Über/Unter 2,5 Tore: Die Tor-Gesamt-Wahrscheinlichkeit aus der Score-Matrix
Die Über-2,5-Tore-Wahrscheinlichkeit wird berechnet, indem alle Zellen einer Poisson-basierten Score-Matrix summiert werden, in denen die Tore beider Teams zusammen drei oder mehr ergeben; Unter 2,5 besteht schlicht aus den sechs verbleibenden Resultaten — 0:0, 1:0, 0:1, 1:1, 2:0 und 0:2. In den großen Ligen liegt diese Wahrscheinlichkeit typischerweise in einem Band von 40-60% — keine Seite der Linie ist also je auch nur annähernd sicher. Diese Seite erklärt die vollständige Ableitungskette, von xG über Torraten bis zur Torlinien-Leiter. Das ist Fußball-Datenanalyse, keine Wettberatung.
Was Über/Unter 2,5 wirklich misst
Über/Unter 2,5 Tore ist ein Schwellenwert, der nicht das Ergebnis eines Spiels zusammenfasst, sondern die Verteilung seiner Gesamttorzahl: Fallen 0, 1 oder 2 Tore, bleibt das Total unter 2,5; bei 3 oder mehr liegt es darüber. Die analytisch richtige Frage lautet deshalb nicht "über oder unter?", sondern wie hoch ist P(Gesamttore ≥ 3)? — eine Wahrscheinlichkeit, kein Etikett.
Eine Gesamttorzahl ist kein Münzwurf. Die Offensiv- und Defensivprofile beider Teams, das erwartete Tempo der Partie und das Torumfeld der Liga verschieben diese Wahrscheinlichkeit von Spiel zu Spiel. Auch die halbe Torlinie ist kein Zufall: Weil ein Total nie exakt 2,5 betragen kann, fällt jedes Spiel sauber in eine von zwei Klassen — ohne uneindeutigen Ausgang. Diese Schärfe macht das Tor-Total zu einer der am saubersten modellier- und backtestbaren Größen.
Von xG zur Torrate: das Rohmaterial
Die Ableitungskette beginnt bei xG (Expected Goals). Offensivproduktion des Teams, Defensivprofil des Gegners, Heimvorteil und aktuelle Form werden kombiniert und pro Team zu einer einzigen Zahl verdichtet: einer spielspezifischen erwarteten Torrate (λ) — etwa 1,6 für die Heimelf und 1,1 für die Gäste.
Ein Poisson-Modell übersetzt diese Raten in vollständige Verteilungen: Die Wahrscheinlichkeit, dass ein Team 0, 1, 2, 3... Tore erzielt, wird explizit berechnet. Aus der Kombination beider Verteilungen entsteht die Score-Matrix — die Wahrscheinlichkeit jedes Resultats, mit Zeilen für Heim- und Spalten für Auswärtstore. Jede torbasierte Ausgabe, auch die Tor-Gesamt-Analyse, wird aus dieser einen gemeinsamen Matrix abgeleitet.
Wie P(Total > 2,5) aus der Score-Matrix abgeleitet wird
Die Rechnung ist überraschend schlicht: Jede Zelle der Matrix ist die Wahrscheinlichkeit eines Resultats, und die Über-2,5-Wahrscheinlichkeit ist die Summe aller Zellen, in denen Heim- plus Auswärtstore 3 oder mehr ergeben. Unter 2,5 besteht aus exakt sechs Zellen: 0:0, 1:0, 0:1, 1:1, 2:0 und 0:2. Beide Werte addieren sich stets zu 100% — sie werden nicht getrennt geschätzt, sondern sind zwei Seiten derselben Verteilung.
Diese Struktur erklärt, warum die Dixon-Coles-Korrektur auf genau dieser Linie kritisch ist: Die torarmen Zellen, in denen ein reines Poisson-Modell systematische Verzerrung zeigt (0:0, 1:0, 0:1, 1:1), sind exakt die Zellen, aus denen Unter 2,5 besteht. Ein Modell, das niedrige Resultate falsch bewertet, bewertet das Unter direkt falsch. 11Stat gewichtet diese Zellen mit Dixon-Coles neu und berücksichtigt so die Abhängigkeit zwischen den Toren beider Teams.
Die Torlinien-Leiter: 1,5, 2,5, 3,5 und ein eingebauter Konsistenztest
2,5 ist nicht die einzige Linie; aus derselben Matrix entstehen alle Linien von 0,5 bis 4,5 — und per Definition müssen die Wahrscheinlichkeiten monoton fallen: P(über 1,5) ≥ P(über 2,5) ≥ P(über 3,5). Diese "Torlinien-Leiter" ist ein kostenloser interner Konsistenztest: Weil alle Linien aus einer Matrix stammen, können sie sich auf einem 11Stat-Panel niemals widersprechen.
Dass 2,5 zur globalen Referenz wurde, liegt am Durchschnitt des Fußballs: Die europäischen Topligen produzieren seit Jahren grob 2,6-2,9 Tore pro Spiel, die 2,5er-Linie teilt die Verteilung also am ausgewogensten. Über 1,5 wird in den meisten Spielen mit hoher Wahrscheinlichkeit überschritten, über 3,5 in den meisten verfehlt. Der analytische Wert liegt darin zu lesen, wie die Abstände zwischen den Linien das spezifische Profil einer Partie widerspiegeln.
Was die Zahl bewegt: Ligaumfeld, Profile, Tempo
Dieselbe Torerwartung bedeutet nicht in jeder Liga dasselbe. Das Torumfeld der Liga (manche Ligen sind dauerhaft torreich, andere torarm), die Angriffs-/Abwehrbalance beider Teams, Formmomentum und Kadernachrichten verschieben die λ-Raten — und mit ihnen die gesamte Tor-Total-Verteilung. Zwei tempostarke Offensivteams und zwei tiefe Abwehrblöcke erzeugen radikal unterschiedliche Verteilungen.
11Stat wendet zusätzlich eine Kalibrierung auf Ligaebene an: Zeigt das Modell in einer bestimmten Liga eine systematische Verzerrung beim Tor-Total, korrigieren historische Leistungsdaten sie. Spielspezifische Faktoren wie Wetter oder Motivation lassen sich nie vollständig messen — ein ehrliches Modell bildet diese Unsicherheit in der Breite des Bandes ab, statt eine Wahrscheinlichkeit künstlich in die Neunziger aufzublasen.
Wie 11Stat die Tor-Gesamt-Analyse zeigt — und ihre ehrlichen Grenzen
Der Tor-Total-Block auf einer Analysekarte ist nicht die Ausgabe einer einzelnen Engine: Die Poisson/Dixon-Coles-Kern-Engine, die Elo-Form-Engine und die fortgeschrittene bivariate Engine erzeugen jeweils ihre eigene Verteilung; eine Monte-Carlo-Simulation prüft das Band über Tausende Spielszenarien; und das Ergebnis wird an der historischen Performance kalibriert. Der Grad der Übereinstimmung zwischen den Engines fließt in den Konfidenzwert ein.
Die Grenzen werden klar benannt: Eine Über-2,5-Wahrscheinlichkeit von 60% bedeutet, dass das Unter in rund vier von zehn vergleichbaren Spielen erwartet wird. Der ehrliche Maßstab ist nie ein einzelnes Spiel, sondern langfristige Kalibrierung — ausgewiesene Wahrscheinlichkeiten müssen mit beobachteten Häufigkeiten übereinstimmen. Analytisches Modell — keine Ergebnisgarantie. Kein Wettdienst.
Häufig gestellte Fragen
Wie wird die Über-2,5-Tore-Wahrscheinlichkeit berechnet?
Für jedes Team wird eine xG-basierte erwartete Torrate geschätzt; ein Poisson/Dixon-Coles-Modell baut daraus die Score-Matrix; anschließend werden die Wahrscheinlichkeiten aller Zellen summiert, deren Tor-Total 3 oder mehr beträgt. Unter 2,5 ist die Summe der sechs verbleibenden Zellen (0:0, 1:0, 0:1, 1:1, 2:0, 0:2), und beide Werte addieren sich stets zu 100%.
Was bedeutet "Über 2,5: 58%" wirklich?
Dass in etwa 58 von 100 Spielen unter vergleichbaren Bedingungen drei oder mehr Tore erwartet werden — und in den übrigen 42 das Total bei zwei oder weniger bleibt. Es ist eine langfristige Häufigkeitsaussage, kein Versprechen für ein einzelnes Spiel.
Warum liegt die Linie bei 2,5 und nicht bei 2 oder 3?
Weil eine halbe Linie nie exakt getroffen werden kann: Jedes Spiel fällt sauber auf eine Seite, ohne uneindeutigen Ausgang. Und da die Topligen im Schnitt grob 2,6-2,9 Tore pro Spiel produzieren, ist 2,5 der Schwellenwert, der die Verteilung am ausgewogensten teilt.
Warum ist die Dixon-Coles-Korrektur für Unter 2,5 so wichtig?
Weil die torarmen Zellen, die sie neu gewichtet (0:0, 1:0, 0:1, 1:1), genau zu den sechs Resultaten gehören, aus denen Unter 2,5 besteht. Ein reines Poisson-Modell zeigt in diesen Zellen systematische Verzerrung; unkorrigiert wird die Unter-Wahrscheinlichkeit direkt falsch bewertet.
Was bedeutet es, wenn die Modellwahrscheinlichkeit vom Marktpreis abweicht?
Nur, dass zwei verschiedene Schätzer über dieselbe Größe uneins sind. Ein Marktpreis lässt sich nach Abzug der Marge in eine implizite Wahrscheinlichkeit umrechnen, und 11Stat zeigt diesen Vergleich als analytische Ebene. Eine Lücke ist ein Signal zum Untersuchen, kein Handlungsaufruf — Schiedsrichter ist die langfristige Kalibrierung.
Ist eine hohe Über-Wahrscheinlichkeit eine Garantie?
Nein. Selbst 70% bedeuten, dass das Gegenteil in drei von zehn vergleichbaren Spielen erwartet wird. Kein ehrliches Modell kann ein Einzelergebnis garantieren; der Maßstab ist, ob ausgewiesene Wahrscheinlichkeiten langfristig mit beobachteten Häufigkeiten übereinstimmen. Das ist Datenanalyse, keine Wettberatung.