Über-/Unter-Wetten — Vollständige Anleitung für O/U 1.5, 2.5, 3.5
Über-/Unter-Tore sind nach dem Spielergebnis der am meisten gehandelte Fußball-Wettmarkt. Sie müssen keinen Gewinner auswählen — nur, ob die Gesamtzahl der Tore über oder unter einer Linie liegt. Hier erfahren Sie, wie der Markt funktioniert, was die Gesamtzahl der Tore bestimmt und wie ExPrysm seine Prognosen berechnet.
Was sind Über-/Unter-Torwetten?
Bei Wetten auf Über/Unter (O/U) -Tore können Sie vorhersagen, ob die Gesamtzahl der von beiden Teams zusammen geschossenen Tore über oder unter einer bestimmten, vom Buchmacher festgelegten Linie liegt.
Die häufigste Linie sind 2,5 Tore. Wenn Sie auf über 2,5 setzen, benötigen Sie insgesamt 3 oder mehr Tore, um zu gewinnen. Wenn Sie unter 2,5 setzen, benötigen Sie 2 oder weniger Tore. Die „,5“ stellt sicher, dass kein Stoß erfolgt — jedes Spiel hat ein definitives Ergebnis.
Arsenal 2 — 1 Chelsea (Gesamt: 3 Tore)
Über 2,5 ✅ -Siege — 3 Tore liegen über der 2,5-Linie
Unter 2,5 ❌ verliert — 3 Tore überschreiten die Linie
Über 3,5 ❌ verliert — 3 Tore sind nicht über 3,5
Weniger als 3,5 ✅ -Siege — 3 Tore liegen unter der 3,5-Linie
Verschiedene Linien verstehen
Jede Zeile steht für ein anderes Risiko-/Ertragsprofil. Niedrigere Linien sind leichter zu treffen, bieten aber niedrigere Gewinnchancen. Höhere Linien sind schwieriger, zahlen aber mehr.
| Linie | Über Wins If | Under gewinnt wenn | Typische Überchancen | Trefferquote (EPL) |
|---|---|---|---|---|
| O/U 0.5 | 1+ Tore | 0 Tore (0-0) | 1.04 – 1.10 | ~91% |
| O/U 1.5 | +2 Tore | 0-1 Tore | 1.25 – 1.45 | ~78% |
| O/U 2.5 | 3+ Tore | 0-2 Tore | 1.70 – 2.10 | ~55% |
| O/U 3.5 | 4+ Tore | 0-3 Tore | 2.30 – 3.00 | ~35% |
| O/U 4.5 | 5+ Tore | 0-4 Tore | 3.50 – 5.00 | ~17% |
Die O/U 2,5-Linie ist für die meisten Wettenden der beste Punkt — sie ist in vielen Ligen ungefähr ein Münzwurf, was bedeutet, dass es Spielraum für einen Vorteil gibt, wenn Ihr Modell gut kalibriert ist.
Faktoren, die die Gesamtzahl der Ziele beeinflussen
Erwartete Tore der Mannschaft (xG)
Der prädiktivste Faktor. Teams mit hohem xG kreieren mehr Qualitätschancen und wandeln sie in Tore um. ExPrysm verwendet CatBoost-Regressionsmodelle, die auf historischen Spieldaten trainiert wurden, um die erwartete Torleistung jedes Teams für ein bestimmtes Spiel abzuschätzen.
Liga-Durchschnittswerte
Verschiedene Ligen haben strukturell unterschiedliche Torquoten. Die Bundesliga erzielt im Durchschnitt über 3 Tore pro Spiel; La Liga liegt eher bei 2,5. Diese Basislinien auf Ligaebene sind wichtig, weil sie die taktische Kultur, die Schiedsrichterstandards und die Wettbewerbsbalance widerspiegeln.
Wetter- und Spielfeldbedingungen
Starkregen und feuchte Spielfelder reduzieren in der Regel die Gesamtzahl der Tore. Kaltes Wetter kann das Spiel verlangsamen. ExPrysm nimmt Wetterdaten zwar nicht direkt auf, aber diese Effekte werden teilweise durch Funktionen für Heim- und Auswärtsspiele und saisonale Muster in den Trainingsdaten erfasst.
Motivation und Spielkontext
Spiele am Ende der Saison, in denen beide Teams nichts auszusetzen haben, erzielen oft mehr Tore — Teams gehen Risiken ein, die sie normalerweise nicht eingehen würden. Umgekehrt sind Pokalfinale und Abstiegs-Sechszeiger in der Regel eine engere Angelegenheit, bei der es weniger Tore gibt.
Müdigkeit und Stau
Teams, die ihr drittes Spiel innerhalb von 7 Tagen spielen, kassieren aufgrund von Defensivfehlern tendenziell mehr Gegentore. Bei Spielen in der Wochenmitte nach einem europäischen Wettbewerb fallen häufig höhere Gesamtpunktzahlen an, insbesondere bei der reisenden Mannschaft.
Der Funktionsumfang von ExPrysm umfasst Days-Since-Last-Match, Match-Density-Indizes und fortlaufende Formfenster, die Ermüdungseffekte erfassen, ohne dass explizite Spielstausregeln erforderlich sind.
Wie ExPrysm Ziele vorhersagt
ExPrysm verwendet einen Ansatz mit zwei Modellen, um Zielsummen vorherzusagen. Anstatt die Gesamtzahl direkt vorherzusagen, modelliert es die Tore der einzelnen Teams unabhängig voneinander — dies führt zu einer umfassenderen Wahrscheinlichkeitsverteilung.
Die Goals Regressionspipeline
Zwei separate CatBoost-Gradienten-Boosting-Modelle werden trainiert:
home_goals.cbm— sagt λ_home voraus (erwartete Tore für die Heimmannschaft)away_goals.cbm— sagt λ_away voraus (erwartete Tore für die Auswärtsmannschaft)
Jedes Modell verfügt über mehr als 150 Funktionen, darunter PI-Werte (Angriffs-/Verteidigungsstärke), ELO-Wertungen, Rolling-Formindizes (geschossen/kassierte Tore in den letzten 5, 10, 15 Spielen), Kopf-an-Kopf-Rekorde, Tabellenposition und Heim-/Auswärtstrennungen.
Von λ zur Wahrscheinlichkeitsverteilung
Sobald wir λ_home und λ_away haben, verwenden wir die Poisson-Verteilung, um die Wahrscheinlichkeit aller möglichen Punktzahlen (0-0 bis 6-6+) zu berechnen. Die Wahrscheinlichkeit eines bestimmten Punktewerts (h, a) ist:
P (Heimat=h, weg=A) = P_Poisson (h; λ_heim) × P_Poisson (a; λ_weg)
Wobei p_Poisson (k; λ) = (λ^k × e^ (−λ))/k!
By summing all scoreline probabilities where h + a > Zeile, wir bekommen P (Over). Wenn wir summieren, wo h + eine ≤ Linie ist, erhalten wir P (Under). Eine Dixon-Coles-Korrektur wird angewendet, um die leichte Abhängigkeit zwischen Heim- und Auswärtstoren bei niedrigen Punktzahlen auszugleichen.
O/U 2.5 Statistiken nach Liga
Historische Quoten von über 2,5 und durchschnittliche Tore pro Spiel in den wichtigsten europäischen Ligen:
| Liga | Durchschnittl. Tore/Spiel | Über 2,5% | Über 3,5% |
|---|---|---|---|
| 🇩🇪 Bundesliga | 3.17 | ~58% | ~38% |
| 🇳🇱 Eredivisie | 3.22 | ~60% | ~40% |
| 🏴 Premier League | 2.82 | ~55% | ~33% |
| 🇫🇷 Liga 1 | 2.63 | ~48% | ~28% |
| 🇪🇸 La Liga | 2.51 | ~47% | ~26% |
| 🇮🇹 Série A | 2.65 | ~50% | ~29% |
| 🇵🇹 Primeira League | 2.72 | ~52% | ~31% |
| 🇹🇷 Süper Lig | 2.74 | ~51% | ~30% |
Beispiel: Lesen einer ExPrysm-Zielprognose
Lassen Sie uns Schritt für Schritt erklären, wie ExPrysm eine echte Über-/Unterprognose berechnet.
Spiel: Liverpool gegen Aston Villa
Die Zielregressionsmodelle geben Folgendes aus:
λ_home (Liverpool) = 1.4 erwartete Ziele
λ_away (Aston Villa) = 1.1 erwartete Ziele
Aus der Poisson-Verteilung erstellen wir die Scoreline-Wahrscheinlichkeitsmatrix:
| Zuhause\ Auswärts | 0 | 1 | 2 | 3+ |
|---|---|---|---|---|
| 0 | 8.2% | 9.0% | 4.9% | 2.1% |
| 1 | 11.4% | 12.6% | 6.9% | 2.9% |
| 2 | 8.0% | 8.8% | 4.9% | 2.0% |
| 3+ | 4.9% | 5.4% | 3.0% | 1.9% |
Jetzt summieren wir die Wahrscheinlichkeiten nach Gesamtzielen:
- 0-1 Tore insgesamt (unter 1,5): 8,2% + 9,0% + 11,4% = 28.6%
- 2 Tore insgesamt: 4,9% + 12,6% + 8,0% = 25.5%
- 3+ Tore insgesamt (über 2,5): verbleibend = 45.9%
Nach der Dixon-Coles-Korrektur und Rundung:
P (über 2,5) = 62% — das Model geht davon aus, dass es sich um ein Spiel mit hoher Punktzahl handelt
P (Unter 2,5) = 38%
P (über 1,5) = 81% | P (über 3,5) = 34%
Wenn der Buchmacher über 2,5 bei einer Quote von 1,80 (implizite Wahrscheinlichkeit 55,6%) anbietet und unser Modell 62% angibt, ist das eine potenzielle Value-Wette mit einem Vorteil von 6,4 Prozentpunkten.
Tipps für O/U-Wetten
Kombinieren Sie mit BTTS
Über 2,5 BTTS Ja ist eine beliebte Kombination. Wenn von beiden Teams erwartet wird, dass sie Tore erzielen und die Gesamtsumme hoch sein wird, kann die Kombination dieser Märkte bessere Gewinnchancen bieten als eines der beiden Teams alleine. Aber denken Sie daran: Bei einem Ergebnis von 2:1 sind beide zufrieden, bei einem 3:0 sind es über 2,5, aber nicht bei BTTS.
Schauen Sie sich die aktuelle Form an, nicht nur die Durchschnittswerte der Saison
Die Torausbeute einer Mannschaft kann sich in der Zwischensaison aufgrund von Verletzungen, taktischen Änderungen oder Ernennungen von Managern dramatisch verändern. ExPrysm verwendet fortlaufende Zeitfenster (letzte 5, 10, 15 Spiele), um diese Veränderungen zu erfassen, anstatt sich auf Durchschnittswerte für die gesamte Saison zu verlassen.
Berücksichtigen Sie den Spielkontext
Derbyspiele sind in der Regel enger. Teams, die in den letzten Wochen auf Titeljagd sind, können sich mehr Mühe geben. Teams, die bereits abgestiegen sind, können freier kassieren. Die Zahlen erzählen einen Teil der Geschichte, aber der Kontext füllt die Lücken.
Ignoriere Under Markets nicht
Die meisten Freizeitwettenden tendieren zu Überwetten — Tore sind aufregend. Dies führt zu einer leichten Verzerrung des Marktes, was bedeutet, dass Unterlinien manchmal einen besseren Wert bieten können. Wenn zwei defensiv solide Teams aufeinandertreffen, kann ein Wert unter 2,5 bei einem Wert von 1,90+ ein hervorragender Wert sein.
Verwenden Sie mehrere Zeilen
Fixieren Sie sich nicht nur auf O/U 2.5. Wenn Ihr Modell P (Über 1,5) = 85% angibt und der Buchmacher 1,35 anbietet, könnte das ein besserer risikoadjustierter Wert sein als P (Über 2,5) = 62% bei 1,80. ExPrysm veröffentlicht Wahrscheinlichkeiten für 1,5, 2,5 und 3,5 Linien, sodass Sie vergleichen können.
ExPrysm zeigt O/U-Wahrscheinlichkeiten für mehrere Zeilen auf jeder Spielkarte an. Vergleichen Sie die Modellwahrscheinlichkeiten mit den Wettquoten der Buchmacher, um den Wert zu ermitteln. Sehen Sie sich die heutigen Tipps auf der Dashboard.
Fazit
Bei Wetten auf Über-/Unter-Tore entfällt die Komplexität der Siegerwahl und der Fokus liegt auf einer einzigen Frage: Wie viele Tore wird es geben? Der Poisson-Regressionsansatz, bei dem die erwarteten Tore jedes Teams unabhängig voneinander modelliert und eine vollständige Punkteverteilung erstellt wird, ist der Goldstandard für die statistische Beantwortung dieser Frage.
Die Zielregressionspipeline von ExPrysm führt diese Berechnung für jedes abgedeckte Spiel durch und veröffentlicht kalibrierte Wahrscheinlichkeiten über die O/U-Linien 1,5, 2,5 und 3,5. In Kombination mit einem Quotenvergleich in Echtzeit erhalten Sie die Daten, um fundierte Entscheidungen zu treffen.
Sieh dir die heutigen Über-/Untervorhersagen in über 100 Ligen an: Erstelle ein kostenloses Konto