Expected Goals (xG) erklärt: Bedeutung, Berechnung & Grenzen

Expected Goals – kurz xG – sollen ausdrücken, wie wahrscheinlich ein Abschluss im Fußball zu einem Tor führt. Ein Schuss aus fünf Metern wird deshalb normalerweise höher bewertet als ein Distanzschuss aus 25 Metern.

Das klingt einfach. Trotzdem gehört xG zu den am häufigsten missverstandenen Fußballstatistiken. Ein Team mit 2,4 xG hätte nicht „2,4 Tore schießen müssen“, ein xG von 0,30 garantiert kein Tor beim dritten Versuch – und das Team mit dem höheren xG war nicht automatisch die bessere Mannschaft.

Gleichzeitig wäre auch die Aussage falsch, xG habe überhaupt keinen prognostischen Wert. Über größere Stichproben können Expected Goals wichtige Hinweise auf die zugrunde liegende Leistungsfähigkeit eines Teams liefern.

Dieser Artikel erklärt deshalb was xG bedeutet, wie Expected Goals berechnet werden, wie man die Werte liest und wo ihre Grenzen liegen.

Expected Goals xG im Fußball erklärt — Expected Goals bewerten die Wahrscheinlichkeit, mit der ein Abschluss unter vergleichbaren Bedingungen zu einem Tor führt.

Kurz erklärt: Ein xG-Modell gibt einem Abschluss einen Wert zwischen 0 und 1. Ein Schuss mit 0,20 xG wird unter den Bedingungen des jeweiligen Modells ungefähr als 20-prozentige Torchance bewertet. Über viele vergleichbare Situationen wären also ungefähr 20 Tore bei 100 solchen Abschlüssen zu erwarten.

xG bedeutet Expected Goals

Wertebereich 0 bis 1 je Schuss

0,20 xG ca. 20 % Torwahrscheinlichkeit

Gemessen wird Chancenqualität

Was bedeutet xG im Fußball?

Die Abkürzung xG steht für Expected Goals, auf Deutsch ungefähr „erwartete Tore“.

Der Begriff kann allerdings leicht in die Irre führen. xG sagt nicht, wie viele Tore ein Team zwingend hätte erzielen müssen.

Stattdessen bewertet ein statistisches Modell jeden einzelnen Abschluss danach, wie wahrscheinlich ein Tor aus einer vergleichbaren Situation ist.

Dafür werden große Mengen historischer Schüsse analysiert. Das Modell sucht nach Situationen mit ähnlichen Eigenschaften und ermittelt daraus eine Torwahrscheinlichkeit.

Ein einfaches Beispiel

Ein Spieler kommt zentral im Strafraum aus kurzer Entfernung frei zum Abschluss. Das Modell bewertet die Situation mit 0,40 xG.

Das bedeutet vereinfacht: Von 100 vergleichbaren Abschlüssen würden langfristig ungefähr 40 im Tor landen.

Der konkrete Schuss selbst kennt jedoch nur zwei Ergebnisse: Tor oder kein Tor.

Wichtig: xG beschreibt eine Wahrscheinlichkeit über viele vergleichbare Situationen. Der Wert sagt nicht voraus, was bei genau diesem einen Schuss passieren wird.

Wie wird Expected Goals berechnet?

Es gibt nicht das eine universelle xG-Modell. Verschiedene Datenanbieter verwenden unterschiedliche Modelle und teilweise unterschiedliche Daten.

Typische Faktoren sind:

Faktor	Warum er wichtig ist
Entfernung zum Tor	Abschlüsse aus kurzer Distanz werden häufiger verwandelt.
Schusswinkel	Ein zentraler Abschluss bietet meist eine größere freie Torfläche als ein sehr spitzer Winkel.
Körperteil	Fuß-, Kopf- und andere Abschlüsse weisen unterschiedliche historische Trefferquoten auf.
Art der Vorlage	Ein Steilpass, eine Flanke oder ein Rückpass kann die Qualität der Situation beeinflussen.
Spielaktion	Offenes Spiel, Standard, Konter oder andere Situationen können unterschiedlich bewertet werden.
Position von Verteidigern	Fortgeschrittene Modelle können berücksichtigen, wie stark ein Schütze unter Druck steht.
Position des Torwarts	Einige Modelle beziehen ein, ob der Torhüter gut oder schlecht positioniert ist.

Ein einfacheres Modell verwendet vielleicht nur Schussposition, Winkel, Körperteil und Vorlagenart. Ein komplexeres Modell kann zusätzlich Verteidigerpositionen, Torwartposition oder weitere Kontextdaten einbeziehen.

Deshalb kann derselbe Abschluss von zwei Anbietern unterschiedliche xG-Werte bekommen.

Grundprinzip: Je detaillierter die Eingangsdaten, desto genauer kann ein Modell die konkrete Situation beschreiben. Das bedeutet aber nicht automatisch, dass jedes komplexere Modell in jeder Anwendung besser ist.

Was bedeutet 0,1 xG, 0,5 xG oder 1,0 xG?

xG-Werte werden normalerweise zwischen 0 und 1 angegeben.

xG-Wert	Vereinfachte Interpretation
0,05	Ungefähr 5 von 100 vergleichbaren Abschlüssen werden zu Toren.
0,10	Ungefähr 10 von 100 vergleichbaren Abschlüssen werden verwandelt.
0,30	Etwa 30 % Torwahrscheinlichkeit innerhalb des Modells.
0,50	Die Situation wird ungefähr als 50:50-Chance bewertet.
0,80	Eine sehr große Torchance.

Ein einzelner regulärer Schuss erreicht praktisch nie exakt 1,0 xG, weil selbst extrem gute Chancen noch vergeben werden können.

Auch Elfmeter erhalten normalerweise einen Wert unter 1, weil nicht jeder Strafstoß verwandelt wird.

Häufiges Missverständnis: 0,30 xG bedeutet nicht, dass nach drei solchen Chancen zwingend ein Tor fallen muss. Wahrscheinlichkeiten gleichen sich nicht innerhalb einer so kleinen Stichprobe automatisch aus.

Wie entsteht der xG-Wert eines Teams?

Die xG-Zahl eines Teams in einem Spiel ist normalerweise die Summe der xG-Werte seiner einzelnen Abschlüsse.

Beispiel

Schuss 1: 0,10 xG
Schuss 2: 0,25 xG
Schuss 3: 0,05 xG
Schuss 4: 0,60 xG

Zusammen ergibt das 1,00 xG.

Aber auch hier ist die Interpretation entscheidend: 1,00 xG bedeutet nicht, dass genau ein Tor hätte fallen müssen.

Außerdem können zwei Teams denselben Gesamtwert auf völlig unterschiedliche Weise erreichen.

Team A: eine Großchance

Ein einzelner Abschluss mit 0,80 xG plus mehrere kleine Chancen.

Team B: viele kleine Chancen

Zehn Abschlüsse mit jeweils ungefähr 0,10 xG.

Beide können ungefähr denselben Gesamt-xG-Wert besitzen, obwohl der Spielverlauf und die Art der Chancen sehr unterschiedlich waren.

Warum zeigen Anbieter unterschiedliche xG-Werte?

Wer während eines Spiels verschiedene Statistikseiten öffnet, entdeckt häufig unterschiedliche xG-Zahlen.

Das ist nicht automatisch ein Fehler.

Jeder Anbieter kann ein eigenes Modell verwenden. Unterschiede entstehen beispielsweise durch:

unterschiedliche historische Datensätze,
andere Modellverfahren,
mehr oder weniger Kontextvariablen,
unterschiedliche Erfassung der Schussposition,
unterschiedliche Behandlung bestimmter Standardsituationen.

Ein Abschluss könnte deshalb bei Anbieter A mit 0,28 und bei Anbieter B mit 0,35 bewertet werden.

Für Vergleiche wichtig: Wenn Teams, Spieler oder Saisons verglichen werden, sollte möglichst dieselbe Datenquelle verwendet werden. Werte unterschiedlicher xG-Modelle sind nicht zwingend direkt austauschbar.

Wie liest man Expected Goals richtig?

xG ist besonders nützlich, wenn die Kennzahl als Ausgangspunkt einer Analyse verstanden wird – nicht als abschließendes Urteil.

1. Ein einzelnes Spiel vorsichtig interpretieren

Wenn ein Team 2,5 xG erzeugt und trotzdem 0:1 verliert, zeigt das zunächst, dass es nach Bewertung des Modells gute Torchancen hatte.

Der Wert allein beantwortet aber nicht:

ob das Team das Spiel kontrolliert hat,
ob die Chancen erst spät entstanden sind,
wie der Spielstand die Taktik verändert hat,
wie gut die Abschlüsse ausgeführt wurden,
oder wie stark der gegnerische Torwart war.

2. xG for und xG against gemeinsam betrachten

Für Teams sind zwei Größen besonders interessant:

xG for: Qualität der eigenen Abschlüsse
xG against: Qualität der zugelassenen Abschlüsse

Die Differenz kann über größere Stichproben Hinweise darauf geben, ob ein Team strukturell mehr hochwertige Chancen erzeugt als zulässt.

3. Längere Zeiträume sind aussagekräftiger

Ein einzelnes Match enthält viel Zufall. Über viele Spiele hinweg können sich stabilere Muster ergeben.

Genau deshalb wird xG in professioneller Analyse häufig verwendet, um hinter die tatsächlichen Ergebnisse zu schauen.

Gute Analysefrage: Nicht „Wer hätte gewinnen müssen?“, sondern: „Welche Qualität hatten die Chancen – und wie sind sie entstanden?“

Kann xG zukünftige Spiele vorhersagen?

Hier lohnt sich eine präzise Unterscheidung.

Der xG-Wert eines einzelnen Abschlusses ist keine Vorhersage des nächsten Ereignisses. Ein Schuss mit 0,20 xG kann im Tor landen, während eine 0,80-Chance vergeben werden kann.

Auch aus dem xG-Ergebnis eines einzelnen Spiels lässt sich nicht zuverlässig ableiten, was im nächsten Match passieren wird.

Das bedeutet aber nicht, dass xG grundsätzlich keinen prognostischen Nutzen hat.

Über größere Datensätze können xG-Werte ein besseres Bild der zugrunde liegenden Teamleistung liefern als reine Tore oder Ergebnisse. Sie können deshalb als Bestandteil von Prognosemodellen genutzt werden.

Aussage	Bewertung
„0,7 xG bedeutet, dass dieser Schuss ein Tor wird.“	Falsch. Es handelt sich um eine Wahrscheinlichkeit.
„Das Team hatte mehr xG und muss deshalb das nächste Spiel gewinnen.“	Falsch. Ein einzelner Wert ist keine solche Prognose.
„xG über viele Spiele kann Hinweise auf zukünftige Leistung geben.“	Ja. Aggregierte xG-Werte besitzen prognostischen Nutzen.
„xG allein reicht für eine Match-Prognose.“	Nein. Gegner, Personal, Heimvorteil, Taktik und weitere Faktoren bleiben relevant.

Die präzise Formulierung lautet daher: xG ist keine deterministische Vorhersage einzelner Schüsse oder Spiele, kann über größere Stichproben aber sehr wohl prognostisch wertvolle Information enthalten.

Wo liegen die Grenzen von xG?

Expected Goals reduzieren eine komplexe Spielsituation bewusst auf eine statistische Wahrscheinlichkeit. Genau darin liegt ihre Stärke – aber auch ihre Grenze.

xG bewertet nur Abschlüsse

Eine gefährliche Angriffssituation, bei der der letzte Pass knapp verpasst wird, erzeugt überhaupt keinen xG-Wert, weil kein Schuss stattfindet.

Ein Team kann also gefährlich angreifen, ohne dass jede gute Situation in der xG-Summe erscheint.

Spielverlauf beeinflusst die Zahlen

Eine frühe Führung kann dazu führen, dass ein Team tiefer verteidigt und dem Gegner mehr Abschlüsse erlaubt. Die reine xG-Summe erzählt dann nicht die gesamte taktische Geschichte.

Modelle kennen nicht zwangsläufig den Schützen

Viele klassische xG-Modelle bewerten die Situation unabhängig davon, welcher Spieler abschließt.

Über ausreichend große Stichproben kann Abschlussqualität dennoch untersucht werden. Für einen einzelnen Schuss ist die Interpretation aber bewusst auf die Chance und nicht auf die individuelle Technik des Schützen konzentriert.

Datengüte entscheidet über Modellgüte

Ein Modell kann nur Faktoren berücksichtigen, die seine Daten enthalten. Fehlen beispielsweise Informationen über Verteidigerdruck oder Torwartposition, können diese Faktoren nicht vollständig in die Bewertung einfließen.

Deshalb gilt: xG ist keine objektive Wahrheit über einen Schuss, sondern die Wahrscheinlichkeitsschätzung eines konkreten statistischen Modells.

Was ist Post-Shot xG?

Neben klassischem xG gibt es Kennzahlen wie Post-Shot Expected Goals, häufig als PSxG oder xGOT bezeichnet.

Der Unterschied liegt im Zeitpunkt der Bewertung.

Kennzahl	Was wird bewertet?
xG	Qualität der Torchance zum Zeitpunkt des Abschlusses
Post-Shot xG	Zusätzliche Informationen nach dem Schuss, insbesondere wohin der Ball tatsächlich geschossen wurde

Post-Shot-Modelle können deshalb für Fragen zur Schussausführung und Torwartleistung interessanter sein als klassisches xG.

Ein zentraler Abschluss aus zehn Metern kann beispielsweise eine gute xG-Chance sein. Wird der Ball anschließend schwach direkt auf den Torwart geschossen, fällt die Bewertung nach dem Schuss entsprechend anders aus als bei einem präzisen Abschluss in den Winkel.

Typische xG-Fehler auf einen Blick

„2 xG = 2 verdiente Tore“

Nein. 2 xG ist die Summe verschiedener Torwahrscheinlichkeiten.

„Mehr xG = besser gespielt“

Nicht zwingend. xG bewertet Abschlüsse, nicht die gesamte Spielleistung.

„0,5 xG = jedes zweite Mal Tor“

Nur über eine ausreichend große Zahl vergleichbarer Situationen nähert sich die Quote dieser Wahrscheinlichkeit an.

„Alle Anbieter müssen denselben Wert haben“

Nein. Unterschiedliche Modelle können denselben Schuss unterschiedlich bewerten.

„xG kann nichts über die Zukunft sagen“

Zu pauschal. Aggregierte xG-Daten können für Prognosen wertvoll sein.

„xG ersetzt die Spielanalyse“

Nein. Die Kennzahl liefert Kontext, ersetzt aber weder Videoanalyse noch taktische Einordnung.

Fazit: xG ist ein Werkzeug – kein Endurteil

Expected Goals lösen ein grundlegendes Problem der Fußballanalyse: Nicht jeder Torschuss ist gleich gefährlich.

Statt nur Abschlüsse oder Tore zu zählen, bewertet xG die Qualität der Situationen, aus denen geschossen wurde.

Dadurch lässt sich besser unterscheiden, ob ein Team regelmäßig gute Chancen erzeugt oder hauptsächlich aus wenig aussichtsreichen Positionen abschließt.

Die Kennzahl sollte trotzdem nicht überinterpretiert werden. xG misst weder die gesamte Qualität eines Spiels noch sagt ein einzelner Wert zuverlässig das nächste Ergebnis voraus.

Über größere Stichproben liegt jedoch genau dort eine Stärke der Kennzahl: Expected Goals können helfen, Ergebnisse von zugrunde liegender Leistung zu trennen und dadurch auch Hinweise auf zukünftige Entwicklung liefern.

Der wichtigste Merksatz: xG beantwortet zuerst die Frage „Wie gut waren die entstandenen Torchancen?“ Alles Weitere – Spielkontrolle, Abschlussqualität, Torwartleistung und Prognose – benötigt zusätzlichen Kontext.

Quellen und Methodik

Die genaue Berechnung von Expected Goals unterscheidet sich je nach Datenanbieter und Modell. Beispiele in diesem Artikel dienen deshalb der Erklärung des statistischen Prinzips und stellen keine universellen xG-Werte für konkrete Spielsituationen dar.

↑ Zurück zum Inhaltsverzeichnis