Halbzeit/Endstand-Analyse: Die Datenstruktur der zwei Spielphasen
Die Halbzeit/Endstand-Analyse zerlegt ein Fußballspiel in zwei Phasen — erste und zweite Halbzeit — und weist jeder der neun möglichen Kombinationen aus Pausenführung und Endresultat (1/1, X/1, 2/1 … 2/2) eine Wahrscheinlichkeit zu. Die neun Szenarien summieren sich stets auf 100%, und selbst die höchste Zelle — typischerweise Heimteam-führt-und-gewinnt — überschreitet in einer ausgeglichenen Partie selten 20-28%, während Comeback-Zellen wie 1/2 und 2/1 meist bei nur 2-4% liegen. Diese Seite erklärt, wie 11Stat das Raster aus der Torerwartung pro Phase ableitet, wie Führungswechsel als Daten gelesen werden und wo die Grenzen der Verteilung liegen. Das ist Fußball-Datenanalyse, keine Wettberatung.
Was die Halbzeit/Endstand-Analyse wirklich ist
Ein Spielergebnis ist keine einzelne Linie, sondern die Komposition zweier Phasen. Die Halbzeit/Endstand-Analyse schneidet das Spiel an der Pause auseinander und stellt zwei Fragen zugleich: Wer führt zur Halbzeit, und wie endet das Spiel? Kreuzt man die drei Pausenstände (Heim vorn / unentschieden / Auswärts vorn) mit den drei Endresultaten, entsteht ein 3×3-Raster aus neun Szenarien: 1/1, 1/X, 1/2, X/1, X/X, X/2, 2/1, 2/X, 2/2. Die neun Zellen summieren sich in jedem Moment auf 100%.
Die entscheidende Nuance: Selbst die Spitzenzelle bleibt bescheiden. In einer ausgeglichenen Partie trägt 1/1 typischerweise 20-28% und X/X 8-12%, während die Comeback-Zellen auf 2-4% zusammengedrückt werden. Das "wahrscheinlichste Szenario" tritt deshalb meist nicht ein — das Raster ist die Momentaufnahme einer Verteilung, kein Urteil. Das Grundvokabular steht im Glossar.
Torerwartung pro Phase: erste vs. zweite Halbzeit
Tore verteilen sich nicht gleichmäßig über 90 Minuten: In den Topligen fallen grob 44-45% der Tore in der ersten und 55-56% in der zweiten Halbzeit. Ermüdung, Druck durch den Spielstand und Einwechslungen erhöhen das Tempo nach der Pause systematisch. Einen einzigen 90-Minuten-xG-Wert einfach zu halbieren übergeht diese Asymmetrie; die korrekte Struktur gibt jeder Phase ihre eigene Torerwartung.
11Stat zerlegt die Torproduktion jedes Teams in Phasenraten und baut für jede Halbzeit eine eigene Poisson-Matrix. Die Dixon-Coles-Korrektur, die torarme Zellen neu gewichtet, wiegt in der Erste-Halbzeit-Matrix besonders schwer, denn 0-0 ist der häufigste Pausenstand des Fußballs — und genau dort zeigt reines Poisson systematische Verzerrung.
Wie das Neun-Szenario-Raster aus zwei Matrizen entsteht
Die Erste-Halbzeit-Matrix liefert die Verteilung der Pausenstände: Heim vorn, unentschieden, Auswärts vorn. An jeden Pausenstand wird anschließend eine bedingte Zweite-Halbzeit-Matrix angedockt, und die Komposition beider Phasen wird per Monte-Carlo-Simulation tausendfach durchgespielt. Ein Szenario wie X/1 ist die Wahrscheinlichkeit des Verbundereignisses "die Halbzeit endet unentschieden und das Heimteam zieht nach der Pause vorbei und gewinnt".
Das Ergebnis ist ein 3×3-Raster mit dem Pausenstand in den Zeilen und dem Endresultat in den Spalten. Aus demselben Raster lassen sich Ableitungen lesen — die Wahrscheinlichkeit eines 0-0 zur Pause oder von mehr Toren nach dem Seitenwechsel — und sie müssen strukturell konsistent mit der Score-Matrix bleiben: Diese Kohärenz ist der Test, dass sich das Modell nicht selbst widerspricht.
Führungswechsel: Wie oft hält eine Pausenführung?
Die historischen Daten sind eindeutig: In den Topligen gewinnt das zur Pause führende Team grob drei von vier Spielen; Remis-Halten und Verlieren-aus-Führung teilen sich das restliche Viertel. Endet die erste Halbzeit unentschieden, bleiben alle drei Resultate offen — rund 35-40% der Spiele gehen ausgeglichen in die Pause, weshalb X/1 und X/2 in ausgeglichenen Partien die analytisch spannendsten Zellen sind.
Die Comeback-Zellen (1/2 und 2/1) liegen in den meisten Ligen im Band von 2-4%: Das zurückliegende Team muss in 45 Minuten sowohl ausgleichen als auch in Führung gehen — zwei bedingte Ereignisse übereinander. Ihre Kleinheit ist keine Modellschwäche, sondern die Struktur des Fußballs. Nach dem Anpfiff übergibt das Raster an die minütlich aktualisierte Live-Siegwahrscheinlichkeit.
So liest 11Stat das Raster auf der Analysekarte
Bei 11Stat ist die Phasenverteilung nicht das Monopol eines einzelnen Motors: Der Poisson/Dixon-Coles-Kernmotor, der Elo-Form-Motor und der fortgeschrittene bivariate Motor erzeugen jeweils eigene Verteilungen, und die Szenario-Lesart auf einer Analysekarte wird aus ihrem Konsens abgeleitet und anschließend an der historischen Performance kalibriert.
Die Ausgabe erklärt bewusst kein einzelnes Szenario, sondern zeigt die 2-3 wahrscheinlichsten Szenarien mit ihren Prozentwerten. Ist der Abstand zwischen den gelisteten Szenarien klein, ist das das ehrliche Signal, dass die Partie auf Szenario-Ebene wirklich offen ist — Aufgabe der Analyse ist es, Unsicherheit zu zeigen, nicht sie zu verstecken.
Warum "sichere Halbzeit/Endstand"-Versprechen an den Daten scheitern
Halbzeit/Endstand gehört zu den varianzreichsten Verbund-Outputs des Fußballs: Der Schnitt zweier separater Phasen trägt deutlich mehr Unsicherheit als ein einzelnes Spielergebnis. Gewissheitssprache über einer Verteilung, deren Spitze um 25% pendelt, ist mathematisch nicht zu verteidigen — in einer Neun-Zellen-Struktur ist "irgendein anderes Szenario" stets weit wahrscheinlicher als das oberste.
Der ehrliche Qualitätstest ist die Kalibrierung: Treten Szenarien mit zugewiesenen 10% langfristig ungefähr einmal in zehn Fällen ein? An diesem Maßstab lässt sich 11Stat messen und verwendet keine Gewissheitssprache. Das Halbzeit/Endstand-Raster ist ein Analyseinstrument, kein Ergebnisversprechen. Analytisches Modell — keine Ergebnisgarantie. Kein Wettdienst.
Häufig gestellte Fragen
Ist die Halbzeit/Endstand-Analyse ein Wetttipp?
Nein. Sie ist Datenanalyse, die die Wahrscheinlichkeitsverteilung über neun Szenarien berichtet; keine Zelle ist eine Empfehlung oder Garantie. 11Stat bietet keinen Wettdienst an.
Welches Halbzeit/Endstand-Szenario ist am häufigsten?
In den meisten Ligen ist 1/1 (Heimteam führt zur Pause und gewinnt) mit grob 20-28% die höchste Zelle; X/X folgt mit typischerweise 8-12%. Die Werte verschieben sich je nach Liga und Kräfteverhältnis der Partie.
Warum sind Comeback-Szenarien (1/2 und 2/1) so selten?
Weil das zur Pause zurückliegende Team in 45 Minuten sowohl ausgleichen als auch in Führung gehen muss — die Komposition zweier bedingter Ereignisse. Die historische Häufigkeit liegt in den meisten Ligen bei 2-4%; selten, aber nie null.
Fallen in der zweiten Halbzeit wirklich mehr Tore?
Ja. Rund 55-56% der Tore in den Topligen fallen nach der Pause; Ermüdung, Spielstandsdruck und Einwechslungen erhöhen das Tempo. Diese Asymmetrie ist der gesamte Existenzgrund der Torerwartung pro Phase.
Worin unterscheidet sich das Raster von der Live-Siegwahrscheinlichkeit?
Das Raster ist eine vor dem Anpfiff berechnete Verteilung über neun Szenarien; die Live-Siegwahrscheinlichkeit ist das minütlich mit Spielstand, Zeit und Live-xG aktualisierte Trio Heim/Remis/Auswärts. Das eine ist die Landkarte vor dem Spiel, das andere der Kompass währenddessen.
Wenn das wahrscheinlichste Szenario ausbleibt — lag das Modell falsch?
Nein. Dass ein 25%-Szenario nicht eintritt, ist in drei von vier Fällen das erwartete Ergebnis. Der richtige Maßstab ist langfristige Kalibrierung: Ausgewiesene Wahrscheinlichkeiten müssen mit beobachteten Häufigkeiten übereinstimmen, nicht mit Einzelspiel-Treffern.