Futsal-Statistiken für Handicap-Wetten: Welche Daten existieren und wie man sie nutzt
Available in US
Datenbasiert wetten ohne xG: Was Futsal-Statistiken hergeben — und was nicht
Wer vom Rasenfußball kommt, ist verwöhnt. xG, PPDA, Ballbesitzquote, Pressing-Intensität, Pass-Netzwerke — die Datendichte im modernen Fußball ist enorm. Im Futsal existiert davon fast nichts. Die Futsal-Bundesliga wurde 2021 gegründet und umfasst 10 Mannschaften, und selbst für internationale Top-Ligen wie die spanische Primera División oder die brasilianische Liga Nacional ist die Statistiklage dünn.
Das ist kein Grund, auf datenbasierte Analyse zu verzichten. Es ist ein Grund, die vorhandenen Daten besser zu nutzen als die Konkurrenz — und ehrlich zu benennen, wo die Grenzen liegen. In zwölf Jahren Futsal-Analyse habe ich gelernt, dass weniger Daten nicht weniger Analyse bedeuten, sondern andere Analyse.
Verfügbare Futsal-Daten: Torschnitt, Tordifferenz, Ergebnishistorie
Die drei Datenpunkte, die für Futsal-Handicap-Wetten tatsächlich verfügbar und brauchbar sind: Torschnitt, Tordifferenz und Ergebnishistorie.
Torschnitt: Futsal produziert auf Top-Niveau im Schnitt fast 7 Tore pro Spiel, die Bundesliga auf dem Rasen 3,55. Aber der Durchschnitt ist nur der Anfang. Was ich brauche, ist der Torschnitt pro Team: Wie viele Tore erzielt Team A pro Spiel, wie viele kassiert es? Diese Daten existieren für die meisten Profiligen und sind die Grundlage jeder Handicap-Kalkulation.
Tordifferenz: Der Saldo zwischen erzielten und kassierten Toren über eine Saison oder eine definierte Spielanzahl. Eine positive Tordifferenz von +2 pro Spiel bei einem Futsal-Team bedeutet, dass es im Schnitt mit zwei Toren Vorsprung gewinnt — und damit HC -1.5 historisch deckt. Eine Tordifferenz von +0.5 bedeutet knappe Siege und viele Unentschieden — HC -0.5 ist die passende Linie.
Zusätzlich zu diesen drei Kernmetriken gibt es eine vierte, die oft übersehen wird: die Formkurve. Die letzten fünf Spiele eines Futsal-Teams sind oft aussagekräftiger als der Saisondurchschnitt, weil Futsal-Teams durch Verletzungen, taktische Umstellungen oder Kaderwechsel kurzfristig stärker schwanken als Rasenfußball-Teams mit ihren breiteren Kadern.
Ergebnishistorie: Die konkreten Spielergebnisse der letzten 10, 20 oder 30 Spiele. Ich trage sie in eine Tabelle ein und zähle: Wie oft hat Team A mit zwei oder mehr Toren Differenz gewonnen? Wie oft hat es verloren? Wie sieht die Verteilung aus? Diese Rohdaten sind im Futsal aussagekräftiger als jeder berechnete Index, weil sie die tatsächliche Ergebnisstreuung zeigen.
Fehlende Metriken: Warum xG und PPDA im Futsal (noch) nicht existieren
xG — Expected Goals — ist im Rasenfußball der Goldstandard für Leistungsmessung. Jeder Schuss wird nach Position, Winkel, Spielsituation und historischer Verwertungsquote bewertet. Im Futsal gibt es kein xG-Modell, weil die Voraussetzungen fehlen: zu wenig Tracking-Daten, zu wenig standardisierte Erfassung, zu kleine Datenbasis.
PPDA — Passes Per Defensive Action — misst die Pressing-Intensität im Rasenfußball. Im Futsal existiert diese Metrik nicht, obwohl Pressing im 5-gegen-5 auf kleinem Feld eine zentrale Rolle spielt. Der Grund ist derselbe: fehlende Datenerfassung.
Was ebenfalls fehlt: Ballbesitzstatistiken, Heatmaps, Schussdistanzverteilungen und Pass-Netzwerke. All das existiert im Futsal-Kontext nicht oder nur für einzelne Spiele bei Top-Turnieren, wo TV-Trackingsysteme zum Einsatz kommen. Für den regulären Ligabetrieb — und damit für die Mehrheit der Wettgelegenheiten — gibt es diese Daten nicht.
Auch Schuss-Statistiken, die im Rasenfußball zur Standardauswertung gehören, sind im Futsal Mangelware. Wie viele Schüsse gibt ein Team pro Spiel ab? Wie hoch ist die Verwertungsquote? Diese Daten werden in den meisten Futsal-Ligen nicht standardisiert erfasst. In der Futsal-Bundesliga gibt es vereinzelt Spielberichte mit Torschuss-Zahlen, aber keine systematische Datenbank, die ich für Handicap-Analysen nutzen könnte.
Ist das ein Problem? Ja und nein. Ja, weil die analytische Tiefe begrenzt ist. Nein, weil die Abwesenheit von xG im Futsal auch bedeutet, dass die Anbieter ohne xG bepreisen — und damit auf derselben Datenbasis operieren wie ich. Der Informationsvorsprung entsteht nicht durch bessere Daten, sondern durch bessere Nutzung derselben Daten.
Vorhandene Daten nutzen: Torschnitt zur Handicap-Linie ableiten
Mein Workflow für jede Futsal-Handicap-Strategie: Ich nehme die verfügbaren Daten und leite daraus eine erwartete Tordifferenz ab, die ich in eine Handicap-Linie übersetze.
Schritt eins: Torschnitt beider Teams ermitteln. Team A erzielt 4.2 und kassiert 2.8 Tore pro Spiel. Team B erzielt 3.1 und kassiert 3.5. Daraus schätze ich die erwarteten Tore: Team A erwartet (4.2 + 3.5) / 2 = 3.85 Tore, Team B erwartet (3.1 + 2.8) / 2 = 2.95 Tore. Erwartete Tordifferenz: 3.85 – 2.95 = 0.90 zugunsten von Team A.
Schritt zwei: Tordifferenz zur Linie übersetzen. Bei einer erwarteten Differenz von 0.90 liegt die faire Handicap-Linie zwischen HC -0.5 und HC -1. Ich vergleiche mit der angebotenen Linie: Bietet der Anbieter HC -1.5 bei 2.10? Dann ist die Quote über fair, und die Wette hat potenziell Value. Bietet er HC -0.5 bei 1.50? Dann ist sie unter fair, und ich passe.
Schritt drei: Heim-/Auswärtskorrektur. Spielt Team A zu Hause, addiere ich 0.3 bis 0.5 Tore zur erwarteten Differenz. Auswärts subtrahiere ich denselben Wert. Diese Korrektur ist grob, aber sie reflektiert den beobachteten Halleneffekt.
Schritt vier: Ergebnishistorie als Plausibilitätsprüfung. Wenn meine Torschnitt-Berechnung eine Tordifferenz von 1.5 ergibt, prüfe ich in der Ergebnishistorie: Wie oft hat Team A in den letzten 20 Spielen mit 2 oder mehr Toren Differenz gewonnen? Wenn die Antwort „14 von 20“ ist, bestätigt die Historie meine Berechnung. Wenn sie „6 von 20“ ist, stimmt etwas nicht — entweder der Torschnitt täuscht, oder die Ergebnishistorie ist durch Ausreißer verzerrt. In beiden Fällen korrigiere ich meine Linie nach unten.
Diese Methode ist nicht perfekt — aber sie ist das Beste, was mit den verfügbaren Futsal-Daten möglich ist. Zwei Tore fallen in der Halle oft innerhalb von vier Minuten, und keine Statistik kann vorhersagen, wann genau das passiert. Was die Statistik kann: die Wahrscheinlichkeit schätzen, mit der ein bestimmtes Handicap über viele Spiele hinweg gedeckt wird. Und für diese Schätzung reichen Torschnitt, Tordifferenz und Ergebnishistorie aus.
Es gibt Anzeichen, dass sich die Datenlage verbessern wird. Die UEFA investiert zunehmend in Futsal-Infrastruktur, und mit wachsender Professionalisierung steigt der Druck, standardisierte Datenerfassung einzuführen. In fünf Jahren könnten xG-Modelle für Futsal existieren. Heute arbeite ich mit dem, was verfügbar ist — Torschnitt, Tordifferenz und Ergebnishistorie. Und das reicht, wenn man es konsequent und methodisch nutzt, statt auf Daten zu warten, die möglicherweise nie in der Qualität des Rasenfußballs verfügbar sein werden.
Gibt es xG-Daten für Futsal?
Nein. Es existiert kein standardisiertes xG-Modell für Futsal. Die Voraussetzungen fehlen: zu wenig Tracking-Daten, zu wenig standardisierte Erfassung und zu kleine Datenbasis. Futsal-Handicap-Analysen basieren auf Torschnitt, Tordifferenz und Ergebnishistorie.
Wo finde ich Torschnitt-Daten der Futsal-Bundesliga?
Die DFB-Website und fussball.de listen Ergebnisse und Tabellen der Futsal-Bundesliga. Torschnitt-Daten müssen daraus manuell berechnet werden. Spezialportale für Futsal-Statistiken gibt es im deutschsprachigen Raum kaum — internationale Seiten bieten mehr Datentiefe.
Erstellt vom Redaktionsteam „Kurzfußball Handicap Wetten”.
