Was ist Expected Assists?

Expected Assists, kurz xA, misst die Qualität jeder Passbewegung, nicht nur das Endresultat. Wenn ein Flügelspieler einen riskanten Diagonalball in den Strafraum schickt, bewertet das Modell den Vorgang nach Wahrscheinlichkeit, dass ein Tor folgt – unabhängig davon, ob der Stürmer tatsächlich trifft.

Datenquellen, die zählen

Statistiken aus Opta, StatsBomb und Wyscout liefern die rohen Event‑Streams. Hierbei geht es um Pausen zwischen Ballbesitz und Schuss, die Position des Empfängers, Druck des Gegners und vieles mehr. Nur diese granularen Daten erlauben eine feine Differenzierung zwischen einem Glückstreffer und einer echten Vorlagenchance.

Warum xA wichtiger ist als reine Vorlagen

Ein Spieler kann zehn Vorlagen abgeben, aber wenn nur drei davon in realistische Torchancen münden, ist sein Einfluss minimal. xA hingegen zeigt, wer konsequent gefährliche Räume erschließt. Denk an einen Spielmacher, der ständig den Schnitt spielt, aber ein Mitspieler den Ball verfehlt – das klassische Beispiel für „unterbewertete Vorlagen“.

Die Top‑5‑Kandidaten – aktuelle Saison

Hier die Schnellübersicht: Kevin De Bruyne (Manchester City), Thomas Müller (Bayern München), Bruno Fernandes (Manchester United), Hakan Çalhanoğlu (Inter Mailand) und Luka Modrić (Real Madrid). Jeder dieser Spieler liefert pro 90 Minuten über 0,4 xA, das ist das Niveau, das du für Wett‑ und Prognose‑Modelle brauchst.

Wie du xA praktisch nutzt

Erst das Daten‑Pull‑Script einrichten – am besten Python mit pandas und requests. Dann die Rohdaten nach Pass‑Event filtern, Pass‑Endpunkte und erwarteten Toranteil (xG) anfügen. Aggregiere auf Spieler‑ und Mannschaftsebene. Abschließend ein einfaches Scatter‑Diagramm, das xA gegen tatsächlich erzielte Vorlagen abbildet – die Abweichungen verraten, wer über‑ oder unterperformt.

Der Shortcut für Wettmärkte

Wenn du das xA‑Profil mit den Quoten von Bet365 vergleichst, findest du klare Value‑Spots. Beispiel: Ein Spieler hat xA von 0,35, aber die Buchmacher bewerten seine Vorlagenwahrscheinlichkeit mit 0,20. Das ist ein Hinweis, dass die Quote zu niedrig ist – ein perfekter Moment für einen Spiel‑Long‑Bet.

Ein schneller Check‑Plan

1. Daten sammeln (letzte 5 Spiele). 2. xA pro 90 Minuten kalkulieren. 3. Top‑10‑Liste nach xA sortieren. 4. Gegenbuchmacher‑Quoten abgleichen. 5. Einsatz nur, wenn die Differenz > 0,10 xA. Das spart Zeit und maximiert Profit.

Und hier ist das entscheidende Detail

Vertrau nicht auf die üblichen „Torschützen“ – das Spielfeld ist ein Netzwerk, und xA macht das sichtbar. Nutze das Tool, setze auf Spieler mit stabilem xA, und du wirst schon bald die Resultate sehen.

Jetzt schnapp dir die aktuelle xA‑Tabelle, setz deinen ersten Bet und prüfe das Ergebnis nach dem nächsten Spieltag – und das war’s.