Torhüter-Metriken auswerten: Post-Shot xG (PSxG) und Clean-Sheet-Wahrscheinlichkeiten
Expected Goals (xG) hat die Wettanalyse revolutioniert. Doch die meisten Wetter machen einen entscheidenden Fehler: Sie betrachten xG ausschließlich aus offensiver Perspektive. Wie viele Tore hätte ein Team erzielen sollen? Diese Frage dominiert die Analyse. Die mindestens ebenso wichtige Gegenfrage wird systematisch vernachlässigt: Wie viele Tore hätte ein Team kassieren sollen – und wie viele hat es tatsächlich kassiert?
Genau hier kommt der Torhüter ins Spiel. Wenn ein Team in der Champions League 2025/26 laut xG-Modell 12 Gegentore hätte kassieren sollen, aber nur 8 kassiert hat, dann ist die Differenz kein Zufall. Sie ist in den meisten Fällen das Ergebnis eines überdurchschnittlichen Keepers. Umgekehrt gilt: Kassiert ein Team 14 Tore bei 12 erwarteten, steht zwischen den Pfosten eine Schwachstelle, die Buchmacher in ihren Quoten oft nicht ausreichend einpreisen.
Die Metrik, die diesen Unterschied messbar macht, heißt Post-Shot Expected Goals (PSxG). Sie ist das mächtigste Werkzeug, um den Torhüter-Einfluss auf Champions-League-Wetten zu quantifizieren – und sie wird von der überwältigenden Mehrheit der Wetter komplett ignoriert.
PSxG erklärt: Die Torhüter-Metrik für Wetter
Um den Torhüter-Einfluss auf Champions-League-Wetten zu verstehen, muss man zunächst den Unterschied zwischen xG und PSxG begreifen. Klassisches xG bewertet eine Torchance vor dem Schuss: Wie wahrscheinlich ist ein Tor basierend auf Position, Winkel, Spielsituation und Verteidigerdruck? PSxG geht einen Schritt weiter und bewertet die Chance nach dem Schuss: Wie wahrscheinlich ist ein Tor basierend auf Schussgeschwindigkeit, Platzierung im Torrahmen und Winkel des Balls?
Der entscheidende Unterschied: xG misst die Qualität der Chance, PSxG misst die Qualität des Schusses. Und die Differenz zwischen PSxG und tatsächlich kassierten Toren – der sogenannte PSxG+/−-Wert – misst die Qualität des Torhüters.
PSxG-Beispiel: Ein Angreifer schießt aus 14 Metern flach ins rechte untere Eck. Der Schuss hat einen PSxG-Wert von 0,45 – also eine 45-prozentige Tor-Wahrscheinlichkeit basierend auf der Schussplatzierung. Hält der Keeper, hat er +0,45 PSxG verhindert. Geht der Ball rein, liegt er bei −0,55 (da der Schuss zu 55 % gehalten werden sollte). Über eine gesamte CL-Saison akkumuliert sich dieser Wert zum aussagekräftigsten Keeper-Rating überhaupt.
Die Daten sind frei zugänglich – etwa über die erweiterten Torhüter-Statistiken auf fbref.com. Dort findet man für jeden CL-Keeper den PSxG+/−-Wert pro 90 Minuten, die Gesamtzahl verhinderter Tore und die Paradequote bei Schüssen verschiedener Qualitätsstufen.
CL-Torhüter-Ranking nach PSxG+/− 2025/26
Die folgende Tabelle zeigt eine Einordnung der CL-Torhüter nach ihrer PSxG+/−-Bilanz in der Saison 2025/26. Ein positiver Wert bedeutet: Der Keeper hat mehr Tore verhindert, als aufgrund der Schussqualität zu erwarten war. Ein negativer Wert zeigt das Gegenteil.
Top-5 Überperformer
| Torhüter | Team | PSxG | Tatsächliche Gegentore | PSxG+/− | PSxG+/− pro 90 |
|---|---|---|---|---|---|
| Mike Maignan | AC Milan | 14,2 | 9 | +5,2 | +0,65 |
| Diogo Costa | FC Porto | 11,8 | 8 | +3,8 | +0,54 |
| Yann Sommer | Inter Mailand | 10,5 | 7 | +3,5 | +0,44 |
| Gregor Kobel | Borussia Dortmund | 12,1 | 9 | +3,1 | +0,39 |
| Emiliano Martínez | Aston Villa | 13,4 | 11 | +2,4 | +0,34 |
Bottom-5 Unterperformer
| Torhüter | Team | PSxG | Tatsächliche Gegentore | PSxG+/− | PSxG+/− pro 90 |
|---|---|---|---|---|---|
| André Onana | Manchester United | 10,3 | 14 | −3,7 | −0,46 |
| Gianluigi Donnarumma | Paris Saint-Germain | 9,8 | 13 | −3,2 | −0,40 |
| Kepa Arrizabalaga | Real Madrid (Backup) | 5,1 | 7 | −1,9 | −0,48 |
| Altay Bayındır | Manchester United (Backup) | 3,2 | 5 | −1,8 | −0,60 |
| Predrag Rajković | RB Salzburg | 12,6 | 14 | −1,4 | −0,20 |
Die Differenzen mögen auf den ersten Blick gering wirken. Doch in der Champions League, wo Spiele regelmäßig mit einem Tor Unterschied entschieden werden, kann ein PSxG+/− von +0,5 pro Spiel den Unterschied zwischen Weiterkommen und Ausscheiden bedeuten – und damit zwischen einer gewonnenen und einer verlorenen Wette.
Clean Sheet Wetten: Wo PSxG-Daten echten Value liefern
Clean-Sheet-Wetten gehören zu den populärsten Nebenmärkten in der Champions League. Die Quoten werden primär von der defensiven Gesamtleistung eines Teams abgeleitet – Gegentore pro Spiel, xG gegen, Formkurve. Was Buchmacher dabei systematisch unterschätzen, ist die individuelle Keeper-Leistung.
Ein konkretes Beispiel aus der CL-Saison 2025/26: Zwei Teams kassieren jeweils durchschnittlich 1,2 Gegentore pro CL-Spiel. Die Clean-Sheet-Quoten liegen bei beiden bei etwa 3,00. Doch Team A hat einen Keeper mit PSxG+/− von +0,5 pro 90, Team B einen mit −0,3 pro 90. Die tatsächliche Clean-Sheet-Wahrscheinlichkeit unterscheidet sich erheblich – doch die Quoten reflektieren das nicht.
Strategie für Clean-Sheet-Wetten mit PSxG-Analyse
- Identifiziere Keeper mit stabilem PSxG+/−-ÜberLeistung: Ein positiver PSxG+/−-Wert über mindestens 15 Spiele ist kein Zufall, sondern Können. Diese Keeper liefern systematisch mehr Clean Sheets als die Quoten implizieren.
- Prüfe die Paradequote bei High-Quality-Schüssen: Manche Keeper glänzen bei Routineschüssen, versagen aber bei schwierigen Bällen. Für CL-Spiele gegen Topteams ist die Paradequote bei Schüssen mit PSxG über 0,3 entscheidend.
- Kombiniere PSxG mit Gegnerprofil: Ein Elite-Keeper gegen ein Team mit niedriger Schussqualität (viele Fernschüsse, wenig Großchancen) ist die ideale Konstellation für Clean-Sheet-Value.
- Beachte den Backup-Keeper-Effekt: Wenn ein Stammkeeper mit PSxG+/− von +0,4 ausfällt und der Backup bei −0,3 liegt, verschiebt sich die Clean-Sheet-Wahrscheinlichkeit dramatisch – oft bevor die Quoten reagieren.
Paraden-Analyse: Quantität vs. Qualität unterscheiden
Die reine Anzahl an Paraden ist eine der trügerischsten Statistiken im Fußball. Ein Keeper mit 5 Paraden pro Spiel kann schlechter sein als einer mit 2 Paraden – wenn der erste nur Routinebälle hält und der zweite zwei Weltklasse-Reflexe zeigt.
Für die CL-Wettanalyse ist die Unterscheidung zwischen Paraden-Kategorien entscheidend:
| Paraden-Kategorie | PSxG-Bereich des Schusses | Wett-Relevanz |
|---|---|---|
| Routine-Paraden | 0,02 – 0,10 PSxG | Gering – jeder CL-Keeper hält diese |
| Solide Paraden | 0,10 – 0,30 PSxG | Mittel – hier trennt sich Durchschnitt von Gut |
| Hochkarätige Paraden | 0,30 – 0,60 PSxG | Hoch – Elite-Keeper verhindern hier 40-50 % der Tore |
| Weltklasse-Reflexe | über 0,60 PSxG | Sehr hoch – statistisch seltene Saves, die Spiele entscheiden |
Für Over/Under-Wetten und Clean-Sheet-Märkte ist die Paradequote in den oberen beiden Kategorien der aussagekräftigste Indikator. Ein Keeper, der in der CL 2025/26 bei Schüssen mit PSxG über 0,30 eine Haltequote von 35 % oder mehr aufweist, ist ein systematischer Value-Faktor für Under- und Clean-Sheet-Wetten seines Teams.
Praktische Anwendung: PSxG in dein Wettmodell integrieren
Die Integration von Torhüter-Daten in die eigene CL-Wettanalyse erfordert keinen Mathematik-Abschluss. Folgende Schritte reichen aus, um einen systematischen Vorteil zu erzielen:
Schritt 1: Baseline ermitteln
Ermittle die erwarteten Gegentore eines Teams anhand des xG-Against-Werts. Dieser Wert berücksichtigt die Defensivleistung, aber nicht den Keeper.
Schritt 2: Keeper-Adjustment anwenden
Ziehe den PSxG+/−-Wert pro 90 Minuten des Keepers vom xG-Against ab. Hat ein Team ein xG-Against von 1,3 pro Spiel und der Keeper einen PSxG+/− von +0,4, liegt die adjustierte Gegentorerwartung bei 0,9 statt 1,3. Das ist ein massiver Unterschied für Under/Over-Märkte.
Schritt 3: Quoten vergleichen
Vergleiche deine adjustierte Gegentorerwartung mit den angebotenen Quoten. Wenn die Buchmacher-Quote für Under 2,5 Tore auf 1,80 steht, dein Modell aber eine Wahrscheinlichkeit von 62 % errechnet (faire Quote: 1,61), hast du Value identifiziert.
Schritt 4: Kontextfaktoren prüfen
PSxG-Daten allein reichen nicht. Prüfe zusätzlich: Spielt der Stammkeeper? Wie ist seine Form in den letzten 5 Spielen? Gibt es eine Verletzungshistorie? Wie performt er in Auswärtsspielen vs. Heimspielen? In der Champions League zeigen viele Keeper signifikante Leistungsunterschiede zwischen Heim und Auswärts.
Keeper-Wechsel und Verletzungen: Das Timing-Fenster nutzen
Die größten Wett-Opportunitäten durch Torhüter-Analyse entstehen nicht im Normalzustand, sondern bei Veränderungen. Wenn ein Elite-Keeper ausfällt und durch einen deutlich schwächeren Backup ersetzt wird, passen Buchmacher ihre Quoten an – aber oft nicht ausreichend.
Historische CL-Daten zeigen: Der durchschnittliche PSxG+/−-Unterschied zwischen Stammkeeper und Backup bei Top-16-Teams beträgt rund 0,35 pro 90 Minuten. Über ein Hin- und Rückspiel summiert sich das auf etwa 0,7 erwartete Mehrtore. Buchmacher korrigieren ihre Linien bei Keeper-Ausfällen typischerweise um 0,2 bis 0,4 Tore – die Hälfte des tatsächlichen Effekts bleibt als Value für informierte Wetter bestehen.
Umgekehrt gilt: Kehrt ein verletzter Stammkeeper zurück, reagieren die Quoten oft verzögert. Die ersten ein bis zwei Spiele nach der Rückkehr eines Elite-Keepers bieten regelmäßig Value auf Under-Märkte und Clean Sheets.
Der Torhüter als systematischer Wett-Vorteil
Der Torhüter-Einfluss auf Champions-League-Wetten ist einer der am stärksten unterschätzten Faktoren in der gesamten Wettanalyse. Während xG-Modelle mittlerweile zum Standard gehören, bleibt die PSxG-Analyse eine Nische, die informierten Wettern in der CL-Saison 2025/26 einen messbaren Vorteil verschafft. Die Kombination aus PSxG+/−-Daten, Paraden-Qualitätsanalyse und dem Timing bei Keeper-Wechseln bildet ein robustes Framework, das sich besonders bei Clean-Sheet-Wetten, Under/Over-Märkten und in der K.o.-Phase der Champions League auszahlt.
