MatchAnalyzr ist in der Beta-Phase. Sichere dir jetzt dauerhaft den Early-Bird-Rabatt. Preise ansehen

Wissensdatenbank

Was ist xPTS (Expected Points)?

Die offizielle Tabelle zeigt, wer die meisten Punkte gesammelt hat. xPTS zeigt, wer sie verdient hat. Diese beiden Tabellen unterscheiden sich oft erheblich, und genau in dieser Lücke verbergen sich die besten Prognosen.

Das Problem mit der Ligatabelle

Ein Blick auf die Bundesliga-Tabelle im November: Ein Team steht auf Platz vier. Solide Ergebnisserie, ordentliche Tordifferenz, der Trainer wird mit größeren Clubs in Verbindung gebracht. Wer sich aber die xG-Zahlen anschaut, entdeckt etwas Merkwürdiges: Das Team war in den meisten Spielen unterlegen, gab weniger Schüsse ab und hatte schlechtere Chancen als der Gegner. Vor dem Tor läuft es einfach überragend. Genau dieses Problem soll xPTS (Expected Points, auf Deutsch: erwartete Punkte) lösen. Tatsächliche Ligapunkte sind das Produkt aus zwei Dingen: der Qualität des gespielten Fußballs und dem Zufall, der entscheidet, welche Szenen zu Toren werden und welche am Pfosten landen. xPTS versucht, den Zufall herauszufiltern und die Qualität dahinter sichtbar zu machen. Wo xG die Güte der Chancen in einem einzelnen Spiel beschreibt, übersetzt xPTS diese Qualität in eine Tabellen-Kennzahl: die Anzahl an Punkten, die ein Team im Durchschnitt sammeln würde, wenn sich Abschluss- und Torwartglück langfristig einpendeln. So entsteht die Tabelle hinter der Tabelle, und für ernsthafte Fußballanalyse sagt sie oft mehr aus als die offizielle.

Wie xPTS berechnet wird

Die Berechnung von xPTS basiert auf einem Konzept namens Monte-Carlo-Simulation. Das klingt bedrohlich, ist aber eine wunderbar intuitive Idee.

Das Gedankenexperiment: 10.000 Wiederholungen

Stell dir vor, du nimmst ein einzelnes Spiel, sagen wir Bayern München gegen Borussia Dortmund, und lässt es nicht einmal, sondern 10.000 Mal austragen. Jedes Mal entstehen dieselben Chancen mit denselben xG-Werten für jeden Schuss. Die tatsächlichen Ergebnisse variieren aber zufällig entsprechend dieser Wahrscheinlichkeiten. In manchen Durchläufen erzielen die Bayern aus ihrer 0,31-xG-Chance ein Tor, in anderen nicht. Der Torwart hält. Der Ball streift den Pfosten. Der Stürmer schießt drüber. Nach 10.000 Simulationen lässt sich berechnen: In wie viel Prozent der Durchläufe haben die Bayern gewonnen? Unentschieden gespielt? Verloren? Multiplizierst du diese Prozentsätze mit 3 (Sieg), 1 (Unentschieden) und 0 (Niederlage), erhältst du die erwarteten Punkte der Bayern aus diesem Spiel. Ein Team, das Chancen im Wert von 2,1 xG gegen ein Team mit 0,6 xG erzeugt hat, gewinnt nicht jede Simulation: Der Außenseiter gewinnt manchmal, und Unentschieden kommen häufig vor. Die Wahrscheinlichkeit verschiebt sich aber deutlich zugunsten des chancenstärkeren Teams. Dieser erwartete Punktwert (z. B. 2,1 von 3) ist der xPTS-Beitrag aus diesem Spiel. Summierst du alle xPTS-Beiträge einer Saison auf, erhältst du den saisonalen xPTS eines Teams, also seinen „verdienten“ Punktestand.

Von xG zu Spielwahrscheinlichkeit

Die Berechnung verwendet die individuellen xG-Werte jedes Schusses statt aggregierter Gesamtwerte, denn die Verteilung der Chancen spielt eine Rolle. Zwei Teams können beide 1,5 xG in einem Spiel erzeugen, aber auf sehr unterschiedliche Weise: das eine durch sechs Schüsse mittlerer Qualität, das andere durch einen Elfmeter und vier weitere Versuche. Die Simulation behandelt jeden Schuss unabhängig und bildet diesen Unterschied ab. Moderne xPTS-Modelle berücksichtigen häufig auch, ob die tatsächlich gefallenen Tore der Simulation entsprechen (echte Tore beeinflussen den Spielstand und damit die folgende Chancenerzeugung), außerdem den Zeitpunkt von Toren und Platzverweise. Selbst die einfachsten Modelle, die auf diese Anpassungen verzichten, liefern erstaunlich aussagekräftige Ergebnisse.

MatchAnalyzr Tipp

Öffne das xG-Tabellen-Widget auf deinem Dashboard, um aktuelle xPTS-Tabellen für die verfügbaren Ligen zu sehen. In der Größe L zeigt jedes Team seinen xPTS mit einer farbcodierten Differenz zu den echten Punkten. Das Glücks-Index-Widget geht einen Schritt weiter und bezieht auch Tor-Abweichungen und Aluminiumtreffer ein. Die xG-Tabelle ist ab dem Pro-Plan verfügbar.

Über und unter der Erwartung: Der Glücksindex

Die unmittelbar nützlichste Anwendung von xPTS ist einfache Arithmetik: Ziehst du den xPTS eines Teams von seinen tatsächlichen Punkten ab, erhältst du einen „Glücksindex“. Er misst, wie sehr das Spielglück die bisherige Saison begünstigt oder belastet hat. Punkte minus xPTS = Glücksindex Ein positiver Wert bedeutet: Das Team sammelt mehr Punkte, als die Spielleistung vermuten lässt. Es liegt über seinem Leistungsniveau. Bei einem negativen Wert ist es umgekehrt: Das Team spielt besser, als die Ergebnisse zeigen, und bleibt unter seinem xPTS. So könnte eine Tabelle zur Saisonmitte aussehen:

Eine xPTS-Beispieltabelle lesen

- FC Nordstadt: 38 Punkte, 36,2 xPTS, Differenz +1,8 - Westriver United: 35 Punkte, 39,1 xPTS, Differenz −4,1 - SV Bergheim: 32 Punkte, 28,7 xPTS, Differenz +3,3 - Eintracht Talheim: 29 Punkte, 31,4 xPTS, Differenz −2,4 - FC Hafenstadt: 26 Punkte, 23,8 xPTS, Differenz +2,2 - Milltal City: 24 Punkte, 27,6 xPTS, Differenz −3,6 In dieser Beispieltabelle steht der FC Nordstadt ungefähr dort, wo er hingehört: Sein xPTS deckt die Spitzenposition weitgehend. Der SV Bergheim auf Platz drei sammelt dagegen 3,3 Punkte mehr als verdient. Er übertrifft sein Leistungsniveau und ist ein Regressions-Kandidat. Westriver United ist nach xPTS das beste Team: Es steht auf Platz zwei, verdient aber Platz eins. Milltal City scheint regelrecht vom Pech verfolgt zu sein. Diese Informationen verändern, wie du jede Tabellenposition einordnen solltest.

Warum Teams über ihrem xPTS zur Mitte tendieren

Hier liegt die entscheidende Erkenntnis aus xPTS. Wenn die Punktzahl eines Teams erheblich über seinem xPTS liegt, passiert etwas, das sich nicht halten lässt. Entweder hat das Team einen außergewöhnlichen Torwart, der Weltklasseparaden am Fließband zeigt, oder seine Stürmer treffen weit über ihrer erwarteten Quote. Manchmal gilt auch beides. Die Mathematik der Wahrscheinlichkeit sagt: Diese Extreme halten sich nicht ewig. Ein Stürmer, der eine ganze Saison lang auf 150 % seiner xG-Rate trifft, wird mit der Zeit zum Mittelwert zurückkehren. Ein Torwart, der 15 % mehr Schüsse hält als erwartet, wird eine schlechtere Phase haben. Chancenerzeugung und Chancenvermeidung sind stabiler als Abschlussquoten. Klafft also eine große Lücke zwischen xPTS und tatsächlichen Punkten, ist Regression zu erwarten. Das klassische Fallbeispiel ist Leicester Citys Meistertitel in der Premier League 2015/16. Das Team sammelte 81 Punkte und damit deutlich mehr, als seine xG-Werte hergaben. Am Abschluss lag das kaum: 68 Tore bei rund 66 xG entsprachen fast genau der Erwartung. Die Lücke entstand hinten, wo Leicester nur 36 Tore kassierte, obwohl das xGA bei rund 46 lag, und dazu gewann das Team auffallend viele enge Spiele. Der Fußball war ausgezeichnet, die Organisation hervorragend. Leicesters Titel war verdient, auch wenn das Glück ihn gestützt hat. In der Folgesaison verpuffte ein Großteil dieses Vorsprungs, und Leicester beendete sie auf Platz zwölf.

Bekannte Beispiele für xPTS-Divergenz

Der Fußball kennt viele Fälle, in denen xPTS und tatsächliche Punkte sehr unterschiedliche Geschichten erzählten.

Brighton: Dauerhaft unter Wert

Brighton unter Graham Potter wurde zum Paradebeispiel eines Teams, dessen xPTS die tatsächlichen Punkte chronisch überstieg. Saison für Saison erzeugte es hochwertige Chancen und ließ vergleichsweise wenige zu, und dennoch spiegelte die Punktzahl die Leistung nicht wider. Ein Teil der Erklärung lag in der Abschlussschwäche der Stürmer. Fachleuten signalisierte der xPTS trotzdem, dass Brighton besser war, als die Tabellenposition vermuten ließ. Das machte Brighton zu einem verlässlichen „Kauf“-Kandidaten auf xPTS-Basis: Analysten, die dem xPTS mehr vertrauten als der reinen Tabelle, wussten, dass Brighton nicht in den Abstiegskampf geraten würde. Sie behielten recht, immer wieder.

Defensiv-Teams: Wenn wenig reicht

Am anderen Ende des Spektrums produzieren Teams mit tiefem, konterorientiertem Fußball manchmal wenige, aber hochwertige Chancen und gewinnen Spiele durch individuelle Klasse. Solche Teams können komfortabel in der Tabellenmitte stehen, während ihr xPTS auf einen deutlich engeren Kampf im Tabellenkeller hinweist. Die Tabelle schmeichelt ihnen. Sobald die kompakte Defensive nachlässt oder die Konter ihre Präzision verlieren, meldet sich die Realität zurück.

Die Regressionsfalle

Einer der häufigsten Fehler in der Fußballkommentierung ist, die frühe Saisonform unkritisch fortzuschreiben, ohne xPTS zu berücksichtigen. Ein Team, das seine ersten sieben Spiele gewinnt, dabei aber einen xPTS von 10 hat (nach Chancenqualität also nur drei oder vier Siege verdient hätte), wird diese Quote kaum halten. Wer nach sieben echten Siegen über einen Titelkandidaten schreibt, ignoriert mitunter eine tickende Regressionsuhr, die xPTS sichtbar macht.

xPTS als Saisonprognose-Tool

Am praktischsten ist xPTS vielleicht als Prognoseinstrument für den weiteren Saisonverlauf.

Die einfache Regel: Regression erwarten

Das Grundprinzip der Prognose ist simpel: Teams, die aktuell über ihrem xPTS liegen, werden in den kommenden Wochen mit höherer Wahrscheinlichkeit Punkte abgeben, als ihre aktuelle Form vermuten lässt. Teams, die unter ihrem xPTS bleiben, werden sich mit höherer Wahrscheinlichkeit steigern. Eine Garantie ist das nicht, sondern eine Wahrscheinlichkeitsaussage. Ein Team, das 5 Punkte über seinem xPTS liegt, kann dieses Niveau halten, wenn es wirklich außergewöhnliche Abschlussqualität besitzt. Im Durchschnitt aber, über die gesamte Liga und über die Zeit hinweg, schließen sich xPTS-Lücken. Teams über ihrem xPTS tendieren nach unten, Teams darunter nach oben. Einfach gesagt: Wer im Februar die Abschlusstabelle prognostizieren will, fährt mit einer gewichteten Kombination aus tatsächlichen Punkten und xPTS besser als mit einem der beiden Werte allein.

Schlummernde Teams erkennen

Besonders wertvoll ist es, früh in der Saison Teams zu identifizieren, die unter ihrem xPTS bleiben, bevor der breite Markt es bemerkt. Ein Team auf Platz 12, dessen xPTS Rang 7 oder 8 ergeben würde, hatte wahrscheinlich eine Serie knapper Niederlagen, verschossener Elfmeter oder gehaltener Schüsse, die das tatsächliche Leistungsniveau nicht widerspiegeln. Trainer solcher Teams beschreiben ihre Situation oft zutreffend: „Wir spielen gut, die Ergebnisse geben es nicht her.“ Der xPTS bestätigt diese Einschätzung mit Daten. Bei diesen Teams ist eine Formsteigerung wahrscheinlich, ihr Trainer dürfte seinen Job behalten, und ein Panikverkauf im Kader ist unwahrscheinlich. Sie sind die Schlummernden: in der echten Tabelle günstig bewertet, in der xPTS-Tabelle aber deutlich stärker.

Robuste Analyse: xPTS mit Form kombinieren

xPTS entfaltet seine stärkste Wirkung in Kombination mit der jüngsten tatsächlichen Form, nicht isoliert betrachtet. Ein Team, das unter seinem saisonalen xPTS bleibt, aber Anzeichen eines echten Qualitätsverlusts zeigt (sinkende Pressing-Intensität, Ausfälle von Schlüsselspielern, Trainerdiskussionen), wird sich möglicherweise nicht verbessern. Die xPTS-Lücke mag real sein, die Erholung kann trotzdem ausbleiben. Umgekehrt ist ein Team mit starken xPTS-Zahlen und zugleich besser werdenden tatsächlichen Ergebnissen ein überzeugender Fall. Die Grundlagen stimmen, und die Ergebnisse folgen gerade. xPTS als Fundament und die tatsächliche Form als Bestätigung ergeben zusammen das robusteste Analysebild. Eine vollständige Teamanalyse sollte enthalten: - Aktuelle Punkte im Vergleich zum xPTS (über oder unter dem Erwartungswert?) - Trend: Wird die xPTS-Lücke größer oder kleiner? - xG-Qualität: Verbessert oder verschlechtert sich die Chancenerzeugung? - Kaderkontext: Sind die Schlüsselspieler fit und verfügbar?

MatchAnalyzr Tipp

Nutze das xG-Verlauf-Widget, um den xG-pro-Spiel-Verlauf eines bestimmten Teams über die letzten bis zu 10 Spiele zu analysieren. Ein Team mit konstant hohem xG, aber einer Punktzahl unter seinem xPTS, ist ein starker Regressions-Kandidat und möglicherweise ein vielversprechender Fall für eine Formsteigerung in der zweiten Saisonhälfte.

Die alternative Tabelle: Was xPTS enthüllt

Sortierst du alle Teams einer Liga nach xPTS statt nach tatsächlichen Punkten, ergibt sich ein manchmal verblüffend anderes Bild. In manchen Saisons ist die alternative Tabelle fast identisch mit der echten: Die Ergebnisse spiegeln die Leistungsqualität gut wider. In anderen gibt es dramatische Unterschiede. Ein Team auf Platz 4 der echten Tabelle, aber Platz 9 in der xPTS-Tabelle, hat etwas Glück gehabt. Das sollte den Optimismus dämpfen. Bei einem Team auf Platz 10 der echten Tabelle, aber Platz 5 nach xPTS, wurde die Qualität dagegen noch nicht belohnt. Das sollte Optimismus wecken. Über eine vollständige Saison nähern sich echte Tabelle und xPTS-Tabelle merklich an, denn 34 oder 38 Spieltage sind eine Stichprobe, die groß genug für eine gewisse Rückkehr zum Mittelwert ist. Zur Saisonhälfte aber, gerade in den entscheidenden Wintermonaten, in denen Wettmärkte, Transferentscheidungen und Trainerwechsel am aktivsten sind, kann die Lücke zwischen beiden Tabellen enorm groß und enorm informativ sein.

Grenzen von xPTS

Wie alle Modelle ist xPTS nützlich, aber nicht perfekt. Wer seine Grenzen kennt, kann es gezielter einsetzen.

Es setzt durchschnittliche Abschlussquoten voraus

Die größte Annahme in xPTS: Alle Stürmer und Torwarte liefern auf Durchschnittsniveau ab. Manche Stürmer schließen aber tatsächlich überdurchschnittlich ab und übertreffen ihr xG nicht durch Glück, sondern durch Können. Erling Haaland übertrifft sein xG bei jedem Verein. Bei Dortmund sah es zunächst nach Glück aus. Inzwischen sieht es eindeutig nach Qualität aus. Für Teams mit Ausnahmekönnern wird xPTS die tatsächlichen Punkte systematisch unterschätzen, für Teams mit unterdurchschnittlicher Abschlussqualität systematisch überschätzen. Diesen wichtigen Vorbehalt solltest du bei jeder Analyse im Hinterkopf behalten. Ein ausgefeilterer Ansatz, der die individuelle historische Abschlussquote jedes Spielers statt des Ligadurchschnitts verwendet, löst das Problem teilweise, bringt aber neue Unsicherheiten mit. Das Basismodell bleibt auch mit dieser Einschränkung wertvoll.

Stichprobengröße ist entscheidend

Nach fünf oder sechs Spielen schwanken selbst xPTS-Zahlen stark. Das Modell braucht eine größere Stichprobe, vermutlich 10+ Spiele, bevor das Signal das Rauschen überwiegt. xPTS-Tabellen aus der Frühphase einer Saison geben Hinweise, du solltest sie aber mit Vorsicht lesen. Ab Spieltag 20 bis 25 zeigen sie deutlich zuverlässiger, wo Teams qualitativ wirklich stehen.

Spielstand-Effekte

xPTS-Modelle, die xG schlicht über ein Spiel summieren, können eine wichtige Dynamik übersehen: Der Spielstand verändert die Chancenerzeugung. Ein Team, das in der 70. Minute einem Rückstand hinterherläuft, geht größere Risiken ein, erzeugt Chancen mit höherem xG und kassiert gleichzeitig mehr gefährliche Konter. Ein Team, das eine Führung verwaltet, steht tiefer und nimmt niedrige xG-Werte in Kauf. Diese Effekte können das Gesamtbild verzerren. Die besten xPTS-Modelle gleichen das aus: Sie vergleichen die Chancenqualität mit dem, was von Teams bei diesem Spielstand zu erwarten ist, nicht mit einem universellen Durchschnittswert. Einfachere Modelle verzichten auf diese Anpassung, weshalb xPTS-Zahlen zwischen verschiedenen Datenanbietern variieren können.

MatchAnalyzr Tipp

Der Saison-Switcher auf der Liga-Analyse-Seite lässt dich xPTS und tatsächliche Punkte früherer Saisons einzeln nachschlagen (Pro: letzte 3, Premium: letzte 5 Saisons). So erkennst du, ob ein Team chronisch über oder unter seinem xPTS liegt. Teams, die dauerhaft darunter bleiben, haben oft strukturelle Abschlussprobleme, während Teams, die ihn dauerhaft übertreffen, oft von kaum reproduzierbarer Individualklasse abhängen.

Häufig gestellte Fragen

Was bedeutet xPTS im Fußball?
xPTS (Expected Points, auf Deutsch: erwartete Punkte) ist eine Kennzahl, die berechnet, wie viele Ligapunkte ein Team „verdient“ hat. Grundlage ist die Qualität der erzeugten und zugelassenen Chancen in jedem Spiel, ermittelt durch Monte-Carlo-Simulation aus xG-Werten. Sie filtert Abschluss- und Torwartglück heraus, um die zugrunde liegende Leistungsqualität sichtbar zu machen.
Was ist der Unterschied zwischen xPTS und tatsächlichen Punkten?
Tatsächliche Punkte spiegeln wider, was passiert ist: Wer hat getroffen, wer hat gewonnen. xPTS spiegelt wider, was im Durchschnitt hätte passieren sollen, gemessen an der Qualität der erzeugten und zugelassenen Chancen. Ein Team kann 12 echte Punkte haben, aber nur 8 xPTS (Glück gehabt) oder 8 echte Punkte, aber 12 xPTS (Pech gehabt). Die Differenz ist der „Glücksindex“.
Kann ein Team seinen xPTS dauerhaft übertreffen?
Ja, aber nur mit echter Ausnahmequalität beim Abschluss oder im Tor. Teams mit Weltklasse-Stürmern, die ihr xG konstant übertreffen (wie Haaland oder Kane), sammeln natürlich mehr Punkte, als ein vereinfachtes xPTS-Modell erwartet. Bei durchschnittlichen Kadern sind große, anhaltende Lücken zwischen echten Punkten und xPTS fast immer teilweise glücksbedingt und damit regressionsanfällig.
Ab wie vielen Spielen ist xPTS zuverlässig?
Als Faustregel gilt: xPTS wird nach 10 bis 12 Spielen aussagekräftig und gewinnt bis zu den Spieltagen 15 bis 25 deutlich an Zuverlässigkeit. In den ersten 5 bis 6 Spielen unterliegen xG und xPTS erheblichen Schwankungen. Ab der Saisonmitte ist das Signal stark genug, um belastbare Aussagen darüber zu treffen, wer über und wer unter seinem xPTS liegt.
Welche Teams weichen am häufigsten von ihrem xPTS ab?
Teams mit außergewöhnlichen Einzelspielern (Elite-Torjäger oder herausragende Torwarte) weichen am häufigsten und nachhaltigsten von ihrem xPTS ab. Auch konterorientierte Teams, die tief stehen und auf Standards oder Umschaltmomente setzen, übertreffen ihren xPTS häufig, weil sie weniger, aber hochwertigere Chancen erzeugen als der Durchschnitt. Das erfassen einfachere xPTS-Modelle nicht immer korrekt. Brighton war historisch ein bekanntes Beispiel für das Gegenteil: Der xPTS lag beständig über den tatsächlichen Punkten, das Team spielte also immer wieder besser, als die Ergebnisse es belohnten.

Individuelle Analyse-DashboardsIndividuelle Team- und Spieler-Vergleiche

Mit MatchAnalyzr entscheidest du: Stell dir aus über 90 Widgets deine individuellen Analyse-Dashboards zusammen, für die Ligen, Teams und Spieler, die du verfolgst. Und vergleiche Teams oder Spieler mit genau den Widgets, die dir für deine Analysen wichtig sind.

MatchAnalyzr app screenshot