"Gegen Top-6-Gegner tut sich Bayern schwer"
Gegen Top 6: 0.682 ppg · gegen Rest: 1.463 ppg (Δ -0.781).
Prediction-Relevanz: Adjustment -26.03pp für Top-6-Gegner.
Borussia Mönchengladbach
Live-Infos für professionelles Portfolio-Management, Trading und Predictions.

Gladbach steht nach Spieltag 30 auf Platz 14 mit 30 Punkten (7S 9U 13N, Tordifferenz -14). Form der letzten 5 Spiele: LWDDL (5/15 Punkte). Naechster Gegner: Mainz (Platz 9).
Letztes Ergebnis: Niederlage. Form der letzten 5 Spiele: L-W-D-D-L.
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 | Andrej Ilic | Union | 8 |
| 7 | Bazoumana Touré | Hoffenheim | 8 |
| 8 | Jamie Leweling | Stuttgart | 8 |
| 9 | Alejandro Grimaldo | Leverkusen | 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 | +0.26 | [-0.38, 0.90] | 0.40 | ⚪ |
| Gegen Top-6-Gegner vs. Rest der Liga | Gegen Top 6 | Gegen Rest | -0.78 | [-1.35, -0.20] | 0.01 | 🟢 |
| Mit vs. ohne Joe Scally in der Startelf | Mit Joe Scally | Ohne Joe Scally | +1.26 | [0.85, 1.65] | 0.00 | 🟡 |
| Mit vs. ohne Nico Elvedi in der Startelf | Mit Nico Elvedi | Ohne Nico Elvedi | -0.30 | [-1.15, 0.52] | 0.52 | 🟡 |
| Mit vs. ohne Rocco Reitz in der Startelf | Mit Rocco Reitz | Ohne Rocco Reitz | -0.63 | [-1.41, 0.21] | 0.14 | 🟡 |
| Mit vs. ohne Moritz Nicolas in der Startelf | Mit Moritz Nicolas | Ohne Moritz Nicolas | +0.34 | [-0.44, 1.05] | 0.38 | ⚪ |
| Mit vs. ohne Philipp Sander in der Startelf | Mit Philipp Sander | Ohne Philipp Sander | -0.11 | [-0.75, 0.53] | 0.75 | ⚪ |
| Belastungswoche (nach CL/Länderspielpause) vs. normale Woche | Belastungswoche | Normale Woche | -1.19 | — | — | ⬜ |
| Englische Woche (nach CL-Spiel) vs. ohne CL davor | Nach CL | Ohne CL | -1.19 | — | — | ⬜ |
| Volle Stärke (0 Ausfälle) vs. 2+ Schlüsselspieler-Ausfälle | 0 Ausfälle | 2+ Ausfälle | -0.08 | [-0.84, 0.69] | 0.86 | ⚪ |
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: 1.463 ppg (Δ -0.781).
Prediction-Relevanz: Adjustment -26.03pp für Top-6-Gegner.
Indikativ: Nach CL 0 ppg, ohne CL 1.19 ppg.
Prediction-Relevanz: Kein klares Adjustment.
Heim: 1.323 ppg · Auswärts: 1.063 ppg (Δ 0.26).
Prediction-Relevanz: Heimvorteil ist nicht überdurchschnittlich.
Offensiv-Ranking: Gladbach hat 35 Tore in 29 Spielen (1.21 pro Spiel). Ligabester Angriff: Bayern (105). Defensiv: Gladbach mit 49 Gegentoren (1.69 pro Spiel). Beste Defensive: Bayern (27 Gegentore).
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 Borussia Mönchengladbach 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?