WM-Außenseiter — wenn das Modell Überraschungen sieht
Statistik-Modelle haben einen blinden Fleck für Außenseiter — oder gerade nicht? Diese Analyse zeigt, welche Teams unser Modell bei vergangenen Welt- und Kontinentalmeisterschaften als ernsthafte Bedrohung der Favoriten identifiziert hat — und woran das jeweils lag.
WM 2022 (Katar)
Marokko
Realer Verlauf: Halbfinale, am Ende Vierter
Quali-PPG 2,75 + AFCON-Recency. Das Modell flaggte Marokko bei vier von sechs Spielen als ernsthafter Underdog — gegen Belgien, Spanien und Portugal lieferte es Vorhersagen, die heute als bemerkenswert prophetisch gelesen werden.
WM 2018 (Russland)
Kroatien
Realer Verlauf: Finalist
Form-PPG10 ≥ 2,3 bei niedrigem Marktwert-Ranking. Das Modell sah Kroatien strukturell als oberes Tabellenviertel — die Realität bestätigte dies bis ins Finale.
Euro 2016 (Frankreich)
Wales
Realer Verlauf: Halbfinale
Continental-Trajectory +2 (klare Aufwärts-Phase) plus überraschend stabile Heim-Form. Mehrere Modell-Varianten der 4-Jahres-Cycle-Familie identifizierten Wales als Achtelfinal-Anwärter, was die meisten Buchmacher nicht taten.
WM 2002 (Südkorea/Japan)
Senegal
Realer Verlauf: Viertelfinale (Eröffnungsspiel-Sieg gegen Frankreich)
Historisches Vorbild für die Logik unseres Risk-Filters: ein Titelverteidiger (Frankreich), dessen Continental-Trajectory das Modell als Risiko flaggen würde, trifft auf einen Aufsteiger mit hoher Quali-PPG.
Wie identifiziert das Modell Außenseiter?
Unser Modell kombiniert vier Risk-Features pro Team, die typische Außenseiter-Signale aufgreifen: aktuelle Quali-Performance (Quali-PPG), letzte zehn Pflichtspiele mit SoS-Korrektur (Form-PPG10), die Trajectory über die letzten beiden Kontinentalturniere und die Frage, ob ein Favorit Titelverteidiger ist (historisch oft mit Leistungsabfall verbunden).
Hinweis: Diese Seite analysiert ausschließlich historische Turniere. Wahrscheinlichkeiten für die WM 2026 findest du in der Modell-Prognose und unter den Top-Favoriten.