Einführung in die Poisson‑Verteilung für Fußballvorhersagen

Das Grundproblem

Wie oft treffen wir im Match‑Report das exakte Ergebnis? Zu selten. Wir brauchen ein Modell, das Tore wie diskrete Ereignisse behandelt, nicht wie ein endloses Kontinuum.

Warum Poisson?

Hier kommt die Poisson‑Statistik ins Spiel. Sie sagt: Wenn ein Team im Schnitt 1,8 Tore pro Spiel erzielt, dann ist die Wahrscheinlichkeit für genau 2 Tore ein klar berechenbarer Wert. Einfach. Schnell. Und überraschend präzise.

Intuition hinter der Verteilung

Stell dir vor, ein Ball wird ständig in ein Netz geworfen, aber die Würfe sind völlig zufällig. Der Durchschnitt pro Spiel bleibt konstant – das ist die Poisson‑Idee. Keine Trends, keine Muster, nur reine Chance.

Parameter schätzen

Der Schlüssel: den Erwartungswert λ (Lambda) bestimmen. Historische Daten, Home‑Advantage, Angriffs‑ und Defensiv‑Ratings – alles einfließen lassen. Und ja, du brauchst nur ein paar Klicks auf kifussballxganalyse.com um die Basiswerte zu holen.

Ein Satz: λ = (Tore / Spiele) × Faktor.

Beispiel: Team A macht 45 Tore in 30 Spielen, Heimvorteil 1,1. λ = 1,5 × 1,1 ≈ 1,65.

Praxisbeispiel

Angriff von Team A: λ₁ = 1,65. Verteidigung von Team B: λ₂ = 1,20. Kombiniere: (λ₁ + λ₂)/2 = 1,425 erwartete Tore für Team A. Dann berechne die Poisson‑Wahrscheinlichkeit für 0,1,2,3 Tore – fertig.

Spiel‑Ergebnis? 1‑1 oder 2‑1; alles hängt von den Wahrscheinlichkeiten ab.

Datenflut? Kein Problem. Automatisiere das Skript, speis es mit den letzten fünf Spielen, aktualisiere λ jede Woche.

Grenzen & Tricks

Poisson ist kein Allheilmittel. Wenn ein Team plötzlich 5 Tore schießt, bricht das Modell zusammen. Hier hilft eine Negative‑Binomial‑Erweiterung. Oder du nutzt Zero‑Inflated‑Poisson, wenn viele Spiele bei 0‑0 enden.

Ein Trick: Kombiniere Poisson‑Erwartungswerte mit Elo‑Ratings. Das liefert ein robustes Ranking, das nicht nur Tore, sondern auch die Qualität der Gegner berücksichtigt.

Und noch was: Ignoriere die „Tore‑unter‑0,5“-Märkte. Sie sind meist unlogisch, weil ein Team nie negative Tore schießen kann.

Der letzte Schritt

Setz das Modell in dein Wet‑Dashboard ein, vergleiche die Erwartungswerte mit den Buchmacherkursen, und wenn die Differenz größer als 0,2 ist, leg los.