"Gegen Top-6-Gegner tut sich Bayern schwer"
Gegen Top 6: 0.375 ppg · gegen Rest: 1.07 ppg (Δ -0.695).
Prediction-Relevanz: Adjustment -23.17pp für Top-6-Gegner.
1. FC Heidenheim 1846
Live-Infos für professionelles Portfolio-Management, Trading und Predictions.
Heidenheim steht nach Spieltag 33 auf Platz 17 mit 26 Punkten (6S 8U 19N, Tordifferenz -29). Form der letzten 5 Spiele: WLWDW (10/15 Punkte). Naechster Gegner: Mainz (Platz 10).
Letztes Ergebnis: Sieg. Form der letzten 5 Spiele: W-L-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).
Bundesliga Top-Vorlagengeber
| # | Spieler | Verein | Vorlagen |
|---|---|---|---|
| 6 | Christoph Baumgartner | Leipzig | 9 |
| 7 | Konrad Laimer | Bayern | 9 |
| 8 | Bazoumana Touré | Hoffenheim | 9 |
| 9 | Farès Chaïbi | Eintracht | 9 |
| 10 | Yan Diomande | Leipzig | 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 67 Spielen der Kompany-Ära.
| Split | Gruppe A | Gruppe B | Δ ppg | 95%-CI | p-Wert | Signifikanz |
|---|---|---|---|---|---|---|
| Heimspiele vs. Auswärtsspiele | Heim | Auswärts | +0.05 | [-0.51, 0.63] | 0.86 | ⚪ |
| Gegen Top-6-Gegner vs. Rest der Liga | Gegen Top 6 | Gegen Rest | -0.69 | [-1.17, -0.20] | 0.00 | 🟢 |
| Mit vs. ohne Patrick Mainka in der Startelf | Mit Patrick Mainka | Ohne Patrick Mainka | +0.82 | — | — | ⬜ |
| Mit vs. ohne Jan Schöppner in der Startelf | Mit Jan Schöppner | Ohne Jan Schöppner | +0.28 | [-0.65, 0.98] | 0.47 | 🟡 |
| Mit vs. ohne Benedikt Gimber in der Startelf | Mit Benedikt Gimber | Ohne Benedikt Gimber | -0.24 | [-0.91, 0.39] | 0.48 | ⚪ |
| Mit vs. ohne Jonas Föhrenbach in der Startelf | Mit Jonas Föhrenbach | Ohne Jonas Föhrenbach | +0.02 | [-0.60, 0.59] | 0.96 | ⚪ |
| Mit vs. ohne Omar Traoré in der Startelf | Mit Omar Traoré | Ohne Omar Traoré | -0.26 | [-0.87, 0.33] | 0.41 | ⚪ |
| Belastungswoche (nach CL/Länderspielpause) vs. normale Woche | Belastungswoche | Normale Woche | -0.82 | — | — | ⬜ |
| Englische Woche (nach CL-Spiel) vs. ohne CL davor | Nach CL | Ohne CL | -0.82 | — | — | ⬜ |
| Volle Stärke (0 Ausfälle) vs. 2+ Schlüsselspieler-Ausfälle | 0 Ausfälle | 2+ Ausfälle | -0.30 | [-1.08, 0.48] | 0.45 | ⚪ |
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: 0.375 ppg · gegen Rest: 1.07 ppg (Δ -0.695).
Prediction-Relevanz: Adjustment -23.17pp für Top-6-Gegner.
Indikativ: Nach CL 0 ppg, ohne CL 0.821 ppg.
Prediction-Relevanz: Kein klares Adjustment.
Heim: 0.848 ppg · Auswärts: 0.794 ppg (Δ 0.054).
Prediction-Relevanz: Heimvorteil ist nicht überdurchschnittlich.
Tabellenkeller Spieltag 33: Wolfsburg (Platz 16, 26 Pkt), Heidenheim (Platz 17, 26 Pkt), St. Pauli (Platz 18, 26 Pkt) in der Abstiegszone. Heidenheim hat 0 Punkte Abstand zum Relegationsplatz. Punkte pro Spiel: 0.79.
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 1. FC Heidenheim 1846 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?