1. FC Köln vs Werder Bremen - Predictions, Stats & Odds
Bundesliga Statistiken, KI-Vorhersagen, (erwartete) Aufstellungen und weitere Daten für Spieltag 29
Tore
Spielbericht
In einem entscheidenden Bundesliga-Duell sicherte sich der 1. FC Köln einen klaren 3:1-Sieg gegen Werder Bremen, ein Ergebnis, das für beide Teams im weiteren Saisonverlauf von großer Bedeutung sein könnte. Das Spiel, das am Sonntag, den 12. April 2026 stattfand, sah Köln seine Chancen nutzen, während Werder Bremen insbesondere nach einer frühen Dezimierung Schwierigkeiten hatte. Das Spiel begann mit einem Paukenschlag, als Said El Mala (GAP +0,8%) Köln in der 7. Minute in Führung brachte und damit den Ton für die Heimmannschaft angab. Das frühe Tor war ein Schlag für Werder Bremen, die durch eine rote Karte für Marco Friedl (GAP +2,5%) in der 24. Minute weiter geschwächt wurden. Diese Hinausstellung zwang Bremen, den Großteil des Spiels in Unterzahl zu bestreiten, ein Nachteil, den Köln effektiv ausnutzte. Ragnar Ache (GAP -2,9%) verdoppelte Kölns Vorsprung in der 65. Minute und zeigte dabei seine Abschlussstärke. Trotz Unterzahl gelang es Werder Bremen, durch Romano Schmid (GAP +1,2%) in der 75. Minute einen Treffer zu erzielen, was kurzzeitig Hoffnungen auf ein Comeback weckte. Diese Hoffnungen wurden jedoch zunichte gemacht, als Ísak Bergmann Jóhannesson (GAP -2,2%) in der 90. Minute den Sieg für Köln besiegelte. Taktisch gesehen nahm der Kölner Trainer keine Änderungen in der Startelf im Vergleich zum vorherigen Spiel vor, was auf Vertrauen in die Form und Fitness seiner Mannschaft hinweist. Auf der anderen Seite nahm der Trainer von Werder Bremen mehrere Änderungen vor und brachte Spieler wie Jovan Milošević und Abdoul Coulibaly von der Bank, aber diese Anpassungen reichten nicht aus, um den numerischen Nachteil zu überwinden. Das Ergebnis bringt Köln in eine stärkere Position, da sie weiterhin in der Bundesliga-Tabelle klettern, während Werder Bremen sich schnell neu formieren muss, um ein weiteres Abrutschen zu vermeiden. Der Vorfall mit der roten Karte war ein Wendepunkt, und die Reaktionen nach dem Spiel konzentrierten sich auf die Disziplinprobleme, die Bremen in dieser Saison geplagt haben. Insgesamt zeigte dieses Spiel Kölns Fähigkeit, die Fehler ihrer Gegner auszunutzen, eine Eigenschaft, die ihnen in den verbleibenden Spielen der Saison zugutekommen könnte.
Aufstellungen
1. FC Köln
| Pos | Spieler |
|---|---|
| TW | |
| ABW | |
| ABW | |
| ABW | |
| ABW | |
| ABW | |
| MIT | |
| MIT | |
| MIT | |
| STU | |
| UNK |
Auswechselspieler
| 46' | Alessio Castro-Montesfür Kristoffer Lund Hansen |
| 67' | Marius Bülterfür Jan Thielmann |
| 67' | Linton Mainafür Said El Mala |
| 76' | Luca Waldschmidtfür Ragnar Ache |
| 86' | Tom Kraußfür Sebastian Sebulonsen |
Werder Bremen
| Pos | Spieler |
|---|---|
| TW | |
| ABW | |
| ABW | |
| ABW | |
| ABW | |
| MIT | |
| MIT | |
| MIT | |
| STU | |
| STU | |
| STU |
Auswechselspieler
| 46' | Abdoul Coulibalyfür Yukinari Sugawara |
| 78' | Isaac Schmidtfür Felix Agu |
| 84' | Jovan Miloševićfür Leonardo Bittencourt |
Tabelle nach dem Spiel
| # | Team | Sp | S | U | N | T | GT | TD | Pkt | Form |
|---|---|---|---|---|---|---|---|---|---|---|
| 13 | 1. FC Köln | 29 | 7 | 9 | 13 | 43 | 50 | -7 | 30 | N U U U S |
| 15 | Werder Bremen | 29 | 7 | 7 | 15 | 32 | 52 | -20 | 28 | S N S N N |
Letzte Spiele
Direkter Vergleich
Bundesliga
Spieltag 29
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.