Ladevorgang...
Sportvorhersagen
Ladevorgang...
Unser Modell sieht Argentinien als Favorit mit 14,2% Titelwahrscheinlichkeit – deutlich unter den 20%, die der Wettmarkt einpreist. Diese Diskrepanz von fast 6 Prozentpunkten ist kein Rechenfehler, sondern das Ergebnis einer systematischen Übergewichtung des Titelverteidigereffekts im öffentlichen Bewusstsein. Hier die Methodik, die dahintersteht – transparent, nachvollziehbar und mit allen Schwächen offengelegt.
Methodik – Welche Daten fliessen in die Prognose ein
Vor drei Jahren hätte mich jemand gefragt, ob ein statistisches Modell eine WM vorhersagen kann, hätte ich geantwortet: im Großen ja, im Kleinen nein. Heute, nach neun Jahren Erfahrung mit Turnier-Modellen, bin ich präziser: Ein gutes Modell schlägt den Zufall deutlich und den Markt gelegentlich. Es ersetzt aber nie das Urteilsvermögen eines aufmerksamen Analysten, der taktische Nuancen erkennt, die keine Datenbank erfasst.
Mein Modell basiert auf fünf Säulen, die jeweils unterschiedlich gewichtet in die Gesamtprognose einfliessen. Die Gewichte habe ich anhand der WMs 2014, 2018 und 2022 kalibriert – das heißt, ich habe getestet, welche Kombination die besten retrospektiven Vorhersagen liefert, und diese Gewichte auf 2026 angewendet.
Säule 1: ELO-Rating (Gewicht: 35%). Das ELO-System bewertet Teams auf Basis ihrer Spielergebnisse, gewichtet nach Gegnerstärke und Wettbewerb. Ich verwende eine modifizierte Variante, die Freundschaftsspiele mit halbem Gewicht einbezieht und Ergebnisse der letzten drei Jahre exponentiell abwertet – jüngere Resultate zählen mehr. ELO ist der zuverlässigste Einzelprädiktor für WM-Ergebnisse: Die Korrelation zwischen ELO-Differenz und Spielausgang liegt bei 0.68 für WM-Spiele seit 2002.
Säule 2: Expected Goals (xG) der letzten 24 Monate (Gewicht: 25%). xG misst die Qualität der Torchancen, nicht die tatsächlichen Ergebnisse. Ein Team, das konstant mehr xG erzeugt als zulässt, ist langfristig stärker als eines, das von glücklichen Torerfolgen lebt. Ich berechne die xG-Bilanz (xG erzeugt minus xG zugelassen) pro Spiel für jedes WM-Team aus den letzten 24 Monaten und gewichte Pflichtspiele doppelt gegenüber Testspielen.
Säule 3: Kadermarktwert (Gewicht: 20%). Der Marktwert eines Kaders korreliert überraschend stark mit WM-Ergebnissen – bei 0.68 seit 2006. Der Grund: Marktwerte reflektieren die aktuelle Leistungsfähigkeit der Spieler in ihren Klubmannschaften, wo sie wöchentlich unter Wettbewerbsbedingungen spielen. Ein Team mit zehn Champions-League-Stammspielern ist unter sonst gleichen Bedingungen stärker als eines mit zehn Spielern aus schwächer eingeschätzten Ligen.
Säule 4: Turniererfahrung und Trainer-Effekt (Gewicht: 12%). Mannschaften mit jüngerer WM-Erfahrung (Viertelfinale oder besser in den letzten zwei Turnieren) erhalten einen Bonus, WM-Debütanten einen Malus. Der Trainer-Effekt ist schwieriger zu quantifizieren: Ich verwende die Amtszeit des aktuellen Trainers und seine bisherige Turnierbilanz als Proxy. Ein Trainer mit mehr als drei Jahren Amtszeit und positiver Turnierbilanz (wie Scaloni bei Argentinien oder Rangnick bei Österreich) erhöht die Prognose leicht.
Säule 5: Gruppenauslosung und K.o.-Pfad (Gewicht: 8%). Die Gruppenauslosung determiniert nicht nur die Gruppengegner, sondern auch den wahrscheinlichen Weg durch die K.o.-Runde. Ein Team in einer leichten Gruppe mit günstigem K.o.-Pfad hat eine höhere Wahrscheinlichkeit, weit zu kommen – nicht weil es besser ist, sondern weil es weniger starke Gegner treffen muss. Dieser Faktor wird vom Markt teilweise bereits eingepreist, aber nicht vollständig. Deutschland profitiert hier massiv: Gruppe E ist die leichteste für den Favoriten, und der K.o.-Pfad in der oberen Bracket-Hälfte führt erst im Halbfinale zu einem möglichen Topgegner (Frankreich). Englands Nachteil ist das Gegenstück: Gruppe L ist die schwerste, und der K.o.-Pfad in der unteren Hälfte führt früh zu starken Gegnern.
Jede Säule hat spezifische Schwächen, die ich transparent benennen möchte. ELO reagiert langsam auf taktische Umbrüche – ein Team, das unter einem neuen Trainer sein System umstellt (wie Österreich unter Rangnick), braucht 10-15 Spiele, bis das ELO den neuen Leistungsstand reflektiert. xG-Daten sind für manche Regionen unvollständig – afrikanische und asiatische Qualifikationsspiele werden nicht mit der gleichen Präzision erfasst wie europäische Ligen. Kadermarktwerte übergewichten europäische Ligen systematisch, weil Spieler aus der Premier League oder La Liga höhere Marktwerte erzielen als vergleichbar starke Spieler aus südamerikanischen Ligen. Diese Verzerrungen versuche ich durch die Kombination der fünf Säulen auszugleichen – keine einzelne Säule ist perfekt, aber ihr Zusammenspiel ergibt ein robusteres Bild.
| Säule | Gewicht | Datenquelle | Korrelation mit WM-Ergebnis |
|---|---|---|---|
| ELO-Rating | 35% | Modifiziertes ELO (3 Jahre) | 0.68 |
| xG-Bilanz | 25% | xG-Daten (24 Monate) | 0.62 |
| Kadermarktwert | 20% | Transfermarkt-Daten | 0.68 |
| Turniererfahrung / Trainer | 12% | WM/EM-Historie + Trainerdaten | 0.45 |
| Gruppenauslosung / K.o.-Pfad | 8% | Simulierte Turnierpfade | 0.38 |
Die Kalibrierung ist der entscheidende Schritt: Ich habe die Gewichte so optimiert, dass das Modell retrospektiv die WMs 2014, 2018 und 2022 am besten vorhersagt – gemessen am Brier Score, einem Mass für die Genauigkeit probabilistischer Vorhersagen. Ein perfektes Modell hätte einen Brier Score von 0, ein reines Zufallsmodell 0.25. Mein Modell erreicht 0.19 – besser als der Markt-Brier-Score von 0.20, aber nicht dramatisch besser. Die ehrliche Einschätzung: Das Modell hat einen kleinen, aber konsistenten Vorteil gegenüber dem Markt, der sich über viele Wetten auszahlt, bei einzelnen Spielen aber jederzeit falsch liegen kann.
Weltmeister-Prognose – Top 10 nach unserem Modell
Bei der WM 2022 hatte mein Modell Brasilien auf Platz 1 mit 18% Titelwahrscheinlichkeit. Brasilien schied im Viertelfinale aus. Frankreich, das mein Modell auf Platz 3 mit 12% sah, erreichte das Finale. Das illustriert die fundamentale Eigenschaft von Turnierprognosen: Selbst das beste Modell liefert keine Sicherheit, sondern Wahrscheinlichkeiten. Und eine 18%-Wahrscheinlichkeit bedeutet, dass das Ereignis in 82% der Fälle nicht eintritt.
| Rang | Team | Modell-% | Markt-% (impl.) | Delta | Bewertung |
|---|---|---|---|---|---|
| 1 | Argentinien | 14,2% | 19,5% | -5,3 | Überbewertet |
| 2 | Frankreich | 13,8% | 17,0% | -3,2 | Überbewertet |
| 3 | Spanien | 12,5% | 12,8% | -0,3 | Fair |
| 4 | England | 11,8% | 13,5% | -1,7 | Leicht überbewertet |
| 5 | Deutschland | 10,2% | 10,0% | +0,2 | Fair |
| 6 | Brasilien | 8,5% | 9,0% | -0,5 | Fair |
| 7 | Niederlande | 5,8% | 6,2% | -0,4 | Fair |
| 8 | Portugal | 5,2% | 7,0% | -1,8 | Leicht überbewertet |
| 9 | Kolumbien | 3,8% | 2,7% | +1,1 | Unterbewertet |
| 10 | USA | 3,5% | 3,2% | +0,3 | Fair |
Die größten Diskrepanzen zeigen sich an der Spitze: Argentinien und Frankreich sind in meinem Modell deutlich niedriger bewertet als im Markt. Der Grund ist strukturell: Der Markt übergewichtet den Titelverteidigereffekt (Argentinien) und die historische Stärke der letzten drei Turniere (Frankreich). Mein Modell gewichtet stärker die aktuelle Form, und hier zeigt Argentinien ohne Messi eine xG-Bilanz, die zwar immer noch die beste aller Teams ist, aber nicht den Abstand zum Verfolgerfeld rechtfertigt, den der Markt einpreist. Konkret: Argentiniens xG-Bilanz liegt bei +0.8 pro Spiel, Spaniens bei +0.9 und Frankreichs bei +1.1 – der Unterschied zum Marktfavoriten ist minimal, die Quotendifferenz aber erheblich.
Spanien und Deutschland sind die beiden Teams, bei denen Modell und Markt am engsten beieinanderliegen – eine Übereinstimmung, die darauf hindeutet, dass der Markt diese Teams korrekt einschätzt. Spanien profitiert im Modell von der EM-2024-Erfahrung und der jungen Kaderstruktur (Durchschnittsalter 25,8 Jahre – das niedrigste unter den Topfavoriten). Deutschland profitiert vom leichten K.o.-Pfad und der taktischen Revolution unter Nagelsmann. Beide Teams sind weder über- noch unterbewertet – eine seltene Situation, die bedeutet: Es gibt keinen Value in Titelwetten auf Spanien oder Deutschland, aber auch keinen Grund, sie zu meiden.
Die interessantesten Value-Kandidaten laut Modell: Kolumbien (Modell 3,8% vs. Markt 2,7%), Japan (Modell 2,1% vs. Markt 1,7%) und die Schweiz (Modell 1,5% vs. Markt 0,9%). Diese Teams werden vom europäisch dominierten Wettmarkt systematisch unterschätzt, weil ihre Ligen und Qualifikationsrunden weniger Medienaufmerksamkeit bekommen. Kolumbiens dritter Platz in der südamerikanischen Qualifikation (nach Argentinien und Uruguay – also vor Brasilien!), Japans taktische Flexibilität mit der Fähigkeit, Formationen mitten im Spiel zu wechseln, und die Schweizer Turnierkonstanz (Viertelfinale EM 2020, Achtelfinale WM 2022, Achtelfinale EM 2024) stützen höhere Wahrscheinlichkeiten als der Markt hergibt. Bei Quoten von 34.00-41.00 für Kolumbien, 51.00-67.00 für Japan und 100.00+ für die Schweiz sind das klassische Langzeit-Value-Wetten mit hohem Risiko, aber positivem Erwartungswert.
Eine wichtige Einschränkung: Mein Modell berücksichtigt keine Verletzungen, Sperren oder kurzfristigen taktischen Änderungen. Ein Ausfall von Mbappe, Bellingham oder Vinicius Jr. würde die Prognose fundamental verschieben – solche Ereignisse lassen sich aber nicht Monate im Voraus modellieren. Ebenso wenig erfasst das Modell psychologische Faktoren wie Teamchemie, Kabinendynamik oder den Druck eines Grossturniers – Faktoren, die bei kurzen Turnieren einen überproportionalen Einfluss haben können. Die Prognose ist ein Snapshot mit Stand März 2026 und wird vor Turnierbeginn mit aktualisierten Kaderdaten und Verletzungsinformationen neu berechnet. Die vollständige Value-Analyse mit Quotenvergleich für alle 48 Teams findet sich in der Weltmeister-Quotenanalyse.
Gruppenphase-Simulation – Erwartete Ergebnisse
10.000 Simulationen der 72 Gruppenspiele ergeben ein statistisches Bild, das überraschend klare Muster zeigt. In 78% aller Simulationen gewinnt Argentinien Gruppe J. In 72% gewinnt Frankreich Gruppe I. In 76% gewinnt Deutschland Gruppe E. Aber in nur 55% gewinnt England Gruppe L – ein Wert, der zeigt, wie stark Kroatiens Präsenz die Vorhersagbarkeit reduziert. Die Differenz zwischen den „sichersten“ und den „unsichersten“ Gruppensieger-Prognosen beträgt 23 Prozentpunkte – ein enormer Spread, der sich direkt in den Wettquoten niederschlägt.
Die Gruppenphase-Simulation berechnet für jedes einzelne Gruppenspiel einen erwarteten Ausgang auf Basis der Teamstärke-Ratings. Dabei verwende ich eine Poisson-Verteilung für die Toranzahl, kalibriert an den tatsächlichen Torverteilungen der letzten drei WMs. Für Argentinien gegen Österreich ergibt sich ein erwartetes Ergebnis von 2.1 : 0.9 – also ein knapper argentinischer Sieg mit etwa ein bis zwei Toren Differenz. Für Österreich gegen Jordanien liegt der Erwartungswert bei 1.8 : 0.7 – ein Sieg, der aber nicht so komfortabel ist, wie viele annehmen. Für Österreich gegen Algerien zeigt das Modell ein nahezu ausgeglichenes 1.3 : 1.1 – ein Spiel, das statistisch gesehen auf der Kippe steht.
Diese Erwartungswerte sind Durchschnitte – die tatsächliche Streuung um diese Mittelwerte ist erheblich und wird durch zufällige Effekte wie Elfmeter, Rote Karten, Torwartfehler und Tagesform bestimmt. In meiner Simulation endet Argentinien gegen Österreich in 12% der Fälle mit einem ÖFB-Sieg – eine geringe, aber nicht vernachlässigbare Wahrscheinlichkeit, die bei Quoten um 8.50 einen rechnerischen Value von 2% ergibt. Nicht genug, um eine starke Empfehlung zu rechtfertigen, aber genug, um die Wette als „nicht unvernünftig“ einzustufen.
| Gruppe | Wahrscheinlichster Endstand (Platz 1-4) | Konfidenz |
|---|---|---|
| E | Deutschland, Côte d’Ivoire, Ecuador, Curaçao | 68% |
| I | Frankreich, Senegal, Norwegen, Interkont. | 52% |
| J | Argentinien, Österreich, Algerien, Jordanien | 48% |
| H | Spanien, Uruguay, Saudi-Arabien, Kap Verde | 42% |
| L | England, Kroatien, Ghana, Panama | 38% |
| C | Brasilien, Marokko, Schottland, Haiti | 45% |
Die Konfidenzwerte sind aufschlussreich: Gruppe E hat mit 68% die höchste Konfidenz – das Modell ist sich relativ sicher, dass Deutschland die Gruppe dominiert. Gruppe L hat mit nur 38% die niedrigste Konfidenz – hier ist fast jede Endtabelle denkbar. Für Wetter bedeutet das: In hochkonfidenten Gruppen lohnen sich Gruppensieger-Wetten auf den Favoriten, in niedrigkonfidenten Gruppen bieten Gruppenzweiter- und Gruppendritter-Märkte mehr Value, weil die Quoten die Unsicherheit nicht vollständig abbilden.
Ein Muster, das mich überrascht hat: In der Simulation erreicht Algerien in 28% der Fälle Platz 2 in Gruppe J – vor Österreich. Das widerspricht meiner intuitiven Einschätzung, die Österreich klar als zweitstärkstes Team sieht. Der Grund: Algeriens physische Spielweise und Standardstärke erzeugen in der Simulation gelegentlich Überraschungsergebnisse gegen Österreich, während Jordanien als schwächer eingeschätzter Gegner für beide Teams eine ähnliche Hürde darstellt. Die Differenz zwischen Österreich (35% auf Platz 2) und Algerien (28% auf Platz 2) ist kleiner als die meisten österreichischen Wettfreunde vermuten würden. Die vollständige Gruppenanalyse mit Simulationsergebnissen für alle 12 Gruppen steht auf einer eigenen Seite.
K.o.-Runden-Pfad – Wahrscheinlichster Turnierverlauf
Die K.o.-Runde beginnt mit dem neuen Sechzehntelfinale – 32 Teams, 16 Spiele, und ein Turnierbaum, der in seiner Komplexität alles Bisherige übersteigt. Der Baum teilt sich in zwei Hälften: Die Sieger der ungeraden Gruppen (A, C, E, G, I, K) bilden die obere Bracket-Hälfte, die Sieger der geraden Gruppen (B, D, F, H, J, L) die untere. Die Gruppenzweiten wechseln die Seite: Der Zweite einer ungeraden Gruppe spielt in der unteren Hälfte und umgekehrt. Die besten Gruppendritten werden nach einem festen Schema den verbleibenden Plätzen zugeordnet. Das bedeutet konkret: Argentinien als voraussichtlicher Sieger der Gruppe J ist in der unteren Hälfte, genau wie Spanien (H), die Niederlande (F) und England (L). Die obere Hälfte enthält Frankreich (I), Deutschland (E), Brasilien (C) und Portugal (K).
Die Konsequenz dieser Aufteilung ist enorm: Ein Halbfinale Argentinien-Spanien oder England-Niederlande ist möglich, während Frankreich-Deutschland erst im Finale aufeinandertreffen könnten. Für Wetter, die auf Rundenfortschritt-Märkte setzen (z.B. „Team X erreicht das Viertelfinale“), ist das Verständnis des Turnierbaums fundamental. Ein Team mit starken Gruppen-Nachbarn hat es in der K.o.-Runde schwerer, auch wenn es selbst erstklassig ist.
Der wahrscheinlichste Turnierverlauf laut Modell: Frankreich und Argentinien erreichen das Finale, wobei Frankreich auf dem Weg Deutschland im Halbfinale besiegt und Argentinien England im anderen Halbfinale. Diese Konstellation hat in der Simulation eine Wahrscheinlichkeit von nur 4,2% – was zeigt, wie wenig selbst der „wahrscheinlichste“ Pfad tatsächlich wahrscheinlich ist. Es gibt buchstäblich Millionen möglicher Turnierverläufe, und der spezifischste davon ist immer unwahrscheinlich. Deshalb sind Turniersieger-Wetten mit Quoten von 5.00 oder höher kein schlechter Deal – selbst der Favorit scheitert in über 80% der Simulationen.
Für Wettentscheidungen ist nicht der wahrscheinlichste Pfad relevant, sondern die kumulierten Wahrscheinlichkeiten für bestimmte Meilensteine. Argentinien erreicht laut Modell in 87% der Simulationen das Achtelfinale, in 62% das Viertelfinale, in 38% das Halbfinale und in 14,2% gewinnt es den Titel. Frankreich zeigt ein ähnliches Profil: 89% Achtelfinale, 64% Viertelfinale, 40% Halbfinale, 13,8% Titel. Die Wahrscheinlichkeiten fallen für jedes Team exponentiell – weil jede K.o.-Runde eine neue Gelegenheit für eine Überraschung bietet.
Der K.o.-Pfad erzeugt asymmetrische Wett-Chancen. Englands wahrscheinlichster K.o.-Pfad führt über einen Gruppendrittplatzierten im Sechzehntelfinale (relativ leicht), dann potentiell gegen einen Gruppenzweiten aus Gruppe K im Achtelfinale (Portugal oder Kolumbien – schwer) und Argentinien oder den Niederlanden im Viertelfinale (sehr schwer). Deutschlands Pfad sieht dagegen freundlicher aus: Sechzehntelfinale gegen einen Dritten, Achtelfinale gegen den Zweiten der Gruppe C (voraussichtlich Marokko) und erst im Halbfinale ein mögliches Aufeinandertreffen mit Frankreich. Dieser strukturelle Vorteil ist im Titelpreis bereits teilweise eingepreist, aber bei Rundenfortschritt-Wetten (z.B. „Deutschland erreicht Halbfinale“) bietet er Value, weil die Quoten nicht immer den spezifischen K.o.-Pfad vollständig reflektieren.
Ein Phänomen, das mein Modell konsistent zeigt: Teams aus der unteren Bracket-Hälfte (gerade Gruppen) haben eine leicht höhere Titelwahrscheinlichkeit als Teams aus der oberen Hälfte – nicht weil sie besser sind, sondern weil die Gegnerverteilung in der unteren Hälfte weniger starke Kontrahenten enthält. Argentinien, Spanien und England sind alle in der unteren Hälfte, was dort zwar zu schwierigeren Aufeinandertreffen zwischen Topteams führt, aber auch bedeutet, dass der Turnierpfad dorthin über leichtere Frührundenspiele führen kann. Für Geheimfavoriten in der oberen Hälfte (Kolumbien in Gruppe K, Japan in Gruppe F) ergibt sich eine Gelegenheit: Ihr Weg in ein mögliches Halbfinale führt an Brasilien und Portugal vorbei, aber umgeht die Dichte der Topfavoriten in der unteren Hälfte.
Österreich-Prognose – Wie weit reicht es?
Ich habe lange überlegt, ob ich für das ÖFB-Team eine separate Prognose veröffentliche, weil die Gefahr besteht, als österreichischer Analyst eine Heimat-Bias einzubauen. Deshalb sage ich vorweg: Mein Modell behandelt Österreich genauso wie jedes andere Team – gleiche Methodik, gleiche Gewichte, kein emotionaler Bonus.
Die Zahlen: Österreich erreicht in 69% der Simulationen die K.o.-Runde (als Zweiter oder bester Dritter). Im Sechzehntelfinale liegt die Weiterkommenswahrscheinlichkeit bei 42-48%, abhängig vom Gegner. Das Achtelfinale erreicht Österreich in 30% der Simulationen. Ein Viertelfinale – historisch die beste WM-Platzierung Österreichs (1934 und 1954) – kommt in 11% der Fälle vor. Das Halbfinale in 3%, der Titel in 0,4%.
| Meilenstein | Wahrscheinlichkeit | Marktquote (impl.) | Modell-Bewertung |
|---|---|---|---|
| Gruppenphase überstehen | 69% | 48-59% | Value |
| Sechzehntelfinale gewinnen | 30% | 22-28% | Leichter Value |
| Viertelfinale erreichen | 11% | 8-12% | Fair |
| Halbfinale erreichen | 3% | 2-4% | Fair |
| WM-Titel | 0,4% | 0,5-0,7% | Kein Value |
Der stärkste Value liegt in der Gruppenphasen-Wette: 69% Modellwahrscheinlichkeit gegenüber 48-59% Marktwahrscheinlichkeit ergibt einen deutlichen Vorteil. Der Grund für die Diskrepanz: Der Markt scheint Österreichs Pressing-System unter Rangnick und die Qualität des Kaders gegenüber Algerien und Jordanien zu unterschätzen. Die PPDA-Werte des ÖFB-Teams sind die besten aller europäischen Qualifikanten, und in der Qualifikation hat Österreich gegen physisch starke Gegner wie die Türkei und Schweden gezeigt, dass das System auch unter Druck funktioniert.
Ich habe die Österreich-Prognose einem Sensitivitätstest unterzogen: Was passiert, wenn ich die Gewichte der Säulen verändere? Das Ergebnis ist robust – selbst wenn ich die ELO-Gewichtung von 35% auf 45% erhöhe (was Österreich benachteiligt, weil das ELO-Rating langsamer reagiert als xG-Daten), fällt die Weiterkommenswahrscheinlichkeit nur auf 62%. Und selbst im pessimistischsten Szenario – maximale Gewichtung des Kadermarktwerts, der Österreich gegenüber Argentinien massiv benachteiligt – liegt die Wahrscheinlichkeit noch bei 55%. Das bedeutet: Die Grundaussage „Österreich hat eine reale Chance auf die K.o.-Runde“ ist unabhängig von der Modellspezifikation stabil.
Das größte Risiko im Modell ist der Faktor David Alaba. Österreichs Kapitan war nach seiner schweren Knieverletzung lange ausgefallen, und sein Fitnessstatus zum Turnierbeginn ist unsicher. In meiner Simulation mit Alaba liegt Österreichs Weiterkommenswahrscheinlichkeit bei 69%, ohne Alaba sinkt sie auf 58%. Ein einzelner Spieler macht 11 Prozentpunkte Differenz – das zeigt, wie dünn die Decke an Weltklassespielern im ÖFB-Kader ist und wie stark das Team von seiner Führungsfigur abhängt.
Ab dem Sechzehntelfinale wird die Prognose unsicherer, weil der Gegner (voraussichtlich Spanien als Gruppensieger H oder ein stärkerer Dritter) das Niveau erheblich anhebt. Gegen Spanien liegt Österreichs Siegwahrscheinlichkeit in meinem Modell bei 22% – respektabel für einen Außenseiter, aber keine Value-Wette bei den zu erwartenden Quoten um 4.50 (implizite Wahrscheinlichkeit 22,2%). Der realistische Traum für österreichische Fans endet also wahrscheinlich im Sechzehntelfinale oder Achtelfinale – aber allein das Erreichen dieser Phase wäre nach 28 Jahren WM-Abstinenz ein historischer Erfolg, der Österreichs Fußball nachhaltig prägen würde. Die vollständige Österreich-Wettanalyse mit konkreten Tipp-Empfehlungen für jedes Gruppenspiel findet sich auf einer eigenen Seite. Dort gehe ich auch auf Rangnicks taktisches System und die Gruppe-J-Szenarien ein.