Wissensdatenbank
Was ist xG (Expected Goals)?
Expected Goals ist die wichtigste Kennzahl der modernen Fußballanalyse - und wer sie einmal verstanden hat, schaut Fußball nie wieder mit denselben Augen.
Die einfache Idee hinter einer mächtigen Zahl
Stell dir vor, du könntest jeden Torschuss der Fußballgeschichte zurückspulen - Tausende Elfmeter, Kopfbälle, Weitschüsse, Abstauber - und fragen: Wie oft endet ein Schuss wie dieser im Netz? Genau das macht Expected Goals (xG). Jeder Torschuss bekommt einen Wahrscheinlichkeitswert zwischen 0 und 1, der beschreibt, wie wahrscheinlich ein Tor ist.
Ein Wert von 0 bedeutet: dieser Schuss führt praktisch nie zu einem Tor. Ein Wert von 1 bedeutet: es ist so gut wie sicher. In der Praxis liegen die meisten Schüsse irgendwo dazwischen. Ein normaler Elfmeter hat einen xG-Wert von etwa 0,76 - bedeutet: Würde man denselben Elfmeter unter denselben Bedingungen 100 Mal schießen, würde er rund 76 Mal ins Netz gehen. Ein Schuss aus 35 Metern in einem spitzen Winkel unter Druck? Vielleicht 0,03.
Das Schöne an xG: Es filtert Glück heraus. Eine Mannschaft, die dreimal den Pfosten trifft und 0:1 verliert, hat womöglich mehr xG erzeugt als der Gegner. Das Endergebnis zeigt, was passiert ist. xG zeigt, was hätte passieren sollen - und sagt oft voraus, was in Zukunft passieren wird.
Wie xG berechnet wird
xG-Modelle werden entwickelt, indem riesige Datensätze historischer Torschüsse in maschinelle Lernalgorithmen eingespeist werden. Datenanbieter wie Opta und StatsBomb haben Millionen von Schüssen mit ihren Ergebnissen - Tor oder kein Tor - katalogisiert und die Faktoren identifiziert, die am stärksten darüber entscheiden, ob ein Schuss zum Tor wird.
Abschussposition und Entfernung
Der bei Weitem wichtigste Faktor ist der Abschussort. Ein Schuss aus sechs Metern Entfernung aus zentraler Position im Strafraum hat ein xG von etwa 0,5-0,6. Derselbe Schuss aus 20 Metern fällt auf 0,1-0,15. Torentfernung und Schusswinkel sind die grundlegenden Eingaben in jedem xG-Modell - sie erklären den Großteil der Unterschiede zwischen einzelnen Schüssen.
Körperteil
Kopfbälle sind statistisch gesehen deutlich schwerer verwertbar als Schüsse mit dem Fuß - selbst aus identischen Positionen. Ein Kopfball aus sechs Metern hat ein xG von etwa 0,45, verglichen mit 0,55-0,60 beim Fuß. Schwachfußschüsse erhalten in manchen Modellen eine leichte Abwertung gegenüber Schüssen mit dem starken Fuß, obwohl dies je nach Modell variiert.
Vorlagenart und Spielaufbau
Wie entstand die Chance? Ein Schuss nach einem Rückpass vor das leere Tor aus dem kurzen Eck ist wesentlich wahrscheinlicher erfolgreich als ein Schuss nach einem langen Abschlag. Die Art der Vorlage - Flanke, Steilpass, Standard, Dribbling oder kein Kontakt - verändert die Wahrscheinlichkeit erheblich. Ein direkter Schuss aus einer Ecke ist fast unmöglich (xG ≈ 0,02-0,03); ein Schuss nach einem Rückpass von der Grundlinie ist deutlich gefährlicher (xG ≈ 0,3-0,5 je nach Position).
Spielstand und Abwehrdruck
Einige ausgefeiltere Modelle berücksichtigen auch den Spielstand (wird der Schuss beim Führen, Unentschieden oder Zurückliegen ausgeführt?), den Abwehrdruck (wie viele Gegenspieler stehen zwischen Schützen und Tor?) und die Torwartposition. Diese Faktoren können die Wahrscheinlichkeit verschieben, sind aber in der Regel sekundär im Vergleich zu Position und Körperteil.
Die Geschichte von xG: Vom Nischenkonzept zum Mainstream
Expected Goals als Konzept geht auf wissenschaftliche Arbeiten in den 1990er Jahren zurück, doch in den Mainstream der Fußballanalyse gelangte es etwa 2012-2014. Der Analyst Sam Green veröffentlichte eines der ersten öffentlichen xG-Modelle. Kurz darauf entwickelten Analysten wie Michael Caley, Colin Trainor und Constantinos Chappas unabhängig voneinander eigene Versionen.
Opta, der führende Sportdatenanbieter, baute eines der frühesten kommerziellen xG-Modelle und lizenzierte es an Sender und Vereine. StatsBomb, 2017 gegründet, trieb die Methodik mit Open-Source-Daten für die Forschung und einem detaillierteren Schussmodell, das die Torwartposition einbezieht, weiter voran. Heute bieten alle großen Datenanbieter - Wyscout, InStat, Tracab - xG als Standardkennzahl an.
Die TV-Sender zogen schnell nach. Sky Sports begann 2017, xG in britischen Übertragungen anzuzeigen. Heute gehört es zur Routine in Nachberichten, Expertensendungen und Direktübertragungen der großen europäischen Ligen.
xG in Aktion sehen: Liga-xG-Tabelle
Das Liga-xG-Tabellen-Widget von MatchAnalyzr zeigt für jede Mannschaft xG For, xG Against, npxG (Non-Penalty xG) und Expected Points (xPTS) - neben den tatsächlichen Punkten. Die Über-/Unterperformance-Spalte hebt auf einen Blick hervor, welche Teams auf ihrem Glück reiten und welche eine Trendwende verdient haben. Verfügbar für alle Premium-Nutzer in 25+ Ligen.
xG-Werte lesen: Ein praktischer Leitfaden
Wenn du die xG-Skala verinnerlichst, kannst du Werte im Spielkontext sofort einordnen. Hier sind die Referenzwerte, die du dir merken solltest:
Orientierungswerte pro Schuss
0,02-0,05: Spekulative Weitschüsse, Schüsse aus spitzem Winkel, Schüsse unter starkem Druck. Diese enden selten im Tor - und wenn doch, sollte man das nicht überbewerten.
0,10-0,15: Schüsse von außerhalb des Strafraums mit vernünftigem Zugang zum Tor. Keine hohe Qualität, aber auch nicht vernachlässigbar.
0,20-0,35: Schüsse aus dem Strafraum mit moderatem Raum und Winkel. Das sind gute Angriffssituationen.
0,35-0,55: Klare Chancen - oft Eins-gegen-eins-Situationen, Schüsse aus 8-12 Metern mit minimalem Druck.
0,55-0,80: Große Chancen. Ein Elfmeter liegt bei ~0,76. Ein Abstauber aus zwei Metern bei ~0,90. Das sind Situationen, die öfter als nicht im Tor enden sollten.
0,80-1,00: Nahezu sichere Tore. Situationen mit leerem Tor, Schüsse von der Torlinie. Wenn diese nicht reingehen, ist etwas Ungewöhnliches passiert.
xG-Gesamtwerte pro Spiel
In einem typischen Profi-Fußballspiel erzeugt jede Mannschaft zwischen 0,8 und 2,0 xG. Ein Spiel mit einem xG von 1:1 war in der Regel ausgeglichen. Eine Mannschaft mit 2,5 xG und 0,5 xGA war dominant - ungeachtet des Tabellenstands. Spitzenteams in Top-Ligen durchschnittlich 1,6-2,0 xG pro Spiel über eine ganze Saison, während abstiegsgefährdete Mannschaften oft bei 0,8-1,1 liegen.
xG vs. tatsächliche Tore: Über- und Unterperformance
Hier wird xG wirklich faszinierend. Die tatsächlichen Tore eines Spielers oder einer Mannschaft im Vergleich zum angesammelten xG erzählen eine mächtige Geschichte über Abschlussqualität, Glück und Nachhaltigkeit.
Ein Stürmer, der 20 Tore aus 12 xG erzielt, überperformt massiv. Das ist entweder überragender Abschluss, außergewöhnliches Glück - oder eine Mischung aus beidem. Die entscheidende Frage, die Analysten stellen: Welches von beidem ist es, und wie lange hält das an? Forschung zeigt konsistent, dass Überperformance beim Abschluss langfristig zu xG zurückkehrt. xG erfasst die zugrunde liegende Chancenqualität, und das Gesetz der großen Zahlen tendiert dazu, Ergebnisse in Richtung des Erwartungswerts zu ziehen.
Umgekehrt: Ein Stürmer mit 18 xG, der nur 10 Tore erzielt hat, unterperformt. Vielleicht schießt er unter zu großem Druck, trifft in entscheidenden Momenten schlechte Entscheidungen, oder steckt schlicht in einer Schwächephase. Im Laufe einer Saison schließt sich diese Lücke oft - aber manche Spieler sind echte Über- oder Unterperformer, und wirklich ausgefeilte Modelle versuchen das mit eigenen 'Post-Shot xG'-Metriken zu berücksichtigen.
Leicesters Märchensaison 2015/16 - was xG zeigt
Leicester Citys Meistertitel in der Premier League 2015/16 ist der dramatischste xG-Überperformance-Fall der Fußballgeschichte. Über die gesamte Saison waren Leicesters xG-Werte solide - aber nirgendwo in der Nähe eines statistisch zu erwartenden Meistertitels. Die angesammelten xG-Daten deuteten auf eine starke Mittelfeldmannschaft hin, doch Jamie Vardy und Riyad Mahrez verwandelten in außergewöhnlichem Maß, und Torwart Kasper Schmeichel kassierte weit weniger als das xGA seiner Mannschaft erwartete.
Statistiker erkannten das früh in der Saison. Viele sagten eine Regression korrekt voraus - und tatsächlich beendete Leicester die Folgesaison auf einem sehr gewöhnlichen 12. Platz. Das mindert die Leistung nicht, zeigt aber eindrücklich, wie xG sichtbar machen kann, wenn etwas Magisches, aber statistisch Ungewöhnliches geschieht.
Die Remontada: PSG gegen Barcelona 6:1
Kaum ein Spiel illustriert xG besser als Barcelonas atemberaubendes 6:1-Comeback gegen PSG in der Champions League 2017. PSG kam mit einer 4:0-Führung aus dem Hinspiel ins Camp Nou. Das xG-Modell für das Rückspiel zeigte Barcelona in klar dominanter Position - doch das schiere Ausmaß des Ergebnisses (einschließlich drei Tore in den letzten sechs Minuten) lag weit jenseits dessen, was irgendeinem Modell eine hohe Wahrscheinlichkeit zuweisen würde. Das xG wies Barcelona als dominant aus, doch das Ergebnis war selbst auf Basis dieser Zahlen ein erheblicher statistischer Ausreißer - eine der größten statistischen Anomalien des Fußballs.
Team-xG: Angriffs- und Defensivqualität messen
xG entfaltet seine wahre Stärke, wenn man von einzelnen Spielen auf ganze Saisons zoomt. Über eine große Stichprobe von Spielen wird xG zu einem der verlässlichsten Prädiktoren zukünftiger Leistung - verlässlicher als tatsächlich erzielte oder kassierte Tore.
Liverpool unter Jürgen Klopp waren in mehreren aufeinanderfolgenden Saisons von 2018 bis 2022 wohl die dominierende Mannschaft in Europa gemessen an xG-Kennzahlen. Auch in Saisons mit schwankenden Ergebnissen blieb Liverpools grundlegende Schussqualität und Chancenerzeugung konstant auf Eliteebene. Ihr Pressing-Spiel gewann nicht nur den Ball zurück - es erzeugte hochwertige Chancen und unterdrückte hochwertige Chancen des Gegners. xG machte das in Zahlen sichtbar.
Bei der Analyse eines Team-xG über eine Saison sollte man auf folgendes achten:
**xG For (xGF):** Gesamt-Expected Goals erzeugt. Hohes xGF bedeutet, die Mannschaft schafft konstant hochwertige Chancen - das spiegelt die Angriffsqualität und die Fähigkeit des Systems wider, gefährliche Positionen herzustellen.
**xG Against (xGA):** Gesamt-Expected Goals zugelassen gemessen an der Qualität der erlaubten Schüsse. Niedriges xGA bedeutet, die Abwehr beschränkt Gegner auf schwache Abschlüsse - Weitschüsse, Kopfbälle aus der Distanz, Schüsse unter Druck. Eine Mannschaft, die 40 Schüsse pro Spiel zulässt, aber alle aus 30 Metern, hat ein sehr niedriges xGA trotz der Schussanzahl.
**xG-Differenz (xGD):** xGF minus xGA. Die beste zusammenfassende Zahl für die Gesamtqualität einer Mannschaft. Historisch gesehen korreliert xGD stärker mit zukünftigen Punkten als die tatsächliche Tordifferenz über eine ganze Saison.
xG-Trend deines Teams verfolgen
Das Team-xG-Trend-Widget zeigt rollierendes xG und xGA der letzten 10 Spiele als Liniendiagramm. Du siehst in Echtzeit, wie sich die grundlegende Leistung einer Mannschaft verbessert oder verschlechtert - oft Wochen bevor die Tabelle es widerspiegelt. Es ist eines der prädiktivsten Widgets im MatchAnalyzr-Dashboard.
Defensives xG: Die unterschätzte Seite
Die meiste Fußballdiskussion dreht sich um angreifendes xG - erzielte Tore und kreierte Chancen. Aber xGA ist genauso wichtig und wird weit unterbewertet.
Eine Mannschaft, die 1,0 xGA pro Spiel zulässt, verteidigt sehr gut. Sie lässt zwar Schüsse zu, aber beschränkt Gegner auf schwache Positionen. Eine Mannschaft mit 1,8 xGA pro Spiel hat ein strukturelles Abwehrproblem - sie erlaubt Gegnern habituell den Zugang zu gefährlichen Räumen.
Die Differenz zwischen tatsächlich kassierten Toren eines Torwarts und dem xGA, dem er ausgesetzt war, nennt sich 'Goals Saved Above Expected' (GSAxE oder PSxG+/-). Ein Torwart, der konsistent weniger Tore kassiert als sein xGA erwarten lässt, performen überdurchschnittlich. So identifizieren Analysten wirklich elite Torhüter im Unterschied zu durchschnittlichen Torhütern, die zufällig für starke Defensivteams spielen.
Grenzen von xG: Was es nicht erfasst
xG ist ein mächtiges Werkzeug, aber kein Orakel. Wer seine Grenzen kennt, wird zum besseren Analysten.
Modellunterschiede
Nicht alle xG-Modelle sind gleich. Optas xG und StatsBombs xG liefern für denselben Schuss leicht unterschiedliche Zahlen, weil sie auf verschiedenen Datensätzen aufgebaut sind und verschiedene Merkmale nutzen. Ein Schuss, den Opta mit 0,25 xG bewertet, könnte im StatsBomb-Modell 0,21 sein. Deshalb sollte man xG-Zahlen verschiedener Anbieter nie direkt vergleichen - immer eine Quelle beibehalten.
Individuelle Fähigkeiten werden nicht vollständig erfasst
Einfache xG-Modelle behandeln alle Schützen identisch - sie berücksichtigen nur Position und Kontext des Schusses, nicht wer ihn ausführt. In der Realität ist Erling Haalands Abschluss aus 12 Metern fundamental anders als der eines schwächelnden Stürmers in derselben Position. Post-Shot-xG-Modelle versuchen das zu korrigieren, indem sie einbeziehen, wo im Tor der Ball platziert wird - aber auch diese erfassen individuelle Fähigkeiten nicht vollständig. Denke an xG als Basiserwartung, nicht als Deckel.
Kleine Stichproben sind rauschartig
xG aus einem einzelnen Spiel ist interessanter Kontext - aber rauschartig. Dass eine Mannschaft 2,5 xG in einem Spiel erzeugt, zeigt, dass sie an diesem Tag dominant war. Aber drei Spiele mit 0,5 xG könnten Pech beim Chancenerzeugen sein - oder ein echtes strukturelles Problem signalisieren. Du brauchst mindestens 8-10 Spiele, bevor saisonale xG-Schlussfolgerungen statistisch bedeutsam werden.
Standards sind kompliziert
xG-Modelle haben bei Standards ihre Schwächen. Die Qualität der Ausführung, die Laufwege der Angreifer, die spezifische Defensivaufstellung - das ist ohne detaillierte Positionsdaten schwer zu erfassen. Einige Anbieter wie StatsBomb haben separate Standard-xG-Modelle entwickelt. Einfache Modelle unterschätzen oder überschätzen manchmal die Gefährlichkeit von Ecken und Freistößen.
Häufige Missverständnisse über xG
Seit xG Mainstream wurde, haben sich einige Fehlverständnisse verbreitet. Hier die wichtigsten Richtigstellungen:
'xG sagt, mein Team hätte verdient gewonnen"
xG hat kein Konzept von 'verdient'. Eine Mannschaft, die 2,0 xG erzeugte und 0:1 verlor, schuf die besseren Chancen - aber das andere Team hat gewonnen. Fußball wird in der tatsächlichen Wirklichkeit gespielt, und Ergebnisse zählen. xG hilft, die zugrunde liegende Qualität einer Leistung zu verstehen, ändert aber keine Ergebnisse rückwirkend. Eine Mannschaft, die regelmäßig gewinnt während sie xG unterperformt, erreicht etwas - auch wenn ihre grundlegende Qualität nahelegt, dass der Lauf nicht ewig anhält.
'Mehr xG bedeutet immer besseres Team"
Über eine ganze Saison: ja - xGD ist einer der besten Prädiktoren für Teamqualität. Aber in einem einzelnen Spiel kann eine Mannschaft hohes xG durch viele mittelmäßige Schüsse erzeugen statt durch wenige klare Chancen. Eine Mannschaft mit 1,5 xG aus 18 über den Platz verteilten Schüssen hat womöglich schlechteren Fußball gezeigt als eine, die 1,2 xG aus 8 hochwertigen Positionen erzeugt. Schussvolumen ohne Qualität ist nicht dasselbe wie echte Dominanz.
'Wenn ein Spieler xG unterperformt, ist er ein schlechter Abschlussspieler"
Nicht unbedingt - zumindest nicht nach einer kleinen Stichprobe. Die Varianz beim Abschluss ist im Fußball enorm. Selbst Elite-Stürmer können 10 Spiele lang unter ihrem xG treffen, rein aufgrund natürlicher Varianz. Statistisches Rauschen auf individuellem Niveau ist erheblich. Schaue dir xG-Trends über mehrere Saisons an, bevor du Schlüsse über Abschlussqualität ziehst.
Spieler-xG-Trend: Wer trifft gut?
Das Spieler-xG-Trend-Widget vergleicht das angesammelte xG eines Spielers mit seinen tatsächlichen Toren von Spiel zu Spiel. Der Abstand zwischen beiden Linien erzählt die Geschichte: Ein Spieler, der konsistent über seiner xG-Linie liegt, trifft weit über Erwartung; darunter ist er entweder Pechvogel oder kämpft vor dem Tor. Verfolge Spieler auf deiner Watchlist über alle unterstützten Ligen.
xG für Spielvorhersage und Saisonanalyse nutzen
Hier wird xG wirklich handlungsrelevant - nicht nur beschreibend, sondern prädiktiv.
Für die **Spielvorhersage** liefert die Kombination aus Pre-Match-xG-Modellen (basierend auf historischer Teamleistung, Form und Head-to-Head-Daten) und aktuellen Saison-xG-Trends ein nuancierteres Bild als einfache Formtabellen. Eine Mannschaft mag drei Siege hintereinander haben, aber konstant nur 0,8 xG pro Spiel erzeugen - dieser Lauf steht womöglich auf wackligen Fundamenten.
Für die **Saisonanalyse** zeigt das Tracking des rollierenden xG einer Mannschaft im Saisonverlauf Form und Momentum, die reine Tabellen verbergen. Eine Mannschaft, deren rollierende 10-Spiele-xG-Trend sich verbessert, aber noch keine Ergebnisse geliefert hat, ist eine Mannschaft vor einem guten Lauf. Eine Mannschaft, deren Ergebnisse den xG-Aufbau weit überholt haben, ist ein Kandidat für eine Korrektur.
Für die **Transferanalyse** hilft xG pro 90 Minuten bei der Beurteilung von Stürmern über verschiedene Kontexte. Ein Stürmer, der bei einem Mittelfeld-Klub 0,45 xG pro 90 erzeugt, schafft womöglich hochwertigere Chancen als einer, der bei einem Spitzenklub mehr Tore schießt, aber 0,6 xG pro 90 aus weit besserem Service ansammelt.
Häufig gestellte Fragen
- Was bedeutet ein xG von 1,0?
- Ein xG von 1,0 würde ein nahezu sicheres Tor darstellen - im Grunde ein leeres Tor oder ein Schuss von der Torlinie. In der Praxis wirst du selten einen einzelnen Schuss mit xG über 0,90 sehen. Wenn eine Mannschaft 1,0 xG über mehrere Schüsse in einem Spiel ansammelt, bedeutet das: Die kombinierte Chancenqualität lässt genau ein Tor als Erwartungswert erscheinen.
- Warum zeigen verschiedene Websites unterschiedliche xG-Zahlen?
- Weil verschiedene Datenanbieter unterschiedliche xG-Modelle verwenden. Opta, StatsBomb und andere bauen ihre Modelle aus eigenen Schuss-Datenbanken und mit unterschiedlichen Eingangsmerkmalen. Die Zahlen sind in der Regel ähnlich, aber nicht identisch. Vergleiche immer xG-Werte aus derselben Quelle - verschiedene Anbieter zu mischen ist wie unterschiedliche Waagen für dasselbe Gewicht zu verwenden.
- Kann xG vorhersagen, wer ein Spiel gewinnt?
- xG hilft, Wahrscheinlichkeiten zu schätzen, bestimmt aber keine Ergebnisse. Pre-Match-xG-Modelle können dir sagen, dass ein Spiel zwischen zwei Mannschaften mit bestimmten xG-Profilen eine 55-prozentige Chance für einen Heimsieg hat - aber Fußball hat eine hohe inhärente Varianz. Über eine ganze Saison enden Teams tendenziell dort, wo ihr kumuliertes xG es angedeutet hat, aber jedes einzelne Spiel kann jedes Ergebnis produzieren.
- Ist ein hohes xG immer gut für eine Mannschaft?
- Hohes xG For (xGF) ist grundsätzlich positiv - es bedeutet, die Mannschaft kreiert hochwertige Chancen. Aber xGA ist genauso wichtig. Eine Mannschaft mit 2,0 xGF und 1,9 xGA sieht offensiv gut aus, hat aber nur einen marginalen Nettovorteil. Die bedeutungsvolle Zahl ist die xG-Differenz (xGD): xGF minus xGA. Positive xGD über viele Spiele zeigt eine echte Topmannschaft an.
- Was ist npxG und wie unterscheidet es sich von xG?
- npxG steht für Non-Penalty Expected Goals - xG ohne Elfmeter. Elfmeter werden herausgerechnet, weil sie eine feste hohe Wahrscheinlichkeit (~0,76) haben, unabhängig davon wie gut oder schlecht eine Mannschaft spielt. Ein Team, das drei Elfmeter bekommt und alle verwandelt, hat hohes xG - aber npxG filtert das heraus, um die Qualität der Spielzugs-Chancen zu zeigen. Es gilt oft als reineres Maß für Angriffsqualität.
