Zum Inhalt springen
WM 2026 · WM-Rechner

Weltmeister 2026: Wahrscheinlichkeit & Quoten

Der WM-Rechner simuliert die komplette WM 2026 fünfzigtausendmal - mit den echten Gruppen, den FIFA-Tiebreakern und der offiziellen K.-o.-Struktur. Das Ergebnis: die Titel-Wahrscheinlichkeit jeder Nation neben der fairen Quote und dem Wert-Vergleich gegen die entviggte scharfe Marktreferenz.

10. Juli 2026, nach QF2: Zwei Halbfinalisten stehen fest. Frankreich zog nach dem 2:0 gegen Marokko in Boston als erstes Team ins Halbfinale ein; am Freitagabend setzte sich Spanien in Inglewood mit 2:1 gegen Belgien durch (Fabián Ruiz 30., De Ketelaere 41., Merino 88. nach Patzer von Ersatzkeeper Lammens) und trifft am 14. Juli in Dallas auf Frankreich. Morgen steigt in Miami Norwegen - England, am Sonntag in Kansas City Argentinien - Schweiz - die letzten zwei Halbfinal-Plätze. Was die Tabelle unten zeigt, ist bewusst die ex-ante Titel-Wahrscheinlichkeit aus dem Modell vor dem ersten Anpfiff - dieselbe Zahl wie am Turnier-Auftakt, gerechnet auf denselben seed Elo-Ratings. Die Idee ist der ehrliche Massstab: eine pre-tournament Baseline, die sich jetzt Runde für Runde gegen die Realität halten lässt. Wer die aktuelle K.-o.-Landschaft nach zwei entschiedenen Viertelfinal-Duellen sucht, findet sie im QF-Vorlauf der Favoriten-Analyse und im Viertelfinal-Modell-Check.

Diese Seite ist die datenbasierte Einordnung - die berechnete Weltmeister-2026-Wahrscheinlichkeit, nicht die Meinung. Wer das qualitative Favoriten-Narrativ mit Team-Profilen, Geheimtipps und Historie sucht, findet es auf der Schwester-Seite WM 2026 Favoriten & Prognose. Hier zählt allein, was die Simulation aus dem realen Turnierformat herausrechnet: keine Tipps mit Bauchgefühl, sondern eine Wahrscheinlichkeit pro Nation, eine faire Quote und der ehrliche Vergleich gegen den entviggten Markt. Die Tabelle weiter unten listet alle 48 Teams; die Abschnitte danach erklären, wie die Zahl entsteht, wie daraus Wert wird und wie wir die Treffergüte des Modells überprüfbar halten.

Von Lukas Brandt, Redakteur WM & DFB-Team, fussballweltmeisterschaft.online · Methodik: Welt-Fussball-Elo + Dixon-Coles-Tormodell, 50.000 Monte-Carlo-Simulationen des realen Turnierformats, Wert gegen die Shin-entviggte scharfe Marktreferenz - alles offen im Abschnitt Methodik & Transparenz. Berechnungs-Stand 11.07.2026, 15:40 Uhr; jede Neuberechnung wird im unveränderlichen Accuracy-Archiv festgeschrieben.

Weltmeister-Wahrscheinlichkeit aller 48 Nationen

#NationModellFaire QuoteWert
1 ESP Spanien22,9 %4,36-
2 FRA Frankreich19,9 %5,02-
3 ARG Argentinien15,2 %6,58WERT
4 BRA Brasilien8,2 %12,21-
5 ENG England7,7 %12,99-
6 POR Portugal5,4 %18,42-
7 NED Niederlande4,4 %22,62-
8 GER Deutschland2,9 %34,01-
9 BEL Belgien2,7 %36,63-
10 CRO Kroatien1,2 %84,75-
11 URU Uruguay1,1 %87,72-
12 COL Kolumbien1,1 %89,29-
13 MAR Marokko1,1 %93,46-
14 SUI Schweiz0,7 %135,14-
15 TUR Türkei0,7 %149,25-
16 JPN Japan0,5 %192,31-
17 SEN Senegal0,4 %222,22-
18 USA USA0,4 %263,16-
19 ECU Ecuador0,3 %294,12-
20 NOR Norwegen0,3 %303,03-
21 CZE Tschechien0,3 %344,83-
22 MEX Mexiko0,3 %384,62-
23 SWE Schweden0,3 %400,00-
24 KOR Südkorea0,2 %500,00-
25 AUT Österreich0,2 %555,56-
26 BIH Bosnien und Herzegowina0,1 %666,67-
27 IRN Iran0,1 %666,67-
28 ALG Algerien0,1 %666,67-
29 CAN Kanada0,1 %833,33-
30 SCO Schottland0,1 %833,33-
31 AUS Australien0,1 %909,09-
32 CIV Elfenbeinküste0,1 %909,09-
33 EGY Ägypten0,1 %909,09-
34 PAR Paraguay0,1 %1000,00-
35 COD DR Kongo0,1 %1428,57-
36 QAT Katar0,1 %2000,00-
37 RSA Südafrika0,0 %2500,00-
38 TUN Tunesien0,0 %2500,00-
39 GHA Ghana0,0 %3333,33-
40 CPV Kap Verde0,0 %5000,00-
41 PAN Panama0,0 %5000,00-
42 NZL Neuseeland0,0 %10000,00-
43 KSA Saudi-Arabien0,0 %10000,00-
44 IRQ Irak0,0 %10000,00-
45 JOR Jordanien0,0 %10000,00-
46 UZB Usbekistan0,0 %10000,00-
47 HAI Haiti0,0 %0,00-
48 CUW Curaçao0,0 %0,00-

Stand: 11.07.2026, 15:40 Uhr · Modell elo-dc-mc-2026.1 · 50.000 Simulationen · Quellen: structure: offline draw | odds: offline synthetic | ratings: seed Elo. Modellbasierte Prognose, Angaben ohne Gewähr. 18+ | Glücksspiel kann süchtig machen | Hilfe unter www.buwei.de.

Tipp spielen
Unsere Wahrscheinlichkeiten bei Betlabel spielen. 100 % bis zu 100 EUR Sportwetten-Bonus.
Zu Betlabel

Mehr Anbieter im Wettanbieter-Vergleich. Anzeige / Affiliate. 18+ | Glücksspiel kann süchtig machen.

Favoriten im Detail: die Top 10 im Modell

Was die nackte Tabelle nicht zeigt: wie tief jeder Favorit im Turnier kommt und ob der Markt das genauso sieht. Die folgende Lesart interpretiert ausschließlich die Modell-Zahlen aus den 50.000 Simulationen - kein Bauchgefühl, keine Team-Profile (die stehen bewusst auf der Narrativ-Seite). Jede Nation verlinkt zur Team-Seite mit Kader, Gruppe und Spielplan.

#1 Spanien 22,9 % Titel · faire Quote 4,36

Das Modell sieht Spanien mit 22,9 % Titelwahrscheinlichkeit (faire Quote 4,36); in den 50.000 Simulationen erreicht Spanien in 34,2 % der Durchläufe das Finale und in 50,6 % mindestens das Halbfinale. Modell (22,9 %) und faire Marktreferenz (22,6 %) liegen eng beieinander - kein nennenswerter Wert auf der Titelwette, das Modell bestätigt die Marktordnung. In die K.-o.-Phase kommt Spanien in 98,9 % der Simulationen, das Viertelfinale wird in 62,0 % erreicht.

#2 Frankreich 19,9 % Titel · faire Quote 5,02

Das Modell sieht Frankreich mit 19,9 % Titelwahrscheinlichkeit (faire Quote 5,02); in den 50.000 Simulationen erreicht Frankreich in 30,9 % der Durchläufe das Finale und in 48,7 % mindestens das Halbfinale. Modell (19,9 %) und faire Marktreferenz (17,8 %) liegen eng beieinander - kein nennenswerter Wert auf der Titelwette, das Modell bestätigt die Marktordnung. In die K.-o.-Phase kommt Frankreich in 98,1 % der Simulationen, das Viertelfinale wird in 64,3 % erreicht.

#3 Argentinien 15,2 % Titel · faire Quote 6,58 Wert

Das Modell sieht Argentinien mit 15,2 % Titelwahrscheinlichkeit (faire Quote 6,58); in den 50.000 Simulationen erreicht Argentinien in 26,8 % der Durchläufe das Finale und in 41,4 % mindestens das Halbfinale. Gegenüber der entviggten Marktreferenz von 10,9 % liegt das Modell rund 4,3 Prozentpunkte höher - hier setzt das WERT-Flag an: das Modell traut Argentinien mehr zu, als der Markt einpreist. In die K.-o.-Phase kommt Argentinien in 98,3 % der Simulationen, das Viertelfinale wird in 55,7 % erreicht.

#4 Brasilien 8,2 % Titel · faire Quote 12,21

Das Modell sieht Brasilien mit 8,2 % Titelwahrscheinlichkeit (faire Quote 12,21); in den 50.000 Simulationen erreicht Brasilien in 16,3 % der Durchläufe das Finale und in 29,9 % mindestens das Halbfinale. Die entviggte Marktreferenz liegt mit 12,8 % über dem Modellwert - der Markt ist hier optimistischer als die Simulation, also kein Wert auf der Titelwette. In die K.-o.-Phase kommt Brasilien in 96,4 % der Simulationen, das Viertelfinale wird in 48,1 % erreicht.

#5 England 7,7 % Titel · faire Quote 12,99

Das Modell sieht England mit 7,7 % Titelwahrscheinlichkeit (faire Quote 12,99); in den 50.000 Simulationen erreicht England in 15,9 % der Durchläufe das Finale und in 28,5 % mindestens das Halbfinale. Modell (7,7 %) und faire Marktreferenz (6,5 %) liegen eng beieinander - kein nennenswerter Wert auf der Titelwette, das Modell bestätigt die Marktordnung. In die K.-o.-Phase kommt England in 94,8 % der Simulationen, das Viertelfinale wird in 46,8 % erreicht.

#6 Portugal 5,4 % Titel · faire Quote 18,42

Das Modell sieht Portugal mit 5,4 % Titelwahrscheinlichkeit (faire Quote 18,42); in den 50.000 Simulationen erreicht Portugal in 12,2 % der Durchläufe das Finale und in 22,9 % mindestens das Halbfinale. Die entviggte Marktreferenz liegt mit 8,1 % über dem Modellwert - der Markt ist hier optimistischer als die Simulation, also kein Wert auf der Titelwette. In die K.-o.-Phase kommt Portugal in 93,3 % der Simulationen, das Viertelfinale wird in 42,0 % erreicht.

#7 Niederlande 4,4 % Titel · faire Quote 22,62

Das Modell sieht Niederlande mit 4,4 % Titelwahrscheinlichkeit (faire Quote 22,62); in den 50.000 Simulationen erreicht Niederlande in 9,8 % der Durchläufe das Finale und in 20,4 % mindestens das Halbfinale. Modell (4,4 %) und faire Marktreferenz (3,2 %) liegen eng beieinander - kein nennenswerter Wert auf der Titelwette, das Modell bestätigt die Marktordnung. In die K.-o.-Phase kommt Niederlande in 90,6 % der Simulationen, das Viertelfinale wird in 38,7 % erreicht.

#8 Deutschland 2,9 % Titel · faire Quote 34,01

Das Modell sieht Deutschland mit 2,9 % Titelwahrscheinlichkeit (faire Quote 34,01); in den 50.000 Simulationen erreicht Deutschland in 7,0 % der Durchläufe das Finale und in 15,5 % mindestens das Halbfinale. Modell (2,9 %) und faire Marktreferenz (2,9 %) liegen eng beieinander - kein nennenswerter Wert auf der Titelwette, das Modell bestätigt die Marktordnung. In die K.-o.-Phase kommt Deutschland in 91,9 % der Simulationen, das Viertelfinale wird in 28,1 % erreicht.

#9 Belgien 2,7 % Titel · faire Quote 36,63

Das Modell sieht Belgien mit 2,7 % Titelwahrscheinlichkeit (faire Quote 36,63); in den 50.000 Simulationen erreicht Belgien in 6,9 % der Durchläufe das Finale und in 15,4 % mindestens das Halbfinale. Modell (2,7 %) und faire Marktreferenz (2,3 %) liegen eng beieinander - kein nennenswerter Wert auf der Titelwette, das Modell bestätigt die Marktordnung. In die K.-o.-Phase kommt Belgien in 92,6 % der Simulationen, das Viertelfinale wird in 36,7 % erreicht.

#10 Kroatien 1,2 % Titel · faire Quote 84,75

Das Modell sieht Kroatien mit 1,2 % Titelwahrscheinlichkeit (faire Quote 84,75); in den 50.000 Simulationen erreicht Kroatien in 3,6 % der Durchläufe das Finale und in 9,8 % mindestens das Halbfinale. Die entviggte Marktreferenz liegt mit 2,0 % über dem Modellwert - der Markt ist hier optimistischer als die Simulation, also kein Wert auf der Titelwette. In die K.-o.-Phase kommt Kroatien in 81,5 % der Simulationen, das Viertelfinale wird in 21,0 % erreicht.

Strukturell zeigt das Modell ein vertrautes Bild: eine enge europäisch-südamerikanische Spitze, die zusammen den Großteil der Titelwahrscheinlichkeit auf sich vereint, dahinter ein langer, flacher Schwanz aus Nationen mit einstelligen oder Bruchteil-Prozentwerten. Der Heimvorteil der drei Gastgeber USA, Kanada und Mexiko ist eingerechnet, dreht aber an der Titelfrage wenig - er wirkt vor allem auf das Weiterkommen aus der Gruppe, nicht auf den Pokal. Wo das Modell und der Markt am stärksten auseinanderliegen, steht das WERT-Flag; wo beide eng beieinander sind, bestätigt die Simulation schlicht die Marktordnung. Genau diese Spreizung zwischen Modell und Markt ist der eigentliche Mehrwert dieser Seite gegenüber einer reinen Quotenliste.

Lesehilfe: Die faire Quote ist der Kehrwert der Modell-Wahrscheinlichkeit (1 geteilt durch die Wahrscheinlichkeit) - ohne Buchmacher-Marge. Eine faire Quote von 4,36 entspricht also rund 22,9 Prozent. Wie aus dieser fairen Quote und der Marktquote der Wert entsteht, erklärt der nächste Abschnitt. Wie weit dieselben Teams im Turnierbaum kommen, zeigt die Schwester-Seite Finaleinzug-Wahrscheinlichkeit.

Modell gegen Buchmacher-Quoten - so entsteht Wert

Eine Buchmacher-Quote ist keine reine Wahrscheinlichkeit. In jeder Quote steckt eine Marge - der Aufschlag, mit dem der Anbieter verdient. Rechnet man die rohen Quoten eines Marktes naiv in Wahrscheinlichkeiten um (1 geteilt durch die Quote), summieren sich diese impliziten Wahrscheinlichkeiten auf deutlich mehr als 100 Prozent. Genau dieser Überhang ist die Marge, und er verzerrt jeden direkten Vergleich mit einem Modell.

Damit Modell und Markt auf derselben Skala stehen, "entviggen" wir die Marktquoten - wir rechnen die Marge heraus. Eine einfache Normierung (jede implizite Wahrscheinlichkeit durch die Überrundsumme teilen) verzerrt die Favoriten-Quoten systematisch. Deshalb nutzen wir die Shin-Methode: ein Modell, das davon ausgeht, dass ein Teil der Marge aus informierten Wettern stammt, und die Marge entsprechend ungleich auf Favoriten und Außenseiter verteilt. Heraus kommt die faire Marktwahrscheinlichkeit - die beste Schätzung des Marktes, bereinigt um den Buchmacheraufschlag.

Der WERT entsteht dort, wo unsere Modell-Wahrscheinlichkeit höher liegt als diese faire Marktwahrscheinlichkeit. Das WERT-Flag in der Tabelle bedeutet also nicht "sicherer Tipp", sondern: das Modell traut der Nation mehr zu, als der entviggte Markt einpreist - statistisch ein Über-Wert auf genau dieser Wette. Formal lässt sich das als Erwartungswert ausdrücken: Multipliziert man die Modell-Wahrscheinlichkeit mit der angebotenen Quote und zieht eins ab, ergibt ein positiver Wert eine auf lange Sicht profitable Wette, ein negativer Wert ein Minusgeschäft. Genau diese Kennzahl steckt hinter dem WERT-Flag, nur dass sie über die faire Marktwahrscheinlichkeit gegen die scharfe Marktreferenz und nicht gegen eine einzelne Aktionsquote gespiegelt wird - das macht das Signal robuster gegen kurzlebige Lockangebote.

Warum überhaupt die scharfe Marktquote als Referenz und nicht einfach die höchste verfügbare Quote? Weil ein einzelner Anbieter mit einer auffällig hohen Quote oft schlicht langsamer ist oder ein Limit setzt, das man nie ausschöpfen könnte. Die scharfe Marktquote - die Quote der umsatzstärksten, am schnellsten reagierenden Bücher - ist die ehrlichste Annäherung an die "wahre" Wahrscheinlichkeit, die der Gesamtmarkt einpreist. Schlägt unser Modell diese Referenz, ist das ein deutlich belastbareres Signal, als wenn es nur einen trägen Außenseiter-Buchmacher schlägt. Deshalb prüft der WM-Rechner das Modell gegen den entviggten scharfen Markt, nicht gegen die werbewirksamste Einzelquote.

Rechenbeispiel

Angenommen, eine Nation hat eine beste Marktquote von 7,21. Implizit sind das rund 13,9 Prozent (1 geteilt durch 7,21). Nach der Shin-Entvigung über den gesamten Titelmarkt bleiben davon eine faire Marktwahrscheinlichkeit von etwa 10,9 Prozent - die restlichen rund 3 Prozentpunkte waren Marge. Unser Modell rechnet aus 50.000 Simulationen aber eine Titelwahrscheinlichkeit von 15,2 Prozent. Die Differenz von gut 4 Prozentpunkten zugunsten des Modells ist der positive Wert - in diesem Beispiel das WERT-Flag bei Argentinien. Liegt das Modell dagegen unter der fairen Marktwahrscheinlichkeit (etwa bei einer Nation, der der Markt mehr zutraut als die Simulation), gibt es kein Flag, und eine Titelwette wäre rechnerisch ein Minusgeschäft.

Wichtig: Wert ist eine statistische Aussage über den Erwartungswert vieler gleichartiger Wetten, keine Garantie für den Einzelfall. Ein Favorit mit Wert kann das Turnier trotzdem in der Gruppenphase verlassen - der Wert sagt nur, dass die angebotene Quote im Mittel zu großzügig ist. Konkrete Spiel-für-Spiel-Einschätzungen mit Einsatz-Logik stehen in den WM-Wett-Tipps.

Wie oft hatte das Modell recht?

Ein Modell ist nur so glaubwürdig wie seine Bilanz. Deshalb führt die Prognose-Engine ein unveränderliches Accuracy-Archiv: Bei jeder Neuberechnung wird der aktuelle Stand mit Zeitstempel, Modellversion und Engine-Version festgeschrieben und an das Archiv angehängt. Ältere Einträge werden nie überschrieben oder gelöscht - auch dann nicht, wenn sich eine Prognose im Nachhinein als falsch herausstellt.

Das ist bewusst so gebaut. Wer Prognosen nachträglich glättet, kann sich jede Trefferquote schönrechnen. Ein angehängtes, nicht editierbares Archiv macht genau das unmöglich: Jede einzelne Vorhersage bleibt so nachprüfbar, wie sie zum Zeitpunkt der Berechnung ausgegeben wurde. Nach dem Turnier lässt sich daraus eine ehrliche Trefferbilanz ableiten - etwa, ob die simulierten Wahrscheinlichkeiten kalibriert waren (Teams mit 20-Prozent-Titelchance gewinnen langfristig auch rund jedes fünfte vergleichbare Turnier).

Zwischenstand Viertelfinale (nach QF2)

Der ehrlichste QF-Check gegen die pre-tournament Rangliste: Aus den Top 8 der ex-ante Titel-Favoriten (Spanien 22,9 Prozent, Frankreich 19,9 Prozent, Argentinien 15,2 Prozent, Brasilien 8,2 Prozent, England 7,7 Prozent, Portugal 5,4 Prozent, Niederlande 4,4 Prozent, Deutschland 2,9 Prozent) haben es Spanien, Frankreich, Argentinien und England ins Viertelfinale geschafft - vier von acht. Brasilien scheiterte am 5. Juli im Achtelfinale 1:2 an Norwegen; Portugal verlor 0:1 gegen Spanien; die Niederlande im Elfmeterschießen gegen Marokko; Deutschland 3:4 im Elfmeterschießen gegen Paraguay. Zwei der vier Viertelfinal-Überraschungen - Norwegen (0,33 Prozent ex-ante) und die Schweiz (0,74 Prozent) - standen im Modell weit außerhalb der Top-15. Belgien (Rang 9 ex-ante mit 2,7 Prozent) und Marokko (Rang 13 mit 1,1 Prozent) zogen ebenfalls ins Viertelfinale ein; nach QF1 und QF2 sind beide raus - Marokko 0:2 gegen Frankreich in Boston, Belgien 1:2 gegen Spanien in Inglewood (Merino-Siegtor 88. nach einem Lammens-Patzer).

Damit stehen zwei Halbfinalisten fest, beide aus der ex-ante Top 2: Frankreich und Spanien treffen am 14. Juli in Dallas im ersten Halbfinale aufeinander - die vom Modell hoch bewertete europäische Titel-Achse trägt bislang direkt in die letzten vier. In der 1/X/2-Lesart heißt das: Das Modell hat die europäisch-südamerikanische Spitze bis hierhin robust getroffen (die ersten beiden Halbfinal-Plätze gehen an die Top 2 der ex-ante Rangliste), aber zwei Außenseiter-Wege in die letzte Acht - Haaland-Norwegen und der Kobel-Schweiz-Elfmeterkrimi - hat es systematisch unterschätzt. Ob diese beiden am Wochenende gegen England und Argentinien in die nächste Runde einschlagen, ist der eigentliche Kalibrierungs-Test der Runde. Genau dafür ist das Archiv da: Nach dem Finale rechnen wir aus jedem festgeschriebenen Snapshot Brier-Score und Log-Loss über alle 104 Spiele durch - unabhängig davon, ob der Turnier-Favorit am Ende gewinnt.

Die richtige Messlatte für ein Wahrscheinlichkeitsmodell ist nicht "hat der Tipp-Favorit gewonnen", sondern die Kalibrierung. Ein gut kalibriertes Modell hat recht, wenn von allen Ereignissen, denen es 30 Prozent zuwies, am Ende auch ungefähr 30 Prozent eintreten - über viele Spiele und mehrere Turniere hinweg. Genau das lässt sich aus dem unveränderlichen Archiv im Nachhinein nachrechnen, etwa über Kennzahlen wie den Brier-Score oder einen Log-Loss, die belohnen, wenn das Modell auch bei den nicht eingetretenen Ergebnissen die richtige Unsicherheit ausgewiesen hat. Ein Modell, das einem klaren Favoriten nur 23 Prozent gibt und damit "falsch" liegt, wenn ein Außenseiter gewinnt, kann trotzdem das bessere Modell sein - wenn diese 23 Prozent langfristig stimmen.

Wir nennen hier bewusst keine glatte Trefferquote: Der pre-tournament Modell-Snapshot bewegt sich nicht mehr (der WM-Rechner rechnet aus den seed Elo-Ratings vor dem Turnier, nicht aus laufenden Ergebnissen), aber die laufende Realität liefert nach jeder Runde einen weiteren Datenpunkt gegen genau diesen ex-ante Snapshot. Was wir zusichern, ist die Methode: Stand-Zeile an jeder Tabelle, festgeschriebene Snapshots, dokumentierte Vereinfachungen, und ein Archiv, das auch unbequeme Fehlprognosen behält. Diese Transparenz ist der entscheidende Vertrauenspunkt - der WM-Rechner liefert keine Wahrheit, sondern eine nachprüfbare, ehrliche Wahrscheinlichkeitsschätzung ex ante. Wer das qualitative Gegenstück sucht - Einschätzungen mit Autorenstimme, Geheimtipps und Turnierhistorie - findet es in der WM-2026-Favoriten-Analyse; beide Seiten ergänzen sich bewusst, statt dieselbe Frage doppelt zu beantworten.

Deutschland im WM-Rechner: Modell-Blick und echtes R16-Aus

Was das Modell vor dem Turnier für Gruppe E (Deutschland, Curaçao, Elfenbeinküste, Ecuador) sah, ist unten dokumentiert - die pre-tournament Wahrscheinlichkeit auf Platz 1, Platz 2 und das Weiterkommen. Das Modell lag hier eng an der sportlichen Realität: Deutschland gewann Gruppe E sicher (7:1 gegen Curaçao, 1:1 gegen die Elfenbeinküste, 3:0 gegen Ecuador).

Gruppe EPlatz 1Platz 2Weiter
GER Deutschland55 %26 %92 %
ECU Ecuador23 %32 %75 %
CIV Elfenbeinküste16 %27 %65 %
CUW Curaçao6 %15 %38 %

Im pre-tournament Gesamtbild ordnete das Modell Deutschland eine Titelwahrscheinlichkeit von 2,9 % zu (faire Quote rund 34,01). Das Achtelfinale erreichte die DFB-Elf im Modell in 60,8 % der Simulationen, das Viertelfinale in 28,1 % und das Finale in 7,0 %. Solide Gruppenphase, aber im Titelrennen klar hinter der europäisch-südamerikanischen Spitze - der Engpass lag laut Modell nicht in der Gruppe, sondern im K.-o.-Baum ab dem Viertelfinale.

Tatsächlich endete die WM 2026 für Deutschland eine Runde früher als vom Modell im Median erwartet: 3:4 nach Elfmeterschießen gegen Paraguay am 30. Juni in Boston, mit Tahs annullierter 102.-Minute-Kopfball und drei verschossenen DFB-Elfern. Bundestrainer Julian Nagelsmann trat am 3. Juli zurück, Jürgen Klopp wird als Kandidat gehandelt. Der Modellwert für den Achtelfinal-Einzug (60,8 %) hielt, der für das Viertelfinale (28,1 %) nicht - das DFB-Aus fällt statistisch in die rund 33 Prozent der Simulationen, in denen die pre-tournament Prognose Deutschland genau im Achtelfinale scheitern sah. Alle Analysen im DFB-Spielbericht und im Bereich Deutschland bei der WM 2026.

Methodik & Transparenz

Grundlage ist ein Welt-Fussball-Elo-Rating je Nation und ein Dixon-Coles-Tormodell, das pro Partie eine Ergebnisverteilung erzeugt. Eine Monte-Carlo-Simulation spielt das Turnier 50.000-mal durch: Gruppenphase mit den offiziellen FIFA-Tiebreakern, die acht besten Gruppendritten, dann die exakte offizielle K.-o.-Struktur (Sechzehntel- bis Finale) inklusive Verlaengerung und Elfmeterschiessen.

Das Dixon-Coles-Modell ist eine Erweiterung des klassischen Poisson-Ansatzes: Es schätzt für jede Partie eine erwartete Toranzahl beider Teams aus der Elo-Differenz und korrigiert die bei reinem Poisson zu seltenen knappen Ergebnisse (0:0, 1:0, 1:1). So bekommt jede Begegnung eine realistische Ergebnisverteilung statt nur einer Drei-Wege-Quote - und genau diese Verteilung wird 50.000-mal durch den kompletten Turnierbaum gezogen.

Der "Wert" entsteht aus dem Vergleich der Modell-Wahrscheinlichkeit mit einer um die Marge bereinigten Marktreferenz (Shin-Methode, scharfe Marktquote). Diese Referenz dient ausschließlich der Analyse - auf dieser Seite werden keine lizenzierten Anbieter beworben und keine Anbieter-Quoten dargestellt.

Worauf das Modell empfindlich reagiert und worauf nicht, gehört zur Ehrlichkeit dazu. Stark wirkt die Elo-Differenz zwischen zwei Mannschaften - sie steuert die erwartete Tordifferenz und damit den Großteil jeder Einzelpartie. Spürbar, aber kleiner, sind der Gastgeber-Bonus, die Gruppenauslosung und der konkrete K.-o.-Pfad: Ein Favorit auf der schwereren Bracket-Seite verliert auch bei gleicher Stärke ein paar Prozentpunkte Titelwahrscheinlichkeit. Bewusst nicht abgebildet sind kurzfristige Faktoren, die ein statistisches Vorturnier-Modell nicht seriös quantifizieren kann: tagesaktuelle Verletzungen, Sperren, Trainerwechsel oder die Tagesform in einem konkreten Spiel. Deshalb sind die Werte Wahrscheinlichkeiten über viele Simulationen, keine Vorhersage eines einzelnen Resultats.

Der WM-Rechner ist bewusst als ex-ante Prognose gebaut: Die seed Elo-Ratings und die reale Auslosung sind die Eingaben, das Modell rechnet daraus vor Turnierbeginn eine Wahrscheinlichkeit pro Nation. Diese Zahl bewegt sich pro Run nicht mehr; sie ist die messbare Baseline, an der sich die tatsächliche Turnier-Realität nach jeder Runde ehrlich prüfen lässt (siehe QF-Zwischenstand oben). Live-Updates zur aktuellen K.-o.-Landschaft laufen bewusst über die Favoriten-Analyse und die per-match Vorberichte, nicht über den Rechner - so bleibt die ex-ante Zahl das, was sie sein soll: ein nachprüfbarer Snapshot, kein nachträglich geglätteter Live-Feed.

Jede Neuberechnung wird mit Zeitstempel und Modellversion in einem unveränderlichen Accuracy-Archiv festgeschrieben (siehe Abschnitt oben). Modellversion und Simulationszahl stehen an jeder Tabelle in der Stand-Zeile - so ist nachvollziehbar, welcher Datenstand welche Wahrscheinlichkeit erzeugt hat. Wer die Zahlen lieber als erzählte Einordnung lesen will, findet die Favoriten mit Profilen und Geheimtipps in der Prognose-Analyse, konkrete Einzelwetten in den WM-Wett-Tipps.

Bekannte Vereinfachungen
  • Seed Elo ratings are May-2026 hand approximations; fit from historical international results once a data feed is wired (RatingsSource).
  • Knockout bracket is the exact official FIFA 2026 structure (R32 matches 73-88 + R16->Final tree). Third-placed teams are matched within FIFA's official per-slot eligible-group lists; the exact 495-row Annex-C deterministic assignment is the only remaining refinement (aggregate stage/title probabilities are well-calibrated).
  • Golden Boot / top-scorer model not produced without a players feed.

Häufige Fragen
WM-Rechner

Wie wird die Weltmeister-Wahrscheinlichkeit berechnet?+

Ein Modell aus Welt-Fussball-Elo und einem Dixon-Coles-Tormodell simuliert das komplette Turnier 50.000-mal - die Gruppenphase mit den echten FIFA-Regeln, die K.-o.-Runde inklusive Verlaengerung und Elfmeterschiessen. Aus den Simulationen ergibt sich, wie oft jede Nation Weltmeister wird.

Was bedeutet die Spalte "Wert"?+

Wir vergleichen unsere Modell-Wahrscheinlichkeit mit der um die Marge bereinigten Marktreferenz. Liegt das Modell höher als der faire Marktwert, markieren wir den Eintrag als "WERT" - das Modell sieht dort mehr Chance, als der Markt einpreist.

Wie wird die Wahrscheinlichkeit konkret gerechnet?+

Jede Nation hat ein Welt-Fussball-Elo-Rating. Aus der Elo-Differenz zweier Mannschaften leitet ein Dixon-Coles-Tormodell eine Verteilung möglicher Ergebnisse ab (nicht nur Sieg/Unentschieden/Niederlage, sondern konkrete Tore mit der Korrektur für knappe Resultate). Daraus wird das Turnier 50.000-mal komplett ausgespielt - vom ersten Gruppenspiel bis zum Finale. Die Titelwahrscheinlichkeit ist schlicht der Anteil der Simulationen, in denen die Nation am Ende den Pokal hält.

Was ist der Unterschied zur Seite "Favoriten & Prognose"?+

Die Schwester-Seite /wm-2026/prognose/ ist das qualitative Favoriten-Narrativ: Autorenstimme, Team-Profile, Geheimtipps, Historie. Diese Seite hier ist die rein datenbasierte Einordnung - der WM-Rechner mit der simulierten Titelwahrscheinlichkeit aller 48 Teams, der Methodik und dem Wert-Vergleich gegen den Markt. Meinung dort, Modell hier.

Wie oft wird die Prognose aktualisiert?+

Der WM-Rechner ist als ex-ante Prognose gebaut - die Wahrscheinlichkeiten stammen aus den seed Elo-Ratings vor Turnierbeginn und bewegen sich pro Run nicht mehr. Er wird trotzdem regelmaessig neu berechnet und im unveraenderlichen Accuracy-Archiv festgeschrieben; der Stand oben zeigt den Zeitpunkt der letzten Berechnung. Live-Updates zur aktuellen K.-o.-Landschaft laufen bewusst ueber die Favoriten-Analyse (/wm-2026/prognose/) und die per-match Vorberichte - der Rechner selbst bleibt die messbare pre-tournament Baseline gegen die Realitaet.

Sind das Wettempfehlungen?+

Nein. Diese Seite zeigt eine modellbasierte Wahrscheinlichkeit und einen analytischen Wert-Vergleich, keine Wettberatung. Auf dieser Seite werden keine Anbieter-Quoten dargestellt. 18+, Glücksspiel kann süchtig machen - kostenlose Hilfe unter buwei.de und 0800 137 27 00.

Wie genau war das Modell bisher?+

Zwischenstand Viertelfinale (10. Juli 2026, nach QF2): Aus der pre-tournament Top-8 der Titelfavoriten (Spanien, Frankreich, Argentinien, Brasilien, England, Portugal, Niederlande, Deutschland) haben Spanien, Frankreich, Argentinien und England das Viertelfinale erreicht - vier von acht. Die ersten beiden Halbfinal-Plaetze gehen an die ex-ante Top 2: Frankreich (2:0 gegen Marokko in Boston) und Spanien (2:1 gegen Belgien in Inglewood, Merino-Siegtor 88.); beide treffen am 14. Juli in Dallas im Halbfinale aufeinander. Brasilien, Portugal, die Niederlande und Deutschland scheiterten im Achtelfinale. Die QF-Ueberraschungen Norwegen und die Schweiz standen im Modell weit ausserhalb der Top-15 - hier hat der ex-ante Snapshot systematisch unterschaetzt. Wir nennen bewusst keine glatte Trefferquote in der Gruppenphase, weil die richtige Messlatte die Kalibrierung ueber alle Wahrscheinlichkeitsklassen ist (Brier-Score, Log-Loss) - die rechnen wir nach dem Finale aus dem unveraenderlichen Accuracy-Archiv sauber durch.