Advanced Stats für Eishockey-Wetten: Corsi, Fenwick & Save Percentage nutzen

Die meisten Wetter schauen auf Tore. Das ist verständlich, denn Tore entscheiden Spiele. Aber Tore sind auch das Ergebnis von Glück, von Zufällen, von Momenten, die sich nicht wiederholen. Ein Schuss prallt vom Pfosten ab oder geht hinein. Ein Torhüter hat einen guten oder einen schlechten Tag. Diese Varianz macht Tore zu einem unzuverlässigen Indikator für die wahre Stärke eines Teams.

Advanced Stats gehen hinter die Tore. Sie messen, was passiert, bevor der Puck im Netz landet: Wer kontrolliert das Spiel? Wer erzeugt mehr Chancen? Wer ist dominant, auch wenn das Ergebnis das nicht zeigt? Diese Metriken sind weniger anfällig für Zufallsschwankungen und sagen die zukünftige Leistung besser voraus als reine Torstatistiken.

Paul Maurice, Trainer der Florida Panthers und Stanley-Cup-Sieger 2024, brachte die Dynamik des Eishockeys auf den Punkt: „Don’t mean to be a downer here, but not a huge believer in momentum. Puck drops. That’s your opportunity to change momentum and it’s going to happen at the opening face-off.“ — Paul Maurice, Florida Panthers. Diese Aussage zeigt, dass selbst Profis skeptisch gegenüber subjektiven Eindrücken sind. Was zählt, ist das, was auf dem Eis passiert, nicht das, was Kommentatoren darüber sagen.

In diesem Artikel erklären wir die wichtigsten Advanced Stats für Eishockey-Wetten: Corsi, Fenwick, Save Percentage und Powerplay-Statistiken. Wir zeigen, wo du diese Daten findest, wie du sie interpretierst und wie du sie in eine konkrete Wettentscheidung übersetzt. Hinter den Zahlen liegt der Vorteil.

Corsi: Was diese Metrik misst und warum sie für Wetten zählt

Corsi ist die grundlegendste Advanced Stat im Eishockey. Sie misst alle Schussversuche eines Teams: Schüsse auf das Tor, Schüsse am Tor vorbei und geblockte Schüsse. Anders als die reine Torschuss-Statistik erfasst Corsi jeden Versuch, den Puck Richtung Tor zu bringen. Der Name stammt von Jim Corsi, einem ehemaligen NHL-Torhütertrainer, der die Metrik in den 1990er Jahren populär machte.

Die Formel ist einfach: Corsi For (CF) sind alle Schussversuche des eigenen Teams. Corsi Against (CA) sind alle Schussversuche des Gegners. CF% ist der Anteil der eigenen Schussversuche an allen Schussversuchen: CF / (CF + CA) × 100. Ein CF% von 55 bedeutet, dass das Team 55 Prozent aller Schussversuche im Spiel hatte.

Warum ist Corsi relevant für Wetten? Weil Corsi die Puckkontrolle misst, und Puckkontrolle ist der beste Prädiktor für zukünftige Ergebnisse. Laut einer Analyse von Hockey Graphs ist Score-Adjusted Corsi der zuverlässigste Indikator für den Erfolg eines Teams in der verbleibenden Saison. Teams mit hohem CF% gewinnen langfristig mehr Spiele, auch wenn kurzfristige Ergebnisse anders aussehen.

Der Vorteil von Corsi gegenüber Toren liegt in der Stichprobengröße. Ein durchschnittliches NHL-Spiel produziert etwa 6 Tore, aber über 100 Schussversuche. Je mehr Datenpunkte, desto weniger Rauschen, desto zuverlässiger die Aussage. Nach 10 Spielen hast du etwa 60 Tore, aber über 1.000 Schussversuche. Die größere Datenmenge macht Corsi stabiler und aussagekräftiger.

Ein konkretes Beispiel: Team A hat einen CF% von 54, Team B hat einen CF% von 46. Team B hat die letzten drei Spiele gewonnen, Team A hat zwei verloren. Die Quoten reflektieren die jüngsten Ergebnisse und favorisieren Team B. Aber die Corsi-Daten sagen: Team A kontrolliert das Spiel besser und wird langfristig erfolgreicher sein. Wenn die Quote auf Team A Value bietet, kann das eine informierte Wette sein.

Score-Adjusted Corsi ist eine Verfeinerung. Sie berücksichtigt, dass Teams bei Führung defensiver spielen und bei Rückstand offensiver werden. Ein Team, das häufig führt, hat natürlicherweise einen niedrigeren CF%, weil es in defensiven Situationen weniger Schussversuche generiert. Score-Adjusted Corsi korrigiert diesen Effekt und zeigt die wahre Puckkontrolle unabhängig vom Spielstand.

Venue-Adjusted Corsi geht noch weiter. Heimmannschaften haben einen systematischen Vorteil bei Corsi, weil sie das letzte Wechselrecht haben und ihre Linien besser matchen können. Venue-Adjusted Corsi berücksichtigt diesen Heimvorteil und macht die Werte zwischen Heim- und Auswärtsspielen vergleichbar.

Close-Game Corsi fokussiert auf Situationen, in denen beide Teams motiviert sind zu gewinnen: bei Gleichstand oder einer Tordifferenz von einem. In Blowouts ändern Teams ihr Verhalten, Corsi in engen Spielen ist daher aussagekräftiger für die wahre Stärke.

Die Grenzen von Corsi liegen in der Schussqualität. Ein Team kann viele Schussversuche von außerhalb des Slots generieren, während ein anderes weniger, aber gefährlichere Chancen kreiert. Corsi zählt alle Versuche gleich. Für eine vollständige Analyse muss Corsi mit anderen Metriken wie Expected Goals kombiniert werden.

Fenwick & Save Percentage: Zwei weitere Schlüsselmetriken

Fenwick ist der kleine Bruder von Corsi. Der Unterschied: Fenwick schließt geblockte Schüsse aus. Nur Schüsse auf das Tor und Schüsse am Tor vorbei werden gezählt. Die Logik dahinter ist, dass geblockte Schüsse oft keine echten Torchancen darstellen, weil sie von Verteidigern abgefangen werden, bevor sie gefährlich werden. Der Name stammt von Matt Fenwick, einem Hockey-Blogger, der die Variante vorschlug.

In der Praxis korrelieren Corsi und Fenwick stark. Teams mit hohem CF% haben meist auch hohen FF% (Fenwick For Percentage). Die Unterschiede zeigen sich bei Teams, die besonders gut oder besonders schlecht im Schüsse-Blocken sind. Ein Team, das viele Schüsse blockt, hat einen höheren CF% als FF%, weil die geblockten Schüsse bei Corsi zählen, aber nicht bei Fenwick.

Manche Analysten bevorzugen Fenwick, weil sie argumentieren, dass ein geblockter Schuss ein Zeichen guter Defensive ist, nicht ein Zeichen von Chancenqualität. Andere bevorzugen Corsi, weil es mehr Datenpunkte enthält. In der Praxis liefern beide Metriken ähnliche Erkenntnisse, und du kannst mit der arbeiten, die dir vertrauter ist.

Save Percentage (SV%) ist die klassische Torhüterstatistik: Gehaltene Schüsse geteilt durch Schüsse auf das Tor. Ein SV% von 0.920 bedeutet, dass der Torhüter 92 Prozent aller Schüsse hält. Die besten Torhüter der Liga erreichen Werte um 0.925, der Ligadurchschnitt liegt bei etwa 0.905.

Für Wetten ist Save Percentage aus zwei Gründen relevant. Erstens: Torhüter haben einen enormen Einfluss auf das Spielergebnis. Ein Torhüter in Topform kann ein schwächeres Team zum Sieg tragen. Zweitens: SV% schwankt kurzfristig stark. Ein Torhüter kann in einer Woche 0.940 haben und in der nächsten 0.880, ohne dass sich seine wahre Qualität geändert hat. Diese Varianz erzeugt Quotenbewegungen, die informierte Wetter nutzen können.

High-Danger Save Percentage (HDSV%) verfeinert die Analyse. Sie misst nur Paraden bei Schüssen aus gefährlichen Positionen, typischerweise dem Slot direkt vor dem Tor. Ein Torhüter mit niedrigem HDSV% lässt die wichtigen Schüsse durch, auch wenn sein Gesamt-SV% passabel aussieht. Für Wetter ist HDSV% oft aussagekräftiger als die Gesamtstatistik.

Eine akademische Studie des West Point hat gezeigt, dass die Schuss-Differenz eines Teams zukünftige Ergebnisse besser vorhersagt als die Tor-Differenz. Der Grund ist die Varianz: Tore hängen stark vom Torhüter ab, während Schüsse die Feldleistung messen. Für Wetter bedeutet das: Schau nicht nur auf Ergebnisse, sondern auf die Prozesse dahinter.

Die Kombination von Corsi/Fenwick und Save Percentage ergibt ein vollständiges Bild. Ein Team mit hohem CF% und einem Torhüter mit hohem SV% ist stark. Ein Team mit niedrigem CF% und einem Torhüter mit hohem SV% überperformt und wird wahrscheinlich zurückfallen. Ein Team mit hohem CF% und niedrigem SV% unterperformt und kann Value bieten, weil die Ergebnisse die wahre Stärke nicht zeigen.

PDO ist eine Metrik, die diese Idee formalisiert. PDO ist die Summe aus Team-SV% und Team-Shooting-Percentage (der Anteil der Schüsse, die zu Toren werden). Der Ligadurchschnitt liegt bei 1.000. Teams mit PDO deutlich über 1.000 überperformen und werden wahrscheinlich zurückfallen. Teams mit PDO deutlich unter 1.000 unterperformen und können steigen. PDO ist ein Indikator für Regression zur Mitte.

Power Play, Penalty Kill & Spezialteams-Statistik

Powerplay und Penalty Kill sind die Spezialteams-Situationen: 5-gegen-4, 5-gegen-3, oder seltener 4-gegen-3. Diese Situationen haben überproportionalen Einfluss auf Spielergebnisse, weil die Erfolgswahrscheinlichkeit für Tore stark von der Spieleranzahl abhängt.

Die Powerplay-Quote (PP%) misst, wie oft ein Team bei numerischer Überlegenheit ein Tor erzielt. Der Ligadurchschnitt liegt bei etwa 20 Prozent. Die besten Teams erreichen 25 bis 28 Prozent, die schlechtesten fallen unter 15 Prozent. Diese Differenz von über 10 Prozentpunkten kann mehrere Tore pro Monat bedeuten.

Die Penalty-Kill-Quote (PK%) ist das Gegenstück: Wie oft hält ein Team bei numerischer Unterlegenheit das Tor sauber? Der Ligadurchschnitt liegt bei etwa 80 Prozent. Die besten Teams erreichen 85 Prozent, die schlechtesten fallen unter 75 Prozent.

Für Wetten auf Over/Under sind Spezialteams-Statistiken entscheidend. Ein Spiel zwischen zwei Teams mit starken Powerplays und schwachen Penalty Kills kann deutlich mehr Tore produzieren als eines zwischen defensivstarken Teams. Die Linie reflektiert diese Unterschiede nicht immer vollständig.

Ein konkretes Beispiel: Team A hat ein PP% von 26 und ein PK% von 76. Team B hat ein PP% von 18 und ein PK% von 84. Team A erzielt mehr Powerplay-Tore, kassiert aber auch mehr in Unterzahl. Team B ist defensiv solide, aber offensiv schwach bei Überzahl. Das Matchup begünstigt Over, weil Team A viele Chancen bekommt und Team B diese verwandelt.

Powerplay-Gelegenheiten sind nicht gleichmäßig verteilt. Manche Teams spielen aggressiver und ziehen mehr Strafen, was dem Gegner mehr Powerplay-Chancen gibt. Andere spielen diszipliniert und minimieren die Gelegenheiten. Die Anzahl der Powerplay-Chancen pro Spiel variiert erheblich und sollte in die Analyse einfließen.

Der Heimvorteil zeigt sich auch bei Spezialteams. Daten von Sound of Hockey zeigen, dass 26 von 32 NHL-Teams zu Hause weniger Strafminuten kassieren als auswärts. Die Differenz variiert nach Division: Atlantic 1,1 Prozent weniger Strafen zu Hause, Metropolitan 2,9 Prozent, Pacific 4,4 Prozent, Central 4,5 Prozent. Das bedeutet: Heimteams haben mehr Powerplay-Chancen und damit bessere Torchancen.

Warum existiert dieser Schiedsrichtereffekt? Die Forschung ist nicht abschließend. Mögliche Erklärungen sind: Publikumsdruck auf Schiedsrichter, unterschiedliches Spielverhalten von Heim- und Auswärtsteams, oder statistische Artefakte durch kleine Stichproben. Für Wetter ist die Ursache weniger relevant als der Effekt: Heimteams haben einen zusätzlichen Vorteil durch Spezialteams.

Die Implikation für Wetten: Wenn du auf ein Heimteam wettest, das ein starkes Powerplay hat, profitiert es doppelt vom Heimvorteil, durch mehr Powerplay-Gelegenheiten und durch die generell bessere Heimbilanz. Wenn du auf ein Auswärtsteam wettest, dessen Penalty Kill schwach ist, riskierst du, dass es durch zusätzliche Strafen noch mehr Gegentore kassiert.

Shorthanded Goals sind ein Sonderfaktor. Manche Teams erzielen regelmäßig Tore in Unterzahl, was ihre PK% besser aussehen lässt und zusätzliche Tore produziert. Diese Tore sind selten, aber sie können Spiele entscheiden und Over/Under-Linien beeinflussen.

Datenquellen: Wo du Advanced Stats findest

Advanced Stats sind nur nützlich, wenn du weißt, wo du sie findest. Die folgenden Quellen sind frei zugänglich und bieten detaillierte Eishockey-Statistiken.

Natural Stat Trick ist die umfassendste Quelle für NHL-Advanced-Stats. Die Website bietet Corsi, Fenwick, Expected Goals, Score-Adjusted-Metriken und vieles mehr. Du kannst nach Team, Spieler, Situation und Zeitraum filtern. Die Daten sind aktuell und werden nach jedem Spiel aktualisiert. Für Wetter ist die Filterfunktion nach Spielstärke besonders nützlich: Du kannst 5-gegen-5-Situationen isolieren, um Spezialteams-Effekte auszuschließen.

Hockey-Reference ist der Klassiker für historische Daten. Die Website bietet weniger Advanced Stats als Natural Stat Trick, aber dafür längere Zeitreihen und bessere Suchfunktionen. Für Vergleiche über mehrere Saisons ist Hockey-Reference unschlagbar. Die Spielerprofile zeigen Karriereverläufe, die helfen, aktuelle Leistungen einzuordnen.

MoneyPuck spezialisiert sich auf Expected Goals und Win Probabilities. Die Modelle sind akademisch fundiert und werden regelmäßig aktualisiert. Expected Goals (xG) misst, wie viele Tore ein Team basierend auf der Qualität seiner Chancen hätte erzielen sollen. Ein Team mit mehr xG als tatsächlichen Toren unterperformt und kann steigen. MoneyPuck bietet auch Pre-Game Win Probabilities, die du mit den Buchmacher-Quoten vergleichen kannst.

Evolving-Hockey bietet RAPM-Modelle (Regularized Adjusted Plus-Minus), die den Einfluss einzelner Spieler auf das Teamergebnis isolieren. Diese Metriken sind nützlich, wenn du analysieren willst, wie der Ausfall eines bestimmten Spielers das Team beeinflusst. Die Website bietet auch Contract-Analysen, die für langfristige Einschätzungen relevant sein können.

Die NHL selbst bietet auf ihrer Website grundlegende Advanced Stats, einschließlich Corsi und Fenwick. Die Daten sind offiziell und zuverlässig, aber die Filtermöglichkeiten sind begrenzter als bei spezialisierten Seiten. Für einen schnellen Überblick ist die NHL-Website ausreichend, für tiefe Analysen brauchst du die spezialisierten Quellen.

Für die DEL sind die Datenquellen begrenzter. Die Liga-Website bietet Grundstatistiken, aber keine Advanced Stats. Elite Prospects hat einige Daten, aber nicht die Tiefe der NHL-Quellen. Wer auf die DEL wettet, muss mehr mit traditionellen Statistiken und eigener Beobachtung arbeiten. Das kann ein Vorteil sein: Weniger Daten bedeuten, dass der Markt weniger effizient ist und informierte Wetter größere Vorteile haben können.

Eine praktische Empfehlung: Erstelle Lesezeichen für Natural Stat Trick, MoneyPuck und Hockey-Reference. Vor jeder Wette checkst du die Corsi-Werte beider Teams, die Torhüter-Stats der letzten zehn Spiele und die Expected-Goals-Differenz. Das dauert fünf Minuten und gibt dir einen Informationsvorsprung gegenüber Wettern, die nur auf Ergebnisse schauen.

Praxisbeispiel: Eine Wette mit Corsi-Analyse aufbauen

Theorie ist gut, Praxis ist besser. Hier ein konkretes Beispiel, wie du Advanced Stats in eine Wettentscheidung übersetzt.

Das Spiel: Colorado Avalanche gegen St. Louis Blues. Die Quoten stehen bei Colorado 1.65, St. Louis 2.25. Der Markt favorisiert Colorado klar. Aber ist das gerechtfertigt?

Schritt 1: Corsi-Check. Colorado hat einen CF% von 54,2 auf die Saison, St. Louis liegt bei 48,5. Colorado dominiert das Spielgeschehen deutlich. Das unterstützt die Favoritenrolle.

Schritt 2: Torhüter. Alexandar Georgiev startet für Colorado, Jordan Binnington für St. Louis. Georgievs SV% in den letzten zehn Spielen liegt bei 0.895, deutlich unter seinem Saisondurchschnitt. Binnington hat 0.918 in demselben Zeitraum. Das relativiert Colorados Vorteil.

Schritt 3: Spezialteams. Colorado hat ein PP% von 26,5, St. Louis liegt bei 19,8. Aber Colorados PK% ist nur 76,2, während St. Louis bei 82,1 liegt. Ein ausgeglichenes Bild: Colorado erzielt mehr Powerplay-Tore, kassiert aber auch mehr in Unterzahl.

Schritt 4: Situative Faktoren. Colorado spielt zu Hause, St. Louis absolviert das dritte Auswärtsspiel in Folge. Der Heimvorteil und die Reiseermüdung sprechen für Colorado.

Schritt 5: Quotenbewertung. Colorados Quote von 1.65 impliziert eine Wahrscheinlichkeit von 60,6 Prozent. Basierend auf der Analyse schätze ich Colorados Siegwahrscheinlichkeit auf etwa 58 Prozent, leicht unter dem Marktwert. Die Moneyline bietet keinen klaren Value.

Schritt 6: Alternative Wettarten. Die Over/Under-Linie liegt bei 6.5 mit 1.90 auf beide Seiten. Colorado generiert viele Chancen, Georgiev ist in schwacher Form, beide Teams haben defensive Schwächen in Unterzahl. Ich schätze die Wahrscheinlichkeit für Over auf 55 Prozent. Bei einer Quote von 1.90 ergibt das einen Erwartungswert von 1.90 × 0.55 = 1.045, also 4,5 Prozent positiver Erwartungswert. Die Wette: Over 6.5.

Dieses Beispiel zeigt den Prozess, nicht das Ergebnis. Nicht jede Analyse führt zu einer Wette. Manchmal ist die Schlussfolgerung, dass keine der verfügbaren Quoten Value bietet. Das ist keine Niederlage, sondern Disziplin.

Fazit: Advanced Stats als Wett-Werkzeug

Hinter den Zahlen liegt der Vorteil. Advanced Stats ersetzen nicht das Schauen von Spielen, aber sie ergänzen es. Sie zeigen, was das bloße Auge übersieht: die systematischen Muster hinter zufälligen Ergebnissen. Wer Corsi, Fenwick und Save Percentage versteht, sieht das Spiel anders als die Masse der Wetter.

Die wichtigsten Erkenntnisse: Corsi misst Puckkontrolle und ist der beste Prädiktor für zukünftige Ergebnisse. Score-Adjusted und Venue-Adjusted Varianten korrigieren für situative Verzerrungen. Save Percentage schwankt kurzfristig stark und erzeugt Quotenverzerrungen. PDO identifiziert Teams, die über- oder unterperformen. Spezialteams haben überproportionalen Einfluss und werden durch den Heimvorteil verstärkt. Die Daten sind frei zugänglich, du musst sie nur nutzen.

Der Prozess zählt mehr als einzelne Wetten. Eine fundierte Analyse, die zu keiner Wette führt, ist wertvoller als eine uninformierte Wette, die zufällig gewinnt. Disziplin und Methode sind das, was langfristig profitables Wetten ermöglicht. Advanced Stats sind ein Werkzeug in diesem Arsenal, nicht mehr und nicht weniger.

Die Lernkurve ist steil, aber lohnend. Am Anfang können die Metriken überwältigend wirken. Aber nach einigen Wochen regelmäßiger Nutzung werden Corsi-Werte so selbstverständlich wie Torstatistiken. Der Aufwand zahlt sich aus, weil er dich von der Masse der Wetter unterscheidet, die nur auf Ergebnisse schauen.

Ein letzter Hinweis: Advanced Stats sind kein Ersatz für gesunden Menschenverstand. Ein Team mit perfekten Corsi-Werten kann trotzdem verlieren, wenn der Starttorhüter verletzt ausfällt. Situative Faktoren, Verletzungen, Reiseermüdung und Motivation spielen eine Rolle, die keine Statistik vollständig erfasst. Die beste Analyse kombiniert Zahlen mit Kontext. Hinter den Zahlen liegt der Vorteil, aber nur für diejenigen, die sie richtig nutzen.