← Trouve-Matchs
2. Bundesliga
Arbitre : M Burda
Magdeburg
T S T S S
0–1
Fin

Analyse a posteriori — le modèle n'est entraîné que sur des matchs joués avant celui-ci.

🔒 Qui va gagner ? Pro

Modellens sannsynligheter for hjemmeseier, uavgjort og borteseier — med begrunnelse og anbefalte markeder.

Lås opp med Pro

Har du konto? Logg inn

Tendances des équipes

Magdeburg Kaiserslautern
6 derniers — toutes compétitions · 6/6 matchs
Victoire Ø 59%
67%
50%
Poeng per kamp
2,0
1,5
Plus de 2,5 Ø 42%
50%
33%
Les deux marquent Ø 25%
50%
0%
Moyenne de buts
3,3
2,0
Scorer
2,2
1,0
Slipper inn
1,2
1,0
Måldiff per kamp
+1,0
+0,0
xG créés Pro
xG sluppet inn Pro
xG-diff Pro
Cette saison — 2. Bundesliga · 33/33 matchs
Victoire Ø 41%
36%
45%
Poeng per kamp
1,2
1,5
Plus de 2,5 Ø 58%
55%
61%
Les deux marquent Ø 48%
48%
48%
Moyenne de buts
3,3
3,0
Scorer
1,6
1,5
Slipper inn
1,7
1,4
Måldiff per kamp
-0,2
+0,1
xG créés Pro
xG sluppet inn Pro
xG-diff Pro
🔒 Målmarkedene Pro

Forventede mål, over/under og begge lag scorer — priset av modellen før avspark.

Lås opp med Pro

Har du konto? Logg inn

🔒 Score le plus probable Pro

Modellens topp sluttresultater med beste odds hos bookmakerne.

Lås opp med Pro

Har du konto? Logg inn

Statistiques du match

Score à la pause : 0–0

1,14 xG 1,38
57% Possession 43%
13 Tirs 8
4 Tirs cadrés 4
4 Tirs bloqués 2
3 Arrêts du gardien 4
3 Corners 0
1 Hors-jeu 0
9 Coups francs concédés 12
2 Cartons jaunes 2
0 Cartons rouges 0
Le classement avant le match Magdeburg 12. · Kaiserslautern 7.
# Équipe K V U T +/− xG +/− P
1 Schalke 04 33 20 7 6 +18 +16.6 67
2 Elversberg 33 17 8 8 +22 +8.8 59
3 Hannover 33 16 11 6 +16 +12.5 59
4 Paderborn 33 17 8 8 +12 +13.6 59
5 Darmstadt 33 13 13 7 +14 +2.3 52
6 Hertha 33 14 9 10 +8 -3.1 51
7 Kaiserslautern 33 15 4 14 +4 -2.3 49
8 Nurnberg 33 12 9 12 +2 +1.5 45
9 Karlsruhe 33 12 8 13 -10 -19.7 44
10 Bochum 33 10 11 12 +1 +4.1 41
11 Holstein Kiel 33 11 8 14 -3 -11.6 41
12 Magdeburg 33 12 3 18 -5 +6.8 39
13 Dresden 33 10 8 15 +0 +3.6 38
14 Braunschweig 33 10 7 16 -17 -4.3 37
15 Fortuna Dusseldorf 33 11 4 18 -17 -6.5 37
16 Bielefeld 33 9 9 15 -3 +2.2 36
17 Greuther Furth 33 9 7 17 -22 -9.4 34
18 Preußen Münster 33 6 12 15 -20 -15.1 30

Calculé à partir de nos données de résultats. « xG +/− » est la différence de buts attendue — un chiffre positif avec un faible classement suggère une équipe sous-estimée. Les égalités de points sont départagées à la différence de buts ; certaines ligues utilisent d'autres règles.

Résumé du match

Magdeburg Kaiserslautern
P. Hercher 🔁
↦ L. Musonda
39′
Mi-temps 0–0
C. Krempicki 🔁
↦ D. Stalmach
49′
63′
M. Ritter 0–1
Barış Atik 🟨
71′
73′
🟨 Simon Asta
74′
🟨 Mahir Emreli
74′
🔁 M. Emreli
↦ M. Ritter
74′
🔁 P. Joly
↦ E. Wekesser
82′
🔁 A. Chernev
↦ D. Schramm
82′
🔁 M. Berisha
↦ N. Skytta
89′
🔁 K. Redondo
↦ D. Hanslik
R. Tachie 🔁
↦ H. Bockhorn
91′
L. Hyrylainen 🔁
↦ S. Gnaka
91′
Marcus Mathisen 🟨
94′
Fin 0–1

Compositions

Magdeburg

4-3-3
1 D. Reimann G
7 H. Bockhorn D
16 M. Mathisen D
24 J. Hugonet D
19 L. Musonda D
6 D. Stalmach M
25 S. Gnaka M
21 F. Michel M
17 A. Nollenberger F
22 M. Zukowski F
23 B. Atik F
Banc (9)
40 R. Kampa
11 A. Holmstrom
28 M. Geschwill
13 C. Krempicki
27 P. Hercher
18 R. Tachie
9 M. Breunig
38 L. Hyrylainen
10 N. Pesch

Entraîneur : Petrik Sander

Kaiserslautern

3-4-2-1
1 J. Krahl G
37 L. Robinson D
4 M. Gyamfi D
14 J. Rasmussen D
2 S. Asta M
6 F. Kunze M
41 D. Schramm M
13 E. Wekesser M
15 N. Skytta F
7 M. Ritter F
19 D. Hanslik F
Banc (9)
25 S. Simoni
30 A. Spahic
11 K. Redondo
16 A. Chernev
20 M. Berisha
3 F. Kleinhansl
10 M. Emreli
26 P. Joly
5 Kim Ji-Soo

Entraîneur : Torsten Lieberknecht

Comparaison des cotes

Les colonnes vertes sont les issues qui se sont réalisées.

1X2
H
1,69
U
4,12
B ✓
3,93
Over/under mål
U1,5 ✓
O2,5
1,38
U2,5 ✓
2,83
U3,5 ✓
Les deux équipes marquent
BLS ja
BLS nei ✓

Arbitre

M Burda · 52 kamper i vår database

🟨 Cartons jaunes
4,3 / match
Moyenne
⚽ Coups francs
22,3 / match
Moyenne

🟥 Cartons rouges : 0,04 par match

L'analyse est une estimation statistique basée sur les résultats des équipes et leurs performances sous-jacentes (xG) — pas une garantie. Voir résultats du modèle.