Die Saison 2025/26 aus Sicht von xPoints
Was die Kennzahl misst
Die fünf wichtigsten nationalen Ligen im europäischen Fußball sind nun abgeschlossen. Die Abschlusstabellen sind veröffentlicht und die Ergebnisse dokumentiert, doch die offiziellen Platzierungen erfassen nur eine Dimension des tatsächlichen Saisonverlaufs.
Erwartete Punkte (xPoints) bieten eine alternative Lesart. Die Kennzahl schätzt, wie viele Punkte eine Mannschaft anhand der Qualität der in jedem Spiel herausgespielten und zugelassenen Torchancen hätte sammeln sollen, statt anhand des tatsächlichen Spielstands. Die Berechnung basiert auf erwarteten Toren (xG): Durch die Modellierung der von beiden Mannschaften in einer Begegnung erzeugten xG-Werte lässt sich jedem möglichen Ausgang – Sieg, Unentschieden oder Niederlage – eine Wahrscheinlichkeit zuordnen und diese in Punkte umrechnen. Über 38 Spieltage aufsummiert ergibt sich eine alternative Ligatabelle.
Eine wichtige Grundlage: Eine Differenz zwischen tatsächlichen Punkten und xPoints ist ein strukturelles Merkmal des Modells und für sich genommen kein Anzeichen einer Anomalie. Eine Mannschaft erhält für einen Sieg genau drei Punkte, doch selbst die dominanteste Leistung führt selten zu xPoints über 2.8 oder 2.9. Aussagekräftig ist die Platzierung: Weicht der tatsächliche Tabellenplatz einer Mannschaft erheblich von ihrem xPoints-Rang ab, insbesondere mit Auswirkungen auf Abstieg, Klassenerhalt oder die Qualifikation für europäische Wettbewerbe, lohnt sich eine genauere Betrachtung.
Serie A: der Platztausch von Juventus und Napoli
Beim Titel ist das Bild eindeutig: Die Mannschaft, die Serie A gewann, führte auch die xPoints-Tabelle an. Interessanter wird es weiter unten.
Die drei schlechtesten Vereine nach xPoints waren Lecce, Parma und Cremonese. Von ihnen stieg nur Cremonese tatsächlich ab. Lecce und Parma holten aus ihren Situationen jeweils mehr Punkte, als die zugrunde liegenden Daten erwarten ließen – ein Muster, das mit effizientem Torwartspiel und Schwankungen im Abschluss in entscheidenden Momenten vereinbar ist.
Bei Verona und Pisa zeigt sich die entgegengesetzte Entwicklung. Beide verzeichneten deutlich weniger Punkte als ihre xPoints-Summen – eine Folge der schlechten Chancenverwertung und zugleich mehr Gegentreffern, als die Qualität der gegnerischen Chancen erwarten ließe.
Die bedeutendste Verschiebung der Tabellenplätze betrifft Napoli und Juventus, deren Positionen im xPoints-Vergleich vertauscht sind. Juventus erzielte über die Saison 61 Tore bei einem xG-Wert von ungefähr 71. Diese Differenz von zehn Toren spiegelt eine anhaltende offensive Leistung unter den Erwartungen wider, die durch folgenschwere Torwartfehler in der Defensive verschärft wurde.
Premier League: Sunderland und Aston Villa
An der Spitze bestätigt sich das Bild von Champions League in beiden Tabellen. Arsenal, Manchester City, Manchester United und Liverpool belegen in der tatsächlichen Tabelle und im xPoints-Ranking dieselben vier Plätze. Am Tabellenende liegen Burnley und Wolves nach beiden Maßstäben auf den letzten Plätzen.
Die entscheidenden Abweichungen finden sich anderswo. Aston Villa belegte Platz 4 und qualifizierte sich für die Champions League. Im xPoints-Ranking steht der Verein auf Platz 12. Die Differenz von acht Plätzen ist die größte positive Abweichung der Liga und spiegelt eine Saison wider, in der die Ergebnisse durchgehend über der zugrunde liegenden Qualität der herausgespielten und zugelassenen Chancen lagen.
Sunderland stellt unter anderen Umständen einen ebenso extremen Fall dar. Der Verein belegte Platz 7 und sicherte sich einen Platz in der Europa League der nächsten Saison – ein bemerkenswertes Ergebnis für einen kürzlich aufgestiegenen Verein. Seine xPoints-Summe verortet ihn jedoch auf einem Abstiegsplatz. Über die gesamte Saison lagen seine tatsächlichen Ergebnisse deutlich über dem, was die Chancendaten erwarten ließen, sowohl im Angriff als auch in der Defensive.
La Liga: Getafe und die Abstiegssituation
Die ersten fünf Plätze in La Liga sind in der tatsächlichen Tabelle und im xPoints-Ranking identisch. Darunter verändert sich das Bild.
Der deutlichste Fall ist Getafe. Der Verein belegte Platz 7 und qualifizierte sich für die Conference League – seine beste Platzierung in der Vereinsgeschichte. Sein xPoints-Platz liegt knapp oberhalb der Abstiegszone. Die Differenz zwischen beiden ist die ausgeprägteste der Liga.
In der Abstiegszone weisen die Daten in eine andere Richtung als das offizielle Ergebnis. Girona und Mallorca stiegen ab. Nach xPoints wären stattdessen Sevilla und Elche abgestiegen. Allerdings lag die untere Hälfte von La Liga während der gesamten Saison eng beieinander, und mehrere Vereine in diesem Bereich verzeichneten sehr ähnliche tatsächliche Punktesummen und xPoints-Summen. Bei einer derart engen Tabelle hatten kleine Unterschiede große Auswirkungen auf die Platzierung.
Bundesliga: eine stimmige Saison
Bayern Munich, Borussia Dortmund und RB Leipzig belegen in der tatsächlichen Tabelle und im xPoints-Ranking dieselben ersten drei Plätze. Ligaweit zeigt die Bundesliga nach diesem Maßstab die größte innere Übereinstimmung der fünf Ligen: In den Abstiegs- und europäischen Qualifikationszonen gibt es keine wesentlichen Platzierungsabweichungen, die die zentralen Saisonerzählungen verändern würden.
Ligue 1: Angers, Lyon und Rennes
PSG, Lens und Lille belegen in beiden Tabellen dieselben ersten drei Plätze.
Die bedeutendste Anomalie in Ligue 1 ist Angers. Der Verein belegte in der tatsächlichen Tabelle Platz 13, mit beruhigendem Abstand zu den Abstiegsplätzen. In der xPoints-Tabelle steht er auf Platz 17, in der Abstiegszone. Gemessen an der zugrunde liegenden Leistung über die Saison zählt er laut den Daten zu den drei schwächsten Mannschaften der Liga.
Unter den Vereinen auf europäischen Qualifikationsplätzen erreichten sowohl Lyon als auch Rennes bessere tatsächliche Platzierungen, als die xPoints-Daten erwarten ließen. Lyon belegte mit 60 Punkten Platz 4; seine xPoints-Summe von 51.2 entspricht Platz 7. Rennes belegte mit 59 Punkten Platz 5; seine xPoints-Summe von 47.5 entspricht Platz 9. Beide Vereine sicherten sich europäische Startplätze aufgrund von Ergebnissen, die die zugrunde liegenden Chancendaten nicht vollständig widerspiegeln.
Fazit
Über fünf Ligen hinweg bestätigen die xPoints-Tabellen, was die offiziellen Platzierungen an der Spitze nahelegen: Die Meister haben sich ihre Titel verdient, und die Tabelle spiegelt weitgehend die Qualität der Mannschaften auf den oberen Plätzen wider. Aufschlussreicher ist der Blick weiter nach unten, ins Mittelfeld, auf die europäischen Qualifikationsplätze und die Abstiegssituation. Dort kann die Differenz zwischen Ergebnissen und zugrunde liegender Leistung erheblich sein und reale Konsequenzen haben.
In 2025/26 führte diese Differenz zu einem Siebtplatzierten, dessen xPoints-Summe einem Abstiegsplatz entsprach (Sunderland in der Premier League), einem viertplatzierten Champions League-Qualifikanten mit xPoints-Rang 12 (Aston Villa) und einem Conference League-Qualifikanten, dessen xPoints-Platz nur knapp über der Abstiegszone lag (Getafe in La Liga). Hier geht es nicht um Glück oder Pech. Es handelt sich um eine andere Lesart derselben Saison.
Technischer Anhang: Wie werden xPoints berechnet?
Das xPoints-Modell leitet aus den Torwahrscheinlichkeiten einzelner Schüsse (xG) die Wahrscheinlichkeiten für Spielausgänge ab.
1. Modellierung der Torverteilung
Die zentrale Annahme der meisten Basismodelle lautet, dass die Anzahl der von einer Mannschaft erzielten Tore einer Poisson-Verteilungfolgt, deren Mittelwert der gesamten xG-Summe der Mannschaft in diesem Spiel entspricht.
Die Wahrscheinlichkeit, dass eine Mannschaft genau k Tore bei einem gegebenen Wert für erwartete Tore (xG) erzielt, wird mithilfe der Poisson-Formel berechnet:
P(G = k) = (e^(-xG) * xG^k) / k!
Dabei ist „e“ die Eulersche Zahl (~2.718) und „k!“ die Fakultät der Toranzahl k.
Konkretes Beispiel: von xG zu Torwahrscheinlichkeiten
Nehmen wir an, die Heimmannschaft beendet ein Spiel mit insgesamt 1.7 xG. Setzen wir diesen Wert in die Formel ein, erhalten wir die genaue Wahrscheinlichkeit, dass sie eine bestimmte Anzahl von Toren erzielt:
- 0 Tore: ~18.3%
- 1 Tor: ~31.1%
- 2 Tore: ~26.4%
- 3 Tore: ~15.0%
- 4+ Tore: ~9.2%
Mithilfe der jeweiligen xG-Werte der Heim- und der Auswärtsmannschaft können wir zwei solcher Torverteilungen erstellen.
2. Berechnung der Wahrscheinlichkeiten für Spielausgänge
Unter der Annahme, dass die beiden Torerzielungsprozesse unabhängig sind, ist die Wahrscheinlichkeit eines bestimmten Spielstands einfach das Produkt der Einzelwahrscheinlichkeiten.
- Wahrscheinlichkeit für Draw: Die Summe aller symmetrischen Spielstände (0-0, 1-1, 2-2 usw.). Zum Beispiel: P(1-1) = P(Heimmannschaft erzielt 1) * P(Auswärtsmannschaft erzielt 1).
- Wahrscheinlichkeit für einen Heimsieg: Die Summe aller Spielstände, bei denen die Heimmannschaft mehr Tore erzielt als die Auswärtsmannschaft.
- Wahrscheinlichkeit für einen Auswärtssieg: Die Summe aller Spielstände, bei denen die Auswärtsmannschaft mehr Tore erzielt als die Heimmannschaft.
Diese drei Zustände decken selbstverständlich alle möglichen Spielausgänge ab:
P(Heimsieg) + P(Draw) + P(Auswärtssieg) = 1 (100%)
3. Von Wahrscheinlichkeiten zu erwarteten Punkten (xP)
Abschließend wenden wir das traditionelle Punktesystem im Fußball an (3 Punkte für einen Sieg, 1 Punkt für ein Unentschieden). Die erwarteten Punkte für die Heimmannschaft (xP) werden wie folgt berechnet:
xP = [3 * P(Heimsieg)] + P(Draw)
Durch Aufsummieren der über alle 38 Spieltage ermittelten xPoints erstellen wir die alternative „verdiente“ Ligatabelle.
Abschließende Betrachtung
Man könnte sich fragen, warum xPoints-Modelle üblicherweise direkt auf erwarteten Toren basieren und nicht auf ausgefeilteren Modellen des maschinellen Lernens, die auf die Vorhersage von Spielausgängen oder Punkten trainiert wurden. Der Hauptgrund ist, dass erwartete Tore bereits eine Schätzung des zugrunde liegenden Torerzielungsprozesses einer Mannschaft liefern. Da die Punkte aus einem Spiel vollständig von der Anzahl der erzielten und kassierten Tore bestimmt werden, ist die Modellierung der Torverteilungen aus xG-Werten ein naheliegender und sparsamer Ansatz.
Langfristig nähert sich die Gesamtzahl der erzielten Tore einer Mannschaft tendenziell ihren aufsummierten xG an, während sich die Zahl der Gegentore tendenziell den gegnerischen xG annähert. Somit enthält xG bereits die meisten Informationen, die zur Schätzung künftiger Ergebnisse und Punkte erforderlich sind. Eine zusätzliche Vorhersageebene auf Basis von xG erhöht häufig die Komplexität, ohne wesentlich neue Informationen einzubringen.
Indem wir Tore als Poisson-verteilte Zufallsvariablen behandeln, deren Erwartungswert den xG der Mannschaft entspricht, können wir die Wahrscheinlichkeiten für Siege, Unentschieden und Niederlagen direkt aus dem zugrunde liegenden Prozess der Chancenerarbeitung ableiten. Dieser Ansatz ist transparent, mathematisch fundiert und eng mit dem grundlegenden Zusammenhang zwischen Chancenqualität, Toren und Punkten verknüpft.
