Rugby-Statistik-Quellen für Wetter — Wo verlässliche Daten zur Analyse zu finden sind
Available in US
Im Februar 2025 brauchte ich vor dem England-Schottland-Spiel im Six Nations eine konkrete Antwort: Wie hoch lag Englands Try-Quote in den letzten zehn Spielen gegen Schottland, getrennt nach Heim und Auswärts? Die Buchmacher-Quote für „England Über 2,5 Tries“ stand bei 1,85, und meine eigene Schätzung lag näher an 70 Prozent — also bei einer fairen Quote von 1,43. Aber meine Schätzung war Gefühl, nicht Daten. Vierzig Minuten später hatte ich aus drei verschiedenen Quellen — Six Nations Stats Hub, ESPN-Datenbank und einem privaten Excel-Tracker — die echten Werte: 1,8 Tries Heim, 1,2 Tries Auswärts. Meine Schätzung war zu optimistisch, die Buchmacher-Quote ungefähr fair. Ich liess die Wette.
Solche Recherchen sind das Rückgrat ernsthafter Wett-Analyse. Wer ohne strukturierte Datenquellen wettet, arbeitet mit Eindrücken — und Eindrücke verlieren systematisch gegen Buchmacher-Modelle, die mit echten Zahlen rechnen. Dieser Beitrag zeigt die wichtigsten Quellen, ihre Stärken und Schwächen, sowie die typischen Interpretationsfehler, die selbst sorgfältige Analytiker treffen.
Offizielle Statistik-Portale
Die erste Anlaufstelle für Rugby-Statistik ist World Rugby selbst. Das Statistics-Portal auf world.rugby liefert konsolidierte Tournament-Daten zu allen Weltmeisterschaften, dem Rugby Championship und allen relevanten Test Matches. Der RWC 2023 zählte 2’437’208 Zuschauer in 48 Spielen (50’775 pro Spiel) und 325 Tries (6,77 pro Spiel) — solche aggregierten Daten finden sich dort komplett, mit Aufschlüsselung pro Spiel und pro Mannschaft.
Für das Six Nations ist das eigene Stats Hub auf sixnationsrugby.com die beste Quelle. Die Seite liefert pro Saison alle Spieler-Statistiken, Mannschafts-Statistiken und detaillierte Spielverläufe. Im Six Nations 2025 wurden 108 Tries erzielt (7,2 pro Spiel), Top-Try-Scorer war Bielle-Biarrey mit 8 Tries, Top-Punkte-Scorer Thomas Ramos mit 71 Punkten. Diese Werte sind im Stats Hub direkt einsehbar, mit historischen Vergleichswerten zurück bis zur Five-Nations-Ära.
Im Six Nations 2026 wurden 111 Tries (7,4 pro Spiel) erzielt — ein Rekord; Gesamt-Zuschauerzahl lag bei 995’964 (66’398 pro Spiel). Die Saison-Statistiken werden während des laufenden Turniers in Echtzeit aktualisiert — nach jedem Spiel sind die neuen Werte innerhalb von dreissig Minuten verfügbar.
Für Vereins-Rugby liefern die Liga-Webseiten die offiziellen Quellen: epcrugby.com für Champions Cup und Challenge Cup, urc.rugby für United Rugby Championship, premiershiprugby.com für Premiership, lnr.fr für Top 14, super.rugby für Super Rugby Pacific. Die Datenqualität variiert — Premiership und Top 14 liefern detaillierte Stats; URC und Super Rugby Pacific sind dünner.
Ein wichtiger Vorteil offizieller Portale: Die Daten sind verifiziert und werden für Statistik-Records verwendet. Wer auf historische Vergleiche setzt (etwa „Hat Wales je in Twickenham gewonnen?“), bekommt hier präzise Antworten. Nachteil: Die Analyse-Tiefe ist begrenzt — man bekommt Roh-Zahlen, aber keine fertigen Modelle oder Wahrscheinlichkeitsberechnungen.
Kommerzielle Daten-Anbieter
Für ernsthafte Wett-Analyse sind kommerzielle Datenanbieter die nächste Stufe. Opta (jetzt Stats Perform) ist der dominierende Anbieter mit hoher Daten-Granularität pro Spielzug. Opta-Daten umfassen jede Phase eines Spiels — Pässe, Tackles, Lineouts, Scrums, Penalties mit Position auf dem Feld. Diese Granularität ist die Grundlage für die meisten profi-orientierten Modelle.
Der Zugriff auf Opta-Rohdaten ist teuer und meist nur über Lizenz-Pakete für Medien-Unternehmen oder professionelle Wettanbieter verfügbar. Für Privatanwender gibt es Sekundär-Quellen, die Opta-Daten in zusammengefasster Form aufbereiten: rugbypass.com, ESPN-Rugby und für Test-Rugby auch die offiziellen World-Rugby-Match-Center-Seiten — die alle Opta-basiert arbeiten.
Eine zweite wichtige Quelle ist Sportradar, vor allem für Integrity-Daten. 2024 monitorte Sportradar Integrity Services weltweit über 850’000 Spiele in 70 Sportarten und identifizierte 1’108 verdächtige Spiele — ein Rückgang von 17 Prozent gegenüber 2023. Diese Daten sind wichtig für die Bewertung von Liga-Integrität — eine Liga mit überdurchschnittlich vielen verdächtigen Spielen sollte für Wett-Analysen mit zusätzlicher Vorsicht behandelt werden.
Für tiefe taktische Daten haben sich in den letzten Jahren spezialisierte Rugby-Analytics-Plattformen etabliert. Die Bekanntesten sind The Analyst (Stats Perform-Marke), Sage Rugby und Eye Test Rugby. Diese Plattformen kombinieren Roh-Statistiken mit kontextuellen Berechnungen wie Expected Points, Defensive Pressure Scores oder Set-Piece-Efficiency-Metriken — der nächste Schritt nach reinen Tries-und-Punkte-Zahlen.
Für Schweizer Wetter gibt es eine pragmatische Beobachtung: Die Abonnements der grossen Datenanbieter (50 bis 200 CHF pro Monat) lohnen sich nur bei intensiver Wett-Aktivität. Wer pro Woche zwei bis drei Wetten platziert, kommt mit kostenlosen Quellen plus Eigenrecherche meist weiter.
Self-Tracking als systematische Methodik
Die Quelle, die ich persönlich am häufigsten nutze, ist mein eigenes Tracking-System. Eine simple Excel-Tabelle mit den Pre-Match-Quoten, meinen Wett-Einsätzen, dem Ergebnis und einer Spalte für Notizen zur jeweiligen Begründung. Diese Tabelle ist nach drei Jahren mein wichtigstes Werkzeug — wertvoller als alle externen Datenquellen, weil sie meine spezifischen Wett-Muster dokumentiert.
Was im Self-Tracking unbedingt erfasst werden sollte: Wettzeitpunkt (Pre-Match oder Live), Mannschaften, Markt, Quote, Einsatz, Ergebnis (gewonnen/verloren/halb), und ein bis zwei kurze Notizen zur Wett-Logik. Mit diesen Spalten lassen sich nach einer Saison aussagekräftige Muster erkennen — etwa „Meine Heim-Wetten in der Premiership haben 58 Prozent Trefferquote, Auswärts-Wetten nur 38 Prozent“.
Ein zweiter Self-Tracking-Bereich ist die Quoten-Geschichte. Wer Pre-Match-Quoten und Schluss-Quoten parallel aufzeichnet, kann später analysieren, wo der Markt sich bewegt hat und ob die eigene Wett-Hypothese mit der Marktbewegung übereingestimmt hat. Diese Closing-Line-Value-Analyse ist eine der wichtigsten Profi-Methoden zur Bewertung der eigenen Wett-Qualität.
Die Werkzeuge dafür sind simpel: Excel oder Google Sheets reichen. Komplexere Tools wie Pinnacle’s BetTracker oder spezialisierte Wett-Apps haben den Vorteil automatischer Daten-Eintragung über API-Schnittstellen, sind aber für die meisten Wetter überdimensioniert. Wer nicht mehr als zwanzig Wetten pro Woche platziert, kommt mit manueller Excel-Eintragung gut zurecht.
Typische Fehler bei der Interpretation
Der häufigste Fehler in der Daten-Interpretation ist das Verwechseln von Korrelation und Kausalität. Wenn eine Mannschaft fünf Spiele in Folge gewinnt, ist das eine Korrelation — keine Garantie für das sechste Spiel. Buchmacher-Modelle preisen diese Tendenz aber bereits ein. Wer auf „die Mannschaft ist heiss“ wettet, verliert systematisch, weil der Edge bereits im Markt ist.
Der zweite häufige Fehler ist Sample-Size-Ignoranz. Wenn jemand sagt „Frankreich gewinnt 80 Prozent seiner Heim-Spiele gegen Italien“, aber diese Aussage auf nur fünf Spielen basiert, ist die statistische Aussagekraft sehr niedrig — die wahre Quote könnte zwischen 50 und 95 Prozent liegen. Erst bei zwanzig oder mehr Spielen wird die Stichprobe robust genug für solche Aussagen.
Der dritte Fehler ist die Auswahl-Verzerrung. Wer nur die letzten zehn Spiele anschaut, lässt strukturelle Veränderungen vor diesen zehn Spielen aus. Eine Mannschaft, die einen neuen Cheftrainer hat, ist statistisch eine andere Mannschaft — die alten Daten sind nur bedingt relevant. Ein Mannschaftswechsel verlangt eine Neukalibrierung der Daten-Basis.
Wer diese Fehler systematisch vermeiden will, kommt schnell zur Frage nach kausalen Modellen. Mehr dazu im Beitrag zum Expected-Points-Modell — der nächste logische Schritt nach der reinen Datensammlung ist die strukturierte Wahrscheinlichkeitsmodellierung.
Sind die Six-Nations-Statistiken kostenlos einsehbar?
Ja, das Six Nations Stats Hub auf sixnationsrugby.com ist vollständig kostenlos zugänglich. Es liefert pro Saison alle Mannschafts- und Spieler-Statistiken sowie historische Vergleichswerte zurück bis zur Five-Nations-Ära. Auch das World Rugby Statistics Portal ist offen einsehbar, ebenso die Stats-Bereiche der Liga-Webseiten von Premiership und Top 14.
Welche Kennzahl korreliert am stärksten mit Sieg-Wahrscheinlichkeit im Rugby?
In den meisten Analysen führt die Field-Position-Statistik (durchschnittlicher Spielzug-Beginn auf der eigenen oder gegnerischen Hälfte) zur höchsten Sieg-Korrelation. Ergänzend sind Lineout-Erfolgsquote und Tackle-Completion-Rate wichtige Indikatoren. Reine Try-Zahlen sind weniger aussagekräftig, weil sie das Ergebnis und nicht den Prozess messen.
Verfasst vom Team von „Rugby Union Wettanbieter Schweiz”.
