Was ist xG? Expected Goals gründlich erklärt
Was ist xG? xG (Expected Goals) ist eine statistische Kennzahl, die jedem Torschuss einen Wert zwischen 0 und 1 zuweist — die historische Wahrscheinlichkeit, dass ein identischer Schuss zum Tor wird. Die xG-Summe eines Teams misst damit die tatsächliche Qualität der erspielten Chancen, unabhängig vom Endstand. Dieser Leitfaden erklärt, wie xG berechnet wird, warum es oft vom Spielstand abweicht und wie 11Stat xG in eine Wahrscheinlichkeitsanalyse mit 12 Engines einspeist. Das ist Fußball-Datenanalyse, keine Wettberatung.
Was xG misst — und was es bewusst ausblendet
xG (Expected Goals) weist jedem Schuss auf Basis historischer Daten eine Torwahrscheinlichkeit zu: Ein Distanzschuss aus spitzem Winkel liegt bei etwa 0.03 xG, ein Abstauber aus dem Fünfmeterraum kann 0.9 xG übersteigen. Die Summe aller Schüsse ergibt pro Team einen Spielwert, der zeigt, wer die besseren Chancen kreiert hat.
Die Stärke von xG liegt in dem, was es ausblendet: Abschlussglück, Torwart-Glanzparaden und Pfostentreffer. Die Anzeigetafel erzählt die Geschichte eines Moments; xG erzählt die Geschichte der Produktion dahinter. Deshalb ist xG eine zentrale Eingangsgröße prozessorientierter Spielanalyse — statt ergebnisgetriebener Nacherzählung.
Wie wird xG berechnet? Von Schussmerkmalen zur Wahrscheinlichkeit
Ein xG-Modell wird mit Hunderttausenden historischer Schüsse trainiert. Für jeden neuen Schuss bewertet es typischerweise:
- Distanz und Winkel: Entfernung zum Tor und sichtbarer Torwinkel — die beiden stärksten Prädiktoren.
- Körperteil: Kopfbälle werden vom selben Punkt seltener verwertet als Schüsse mit dem Fuß.
- Spielsituation: offenes Spiel, Standard, Konter oder Elfmeter (rund 0.76 xG).
- Vorlagen- und Druckkontext: Steckpass, Flanke oder Ballgewinn, dazu der Gegnerdruck auf den Schützen.
Das Modell prüft, wie oft historische Schüsse mit genau diesen Merkmalen zum Tor führten, und gibt einen Wert zwischen 0 und 1 aus. xG ist keine Meinung, sondern eine Zusammenfassung historischer Häufigkeiten.
xG vs. Endstand: Warum beide auseinanderlaufen
Fußball ist ein torarmes Spiel, und die Varianz eines einzelnen Spiels ist enorm. Dass ein Team 2.1 xG produziert und trotzdem torlos bleibt, ist statistisch nichts Ungewöhnliches — seltene Ereignisse verhalten sich in kleinen Stichproben launisch.
Drei Kräfte treiben die Lücke: Abschlussqualität (manche Spieler verwerten überdurchschnittlich), Torwartleistung (ein überragender Keeper drückt den Spielstand) und schlichter Stichprobenzufall. Über längere Fenster — meist 8-10 Spiele — nähern sich erzielte Tore der xG-Summe an. Eine Ein-Spiel-Lücke zwischen xG und Ergebnis ist kein Fehler, sondern die Natur des Spiels — und sie bedeutet niemals, dass das nächste Resultat schon feststeht.
Warum xG langfristig mehr zählt als die Tabelle
Die Tabelle ist ein rückblickendes Ergebnisprotokoll; xG trägt ein vorausschauendes Signal. Die Analytics-Forschung zeigt immer wieder: Die xG-Historie eines Teams sagt dessen künftige Torproduktion zuverlässiger voraus als die tatsächliche Tor-Historie.
Praktische Lesarten: Ein Team, das dauerhaft viel xG erzeugt, aber wenig trifft, ist meist eine gute Mannschaft in einer Abschlussflaute; ein Team, das aus wenig xG viel trifft, reitet meist eine nicht nachhaltige Serie. Bei der Formbewertung täuscht das xG/xGA-Profil der letzten 5-10 Spiele deutlich weniger als eine nackte Sieg-Niederlage-Reihe. Die Begriffe sind im Glossar definiert.
Wie 11Stat xG in seiner 12-Engine-Analyse nutzt
Bei 11Stat ist xG kein Urteil, sondern eine Eingangsgröße. Angriffs- und Abwehrstärken werden über xG-basierte Produktionsprofile statt über rohe Torzahlen gewichtet; diese Profile speisen Poisson- und Dixon-Coles-Engines für die Ergebnisverteilung sowie Form- und Momentum-Faktoren. Zwölf unabhängige Engines treffen sich in einer Konsens-Schicht, deren Wahrscheinlichkeiten an der historischen Performance kalibriert werden.
Der Vertrauensscore von 0 bis 10 und das wahrscheinlichste Ergebnis auf einer Analysekarte stammen aus genau diesen xG-gestützten Verteilungen. Die Ausgabe ist immer eine Wahrscheinlichkeit: Neigt das Modell zu einem Ausgang, ist dieser laut Daten wahrscheinlicher — nie sicher.
Ein durchgerechnetes Beispiel: Ein Spiel in xG lesen
Nehmen wir ein hypothetisches Spiel. Die Heimelf gibt 14 Schüsse ab, überwiegend aus der Distanz, zusammen 1.1 xG. Die Gäste kommen nur auf 6 Abschlüsse, davon aber drei aus kürzester Distanz, zusammen 1.6 xG. Das Spiel endet 1:0 für die Heimelf.
Die Anzeigetafel sagt: Heimsieg. Die xG-Lesart erzählt etwas anderes: Die Gäste kreierten die besseren Chancen, und bei wiederholter Leistung würden sie über die Zeit mehr Tore erzielen. Die richtige Schlussfolgerung lautet weder "das Ergebnis lügt" noch "xG ist unfehlbar" — man liest beide zusammen. Die xG-Verlaufslinien der letzten 5 Spiele auf den 11Stat-Karten machen genau solche Abweichungen sichtbar: als Kontext, nicht als Versprechen über irgendein künftiges Resultat.
Häufig gestellte Fragen
Garantiert ein höherer xG-Wert den Sieg?
Nein. Ein hoher xG-Wert garantiert keinen Sieg — xG misst Chancenqualität, nicht Ergebnisse. Die Varianz eines Einzelspiels ist hoch: Ein Team mit 2.0 xG kann torlos bleiben, während der Gegner aus 0.5 xG zweimal trifft. xG ist ein langfristiges Produktionssignal, kein Ergebnisversprechen.
Ist ein klarer xG-Vorteil eine sichere Wette?
Nein, so etwas gibt es nicht — und 11Stat hat mit Wetten nichts zu tun. Ein xG-Vorsprung neigt lediglich eine Wahrscheinlichkeitsverteilung; er legt kein Ergebnis fest. 11Stat nimmt keine Wetten an, verkauft keine Tipps und gibt keine Wettberatung: Das Produkt ist Datenanalyse.
Was ist ein guter xG-Wert für einen einzelnen Schuss?
Pro Schuss gilt alles über 0.3 als hochwertige Chance; ein Elfmeter liegt bei etwa 0.76. Auf Spielebene hat ein Team, das den Gegner beim Gesamt-xG deutlich übertrifft, an diesem Tag die bessere Chancenqualität nachgewiesen.
Was unterscheidet xG, xGA und xPTS?
xG ist die Torerwartung, die ein Team erspielt, xGA die Erwartung, die es dem Gegner zulässt, und xPTS sind die aus beiden Verteilungen simulierten erwarteten Punkte. Zusammen ergeben sie ein ausgewogeneres Leistungsbild als die Tabelle allein.
Woher stammen xG-Daten, und sind sie überall gleich?
Schusspositionen und Kontext werden aus Event-Daten des Spiels erhoben. Da jeder Anbieter leicht andere Merkmale modelliert, kann derselbe Schuss leicht unterschiedliche xG-Werte erhalten. Kleine Abweichungen sind normal; entscheidend ist die Konsistenz innerhalb eines Modells.
Taugt xG für die Live-Analyse während des Spiels?
Ja — das im Spiel kumulierte xG zeigt die aktuelle Produktionsdifferenz beider Teams. Live-xG bleibt aber ein Wahrscheinlichkeitsindikator; es entscheidet nicht, wie die restlichen Minuten verlaufen. Alle 11Stat-Ausgaben sind edukative Analytik.