FC Augsburg vs Union Berlin - Predictions, Stats & Odds
Bundesliga Statistiken, KI-Vorhersagen, (erwartete) Aufstellungen und weitere Daten für Spieltag 17
Tore
Spielbericht
In einem hart umkämpften Bundesliga-Duell teilten sich der FC Augsburg und Union Berlin die Punkte mit einem 1:1-Unentschieden. Das Spiel, das am Donnerstag, den 15. Januar 2026 stattfand, zeigte beide Teams im Kampf um Punkte, was ihre Mittelfeldplatzierungen in der Tabelle widerspiegelt. Augsburg, das zu Hause spielte, ging kurz vor der Halbzeit durch Alexis Claude-Maurice (GAP +0,7%) in Führung, der einen Abwehrfehler ausnutzte, um zu treffen. Union Berlin gelang es jedoch, in den letzten Momenten des Spiels durch den Ausgleichstreffer von Marin Ljubicic in der 90. Minute einen Punkt zu retten. Das Spiel wurde durch einen bedeutenden Wendepunkt geprägt, als Derrick Köhn (GAP -2,7%) von Union Berlin in der 89. Minute die rote Karte erhielt und sein Team auf zehn Mann reduzierte. Trotz dieses Rückschlags zeigte Union Berlin Widerstandskraft und fand kurz darauf den Weg ins Tor, was ihren Kampfgeist unter Beweis stellte. Taktisch gesehen nahmen beide Teams mehrere Änderungen in ihren Aufstellungen vor. Der Trainer des FC Augsburg entschied sich für einen frischen Ansatz und brachte Samuel Essende, Han-Noah Massengo, Fabian Rieder, Marius Wolf und Mert Kömür als Einwechselspieler, um der Mannschaft neue Energie zu verleihen. Auch der Cheftrainer von Union Berlin nahm strategische Auswechslungen vor und brachte Andrej Ilić, Alex Král, Marin Ljubicic, Aljoscha Kemlein und Livan Burcu, was sich letztlich mit Ljubicics spätem Tor auszahlte. Zu den herausragenden Leistungen gehörten Oliver Burke (GAP +2,0%) für Union Berlin, der maßgeblich am Offensivspiel beteiligt war, und Finn Dahmen (GAP +1,6%) für Augsburg, der mit mehreren entscheidenden Paraden sein Team im Spiel hielt. Dieses Ergebnis lässt beide Teams in einer ähnlichen Position in der Bundesliga-Tabelle zurück, ohne dass eine Mannschaft signifikanten Boden gutmachen konnte. Augsburg wird leicht enttäuscht sein, zu Hause nicht alle drei Punkte geholt zu haben, während Union Berlin erleichtert sein wird, trotz Unterzahl ein Unentschieden erreicht zu haben. Beide Teams werden versuchen, auf dieser Leistung in ihren kommenden Spielen aufzubauen, um in der Tabelle aufzusteigen.
Aufstellungen
FC Augsburg
| Pos | Spieler |
|---|---|
| TW | |
| ABW | |
| ABW | |
| ABW | |
| ABW | |
| ABW | |
| MIT | |
| MIT | |
| MIT | |
| MIT | |
| STU |
Auswechselspieler
| 63' | Han-Noah Massengofür Elvis Rexhbeçaj |
| 75' | Mert Kömürfür Anton Kade |
| 75' | Marius Wolffür Dimitris Giannoulis |
| 83' | Samuel Essendefür Michael Gregoritsch |
| 83' | Fabian Riederfür Alexis Claude-Maurice |
Union Berlin
| Pos | Spieler |
|---|---|
| TW | |
| ABW | |
| ABW | |
| ABW | |
| ABW | |
| MIT | |
| MIT | |
| STU | |
| STU | |
| STU | |
| STU |
Auswechselspieler
| 64' | Livan Burcufür Ilyas Ansah |
| 64' | Andrej Ilićfür Oliver Burke |
| 64' | Aljoscha Kemleinfür András Schäfer |
| 82' | Alex Králfür Rani Khedira |
| 82' | Marin Ljubicicfür Diogo Leite |
Tabelle nach dem Spiel
| # | Team | Sp | S | U | N | T | GT | TD | Pkt | Form |
|---|---|---|---|---|---|---|---|---|---|---|
| 9 | Union Berlin | 18 | 6 | 6 | 6 | 24 | 27 | -3 | 24 | S S U U U |
| 15 | FC Augsburg | 18 | 4 | 4 | 10 | 20 | 35 | -15 | 16 | N U N U U |
Letzte Spiele
Direkter Vergleich
Bundesliga
Spieltag 17
Erklärung
Was sind Plus Minus Tore (G±)?
Plus Minus Tore ist die durchschnittliche Tordifferenz pro Spiel, während der Spieler auf dem Platz stand. Ein Wert über 0 bedeutet, dass das Team eher gewinnt, wenn der Spieler auf dem Platz ist, ein Wert unter 0 bedeutet, dass sein Team mehr Tore kassiert als es selbst erzielt. Es ist eine großartige Metrik, um Spieler innerhalb eines Teams und ihren Einfluss auf die Teamleistung zu vergleichen.
Was ist Game Advantage Percentage (GAP)?
GAP zeigt die Leistungsdiskrepanz zwischen einem Spieler zum Durschnittsspieler der Liga. Wie sehr beeinflusst ein Spieler die Leistung seines Teams? Positiv wie negativ. GAP berücksichtigt G± Daten vom Spieler selbst, von Mitspielern und gegnerischen Spielern aus den letzten 50 Spielen, an denen ein Spieler teilgenommen hat. Die Kennzahl ist perfekt, um den Einfluss von Spielern innerhalb einer Liga zu vergleichen.