Auf einen Blick

Live-Infos für professionelles Portfolio-Management, Trading und Predictions.

Bundesliga-Tabelle

Bundesliga-Tabelle Spieltag 32
#	Verein	Sp	S	U	N	T+	T-	Diff	Pkt
1	Bayern	32	26	5	1	116	35	+81	83
2	BVB	32	20	7	5	65	32	+33	67
3	Leipzig	32	19	5	8	63	42	+21	62
4	Leverkusen	32	17	7	8	66	43	+23	58
5	Stuttgart	32	17	7	8	66	46	+20	58
6	Hoffenheim	32	17	7	8	64	48	+16	58
7	Freiburg	32	12	8	12	45	53	-8	44
8	Eintracht	32	11	10	11	57	60	-3	43
9	Augsburg	32	11	7	14	42	56	-14	40
10	Mainz	32	9	10	13	41	50	-9	37
11	Gladbach	32	8	11	13	37	50	-13	35
12	HSV	32	8	10	14	36	51	-15	34
13	Union	32	8	9	15	37	57	-20	33
14	Koeln	32	7	11	14	47	55	-8	32
15	Werder	32	8	8	16	37	57	-20	32
16	Wolfsburg	32	6	8	18	42	67	-25	26
17	St. Pauli	32	6	8	18	27	55	-28	26
18	Heidenheim	32	5	8	19	38	69	-31	23

Top-Torschützen

Bundesliga Top-Torschützen Saison 25646

1

Harry Kane

Bayern · 32

33 Tore
2

Deniz Undav

Stuttgart · 29

18 Tore
3

Patrik Schick

Leverkusen · 30

16 Tore
4

Luis Díaz

Bayern · 29

15 Tore
5

Serhou Guirassy

BVB · 30

15 Tore

#	Spieler	Verein	Tore
6	Michael Olise	Bayern	14
7	Andrej Kramaric	Hoffenheim	14
8	Christoph Baumgartner	Leipzig	13
9	Yan Diomande	Leipzig	12
10	Said El Mala	Koeln	12

Form & Momentum

Bayern — Form & Heim/Auswärts

Letzte 5

WWWWD

Heim

41 Pkt

Bilanz: 13-2-1 Tore: 63:18

Auswärts

42 Pkt

Bilanz: 13-3-0 Tore: 53:17

Letztes Ergebnis: Unentschieden. Form der letzten 5 Spiele: W-W-W-W-D.

Die Form der letzten fünf Spiele ist der wichtigste Vorlauf-Indikator für kurzfristige Wetten. Ein Team mit drei Siegen in Folge ist signifikant unterbewertet, wenn die Quoten-Bewegung das Momentum noch nicht eingepreist hat. Der Pinnacle Oracle gewichtet diese Form mit etwa 30 Prozent gegenüber Tabellenposition (40 Prozent), Heim/Auswärts-Stats (20 Prozent) und Gegnerstärke (10 Prozent).

Vorlagengeber & Karten-Ranking

Bundesliga Top-Vorlagengeber

1

Michael Olise

Bayern · 24

19 Vorlagen
2

Julian Ryerson

BVB · 28

14 Vorlagen
3

Luis Díaz

Bayern · 29

13 Vorlagen
4

Jamie Leweling

Stuttgart · 25

9 Vorlagen
5

Andrej Ilic

Union · 26

9 Vorlagen

#	Spieler	Verein	Vorlagen
6	Bazoumana Touré	Hoffenheim	9
7	Farès Chaïbi	Eintracht	9
8	Fisnik Asllani	Hoffenheim	8
9	Konrad Laimer	Bayern	8
10	Christoph Baumgartner	Leipzig	8

Bundesliga Karten-Ranking (Gelb + Rot×3)

1

Dominik Kohr

Mainz · 32

10 2
2

Eric Martel

Koeln · 24

11 1
3

Niklas Stark

Werder · 31

6 2
4

Marco Friedl

Werder · 28

9 1
5

Rocco Reitz

Gladbach · 23

8 1

#	Spieler	Verein	G	R	Total
6	Nicolai Remberg	HSV	11	0	11
7	Johan Manzambi	Freiburg	4	2	6
8	Miro Muheim	HSV	7	1	8
9	Moritz Jenz	Wolfsburg	7	1	8
10	Wouter Burger	Hoffenheim	7	1	8

Split	Gruppe A	Gruppe B	Δ ppg	95%-CI	p-Wert	Signifikanz
Heimspiele vs. Auswärtsspiele	Heim 2.59 ppg · n=34	Auswärts 2.44 ppg · n=34	+0.15	[-0.29, 0.59]	0.56	⚪
Gegen Top-6-Gegner vs. Rest der Liga	Gegen Top 6 2.40 ppg · n=20	Gegen Rest 2.56 ppg · n=48	-0.16	[-0.65, 0.30]	0.52	⚪
Mit vs. ohne Joshua Kimmich in der Startelf	Mit Joshua Kimmich 2.55 ppg · n=56	Ohne Joshua Kimmich 2.33 ppg · n=12	+0.22	[-0.42, 0.95]	0.57	🟡
Mit vs. ohne Harry Kane in der Startelf	Mit Harry Kane 2.60 ppg · n=53	Ohne Harry Kane 2.20 ppg · n=15	+0.40	[-0.19, 1.07]	0.20	🟡
Mit vs. ohne Michael Olise in der Startelf	Mit Michael Olise 2.49 ppg · n=51	Ohne Michael Olise 2.59 ppg · n=17	-0.10	[-0.57, 0.43]	0.70	⚪
Mit vs. ohne Min-jae Kim in der Startelf	Mit Min-jae Kim 2.52 ppg · n=46	Ohne Min-jae Kim 2.50 ppg · n=22	+0.02	[-0.45, 0.52]	0.98	⚪
Mit vs. ohne Manuel Neuer in der Startelf	Mit Manuel Neuer 2.68 ppg · n=44	Ohne Manuel Neuer 2.21 ppg · n=24	+0.47	[-0.03, 0.98]	0.06	🟡
Belastungswoche (nach CL/Länderspielpause) vs. normale Woche	Belastungswoche 2.24 ppg · n=38	Normale Woche 2.87 ppg · n=30	-0.63	[-1.01, -0.23]	0.00	🟢
Englische Woche (nach CL-Spiel) vs. ohne CL davor	Nach CL 2.03 ppg · n=30	Ohne CL 2.90 ppg · n=38	-0.86	[-1.30, -0.44]	0.00	🟢
Volle Stärke (0 Ausfälle) vs. 2+ Schlüsselspieler-Ausfälle	0 Ausfälle 2.33 ppg · n=15	2+ Ausfälle 2.32 ppg · n=25	+0.01	[-0.64, 0.68]	1.00	⚪

Lesart: 🟢 statistisch signifikant · 🟡 indikativ (Stichprobe oder Effekt zu klein) · ⚪ kein Effekt nachweisbar · ⬜ ungetestet

ppg = Punkte pro Spiel (3 für Sieg, 1 für Remis, 0 für Niederlage). Δ ppg = Differenz der ppg zwischen den beiden Gruppen. 95%-CI = Bootstrap-Konfidenzintervall (10.000 Resamples). p-Wert < 0,05 = statistisch signifikant bei n ≥ 20.

Methodik: Single-Regime-Analyse (nur Kompany-Ära). xG fehlt im Plan und ist nicht enthalten. Bootstrap-CIs statt parametrischer Tests.
Fehlt im Datensatz: xG, PPDA, Distance Covered

Indikativ

"Ohne Kane geht nichts"

Indikativ: Mit 2.604 ppg, ohne 2.2 ppg — Trend deutlich (p≈0.2046), Stichprobe für klares 🟢 zu klein.

Prediction-Relevanz: Kein Adjustment nötig.

Widerlegt

"Gegen Top-6-Gegner tut sich Bayern schwer"

Gegen Top 6: 2.4 ppg · gegen Rest: 2.563 ppg (Δ -0.163).

Prediction-Relevanz: Top-6-Gegner haben keinen messbaren Sondereffekt.

Bestätigt

"Englische Wochen kosten Punkte"

Bestätigt: Nach CL-Spielen holt Bayern nur 2.033 ppg, ohne CL-Belastung 2.895 ppg (Δ -0.862, p=0). Stärkster Effekt im Datensatz.

Prediction-Relevanz: Adjustment -28.73pp wenn Bayern aus einer CL-Woche kommt. Pinnacle preist diesen Effekt vermutlich nicht voll ein.

Widerlegt

"Heimspiele sind anders"

Heim: 2.588 ppg · Auswärts: 2.441 ppg (Δ 0.147).

Prediction-Relevanz: Heimvorteil ist nicht überdurchschnittlich.

Spiele im PC1/PC2-Raum

Jeder Punkt = ein Spiel. Farbe = Resultat. Hover für Details.

Sieg Remis Niederlage

Cluster-Übersicht

Spieltyp	n	Siege	Remis	Niederl.	Win %	Besitz	Schüsse	Tore	Gegent.
Demolition	17	17	0	0	100%	63.4	20.4	4.6	0.6
Dominanz	16	14	2	0	87.5%	75.4	23.4	3.8	0.8
Arbeitssieg	13	9	3	1	69.2%	60.8	12.8	2.1	1
Knapper Sieg	16	8	6	2	50%	69.8	18.3	2.1	1.4

Methodik: Explorative Cluster-Analyse, n=62 / 10 Features = grenzwertig. xG fehlt im SportMonks Plan. K-Means k=4 hardcoded, Cluster-Labels heuristisch nach Centroid-Eigenschaften.

Was die Daten nicht sagen

Tabelle, Form und Quoten zeigen den Status quo. Sie sagen nichts darüber, ob ein Trainer vor der Entlassung steht, ein Schlüsselspieler verletzt ist oder ein Vorstand intern unter Druck steht. Genau hier setzt die Predictions-Seite an: dort fließen Saisonmärkte (Polymarket), Transfer-Gerüchte und Schedule Strength in die Bewertung ein — Faktoren, die in keiner Standardstatistik auftauchen.

Die Akte FC Bayern München wiederum liefert den historischen Kontext: Welche Krisen hat der Club schon überstanden, welche nicht. Wer Geld auf Bundesliga-Märkten bewegt, braucht alle drei Ebenen — Hard Stats, Forward Markets und institutionelles Gedächtnis.

Prediction Intelligence
FC Bayern München

Bundesliga-Tabelle

Top-Torschützen

Pinnacle Oracle