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

Augsburg — Form & Heim/Auswärts

Letzte 5

DDWDW

Heim

23 Pkt

Bilanz: 6-5-5 Tore: 22:27

Auswärts

17 Pkt

Bilanz: 5-2-9 Tore: 20:29

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

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 1.44 ppg · n=34	Auswärts 1.09 ppg · n=34	+0.35	[-0.27, 0.94]	0.27	⚪
Gegen Top-6-Gegner vs. Rest der Liga	Gegen Top 6 0.79 ppg · n=24	Gegen Rest 1.52 ppg · n=44	-0.73	[-1.34, -0.11]	0.02	🟢
Mit vs. ohne Dimitrios Giannoulis in der Startelf	Mit Dimitrios Giannoulis 1.29 ppg · n=56	Ohne Dimitrios Giannoulis 1.17 ppg · n=12	+0.12	[-0.74, 0.94]	0.77	🟡
Mit vs. ohne Finn Dahmen in der Startelf	Mit Finn Dahmen 1.32 ppg · n=53	Ohne Finn Dahmen 1.07 ppg · n=15	+0.25	[-0.46, 0.96]	0.48	⚪
Mit vs. ohne Alexis Claude-Maurice in der Startelf	Mit Alexis Claude-Maurice 1.36 ppg · n=50	Ohne Alexis Claude-Maurice 1.00 ppg · n=18	+0.36	[-0.37, 1.03]	0.31	⚪
Mit vs. ohne Kristijan Jakic in der Startelf	Mit Kristijan Jakic 1.27 ppg · n=45	Ohne Kristijan Jakic 1.26 ppg · n=23	+0.01	[-0.65, 0.64]	0.97	⚪
Mit vs. ohne Chrislain Matsima in der Startelf	Mit Chrislain Matsima 1.22 ppg · n=45	Ohne Chrislain Matsima 1.35 ppg · n=23	-0.13	[-0.76, 0.53]	0.71	⚪
Belastungswoche (nach CL/Länderspielpause) vs. normale Woche	Belastungswoche 0.00 ppg · n=0	Normale Woche 1.26 ppg · n=68	-1.26	—	—	⬜
Englische Woche (nach CL-Spiel) vs. ohne CL davor	Nach CL 0.00 ppg · n=0	Ohne CL 1.26 ppg · n=68	-1.26	—	—	⬜
Volle Stärke (0 Ausfälle) vs. 2+ Schlüsselspieler-Ausfälle	0 Ausfälle 1.12 ppg · n=17	2+ Ausfälle 1.07 ppg · n=27	+0.04	[-0.73, 0.85]	0.93	⚪

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

Bestätigt

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

Gegen Top 6: 0.792 ppg · gegen Rest: 1.523 ppg (Δ -0.731).

Prediction-Relevanz: Adjustment -24.37pp für Top-6-Gegner.

Ungetestet

"Englische Wochen kosten Punkte"

Indikativ: Nach CL 0 ppg, ohne CL 1.265 ppg.

Prediction-Relevanz: Kein klares Adjustment.

Widerlegt

"Heimspiele sind anders"

Heim: 1.441 ppg · Auswärts: 1.088 ppg (Δ 0.353).

Prediction-Relevanz: Heimvorteil ist nicht überdurchschnittlich.

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 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.

Prediction Intelligence
FC Augsburg

Bundesliga-Tabelle

Top-Torschützen

Pinnacle Oracle