11MetrikFußball, vermessen.
Quantitative Spielanalysen

Wir prognostizieren Fußballspiele mit mathematischen Methoden und recherchieren dafür bis in die Lokalpresse der Originalsprache. Wenn Ihr wissen wollt, wie die Chancen für Euer Team stehen oder wenn Ihr an Details interessiert seid, die andere übersehen haben, dann bietet 11Metrik Antworten. Wir nutzen kalibrierte Wahrscheinlichkeitsmodelle, füttern sie mit eigens erhobenen Daten und pflegen ehrliche Fehlerkultur mit transparenter Prognose-Bilanz.

Heimsieg (1)Remis (X)Gastsieg (2)
35 %29 %36 %
Die Balkenlängen zeigen unsere mathematischen Modellwahrscheinlichkeiten für die drei möglichen Spielausgänge an.

Dein Spiel

Als Abonnent kannst du der Redaktion anstehende Fußball-Begegnungen vorschlagen, die wir analysieren und prognostizieren sollen. Je entlegener die Liga, desto lieber.

Dieses Extra gehört zum 11Metrik-Abo.
UEFA Nations League, Liga B, 2. Spieltag

Nordirland v Ungarn

28.09.2026Vorschau
Freundschaftsspiel, Queensland Football Series

Australien v Brasilien

29.09.2026Vorschau
Norwegischer Pokal, 2. Runde

Rana FK v Bodø/Glimt

01.10.2026Vorschau
UEFA Nations League, Liga A, 3. Spieltag

Frankreich v Italien

02.10.2026Vorschau
Frauen-Bundesliga, 6. Spieltag

Eintracht Frankfurt v FC Bayern München

03.10.2026Vorschau
National League Neuseeland, Championship, 2. Spieltag

Eastern Suburbs v Auckland City

04.10.2026Vorschau
Women's FA Cup, 3. Qualifikationsrunde

Doncaster Rovers Belles v Workington Town

04.10.2026Vorschau
Liga F, 6. Spieltag

FC Barcelona v Real Madrid

04.10.2026Vorschau
UEFA Nations League, Liga B, 4. Spieltag

Schweiz v Nordmazedonien

06.10.2026Vorschau
WM-Qualifikation der Frauen, Play-offs, 1. Runde

Nordirland v Portugal

09.10.2026Vorschau
Freundschaftsspiel der Frauen

Deutschland v Australien

09.10.2026Vorschau
Serie A, 6. Spieltag

Cagliari v Juventus

11.10.2026Vorschau
Analyse wird geladen …
Männer
2. Bundesliga, 1. Spieltag, So 09.08.2026
Energie Cottbus3:1Hannover 96
Stadion der Freundschaft, Cottbus, Saisonauftakt
Heimsieg (1)Remis (X)Gastsieg (2)
30 %25 %45 %
Die Balkenlängen zeigen unsere mathematischen Modellwahrscheinlichkeiten für die drei möglichen Spielausgänge an.

Die vollständige Analyse gibt's mit Abo.

Liga-Kontext, Team-Tiefen aus den Originalquellen, unsere Modellrechnung und die Markt-Diagnose, transparent inklusive unserer Trefferbilanz.

Wahlweise 5 € pro Monat oder 2 € pro Woche, auf Wunsch mit kostenloser Probewoche. Jederzeit kündbar, Kündigungsbutton im Seitenfuß.
Northern League, Division One

Thornaby v Redcar Town

26.09.2026, 3:1
3. Liga, 5. Spieltag

1. FC Saarbrücken v FC Ingolstadt 04

12.09.2026, 0:1
Bezirksliga Hannover, Staffel 3, 5. Spieltag

HSC BW Tündern v VfL Bückeburg

29.08.2026, 0:4
Ligi Kuu Bara, 4. Spieltag

Simba SC v Coastal Union

27.08.2026, 1:0
DFB-Pokal, 1. Runde

SV Westfalia Rhynern v SG Dynamo Dresden

23.08.2026, 0:6
NPL Capital Football, letzte Runde der Saison

Canberra Croatia FC v Belconnen United

22.08.2026, 4:0
Primera Nacional, Interzonal, Fecha 25

Tristán Suárez v Almirante Brown

16.08.2026, 3:1
Bezirksliga Braunschweig 4, 2. Spieltag

SC Hainberg v TSV Holtensen

16.08.2026, 3:2
Allsvenskan, 16. Spieltag

IK Sirius v IF Brommapojkarna

10.08.2026, 2:2
2. Bundesliga, 1. Spieltag

Energie Cottbus v Hannover 96

09.08.2026, 3:1
Central League, 15. Spieltag

Napier City Rovers v Petone

02.08.2026, 4:0
MLS, Woche 19

New York City v Toronto FC

01.08.2026, 1:1
Copa Sudamericana, Playoff

Grêmio v Bolívar

31.07.2026, 0:1
Copa Sudamericana, Playoff

Santos v Universidad Central

29.07.2026, 4:2
Vorbereitung, Testspiel

TSV Landolfshausen/Seulingen v SC Hainberg

26.07.2026, 4:0
Allsvenskan, Montagsspiel

Örgryte IS v Djurgårdens IF

20.07.2026, 0:0
UEFA Europa League, Quali R1, Rückspiel

Universitatea Cluj v Dynamo Kyiv

16.07.2026, 0:0 n.V.
División Profesional (Bolivien), Runde 8

Real Oruro v Always Ready

14.07.2026, 0:6

Methoden

Fußball-Prognosen

Wie kann man den Fußball überhaupt vorhersagen? Was gibt es schon groß vorherzusagen, wenn der Tabellenerste gegen den Letzten spielt? Welche Daten benötigt man für eine Vorhersage? Hängt nicht ohnehin alles von der Tagesform der einzelnen SpielerInnen ab? Und kippt nicht die ganze Vorhersage, wenn sich beim Aufwärmen kurz vorm Spiel die Stammtorhüterin verletzt oder wenn der Trainer eine schlechte Ansprache hält? Und wozu soll eine Spielprognose überhaupt nützlich sein?

Die Antworten auf diese Fragen sind erstaunlich. Gute Prognose-Modelle erlauben interessante Einblicke, die nicht nur für Fußball-Analysten, sondern auch für TrainerInnen, SpielerInnen, und natürlich für begeisterte Fans wertvolle Information und Vorhersagekraft bereitstellen.

Vom Schach zum Fußball

Eine der grundlegenden Ideen für die Spielvorhersage stammt gar nicht aus dem Fußball, sondern aus dem Schach. Der Physiker Árpád Élő, 1903 in einem ungarischen Dorf geboren, wanderte als Kind mit seinen Eltern nach Amerika aus und lehrte später jahrzehntelang Physik an der Marquette University of Milwaukee. Nebenbei war er ein gefürchteter Turnierspieler, achtmal Schachmeister des Bundesstaats Wisconsin, und einer, der seine Teleskoplinsen zum Sternegucken selbst schliff. Elo war also offensichtlich ein Mann, der gern präzise maß. Irgendwann fragte er sich, ob man die Stärke eines Schachspielers nicht genauso messen könnte wie eine physikalische Größe.

Seine Antwort war verblüffend einfach. Er entwickelte ein System, in dem jedem Spieler eine Zahl zugeordnet wird, die dessen Stärke bezifferte. Der Vergleich dieser Zahlen, heute nennen wir sie den Elo Score, vor jeder Partie ergibt dann eine Erwartung dafür, wer gewinnen dürfte. Je größer der Unterschied der Elo Scores ist, desto klarer die Rollenverteilung nach Favorit und Außenseiter. Nach der Partie werden dann beide Zahlen nach einer bestimmten Formel genau so weit korrigiert, wie das Ergebnis die Erwartung überrascht hat. Der amerikanische Schachverband führte Elos System 1960 ein, der Weltverband FIDE folgte 1970, und 1978 schrieb Elo dazu das Standardwerk „The Rating of Chessplayers, Past and Present“. Als er 1992 starb, war seine Zahl längst die weltweit etablierte Metrik zur Vermessung und Prognose des Turnierschachs.

In den Fußball kam die Idee 1997, als Bob Runyan das Verfahren für Nationalmannschaften erweiterte mit Zutaten, die Schach nicht braucht, etwa Tordifferenz und Heimvorteil. Heute ist der Elo Score aus dem Fußball nicht mehr wegzudenken. Die FIFA-Weltrangliste der Frauen rechnet seit ihrer Einführung 2003 nach Elo-Methodik, und seit 2018 tut es die Weltrangliste der Männer in angepasster Form ebenfalls. Lesen wir heute also eine FIFA-Weltrangliste, dann lesen wir die Idee eines Physikprofessors aus Milwaukee.

Die Grundidee, Erwartung gegen Ergebnis

Jede Mannschaft startet bei uns mit einem Rating von 1500 Punkten, dem Durchschnitt, per Definition. Vor dem Anpfiff geben die beiden Ratings ein Versprechen ab. Es lautet, wie viele Punkte das Heimteam aus diesem Spiel im Mittel holen müsste, wenn die Ratings die Wahrheit sagen, wobei ein Sieg als 1 zählt, ein Remis als ½ und eine Niederlage als 0. Die Formel dafür ist Elos berühmte S-Kurve. Ausrechnen muss sie niemand, wir nehmen sie gleich auseinander

EH = 1 / (1 + 10−(ΔR + H)/400)

und sie hat genau drei Zutaten. ΔR, sprich Delta R, ist schlicht der Rating-Unterschied, Heimteam minus Gastteam. H ist der Heimvorteil in Elo-Punkten, im Klub-Fußball der Männer rund 65. Vertrautes Stadion, eigene Kulisse und keine Anreise sind zusammen etwa so viel wert, gemessen an Hunderttausenden Spielen. Allein der Anpfiff im eigenen Stadion hebt das Versprechen zweier gleich starker Teams damit von 0,50 auf 0,59 Punkte, der Lesbarkeit halber sagen wir ab jetzt 59 Prozent. Die 400 schließlich ist Elos Skalenkonstante aus dem Schach. Sie legt fest, dass bei 400 Punkten Vorsprung die Punkteerwartung des Stärkeren zehnmal so groß ist wie die des Schwächeren, also 91 gegen 9 Prozent. Bei 100 Punkten Vorsprung sind es 64. Die Zahl 400 selbst ist reine Konvention, wie Grad Celsius statt Fahrenheit. Sie macht Elo-Zahlen weltweit vergleichbar.

Beim Heimvorteil steht bewusst „rund“ und keine feste Zahl. Er ist die unbeständigste Größe im ganzen Modell, und was wir darüber herausgefunden haben, steht weiter unten in einem eigenen Abschnitt.

Nach dem Abpfiff, die Abrechnung

Dann wird gespielt, und die Wirklichkeit stimmt ab. Nach dem Schlusspfiff vergleichen wir das Versprechen mit dem Ergebnis und verschieben beide Ratings. Der eine gewinnt exakt die Punkte, die der andere verliert.

Rneu = Ralt + K · G · (S − E)

S ist die tatsächliche Punktausbeute (1, ½ oder 0), E die Erwartung von eben, und die Differenz (S − E) ist die Überraschung. Gewinnt der haushohe Favorit, war S − E fast null, und es bewegt sich kaum etwas. Gewinnt der Außenseiter, schlägt die Überraschung voll durch. K = 40 ist die Lernrate. Sie bestimmt, wie kräftig ein einzelnes Spiel am Rating zieht, und wir haben sie an unseren Daten getestet. Groß genug, um einen echten Formwandel binnen weniger Wochen einzufangen. Klein genug, um nicht nach jedem glücklichen Abstauber in Panik zu verfallen. Die 40 gilt für den Klub-Fußball der Männer. Unsere drei anderen Rechenräume, dazu gleich mehr, lernen mit K = 50 etwas schneller, jeder mit eigenen, an den eigenen Ergebnissen geprüften Einstellungen.

Bleibt G, der Faktor für die Höhe des Sieges, denn ein 7:1 sagt mehr über zwei Mannschaften als ein 1:0 in der Nachspielzeit.

G = ln(d + 1) · 2,2 / (0,001 · ΔRSieger + 2,2)

Auch hier ist jede Zutat erklärbar. d ist die Tordifferenz. Das ln in der Formel, der Logarithmus, ist eine Rechenfunktion, die große Zahlen staucht, und genau das soll sie hier tun. Der Sprung von 1:0 auf 3:0 zählt deutlich, der von 5:0 auf 7:0 kaum noch. Bei einem Remis setzen wir G schlicht auf 1, sonst stünde die Rechnung still. Der zweite Teil der Formel dämpft erwartbare Kantersiege. ΔRSieger ist der Rating-Vorsprung des Siegers samt Heimbonus, die 0,001 rechnet Elo-Punkte in die Formelskala um, und die 2,2 legt fest, wie stark der Favoritenstatus dämpft. Bei null Vorsprung ist dieser Dämpfungsteil genau 1, siegt ein Team mit 1000 Punkten Vorsprung, schrumpft er auf rund 0,69. Ein hoher Sieg des Favoriten bläht sein Rating also nicht künstlich auf. Und mit allem zusammen, schlägt ein 1500er-Team daheim einen 1600er-Gast mit 2:0, wandern rund 25 Punkte auf einen Schlag. Diese Abrechnung läuft für jedes unserer über 1,09 Millionen Spiele, in strenger zeitlicher Reihenfolge, Tag für Tag aufs Neue.

Die 11Metrik-Methode

Hinter jeder 11Metrik-Prognose steht ein selbst berechnetes Stärke-Rating für jede Mannschaft, gespeist aus über 1,09 Millionen ausgewerteten Spielen in 838 Wettbewerben aus 79 Ländern, von der Champions League bis in die zweite Liga Kasachstans, 586 davon Nischenligen. Kein Bauchgefühl, sondern eine nachrechenbare statistische Methode. Jedes Team trägt eine einzige Zahl, seinen Elo Score, die nach jedem Spiel steigt oder fällt. Aus der Differenz zweier Ratings errechnen wir die Wahrscheinlichkeiten für Sieg, Unentschieden und Niederlage. Keine Blackbox, keine Geheimzutat. Wer nachrechnen will, kann das. Auf dieser Seite steht, wie.

Eine Skala für die ganze Fußballwelt

Das Besondere an unserem Ansatz ist der Maßstab. Wir rechnen nicht Liga für Liga getrennt, sondern in einem einzigen chronologischen Durchlauf über alle Klub-Spiele weltweit, 18.605 Mannschaften auf einer gemeinsamen Skala, dazu 613 Nationalteams auf einer eigenen. Genau genommen rechnen wir in vier getrennten Räumen, Herren-Klubs, Frauen-Klubs, Herren-Nationalteams und Frauen-Nationalteams, jeder mit eigenen Motor-Einstellungen und einer eigenen Eichung, weil sich diese Welten sportlich nicht mischen. Pokale und Europapokal sind dabei die Brücken zwischen den Ligen. Nur dort treffen die Welten aufeinander, nur dort fließen Punkte über Ligagrenzen.

Eine ehrliche Einschränkung gehört zu dieser Zahl. 9.214 dieser Vereine haben im zurückliegenden Jahr überhaupt gespielt, und 6.827 haben mindestens hundert Partien in unserem Bestand, was wir als belastbar ansehen. Der Rest sind Vereine, die aufgelöst wurden, fusioniert sind oder nur kurz in unseren Daten auftauchen. Wir führen sie weiter, weil sie zur Geschichte der Ligen gehören, aber wir würden auf ihre Ratings nichts geben.

Der Frauenfußball bekommt einen komplett eigenen Rechenraum mit 1.095 Klubs und 442 Nationalteams. Zwischen Frauen- und Männerteams gibt es schlicht keine Pflichtspiele, die beide Skalen verbinden könnten. Eine gemeinsame Zahl wäre deshalb keine Messung, sondern eine Behauptung. Intern verbrückt die Champions League der Frauen den Rechenraum, und für 19 Frauenligen schätzen wir inzwischen einen eigenen Stärke-Aufschlag.

Brücken sind allerdings schmal. Ein Team, das sein Rating fast nur im Kreislauf der eigenen Liga gesammelt hat, lässt sich mit einer fremden Liga nur so gut vergleichen, wie es Brückenspiele gibt. Von allen Partien in unserem Bestand führen nur rund viereinhalb Prozent über eine Ligagrenze hinweg. Genau diese knapp 49.000 Spiele sind die einzige Quelle, aus der sich überhaupt ablesen lässt, wie zwei Ligen zueinander stehen. Aus ihnen schätzen wir für 398 Ligen einen eigenen Stärke-Auf- oder -Abschlag. Pokalduelle liefern sie, Europapokalabende, vor allem aber Auf- und Absteiger, die ihr Rating wie einen Koffer über die Ligagrenze tragen. Die Korrektur reicht von rund minus 430 bis plus 420 Punkten, von Weißrusslands zweiter Division bis zur spanischen La Liga, und sie wird vor jeder Prognose auf das Roh-Rating addiert. Sie wirkt nur, wenn beide Mannschaften einer Liga zugeordnet sind, denn sie misst einen Abstand. Und die Zuordnung kennt auch den Spielplan. Ein Aufsteiger wird damit vom ersten angesetzten Spiel an in seiner neuen Liga gerechnet, ohne dass dafür ein Blick in Ergebnisse der Zukunft nötig wäre.

Und trotzdem bleibt Demut. Bei Duellen über Ligagrenzen ist jedes Modell, das nur aus Ergebnissen lernt, strukturell auf dünnem Eis, und unsere Unsicherheits-Anzeige zeigt solche Partien grundsätzlich mit Warnfarbe. Wie wir damit umgehen, hat sich zuletzt geändert, und die Geschichte dazu steht im übernächsten Abschnitt.

Viele Systeme ziehen die Ratings zum Saisonwechsel ein Stück Richtung Mitte zurück, weil sich Kader ändern. Wir tun das an manchen Stellen und an anderen nicht, und der Unterschied ist aufschlussreich.

Auf der großen, weltweiten Skala verzichten wir darauf. Wir haben es ausprobiert, und die Prognosen wurden schlechter, weil echtes Langzeitwissen über Bord ging. Ein überschätztes Team verliert seine Punkte dort auf dem Platz, nicht am Schreibtisch.

Rechnen wir dagegen eine einzelne Liga für sich, kehrt sich das Ergebnis um. Dann hilft die Rückführung, und zwar deutlich. Der Grund liegt auf der Hand, sobald man ihn einmal gesehen hat. Eine einzelne Liga ist ein kleiner, geschlossener Kreis, den Auf- und Absteiger jedes Jahr kräftig durchmischen. Wer aufsteigt, trifft auf lauter neue Gegner, und was sein Rating über die alte Liga aussagte, ist nur noch begrenzt gültig. Auf der Weltskala verschwindet dieser Effekt, weil die Mannschaft dort dieselbe bleibt, egal in welcher Liga sie antritt.

Wir haben beides gegen die tatsächlichen Ergebnisse geprüft und benutzen jeweils die Variante, die gewinnt. Bei den Frauen-Klubs führen wir eine kleine Rückführung, weil die Kader dort schneller wechseln, und die Prüfung an den Ergebnissen bestätigt diese Wahl.

Warum wir überhaupt selbst rechnen

An dieser Stelle drängt sich eine Frage auf, die wir uns selbst gestellt haben. Elo-Ranglisten für Fußball gibt es im Netz zuhauf, manche davon sehr gut und kostenlos. Warum baut man so etwas noch einmal?

Die ehrliche Antwort beginnt mit einem Eingeständnis. Es stimmt nicht, dass niemand sonst diese Vereine bewertet. Wer heute wissen will, wie stark eine Mannschaft aus der zweiten schwedischen Division oder aus der chinesischen League Two ungefähr ist, findet das mit einem Klick, ohne einen Cent zu zahlen. Es gibt Anbieter, die mehr Vereine führen als wir. Der Satz „das hat noch niemand gemacht“ wäre bequem, und er wäre falsch.

Was diese Ranglisten nicht können, ist die Vergangenheit. Sie zeigen den heutigen Stand, manche noch den der Vorwoche. Was eine Mannschaft im Oktober 2023 wert war, an dem Abend, bevor sie ein bestimmtes Spiel bestritt, steht dort nirgends. Und genau diese Zahl brauchen wir. Denn eine Prognose lässt sich nur dann redlich überprüfen, wenn man sie mit dem Wissen von damals nachstellt und nicht mit dem von heute. Wer das Ergebnis schon kennt, kann jedes Modell gut aussehen lassen.

Deshalb rechnen wir jede Partie seit 2011 noch einmal nach, der Reihe nach, so wie sie gespielt wurde. Über eine Million Begegnungen, eine nach der anderen, und nach jeder einzelnen stehen für beide Mannschaften neue Zahlen fest. Die Rohdaten dazu, Spielpläne und Endstände aus aller Welt, beziehen wir als zahlende Kunden über die Datenschnittstelle von API-Football und speichern sie in einer eigenen Datenbank. Gerechnet, geprüft und verantwortet wird alles bei uns. Das kostet ein paar Sekunden Rechenzeit und liefert dafür etwas, das man nicht kaufen kann. Für jeden Tag der letzten fünfzehn Jahre wissen wir, was wir an diesem Tag gewusst hätten. Wir können unser eigenes Modell also gegen die Wirklichkeit antreten lassen, ohne uns selbst zu betrügen. Das ist der ganze Grund für den Aufwand.

Was ein Ranking über Ligagrenzen hinweg schwer macht

Alle Mannschaften in einem gemeinsamen Topf zu berechnen klingt so, als wäre das Problem damit gelöst. Ist es nicht, und der Grund dafür hat uns selbst überrascht.

Man stelle sich die Fußballwelt als ein Netz vor. Jede Mannschaft ist ein Knoten, jedes Spiel eine Verbindung. Innerhalb einer Liga ist dieses Netz dicht, jeder spielt gegen jeden, oft zweimal. Zwischen zwei Ligen hängt es an ein paar dünnen Fäden. Von über einer Million Partien in unserem Bestand führen rund viereinhalb Prozent über eine Ligagrenze. Die Fußballwelt ist also kein Netz, sondern ein Bündel gut geknüpfter Inseln mit ein paar Seilen dazwischen.

Über solche Seile wandert Information nur langsam. Eine Liga, die selten außerhalb spielt, weiß am Ende einer Saison recht genau, wer intern der Beste ist, aber kaum, wo sie insgesamt steht. Und weil sich innerhalb jeder Liga Siege und Niederlagen ausgleichen müssen, pendelt sich jede Liga um ihren eigenen Mittelwert ein. Der ist überall ungefähr gleich, ganz gleich ob es sich um die spanische Spitzenklasse oder eine Regionalliga handelt.

Das ist der Punkt, an dem ein reines Elo für sich genommen an eine Grenze stößt, und deshalb schätzen wir die Ligastärke ausdrücklich als eigene Größe. Wir nehmen die knapp 49.000 Spiele, die tatsächlich über Ligagrenzen führen, und suchen für jede Liga denjenigen Auf- oder Abschlag, mit dem diese Spiele am besten erklärt sind. Ein Pokalabend, an dem ein Drittligist einen Erstligisten ärgert, ist dabei mehr wert als hundert Partien innerhalb einer Liga, weil nur er etwas über den Abstand zwischen den beiden aussagt.

Wie viel diese Korrektur wert ist, haben wir gemessen. Ohne sie werden die Prognosen auf liga-übergreifenden Partien deutlich schlechter. Sie ist damit einer der wenigen Bausteine, deren Nutzen sich sauber beziffern lässt.

Lange stand an dieser Stelle noch eine zweite Vorsichtsmaßnahme. Wir haben die Rating-Differenz bei solchen Partien zusätzlich gedämpft, in der Annahme, unser Modell sei dort zu selbstsicher. Diese Dämpfung ist seit August 2026 abgeschaltet. Wir haben sie nachgemessen, und sie brachte nichts, was sich von null unterscheiden ließe. Der Fehler saß nicht in der Steigung, sondern an einer ganz anderen Stelle, nämlich im Heimvorteil, und davon handelt der nächste Abschnitt. Weggefallen ist allein das Stauchen der Rating-Differenz. Die beiden anderen Vorsichtsmaßnahmen bleiben, der paarweise Auf- oder Abschlag zwischen den Ligen, von dem eben die Rede war, und ein fester Aufschlag auf die Unsicherheit, der solche Partien in der Anzeige weiter unten grundsätzlich in die Warnfarbe stellt.

Der Heimvorteil, unsere unbeständigste Größe

Dass es einen Heimvorteil gibt, weiß jedes Kind auf dem Bolzplatz. Wie groß er ist, schien lange eine Zahl zu sein, die man einmal bestimmt und dann stehen lässt. Wir haben ihn über alle Ligen und alle Jahre unseres Bestands ausgemessen, und dabei ist von dieser einen Zahl wenig übrig geblieben.

Erstens streut er zwischen den Ligen erheblich. Von Albanien mit knapp 29 Prozentpunkten Vorteil bis Kuwait mit nicht einmal drei liegen Welten. Eine globale Heimvorteil-Konstante gibt es schlicht nicht, und wer mit einer rechnet, rechnet in der Hälfte der Welt falsch.

Zweitens schrumpft er, und zwar unterschiedlich. In den Topligen brach er im Jahr der Geisterspiele von rund 17 auf 9,5 Prozentpunkte ein und erholte sich danach wieder auf knapp 17. In den Nischenligen fehlt dieser Einbruch, dort ging es stattdessen stufenweise abwärts, von 14 bis 15 Prozentpunkten vor 2018 auf Werte, die seither nie wieder über 12,8 lagen. Wo Publikum bleiben durfte, blieb auch der Vorteil, und genau deshalb halten wir den Rückgang für echt und nicht für einen Effekt geänderter Ligazusammensetzung. Wir haben das eigens geprüft, an einem festen Kern von 44 Ligen, die in jedem Jahr genug Spiele hatten, und der Rückgang bleibt auch dort bestehen.

Drittens, und das ist der überraschendste Befund, ist der Heimvorteil international viel größer als daheim. In den heimischen Ligen liegt er bei rund 13 Prozentpunkten, in internationalen Klubwettbewerben bei gut 20. Auf gleichstarke Paarungen kontrolliert werden daraus 14,7 gegen 21,8. Er hält über alle Konföderationen, in Europa bei 17 bis 19, in der Copa Libertadores bei 26, in Afrika sogar bei 30 bis 37 Prozentpunkten. Die Anreise über einen Kontinent, das fremde Klima, die andere Höhe und ein Publikum, das man so nie erlebt, summieren sich zu etwas, das mit einem Heimspiel in der eigenen Liga wenig zu tun hat.

Bevor wir das geglaubt haben, haben wir uns einen Test ausgedacht, der den Befund hätte umbringen können, und ihn vorher aufgeschrieben. Wenn dieser Effekt wirklich ein Heimvorteil ist, dann muss er dort verschwinden, wo niemand zu Hause ist. Der einzige große Wettbewerb auf neutralem Platz ist die Klub-Weltmeisterschaft. Sie liegt mit 12,5 Prozentpunkten am niedrigsten von allen achtzehn untersuchten Wettbewerben. Der Test ist bestanden, und deshalb rechnen internationale Klubwettbewerbe bei uns seit September 2026 mit einem eigenen Kalibriersatz.

Vom Rating zum Spielausgang, und das Remis-Problem

Jetzt kommt die Stelle, an der der Fußball dem Schach davonläuft. Elos Formel liefert eine erwartete Punktzahl, aber der Fußball will drei getrennte Wahrscheinlichkeiten, für Heimsieg, Remis und Auswärtssieg. Und das Unentschieden ist ein eigensinniges Wesen. Es ist bei ausgeglichenen Duellen häufig und bei klaren Favoriten selten, was eine einzelne Erwartungszahl nicht abbilden kann. Unsere Lösung ist eine Übersetzungskurve, die wir an Hunderttausenden echten Spielausgängen geeicht haben. Zuerst wird aus Rating-Differenz und Heimvorteil ein Stärkewert η, sprich Eta,

η = β · ΔR + γH

und dann teilen zwei feste Schwellen, τ1 und τ2, sprich Tau, die η-Achse in drei Zonen. Unten Auswärtssieg, in der Mitte das Remis-Band, oben Heimsieg. Eine sanfte S-Kurve, in der Mathematik schreibt man dafür σ, verwandelt die Zonen in drei Wahrscheinlichkeiten, die sich exakt zu 100 Prozent aufaddieren

P(Heimsieg) = 1 − σ(τ2 − η)
P(Remis) = σ(τ2 − η) − σ(τ1 − η)
P(Auswärtssieg) = σ(τ1 − η)

Auf unseren Tafeln kürzen wir die drei Ausgänge wie im Fußball üblich mit 1, X und 2 ab. Alle vier Konstanten haben eine greifbare Bedeutung. β ist die Wirkung eines einzelnen Elo-Punkts auf den Stärkewert. 400 Punkte Vorsprung schieben η um gut 2 und machen aus einem ausgeglichenen Spiel einen klaren Favoriten. γH ist der Heimvorteil, wie ihn die Prognosekurve noch einmal aus den Daten lernt, unabhängig vom Lernschritt. Zu Hause spielen hilft, das bestätigt sie. Wie sehr, hängt von der Spielklasse ab, davon gleich mehr. τ1 und τ2 sind die Zonengrenzen, und ihr Abstand ist das Remis-Band. In Zahlen, zwei gleich starke Teams, Heimspiel, ergeben 44 Prozent Sieg, 26 Prozent Remis, 30 Prozent Niederlage. Bei 400 Punkten Vorsprung wird daraus 86 zu 9 zu 5. Das Remis-Band schrumpft, je klarer der Favorit, genau wie auf dem Platz.

Diese vier Konstanten gibt es bei uns nicht einmal, sondern mehrfach. Je einen Satz für Nationalteams, für Frauen-Klubs und für den Klub-Fußball der Männer, und innerhalb der Männer noch einmal getrennt nach Topligen und Nischenligen, seit wir wissen, wie verschieden dort der Heimvorteil ausfällt. Seit September 2026 kommt ein eigener Satz für internationale Klubwettbewerbe dazu. Jeder dieser Sätze ist an den Ergebnissen seines eigenen Bereichs geeicht, und jeder musste sich gegen den gemeinsamen Satz durchsetzen, bevor er scharf geschaltet wurde. Eine Ausnahme gehört ausdrücklich dazugesagt. Länderspiele rechnet die Prognosekurve ohne Heimvorteil. Der Satz für Nationalteams trägt zwar einen geeichten Wert, im Betrieb setzen wir ihn aber nicht ein, denn Länderspiele finden oft auf neutralem Platz statt, und den Austragungsort kennen wir nicht verlässlich. Jede Begegnung zwischen Nationalteams rechnen wir deshalb so, als träfen sich beide auf neutralem Boden. Steht auf einer unserer Tafeln ein Heimspiel einer Nationalmannschaft, dann steckt der Platzvorteil in der Zahl nicht drin, und wir sagen das dort jeweils dazu.

Sagen wir über viele Spiele hinweg 40 Prozent, dann tritt das Ereignis auch in rund 40 Prozent der Fälle ein. Das ist der ganze Anspruch, und er ist messbar. „Geeicht“ heißt genau das. Wir stellen die Konstanten so ein, dass diese Probe über Hunderttausende echte Spielausgänge hinweg aufgeht, an den Ergebnissen selbst, an nichts sonst. Die gemessene mittlere Abweichung liegt bei rund einem halben Prozentpunkt.

Von den Toren, und was uns ein eigener Irrtum beibrachte

Für Fragen wie „treffen beide Teams?“ oder „fallen mehr als 2,5 Tore?“ suchen wir die Torerwartungen beider Seiten, die exakt zu den drei Prozentzahlen des Spielausgangs passen, und rechnen mit ihnen weiter, mit der Poisson-Verteilung, dem Standardwerkzeug der Statistik für seltene Ereignisse. Und Tore sind seltene Ereignisse. Dabei behandeln wir die Tore beider Mannschaften als unabhängig voneinander, so als würfelten beide Angriffe getrennt.

Diese Annahme haben wir überprüft, und die Geschichte dazu erzählen wir hier, weil sie zeigt, wie leicht man sich selbst hereinlegt.

Aufgefallen war uns, dass unser Modell im Frauenfußball „beide treffen“ deutlich überschätzte, um rund elf Prozentpunkte. In den Daten sah es so aus, als hingen die Tore beider Teams dort negativ zusammen, am stärksten in ausgeglichenen Partien. Bei den Männern zeigte dieselbe Prüfung nichts dergleichen. Wir hielten das für einen strukturellen Unterschied zwischen Frauen- und Männerfußball, und wir fanden ihn bemerkenswert genug, um darüber schreiben zu wollen.

Ganz so war es nicht. Ein Teil dessen, was wir gemessen hatten, war ein Kompositionseffekt. Mischt man ungleiche Paarungen mit ausgeglichenen, sieht die Mischung nach einer stärkeren Abhängigkeit zwischen den Toren aus, als in den einzelnen Gruppen steckt. Übrig bleibt eine echte, aber kleine Kopplung. Über 36.528 Endstände seit 2015 senkt sie den Anteil der Spiele, in denen beide Teams treffen, um 3,35 Prozentpunkte. Sie existiert, sie ist klein, und sie trägt keine große Geschichte über den Unterschied zwischen Frauen- und Männerfußball.

Und der Fehler von elf Prozentpunkten? Der war echt, aber er kam überwiegend aus unserer eigenen Rechnung. Er entsteht beim Umrechnen der drei Spielausgangs-Wahrscheinlichkeiten in Torerwartungen, an den Rändern dieser Umkehrung, wo sie zu weit streut. Die Korrekturschicht für den Frauen-Klubfußball bleibt deshalb bestehen, denn sie beseitigt den Fehler nachweislich. Der mittlere Kalibrierfehler sank über drei getrennte Zeitfenster von 0,14 auf Werte zwischen 0,008 und 0,022. Sie tut das allerdings anders, als wir zuerst dachten. Sie hebt kein Niveau an und senkt keines, sie staucht, mit einem festen Punkt bei knapp 39 Prozent. Darunter hebt sie an, darüber senkt sie. Richtig war also die Reparatur, falsch nur die Erklärung, warum es sie brauchte.

Wir schreiben das hierhin, obwohl es unbequem ist. Der Befund war unser bis dahin schönster, wir hatten ihn schon halb für eine Veröffentlichung eingeplant, und drei Prüfrunden später war von ihm ein kleiner Rest übrig. Ein Tormodell, das solche Abhängigkeiten von Grund auf lernt, statt sie aus drei Prozentzahlen zurückzurechnen, steht als nächster Schritt auf unserem Zettel.

Die faire Quote, dieselbe Zahl andersherum gelesen

Aus jeder Wahrscheinlichkeit folgt unmittelbar eine faire Quote, ihr Kehrwert.

faire Quote = 1 / p

Aus 40 Prozent werden 2,50, aus 80 Prozent 1,25. „Fair“ heißt hier, in dieser Quote steckt nichts außer der Wahrscheinlichkeit selbst. Unsere Balken und unsere fairen Quoten sind also zwei Schreibweisen derselben Aussage. Manche lesen lieber Prozente, manche lieber Quoten.

Wie sicher wir uns sind, die Unsicherheits-Anzeige

Ein Rating ist eine Messung, und jede Messung hat einen Fehlerbalken. Das ist Physik, und daran halten wir uns auch beim Fußball. Je weniger Spiele ein Team absolviert hat, desto wackliger ist seine Zahl

Unsicherheit = 350 / √(n + 5)   (nie unter ±30 Punkten)

mit n als Zahl der Spiele des Teams. Nach 20 Spielen beträgt die Unsicherheit ±70 Punkte, nach 95 Spielen ±35, und unter ±30 fällt sie nie, ganz gleich wie lang die Historie ist, denn völlig sicher ist im Fußball nichts. Die 350 setzt die Grundunsicherheit der Skala, die +5 im Nenner verhindert, dass die Formel bei brandneuen Teams explodiert. Für jede Prognose spielen wir die Rechnung dann zweitausendmal durch, jedes Mal mit leicht verschobenen Ratings innerhalb ihrer Fehlerbalken, ein sogenanntes Monte-Carlo-Verfahren. Streuen die zweitausend Antworten kaum, zeigt die Anzeige Grün. Ab 12 Prozent Streuung Gelb, ab 28 Prozent Rot, gemessen jeweils im Verhältnis zur Prognose selbst. Duelle über Ligagrenzen bekommen zusätzlich einen festen Unsicherheits-Aufschlag und landen damit grundsätzlich in der Warnzone.

Wir sagen bewusst dazu, was diese Farbe misst und was nicht. Sie misst, wie stark eine Prognose schwankt, wenn man die Ratings innerhalb ihrer Fehlerbalken verschiebt. Sie ist damit vor allem ein Maß dafür, wie viel wir über die beteiligten Mannschaften wissen. Sie ist kein Versprechen, dass eine grüne Prognose häufiger zutrifft als eine gelbe. Wir haben das nachgemessen, und ein klarer Unterschied ließ sich nicht zeigen.

Trotzdem ist uns kaum ein Detail dieser Seite wichtiger. Eine Prognose ohne Unsicherheitsangabe ist keine Messung, sondern eine Behauptung. Dass wir die Farbe nicht überinterpretieren, gehört zur selben Haltung.

Was das Modell kann, und was nicht

Es liefert Wahrscheinlichkeiten, keine Gewissheiten. Ein Spiel mit 76 Prozent Heimsieg-Chance geht in etwa einem von vier Fällen anders aus. Das ist kein Fehler des Modells, sondern die Natur des Sports, und ehrlich gesagt der Grund, warum wir ihn lieben. Prüfen lässt sich so ein Modell deshalb nie an einem einzelnen Spiel, sondern nur an vielen. Unsere Bilanz bleibt öffentlich einsehbar, Treffer wie Fehlgriffe.

Und das Modell hat blinde Flecken, die wir kennen und benennen. Es lernt ausschließlich aus Ergebnissen. Von der Verletzung der Torjägerin am Freitag, dem neuen Trainer, der Rotation drei Tage vor dem Pokalfinale weiß es nichts. Genau dafür gibt es bei 11Metrik die Redaktion. Wir recherchieren zu jeder analysierten Partie bis in die Lokalpresse der Originalsprache und stellen die Rechnung des Modells neben das, was sich in Zahlen nicht fassen lässt. Die Maschine liefert das Fundament, der Mensch das Korrektiv.

Die ehrlichste Grenze zum Schluss. Es gibt Partien, bei denen wir wissen, dass unser Modell dünn steht, nämlich dort, wo zwei Mannschaften aus verschiedenen Ligen aufeinandertreffen, zwischen denen es kaum Brückenspiele gibt. Wir haben nachgerechnet, wie viel besser wir dort mit perfektem Wissen über die Ligastärken wären, und die Antwort lautet, spürbar besser, aber fast ausschließlich bei Ligen mit weniger als hundert Brückenspielen. Uns fehlt dort also nicht das bessere Verfahren, uns fehlen Spiele, die noch nicht stattgefunden haben. Das heilt sich langsam von selbst. 2013 hatten 39 Ligen genug Brücken, 2025 waren es 378.

Ausblick, das laufende Spiel

Vor dem Anpfiff arbeiten wir bewusst nur mit dem, was wir flächendeckend und verlässlich messen können, mit Spielergebnissen. Größen wie Expected Goals (xG, ein Maß für die Qualität von Torchancen) oder das Momentum eines Spiels stehen für unsere Vorab-Prognosen nicht in der Breite zur Verfügung, und wir behaupten keine Präzision, die wir nicht haben. Im laufenden Spiel ist das eine andere Geschichte. Dort erproben wir gerade, Chancenqualität und Spielkontrolle live zu lesen und unsere Vorab-Wahrscheinlichkeiten mit dem tatsächlichen Geschehen auf dem Rasen zu aktualisieren. Ehrlicher Stand. Das ist Werkstatt, nicht Schaufenster. Sobald es belastbar funktioniert, steht es zuerst hier.

Was sich am Modell geändert hat

Ein Modell, das sich ändert, ohne dass die LeserInnen davon erfahren, ist eine Zumutung. Deshalb steht an dieser Stelle, was wir wann geändert haben und was auf dieser Seite deswegen umgeschrieben wurde.

05.08.2026. Die Übersetzungskurve vom Rating zum Spielausgang wird nicht mehr einmal für den gesamten Klub-Fußball geeicht, sondern getrennt nach Spielklasse. Betroffen ist vor allem der Heimvorteil.

06.08.2026. Die zusätzliche Dämpfung der Rating-Differenz bei Duellen über Ligagrenzen ist abgeschaltet. Sie behandelte einen Fehler, der an anderer Stelle saß.

08.09.2026. Internationale Klubwettbewerbe rechnen mit einem eigenen Kalibriersatz.

23.09.2026. Diese Seite ist an drei Stellen präzisiert worden. Beim Heimvorteil steht jetzt, dass die Prognosekurve Länderspiele ohne ihn rechnet. Beim Frauenfußball steht jetzt die gemessene Größe der Kopplung, 3,35 Prozentpunkte, statt der Aussage, es gebe sie nicht. Und bei den Duellen über Ligagrenzen steht jetzt ausdrücklich, welche Vorsichtsmaßnahmen bleiben.

Zum Weiterlesen. A. Elo, „The Rating of Chessplayers, Past and Present“ (Arco, 1978). M. Glickman & A. Jones, „Rating the Chess Rating System“, Chance 12 (1999). L. M. Hvattum & H. Arntzen, „Using ELO ratings for match result prediction in association football“, International Journal of Forecasting 26 (2010), 460–470. World Football Elo Ratings, eloratings.net (seit 1997). FIFA, „Revision of the FIFA World Ranking“ (2018) und „Women’s World Ranking Procedures“ (seit 2003).

Dein Spiel

Als Abonnent kannst du der Redaktion anstehende Fußball-Begegnungen vorschlagen, die wir analysieren und prognostizieren sollen. Je entlegener die Liga, desto lieber. Für zusätzliche Hinweise auf Rahmenbedingungen, Hintergründe, historische Fun Facts, emotionale Aspekte um die Begegnung etc. sind wir dankbar. Diese Informationen müssen für uns allerdings verifizierbar sein, damit wir über sie seriös berichten können.

Dein Vorschlag geht direkt an die Redaktion. Wir prüfen jede Einsendung, können aber nicht jede Analyse umsetzen.
Dieses Extra gehört zum 11Metrik-Abo.

Deine Favoriten

Noch keine Favoriten. Tippe neben einem Team auf den Stern, um es hier zu speichern.

Über 11Metrik

Hinter 11Metrik steht eine unabhängige Redaktion aus Amateur-Fußballern, Fußball-Nostalgikern, Statistikern, Software-Entwicklern und Journalisten aus Deutschland. Wir finanzieren uns ausschließlich aus Abo-Beiträgen von 11Metrik-Nutzern. Bei uns gibt es keine Werbung. Wir kooperieren mit keinem Wettanbieter und geben ausdrücklich keine Wettempfehlungen ab. 11Metrik ist eine reine Analyse-Plattform von Fußball-Enthusiasten für Fußball-Enthusiasten.

Uns interessieren nicht nur die Spitzenspiele der europäischen Top-Ligen der Männer. Genau so interessieren uns die Eigenheiten internationaler Nischen-Ligen von Frauen- wie Männer-Teams, die unbekannten lokalen Stars, die Vereinsgeschichten in der Provinz, kurzum die Vielfalt des modernen Halbprofi- und ambitionierten Amateurfußballs, die Stars von morgen und von gestern.

Aufgrund oft lückenhafter, teils widersprüchlicher und aus Fremdsprachen übersetzter Quellen kann es zu Fehlern kommen. Wir übernehmen keine Haftung für daraus entstehende Schäden oder Verluste. Korrekturhinweise nimmt die 11Metrik-Redaktion jederzeit dankbar entgegen. Unsere Bilanz, Treffer wie Fehlgriffe, bleibt öffentlich einsehbar.