Tabelle
Saisonendprognosen
Monte-Carlo-Simulation · 10,000 simulierte Saisons · aktualisiert am 12 Sep 2026
Meister
Champions League
Europa League
Conference League
Abstieg
| Mannschaft | Zonenwahrscheinlichkeit | Proj. Punkte | Restspielplan | Trend |
|---|---|---|---|---|
|
59 (34–87)
pos. ~7.5°
|
C17 · T17
ELO 1541
|
▼2% | ||
|
78 (48–105)
pos. ~1.8°
|
C17 · T18
ELO 1535
|
▲1% | ||
|
73 (47–100)
pos. ~2.8°
|
C17 · T18
ELO 1531
|
▼1% | ||
|
60 (32–87)
pos. ~7.2°
|
C18 · T16
ELO 1537
|
▼1% | ||
|
71 (41–100)
pos. ~3.4°
|
C19 · T16
ELO 1533
|
▲0% | ||
|
62 (35–89)
pos. ~6.2°
|
C17 · T18
ELO 1534
|
▼0% | ||
|
63 (36–91)
pos. ~5.9°
|
C17 · T17
ELO 1539
|
▲0% | ||
|
56 (26–86)
pos. ~9.1°
|
C16 · T18
ELO 1538
|
▼1% | ||
|
54 (27–84)
pos. ~9.9°
|
C17 · T17
ELO 1541
|
▲1% | ||
|
50 (26–80)
pos. ~11.6°
|
C18 · T17
ELO 1543
|
▼0% | ||
|
52 (24–81)
pos. ~10.6°
|
C17 · T18
ELO 1536
|
▲0% | ||
|
57 (26–82)
pos. ~8.6°
|
C18 · T17
ELO 1532
|
▲1% | ||
|
46 (20–78)
pos. ~13.4°
|
C18 · T17
ELO 1542
|
▼0% | ||
|
45 (20–74)
pos. ~13.9°
|
C18 · T17
ELO 1542
|
▲1% | ||
|
40 (16–70)
pos. ~16.1°
|
C17 · T17
ELO 1539
|
▼34% | ||
|
44 (17–76)
pos. ~14.4°
|
C17 · T18
ELO 1541
|
▼1% | ||
|
40 (17–67)
pos. ~16.1°
|
C17 · T18
ELO 1542
|
▲1% | ||
|
42 (17–71)
pos. ~15.1°
|
C18 · T17
ELO 1537
|
▼0% | ||
|
34 (11–62)
pos. ~18.0°
|
C16 · T18
ELO 1537
|
▲3% | ||
|
33 (9–60)
pos. ~18.4°
|
C17 · T17
ELO 1542
|
▲31% |
% = Wahrscheinlichkeit, diese Zone oder besser zu erreichen. Jede Sparkline zeigt den Trend der relevantesten Wahrscheinlichkeit für jedes Team über die letzten 12 täglichen Simulationen.
Nächste Spiele
Aktuelle Ergebnisse
Spielerstatistiken
Modell & erweiterte Daten
Modellkalibrierung für diese Liga▾
| Wahrscheinlichkeitsband | Stichprobe | Erwartet | Tatsächlich | Δ |
|---|---|---|---|---|
| 50–60%% | 25 | 55.00% | 48.0% | -7.00% |
| 60–70%% | 12 | 65.00% | 83.3% | +18.30% |
| 70–100%% | 4 | 85.00% | 75.0% | -10.00% |
Basierend auf 41 verifizierten Vorhersagen · Δ ≤ 5% = exzellente Kalibrierung
xG: Wer trifft mehr (oder weniger) als verdient▾
| # | Mannschaft | Tore | xG | Δ | |
|---|---|---|---|---|---|
| 1 |
AC Milan
|
6 | 4.80 | +1.20 | |
| 2 |
Lazio
|
4 | 4.18 | -0.18 | |
| 3 |
Venezia
|
2 | 3.03 | -1.03 | |
| 4 |
Genoa
|
1 | 3.01 | -2.01 |
Δ = Erzielte Tore − kumulierte xG · grün = übertrifft, rot = unterschreitet
Kaderwert & Effizienz▾
| # | Mannschaft | Wert (€M) | Pts | Over/Under | Δ Pkt ↓ | Eff.-Rang |
|---|---|---|---|---|---|---|
|
Lazio
|
€224.8M | 10 |
|
+5.7 | ||
AS Roma
|
€410.5M | 9 |
|
+2.8 | ||
Cagliari
|
€133.3M | 6 |
|
+2.6 | ||
Como
|
€312.8M | 7 |
|
+1.8 | ||
|
AC Milan
|
€493.5M | 8 |
|
+1.0 | ||
Udinese
|
€139.9M | 4 |
|
+0.6 | ||
Sassuolo
|
€162.4M | 4 |
|
+0.3 | ||
Inter
|
€666.8M | 9 |
|
+0.2 | ||
Lecce
|
€95.4M | 3 |
|
+0.0 | ||
Atalanta
|
€421.1M | 6 |
|
-0.3 | ||
Torino
|
€136.9M | 3 |
|
-0.4 | ||
Juventus
|
€549.7M | 7 |
|
-0.6 | ||
Fiorentina
|
€248.0M | 3 |
|
-1.5 | ||
|
Genoa
|
€137.4M | 1 |
|
-2.4 | ||
Parma
|
€151.0M | 1 |
|
-2.6 | ||
Napoli
|
€421.3M | 3 |
|
-3.3 | ||
Bologna
|
€291.0M | 1 |
|
-4.0 | ||
Frosinone
|
n/d | 7 | ||||
Monza
|
n/d | 1 | ||||
|
Venezia
|
n/d | 0 |
Quelle: Transfermarkt · Δ Pkt = tatsächliche Punkte − erwartete Punkte aus der Kaderwert-Regression
Häufig gestellte Fragen
Welche Vorhersagen sind für Serie A verfügbar?
Für Serie A bietet ForzaPitch 1X2-Gewinnwahrscheinlichkeiten, erwartete Tore (xG), Über-1,5- und Über-2,5-Signale sowie Saisonprojektionen für Titel, europäische Qualifikation und Abstieg pro Mannschaft.
Wie genau sind Vorhersagen für Serie A?
Die Genauigkeit für Serie A wird match-für-match verfolgt und auf dieser Seite angezeigt. Das Modell wird speziell für Serie A mit ligaspezifischen historischen Daten kalibriert.
Wie werden Serie A-Saisonprojektionen berechnet?
Saisonprojektionen verwenden 10.000 Monte-Carlo-Simulationen der verbleibenden Spiele und sampeln aus Match-Wahrscheinlichkeitsverteilungen, um Titel-, Champions-League-, Europa-League- und Abstiegswahrscheinlichkeiten pro Mannschaft zu schätzen.