"Gegen Top-6-Gegner tut sich Bayern schwer"
Gegen Top 6: 0.792 ppg · gegen Rest: 1.524 ppg (Δ -0.732).
Prediction-Relevanz: Adjustment -24.4pp für Top-6-Gegner.
FC Augsburg
Live-Infos für professionelles Portfolio-Management, Trading und Predictions.
Augsburg steht nach Spieltag 33 auf Platz 9 mit 43 Punkten (12S 7U 14N, Tordifferenz -12). Form der letzten 5 Spiele: DWDWW (11/15 Punkte).
Letztes Ergebnis: Sieg. Form der letzten 5 Spiele: D-W-D-W-W.
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).
Bundesliga Top-Vorlagengeber
| # | Spieler | Verein | Vorlagen |
|---|---|---|---|
| 6 | Farès Chaïbi | Eintracht | 9 |
| 7 | Bazoumana Touré | Hoffenheim | 9 |
| 8 | Konrad Laimer | Bayern | 9 |
| 9 | Andrej Ilic | Union | 9 |
| 10 | Christian Eriksen | Wolfsburg | 8 |
Bundesliga Karten-Ranking (Gelb + Rot×3)
| # | 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 |
Was bewegt Bayerns Ergebnis wirklich — und was ist Mythos. Bootstrap-Konfidenzintervalle aus 66 Spielen der Kompany-Ära.
| Split | Gruppe A | Gruppe B | Δ ppg | 95%-CI | p-Wert | Signifikanz |
|---|---|---|---|---|---|---|
| Heimspiele vs. Auswärtsspiele | Heim | Auswärts | +0.27 | [-0.33, 0.91] | 0.40 | ⚪ |
| Gegen Top-6-Gegner vs. Rest der Liga | Gegen Top 6 | Gegen Rest | -0.73 | [-1.33, -0.10] | 0.02 | 🟢 |
| Mit vs. ohne Dimitrios Giannoulis in der Startelf | Mit Dimitrios Giannoulis | Ohne Dimitrios Giannoulis | -0.02 | [-0.91, 0.84] | 0.99 | 🟡 |
| Mit vs. ohne Finn Dahmen in der Startelf | Mit Finn Dahmen | Ohne Finn Dahmen | +0.25 | [-0.48, 0.93] | 0.51 | ⚪ |
| Mit vs. ohne Alexis Claude-Maurice in der Startelf | Mit Alexis Claude-Maurice | Ohne Alexis Claude-Maurice | +0.42 | [-0.31, 1.11] | 0.25 | ⚪ |
| Mit vs. ohne Kristijan Jakic in der Startelf | Mit Kristijan Jakic | Ohne Kristijan Jakic | -0.09 | [-0.77, 0.57] | 0.81 | ⚪ |
| Mit vs. ohne Chrislain Matsima in der Startelf | Mit Chrislain Matsima | Ohne Chrislain Matsima | -0.14 | [-0.79, 0.52] | 0.69 | ⚪ |
| Belastungswoche (nach CL/Länderspielpause) vs. normale Woche | Belastungswoche | Normale Woche | -1.26 | — | — | ⬜ |
| Englische Woche (nach CL-Spiel) vs. ohne CL davor | Nach CL | Ohne CL | -1.26 | — | — | ⬜ |
| Volle Stärke (0 Ausfälle) vs. 2+ Schlüsselspieler-Ausfälle | 0 Ausfälle | 2+ Ausfälle | +0.00 | [-0.80, 0.80] | 0.99 | ⚪ |
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
Was Fans glauben — und was die Daten sagen. Jeder Mythos wird gegen die echten Match-Daten getestet.
Gegen Top 6: 0.792 ppg · gegen Rest: 1.524 ppg (Δ -0.732).
Prediction-Relevanz: Adjustment -24.4pp für Top-6-Gegner.
Indikativ: Nach CL 0 ppg, ohne CL 1.258 ppg.
Prediction-Relevanz: Kein klares Adjustment.
Heim: 1.394 ppg · Auswärts: 1.121 ppg (Δ 0.273).
Prediction-Relevanz: Heimvorteil ist nicht überdurchschnittlich.
Tabellenkeller Spieltag 33: Wolfsburg (Platz 16, 26 Pkt), St. Pauli (Platz 17, 26 Pkt), Heidenheim (Platz 18, 23 Pkt) in der Abstiegszone. Augsburg hat 17 Punkte Abstand zum Relegationsplatz. Punkte pro Spiel: 1.30.
Diese Analyse rotiert mit jedem Spieltag durch acht datengetriebene Templates: Tabellenführung, Abstiegskampf, Champions-League-Rennen, Heim/Auswärts-Splits, Form-Trends, Offensive/Defensive, Sachlich und Gesamtüberblick. Jede Aussage basiert ausschließlich auf SportsMonks- und Pinnacle-Daten — keine Spekulation, keine Halluzination.
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 Augsburg 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.
Die Daten zeigen den Status quo. Was bedeutet das für die Saison?