelmäßig zum Grund, warum Favoriten in K.o.-Spielen überraschend ausscheiden.

Die dritte Einschränkung betrifft die Team-Zusammensetzung. Nationalmannschaften spielen in schwankender Besetzung, oft mit langen Pausen zwischen zwei Auftritten. Ein xG-Wert aus einem März-Länderspiel gegen einen schwachen Testgegner lässt sich nicht sauber auf ein Juni-WM-Duell hochrechnen, weil die Mannschaft in beiden Fällen anders aufgestellt sein dürfte. Bei Vereinsteams ist die Elf stabiler, und deshalb funktioniert xG im Klub-Fußball besser als im Länderfußball.

Die vierte Einschränkung, und sie ist die unterschätzteste, liegt in der Qualität der zugrundeliegenden Daten. Nicht jedes Spiel wird mit dem gleichen Tracking-System erfasst. Ein CAF-Qualifikationsspiel in einem westafrikanischen Stadion hat oft weniger Kamera-Winkel und weniger Event-Daten als ein EM-Qualifikationsspiel in München. Die xG-Werte sind in solchen Fällen schlechter kalibriert, und wer sie blind vergleicht, zieht falsche Schlüsse.

Die Lehre aus all diesen Einschränkungen lautet nicht, xG zu verwerfen. Sie lautet, xG als eine von mehreren Informationsquellen zu behandeln. Ein xG-Wert alleine ist ein Indiz, keine Wahrheit. Kombiniert mit traditioneller Spielbeobachtung, taktischer Einschätzung und situativen Faktoren wird aus dem Indiz ein brauchbares Werkzeug. Wer hingegen meint, mit xG-Tabellen allein Wetten gewinnen zu können, wird in einem 104-Spiele-Turnier schnell die Grenzen des Modells spüren.

Anwendung auf konkrete Wettmärkte

Theorie ist wertlos, wenn sie nicht zu Entscheidungen führt. Ich zeige an drei Wettmärkten, wie ich xG konkret einsetze, welche Rolle die Zahl spielt und wo ich sie bewusst ignoriere. Die Beispiele beziehen sich auf die WM 2026 und verwenden realistische, aber nicht exakte Quoten, weil sich diese bis zum Turnier noch verschieben werden.

Der erste Markt: Über- und Unter-Tore. Hier ist xG besonders wertvoll, weil die Zahl direkt die zu erwartende Torausbeute schätzt. Ich rechne für jedes Spiel den kombinierten xG beider Teams aus den letzten zehn Partien zusammen. Liegt der Wert bei 2,7 und die Quote für Über 2,5 Tore bei 1,85, dann entspricht die implizite Buchmacher-Wahrscheinlichkeit rund 54 Prozent, während die xG-basierte Schätzung eher bei 58 bis 60 Prozent liegt. Das ist ein kleiner, aber signifikanter Value-Hinweis, den ich verfolge. Wichtig: ich rechne nicht blind mit der xG-Summe, sondern ziehe defensive Einschätzungen und Spielplan-Müdigkeit mit ein. xG ist der Startpunkt, nicht der Endpunkt.

Der zweite Markt: das klassische 3-Weg. Hier hilft xG, Teams zu identifizieren, die in der Tabelle besser aussehen, als sie tatsächlich spielen. Ein Team, das mit sechs Punkten aus zwei Spielen in die WM 2026 startet, aber insgesamt nur 1,1 xG gegen 2,0 Gegner-xG produziert hat, überperformt massiv. Die Buchmacher werden solche Teams oft zu niedrig quotieren, weil sie dem Tabellenstand folgen. Ein Tipper, der das xG-Profil kennt, kann gegen solche Überperformer mit Value wetten, vor allem in der K.o.-Phase, wenn die Regression einsetzt.

Der dritte Markt: Torschützenkönig und Einzelspieler-Wetten. Hier funktioniert xG auf Spielerebene, nicht auf Teamebene. Ein Stürmer mit hohem individuellem xG pro 90 Minuten über die letzten zwei Jahre hinweg ist ein besserer Kandidat für die Torjäger-Wette als ein Spieler, dessen Tore aus Glückschüssen und ablenkten Distanzbällen kommen. Wer aufgrund eines Turniers mit sechs Spielen auf einen Hype-Spieler setzt, zahlt eine Premium-Quote. Wer das xG-Profil über mehrere Jahre prüft und konsistente Überperformer identifiziert, findet wertstabilere Tipps. Bei der WM 2026 sind aus dieser Perspektive Spieler wie Kylian Mbappé und Harry Kane besonders interessant, weil beide über Jahre hinweg mehr Tore erzielt haben, als ihr reiner xG-Wert vorgesehen hatte.

In allen drei Fällen gilt: xG ist nie das einzige Kriterium. Ich kombiniere jede xG-Erkenntnis mit einer qualitativen Spielbeobachtung, mit Verletzungsmeldungen, mit taktischen Einschätzungen und mit dem Wissen über den Gegner. Die Daten geben mir eine Richtung, aber die Entscheidung treffe ich als Mensch. Genau diese Kombination aus Zahl und Urteil macht den Unterschied zwischen einem datengetriebenen Tipper und einem Datenfetischisten.

Häufige Fragen zu xG und Statistik

Zwei Fragen werden mir zum Thema xG regelmäßig gestellt, und beide beantworte ich hier so präzise wie möglich.

Wie viel xG-Analyse bei WM-Wetten wirklich bringt

Statistik ist ein Werkzeug, kein Glaubensbekenntnis. xG hat das moderne Fußball-Wetten verändert und wird bei der WM 2026 wichtiger sein als bei jedem früheren Turnier, weil mehr Daten verfügbar sind, mehr Tipper sie verstehen und mehr Buchmacher ihre Quoten bereits an ihnen ausrichten. Wer die Zahl liest wie ein altes Tagebuch, bekommt Hinweise auf Muster, die mit dem bloßen Auge nicht zu sehen sind. Wer sie aber wie ein Orakel behandelt, wird genauso enttäuscht wie der Bauchgefühl-Tipper, nur mit besseren Tabellen. Am Ende entscheidet die Kombination aus Zahl, Beobachtung und Disziplin, und genau diese Kombination ist schwerer zu lernen als jede Formel. Wer dranbleibt, wird während der sechs Wochen in USA, Kanada und Mexiko Wetten abgeben, die nicht auf Hoffnung basieren, sondern auf Überlegung. Und das ist, unabhängig vom Ausgang der einzelnen Wette, der einzige Weg, bei dem das Wetten langfristig Sinn ergibt. Wer spielt, spielt verantwortungsvoll, im Rahmen der eigenen Möglichkeiten und mit klarem Kopf.