⚽ WM 2026 · Tippspiel-Prognosen

📌 Grundidee: Fußball mit Statistik erklären

Jedes Fußballspiel ist zufällig — aber nicht völlig unvorhersehbar. Starke Mannschaften schießen im Schnitt mehr Tore als schwache. Dieses Modell nutzt diese Erkenntnis und versucht, für jedes Spiel die wahrscheinlichste Torzahl beider Teams vorherzusagen — auf Basis ihrer historischen Stärke, gemessen durch ein Elo-ähnliches Rating-System.

⚽ Schritt 1: Team-Stärke messen (Elo-Rating)

Jede Nationalmannschaft bekommt einen numerischen Stärkewert (hier ca. 1.200–1.900), der auf Tausenden von Länderspielen der letzten Jahre basiert. Diese Werte stammen von football-ranking.com und funktionieren ähnlich wie das Schach-Elo-System:

• Gewinnst du gegen einen starken Gegner → dein Rating steigt stark.
• Verlierst du gegen einen Schwächeren → dein Rating fällt deutlich.
• Je höher der Wert, desto besser die Mannschaft.

Argentinien führt aktuell mit ~1.876, gefolgt von Spanien (~1.873) und Frankreich (~1.869). Zum Vergleich: Deutschland liegt bei ~1.736, Haiti bei ~1.293.

📐 Schritt 2: Erwartete Tore berechnen

Aus dem Stärke-Verhältnis zweier Teams wird berechnet, wie viele Tore jede Mannschaft im Durchschnitt erzielen würde, wenn diese Paarung viele Male gespielt würde. Die Formel lautet vereinfacht:

Der Basiswert 1,6 Tore entspricht dem historischen Schnitt pro Team pro Spiel bei großen Turnieren. Der Exponent 1,8 steuert, wie stark Stärkeunterschiede das Ergebnis beeinflussen. Spielt ein Team vor eigenem Publikum (USA, Kanada, Mexiko), erhöht sich der Heimvorteil um den Faktor 1,08.

🎲 Schritt 3: Poisson-Verteilung — alle möglichen Ergebnisse

Das Herzstück des Modells ist die Poisson-Verteilung — ein statistisches Werkzeug, das aus einem Durchschnittswert die Wahrscheinlichkeit jeder konkreten Zahl berechnet. Vereinfacht: Wenn ein Team im Schnitt 1,6 Tore schießt, wie wahrscheinlich sind dann genau 0, 1, 2, 3, ... Tore?

Das Modell berechnet für jede Kombination aus Heim- und Gasttoren (0:0 bis 6:6) die Wahrscheinlichkeit — das ergibt eine 7×7-Matrix mit 49 Einträgen. Das Ergebnis mit der höchsten Wahrscheinlichkeit wird als Prognose ausgegeben. Durch Aufaddieren aller Felder ergibt sich außerdem die Gesamtwahrscheinlichkeit für Heimsieg, Unentschieden und Auswärtssieg.

Dieses Verfahren wurde 1982 von dem Statistiker M.J. Maher für Fußball entwickelt und ist bis heute das am weitesten verbreitete statistische Tormodell.

🔄 Schritt 4: Lernende Kalibrierung nach echten Ergebnissen

Das Modell steht nicht still. Sobald echte WM-Ergebnisse vorliegen, werden die Team-Ratings automatisch angepasst: Überraschungssieger erhalten einen Boost, enttäuschende Teams werden leicht abgewertet — analog zum Elo-Mechanismus. Der Lernfaktor K=40 bestimmt, wie stark jedes Ergebnis die Ratings verschiebt. So verbessern sich alle nachfolgenden Prognosen mit jedem gespielten Spiel.

📊 Was bedeuten die Spalten in der Tabelle?

⚠️ Grenzen des Modells

• Keine Aufstellungs- oder Forminfos: Ausfälle von Schlüsselspielern, Müdigkeit oder aktuelle Form fließen nicht ein.
• Fußball ist kein Würfelspiel — aber fast: Selbst das beste Modell liegt bei Einzelspielen oft falsch. Prognosen sind Wahrscheinlichkeiten, keine Gewissheiten.
• Turnierdruck: K.o.-Spiele entwickeln eigene Dynamiken (Elfmeterschießen, taktische Defensivspiele), die das Modell nicht abbildet.
• Keine Wettempfehlung: Dieses Tool dient ausschließlich der Unterhaltung und Illustration statistischer Methoden.