World Cup Insights ist eine kostenlose, frei zugängliche Plattform für FIFA-WM-2026-Prognosen. Dies ist kein offizielles FIFA-Projekt — es ist eine unabhängige, datengetriebene Analyse von Fußball- und Machine-Learning-Enthusiasten. Alle Daten und Vorhersagen dieser Seite dürfen frei geteilt und reproduziert werden, sofern World Cup Insights als Quelle genannt wird.
So funktioniert es: technische Methodik
Datenbasis
Unser Prognosesystem basiert auf 154 Jahren internationaler Fußballdaten (1872–2026): 49.071 Spiele, 47.555 einzelne Tor-Datensätze und die vollständige FIFA-Weltrangliste seit 1992. Darauf bauen wir den aktuellen Spieler-Marktwert, die Spielerform und die Nationalteam-Form auf — täglich aktualisiert, sodass das Modell die jüngsten Ergebnisse widerspiegelt. Jedes Spiel trägt Metadaten: Turniertyp, Spielort, neutrales Spielfeld und einen Wichtigkeitsfaktor von 1.0 (Freundschaftsspiele) bis 4.0 (WM-Finale).
Die drei Modelle
Wir setzen ein Ensemble aus drei unabhängigen Modellen ein, die jeweils unterschiedliche Aspekte der Mannschaftsstärke erfassen. Kein einzelnes Modell sieht das Gesamtbild — die Kombination liefert genauere und besser kalibrierte Vorhersagen als jeder Einzelansatz.
Modell 1: Elo-Wertungssystem
Das älteste und am besten erprobte Bewertungssystem im Wettkampfsport. Jedes Team startet mit 1.500 Punkten. Nach jedem Spiel wandern Punkte vom Verlierer zum Sieger — mehr Punkte bei Überraschungen, weniger bei erwarteten Ergebnissen.
Unsere Umsetzung ergänzt drei fußballtypische Anpassungen: einen Tordifferenz-Multiplikator (3:0 zählt mehr als 1:0), eine Skalierung nach Turnierwichtigkeit (ein WM-Spiel aktualisiert die Wertung 4× stärker als ein Freundschaftsspiel) und einen Heimvorteil von 100 Elo-Punkten bei nicht-neutralem Spielort.
Nach Verarbeitung aller 49.071 historischen Spiele steht für jedes Team eine einzige Zahl, die seine gesamte Wettkampfgeschichte abbildet, wobei jüngere Ergebnisse durch natürlichen Zerfall stärker gewichtet werden. Die tägliche Aktualisierung hält die Wertung aktuell — jedes neue Länderspielergebnis fließt direkt ins Elo-Update ein.
Elo beantwortet die Frage: „Wie stark ist dieses Team insgesamt?"
Modell 2: Dixon-Coles (bivariates Poisson)
Veröffentlicht von Dixon und Coles 1997 und bis heute in der Fußballanalyse weit verbreitet. Statt den Sieger vorherzusagen, schätzt es die erwartete Toranzahl jedes Teams.
Jede Mannschaft hat zwei Parameter — Angriffsstärke (wie viele Tore sie üblicherweise erzielt) und Abwehrstärke (wie viele sie üblicherweise kassiert). Wir kalibrieren diese täglich mit dem aktuellen Marktwert des Kaders und der jüngsten Form der Nationalmannschaft, sodass Angriff/Abwehr die heutige Realität widerspiegeln und nicht nur historische Mittelwerte. Für jedes Spiel sind die erwarteten Tore:
Erwartete Heim-Tore = heim_angriff × auswärts_abwehr × heimvorteil
Erwartete Auswärts-Tore = auswärts_angriff × heim_abwehr
Tore folgen einer Poisson-Verteilung, sodass wir die exakte Wahrscheinlichkeit jedes möglichen Endstands berechnen können (0:0, 1:0, 0:1, 1:1, 2:0, …). Die Summen ergeben P(Heimsieg), P(Unentschieden), P(Auswärtssieg).
- Rho-Korrektur (ρ = −0,176): Spiele mit wenigen Toren (0:0, 1:1, 0:1, 1:0) treten häufiger auf, als reine Poisson-Annahme vorhersagt. Der Rho-Parameter behebt das.
- Zeitlicher Abfall (λ = 0,003): Ein Spiel von letztem Monat zählt mehr als eines aus 2019. Exponentieller Abfall mit Halbwertszeit von ~230 Tagen sorgt dafür, dass das Modell aktuelle Form abbildet.
Die Parameter werden per Maximum-Likelihood-Schätzung auf 2.363 jüngeren Spielen (2018–2026) bestimmt, optimiert mit Sequential Least Squares Programming.
Dixon-Coles beantwortet: „Wie wird das Ergebnis wahrscheinlich aussehen?"
Modell 3: XGBoost Gradient Boosting
Ein Machine-Learning-Klassifikator, trainiert auf 10.691 Spielen mit 26 Engineered Features pro Begegnung. Während Elo und Dixon-Coles elegante mathematische Modelle nutzen, lernt XGBoost Muster direkt aus den Daten — inklusive nichtlinearer Interaktionen, die parametrische Modelle übersehen. Die tägliche Datenaktualisierung speist neue Spielerform, Kader-Marktwert und Teamform direkt in die Features ein.
Wichtigste Merkmale nach Bedeutung:
- Elo-Differenz (16 %) — der stärkste Einzelprädiktor
- Differenz im Kader-Marktwert und Spielerform-Indizes (10 %)
- Differenz in der FIFA-Weltrangliste (8 %)
- Indikator neutraler Spielort (5 %)
- Historische WM-Siegquoten (4 %)
- Aktuelle Form & durchschnittliche Gegentore (jeweils 3–4 %)
Das Modell nutzt 300 Boosting-Runden mit Regularisierung (max. Tiefe 6, Lernrate 0,05, Subsample 80 %), um Überanpassung zu vermeiden.
XGBoost beantwortet: „Welche Muster in den Daten sagen das Ergebnis vorher?"
Das Ensemble & seine Validierung
Die finale Vorhersage ist ein gewichteter Mittelwert aller drei Modelle. Jedes Modell trägt das bei, was es am besten kann — Dixon-Coles kalibrierte Ergebniswahrscheinlichkeiten, XGBoost nichtlineare Wechselwirkungen zwischen Merkmalen und Elo die längste historische Perspektive. Die Gewichte wurden gewählt, indem die individuelle Genauigkeit jedes Modells im Backtest gemessen wurde, mit mehr Einfluss für Komponenten, die schärfere und besser kalibrierte Prognosen auf vergangenen Daten lieferten. Zur Validierung des Ensembles haben wir es auf WM-Spiele angewendet, die die Modelle im Training nie gesehen hatten — Out-of-Sample-Daten aus 2014, 2018 und 2022 — und dabei Trefferquote, Wahrscheinlichkeits-Kalibrierung und informationstheoretischen Verlust geprüft. Die Genauigkeit des Ensembles liegt im Bereich starker Sport-Vorhersagesysteme, mit einer Kalibrierung, die genau genug ist, dass die veröffentlichten Wahrscheinlichkeiten als ehrliche Signale gelten können — nicht als Schauspiel von Selbstvertrauen.
Monte-Carlo-Turniersimulation
Einzelne Spiele zu prognostizieren ist nur die halbe Wahrheit. Um die eigentliche Frage zu beantworten — wer hebt den Pokal? — simulieren wir das gesamte Turnier 500.000 Mal.
Wie es funktioniert
Die Simulation folgt dem offiziellen Format der FIFA-WM 2026: 48 Mannschaften in 12 Vierergruppen, danach eine K.-o.-Runde mit Sechzehntelfinale (inkl. der 8 besten Gruppendritten), Achtelfinale, Viertelfinale, Halbfinale und Finale.
1. Gruppenphase
Jedes Gruppenspiel wird simuliert, indem ein zufälliges Ergebnis aus dem Dixon-Coles-Modell gezogen wird. Die Tore jeder Mannschaft werden aus ihren erwarteten Poisson-Verteilungen samplet, wobei die Rho-Korrektur für torarme Spiele angewendet wird. Punkte werden summiert (3 für Sieg, 1 für Unentschieden), Teams werden nach Punkten, dann Tordifferenz, dann Toren sortiert.
2. Qualifikation der Gruppendritten
Die 8 besten Gruppendritten aller 12 Gruppen ziehen ins Sechzehntelfinale ein, geordnet nach Punkten und Tordifferenz — genau wie es die FIFA-Regeln vorsehen.
3. K.-o.-Runden
Jedes K.-o.-Spiel nutzt das Ensemble, um 1-X-2-Wahrscheinlichkeiten zu berechnen. Ergibt die Zufallsziehung einen Sieg, kommt der Sieger weiter. Bei Unentschieden entscheidet ein 50/50 gewichteter Münzwurf — er spiegelt die Unwägbarkeit von Verlängerung und Elfmeterschießen wider.
4. Zählung
Nach allen 500.000 Turnieren zählen wir, wie oft jede Mannschaft Weltmeister, Finalist, Halbfinalist, Viertelfinalist und Gruppenphasen-Aufsteiger geworden ist.
Warum 500.000 Simulationen?
Statistische Konvergenz. Bei 500.000 Iterationen stabilisieren sich die Weltmeister-Wahrscheinlichkeiten zwischen Läufen auf ±0,05 Prozentpunkte — die Ergebnisse sind reproduzierbar und nicht zufallsanfällig. Ein Vorberechnungs-Schritt erstellt alle 2.304 paarweisen Wahrscheinlichkeitsmatrizen (48 × 48 Mannschaften) einmal vor der Simulationsschleife, sodass jedes einzelne Turnier ausschließlich mit schnellen Array-Lookups läuft.
Was die Ergebnisse zeigen
- Titelwahrscheinlichkeit: Wie oft jede Mannschaft die gesamte WM gewinnt.
- Stufen-Fortschritt: Wahrscheinlichkeit, Finale, Halbfinale, Viertelfinale, Achtelfinale und Gruppenausscheidung zu erreichen.
- Gruppenphasen-Prognosen: Siegquote je Gruppe, Aufstiegswahrscheinlichkeit je Mannschaft.
- Spielprognosen: 1-X-2-Wahrscheinlichkeiten und erwartete Tore für jedes Gruppenspiel.
Für die WM 2026
Das Modell berücksichtigt einen entscheidenden Faktor: alle K.-o.-Spiele und die meisten Gruppenspiele der WM 2026 werden auf neutralem Boden gespielt (USA, Mexiko und Kanada als Gastgeber). Historisch fällt der Heimvorteil auf neutralem Platz von ~51 % auf ~40 % — unser Ensemble berücksichtigt das automatisch und behandelt jedes WM-Spiel als neutrales Match.
Jede Vorhersage enthält:
- 1-X-2-Wahrscheinlichkeiten aus dem Ensemble.
- Einzelmodell-Aufschlüsselung (Elo / Dixon-Coles / XGBoost).
- Erwartete Tore für jede Mannschaft.
- Wahrscheinlichste Endstände.
- Turnier-Fortschrittswahrscheinlichkeiten aus 500.000 Monte-Carlo-Simulationen.
Datenquellen
Unsere Vorhersagen basieren auf jahrzehntelangen, öffentlich verfügbaren und offen lizenzierten Fußballdaten. Hier ein Überblick darüber, was die drei Modelle speist.
Vollständiges Länderspiel-Archiv
49.071 Männer-Länderspiele von 1872 bis 2026 — Endstand, Spielort, Neutralitäts-Flag und Turnierkontext für jedes Spiel.
Einzeltor-Datensätze
47.555 Torereignisse mit Torschütze, Minute, Elfmeter-/Eigentor-Flag. Speist unsere Angriffsstärke-Schätzung in Dixon-Coles und historische Form-Features in XGBoost.
Elfmeterschießen-Ergebnisse
665 K.-o.-Elfmeterschießen aus 60 Jahren Turnierfußball, zur Kalibrierung der Münzwurf-Auflösung bei unentschiedenen K.-o.-Spielen.
Historie der FIFA-Weltrangliste
Monatliche offizielle FIFA-Rangliste von 1992 bis heute — das stärkste Nicht-Elo-Feature in unserem XGBoost-Klassifikator.
Vergangene WM-Ergebnisse
Vollständige Spielprotokolle jeder WM seit 1930. Verwendet für Backtesting (wir haben das Ensemble auf 192 Spiele der Editionen 2014/2018/2022 erneut angewendet) sowie für historische Siegquoten-Features.
Offizielle Metadaten zum Turnier 2026
Öffentlich veröffentlichte FIFA-Dokumente zum 48-Team-Format, der Gruppenauslosung (5. Dezember 2025), dem Spielplan und der Annex-C-Drittplatzierten-Tabelle.
Aggregierte Kader-Marktwertschätzungen
Öffentlich verfügbare Schätzungen des Gesamtkaderwerts als Talentindikator — hilft Mannschaften zu unterscheiden, deren jüngste Ergebnisse die Substanzqualität ihres Kaders übertreffen, von solchen, die sich wirklich verbessern.
Aktuelle Mannschaftsform
Die letzten 10–20 Pflichtspiele pro Nationalmannschaft. Aktuelle Form fließt über exponentiellen Zerfall (Halbwertszeit ~230 Tage) in unser Elo ein und erscheint in XGBoost als mehrere Kurzfenster-Features.
Kontext der laufenden Vereinssaison
Vereins-Leistungssignale aus der laufenden europäischen Saison 2025/26 — indirekt erfasst über FIFA-Ranglisten-Momentum, Qualifikationsergebnisse und Verletzungs-Metadaten, die in unser Feature-Set einfließen.
Haftungsausschluss
Unsere Vorhersagen dienen ausschließlich zur Information und Unterhaltung. Trotz fortschrittlicher analytischer Methoden ist Fußball naturgemäß unvorhersehbar. Vorhersagen sollten nicht als alleinige Entscheidungsgrundlage dienen.
Kontakt aufnehmen
Fragen, Anregungen oder Feedback? Wir freuen uns von dir zu hören! Kontaktiere uns