Szeged 2011 - Honvéd W: Spielstatistiken

Honvéd ist klarer Favorit: 17 Siege in der Saison gegenüber 8 von Szeged und Platz 2, während Szeged 2011 auf Platz 12 steht. Die Gäste erzielten 45 Tore in der Saison und im Schnitt 1,31 Tore auswärts, die Hausherren kommen auf 26 Tore und im Schnitt 1,15 Tore pro Heimspiel. Honvéd schießt mehr (14,23 pro Spiel) und mehr Schüsse aufs Tor (4,54) als Szeged (12,23 bzw. 3,15), was zu mehr Torchancen führt. Defensiv präsentieren sich die Gäste stabiler: Szeged kassiert zuhause im Schnitt 1,38 Tore und hat in den letzten 5 Spielen 10 Gegentore erhalten (Ø 2,0), während Honvéd auswärts 0,69 Gegentore zulässt und in den letzten 5 Spielen 6 Gegentore (Ø 1,2). Trotz ähnlichem Offensiv-xG (1,66 Szeged vs. 1,68 Honvéd) sprechen das niedrigere xG gegen die Gäste (1,01 vs. 1,37) sowie der geringere Anteil torloser Spiele bei Honvéd (23% vs. 31%) für einen Auswärtssieg.

Ich setze auf 'Ja' — Beide Teams treffen (BTT). Szeged hat eine saisonale BTT-Quote von 57%, Honvéd 38%, bei einem Ligendurchschnitt von 47%, was dem Szenario Beide Teams treffen einen leichten Vorteil verschafft. Szeged erzielt saisonal 2.0 Tore, hat ein xG von 1.99 und im Schnitt 6.71 Schüsse aufs Tor, während Honvéd 1.31 Tore, xG 1.68 und 4.54 Schüsse aufs Tor hat — beide Teams kreieren Torchancen; Szeged weist zudem eine höhere Schussverwertungsquote von 13% vs 9% auf. Obwohl Szeged in den letzten 5 Spielen nur 0.6 Tore erzielt und 2.0 kassiert hat (letzte BTT 20%), liegt Honvéds BTT in den letzten 5 Spielen bei 60% mit im Schnitt 1.0 geschossenen und 1.2 kassierten Toren, was darauf hindeutet, dass Honvéd ebenfalls anfällig für Gegentore ist. Unter Berücksichtigung des höheren xG von Szeged (1.99 vs 1.68), des Vorteils bei Schüssen aufs Tor und der moderaten Werte für Weiße Weste von 36% bzw. 38% schätze ich die Wahrscheinlichkeit für BTT auf etwa 62% und wähle 'Ja'.

Die erwarteten Tore wurden auf Basis von xG berechnet: xG-Offensive von Szeged 1,99 und xG-gegen Honvéd 1,01 ergeben 1,50 erwartete Tore für die Heimmannschaft; analog xG-Offensive Honvéd 1,68 und xG-gegen Szeged 1,18 ergeben 1,43 für die Gäste, insgesamt 2,93. Ein Poisson-Modell für eine Summe von 2,93 zeigt ca. 79% Wahrscheinlichkeit für Über 1.5 Tore, ca. 56% für Über 2.5 Tore und ca. 34% für Über 3.5 Tore; diese Werte stimmen mit saisonalen Kennzahlen überein (Szeged hat 71% Matches über 1.5, Honvéd 62%, Liga-Durchschnitt 2,51 Tore pro Spiel). Die Gastgeber kreieren mehr qualitativ hochwertige Situationen (im Schnitt 6,71 Schüsse aufs Tor und eine Conversion-Rate von 13%), während Honvéd 4,54 Schüsse aufs Tor und eine Conversion-Rate von 9% aufweist, was die Wahrscheinlichkeit von Toren der Hausherren erhöht. In den letzten 5 Spielen erzielte Szeged im Schnitt 0,6 Tore und kassierte 2,0, Honvéd schoss 1,0 und kassierte 1,2, was das Torrisiko zusätzlich erhöht aufgrund der schwächeren Defensivform der Gastgeber. Zusammenfassend ist das stärkste Signal Über 1.5 (Über) mit einer Prognose von ca. 79%, Über 2.5 ist moderat (56%), Über 3.5 bietet keinen klaren Vorteil (34%).

Zur Halbzeit ist am wahrscheinlichsten ein Unentschieden: Szeged lag zur Halbzeit in 57 % der Spiele unentschieden, Honvéd in 62 % seiner Begegnungen, was etwa 60 % Chance auf ein Unentschieden nach 45 Minuten ergibt. Nach 90 Minuten sehe ich höhere Chancen für die Gastgeber, die im Schnitt 2,00 Tore pro Spiel erzielen gegenüber 1,31 bei den Gästen und höhere xG-Werte (1,99 vs. 1,68) sowie eine höhere durchschnittliche Punkteausbeute pro Spiel in der Saison (2,14 vs. 1,92), was eine Wende in der zweiten Halbzeit begünstigt. Zudem schießen Szeged mehr aufs Tor (6,71 vs. 4,54) und hat eine bessere Verwertungsquote von Chancen (13 % vs. 9 %), was die Wahrscheinlichkeit erhöht, dass sie nach der Pause das entscheidende Tor erzielen. Allerdings führten die Gastgeber in den letzten 5 Spielen in 0 % der Fälle zur Halbzeit, die Gäste in 20 %, und die Punktebilanz zur Halbzeit in diesem Zeitraum beträgt 0,4 für Szeged gegenüber 1,4 für Honvéd, daher bewerte ich das Szenario X/1 mit moderater Priorität. In meinem Modell habe ich das so abgebildet, dass X/1 die höchste Einzelwahrscheinlichkeit erhält (24 %), deutliche Unterstützung für 1/1 (18 %) besteht und die übrige Ergebnisverteilung den genannten Zahlen entspricht.