"Gegen Top-6-Gegner tut sich Bayern schwer"
Gegen Top 6: 0.682 ppg · gegen Rest: 1.951 ppg (Δ -1.269).
Prediction-Relevanz: Adjustment -42.3pp für Top-6-Gegner.
SC Freiburg
Live-Infos für professionelles Portfolio-Management, Trading und Predictions.

Freiburg steht nach Spieltag 29 auf Platz 8 mit 40 Punkten (11S 7U 11N, Tordifferenz -5). Form der letzten 5 Spiele: DLWLW (7/15 Punkte). Naechster Gegner: Heidenheim (Platz 18).
Letztes Ergebnis: Sieg. Form der letzten 5 Spiele: D-L-W-L-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 | 8 |
| 7 | Andrej Ilic | Union | 8 |
| 8 | Jamie Leweling | Stuttgart | 8 |
| 9 | Vladimír Coufal | Hoffenheim | 7 |
| 10 | Fisnik Asllani | Hoffenheim | 7 |
Bundesliga Karten-Ranking (Gelb + Rot×3)
| # | Spieler | Verein | G | R | Total |
|---|---|---|---|---|---|
| 6 | Moritz Jenz | Wolfsburg | 7 | 1 | 8 |
| 7 | Rocco Reitz | Gladbach | 7 | 1 | 8 |
| 8 | Nicolai Remberg | HSV | 10 | 0 | 10 |
| 9 | Fábio Vieira | HSV | 3 | 2 | 5 |
| 10 | Miro Muheim | HSV | 6 | 1 | 7 |
Was bewegt Bayerns Ergebnis wirklich — und was ist Mythos. Bootstrap-Konfidenzintervalle aus 63 Spielen der Kompany-Ära.
| Split | Gruppe A | Gruppe B | Δ ppg | 95%-CI | p-Wert | Signifikanz |
|---|---|---|---|---|---|---|
| Heimspiele vs. Auswärtsspiele | Heim | Auswärts | +0.52 | [-0.14, 1.17] | 0.12 | 🟡 |
| Gegen Top-6-Gegner vs. Rest der Liga | Gegen Top 6 | Gegen Rest | -1.27 | [-1.83, -0.66] | 0.00 | 🟢 |
| Mit vs. ohne Maximilian Eggestein in der Startelf | Mit Maximilian Eggestein | Ohne Maximilian Eggestein | +1.53 | [1.19, 1.85] | 0.00 | ⬜ |
| Mit vs. ohne Matthias Ginter in der Startelf | Mit Matthias Ginter | Ohne Matthias Ginter | +0.25 | [-0.91, 1.36] | 0.67 | 🟡 |
| Mit vs. ohne Noah Atubolu in der Startelf | Mit Noah Atubolu | Ohne Noah Atubolu | -0.13 | [-1.17, 0.91] | 0.79 | 🟡 |
| Mit vs. ohne Vincenzo Grifo in der Startelf | Mit Vincenzo Grifo | Ohne Vincenzo Grifo | +0.84 | [0.13, 1.50] | 0.02 | 🟡 |
| Mit vs. ohne Philipp Lienhart in der Startelf | Mit Philipp Lienhart | Ohne Philipp Lienhart | +0.30 | [-0.41, 0.99] | 0.39 | ⚪ |
| Belastungswoche (nach CL/Länderspielpause) vs. normale Woche | Belastungswoche | Normale Woche | -1.51 | — | — | ⬜ |
| Englische Woche (nach CL-Spiel) vs. ohne CL davor | Nach CL | Ohne CL | -1.51 | — | — | ⬜ |
| Volle Stärke (0 Ausfälle) vs. 2+ Schlüsselspieler-Ausfälle | 0 Ausfälle | 2+ Ausfälle | +0.72 | [-0.15, 1.56] | 0.11 | 🟡 |
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: 0.682 ppg · gegen Rest: 1.951 ppg (Δ -1.269).
Prediction-Relevanz: Adjustment -42.3pp für Top-6-Gegner.
Indikativ: Nach CL 0 ppg, ohne CL 1.508 ppg.
Prediction-Relevanz: Kein klares Adjustment.
Heim: 1.774 ppg · Auswärts: 1.25 ppg (Δ 0.524).
Prediction-Relevanz: Heimvorteil ist nicht überdurchschnittlich.
Form letzte 5 Spiele: Freiburg: DLWLW (7/15 Pkt). Beste Form der Liga: Bayern (WDWWW, 13/15). Schlechteste Form: Wolfsburg (LDLLL, 1/15).
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 SC Freiburg 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?