AI Football Predictions — How It Works

AI models predict football matches across Premier League (EPL), La Liga, Serie A, Bundesliga, Ligue 1, and Champions League. Get free 1x2 predictions, over/under tips, and Asian handicap analysis updated daily.

Supported Leagues

English Premier League (EPL) predictions
La Liga predictions
Serie A predictions
Bundesliga predictions
Ligue 1 predictions
Champions League predictions

VfB Stuttgart vs Borussia Dortmund Vorhersage - Samstag, 19. September 2026

Wettbewerb: Bundesliga

Datum: Samstag, 19. September 2026

Anstoßzeit: 00:30 (GMT+8)

Zuletzt aktualisiert: 2026-09-19T18:34:12.683Z

KI-Spielanalyse

BB9SPORTS KI prognostiziert VfB Stuttgart Win (1) für dieses Bundesliga-Duell zwischen VfB Stuttgart und Borussia Dortmund am Samstag, 19. September 2026. Unser Machine-Learning-Modell gibt 42% Wahrscheinlichkeit für Heimsieg, 22% für Unentschieden und 35% für Auswärtssieg. Das xG-Modell prognostiziert 1.9 xG für VfB Stuttgart und 1.8 xG für Borussia Dortmund, insgesamt 3.7 erwartete Tore. Konfidenzniveau: Niedrig. Empfohlener Markt: Over 2.5 Goals. Analyse basiert auf aktueller Form, historischen Daten und Echtzeit-Quoten.

BB9SPORTS KI Vorspiel-Vorhersage

Vorhergesagtes Ergebnis (1X2)

KI-Vorhersage: VfB Stuttgart Win (1)

Konfidenzniveau: Niedrig

Empfohlener Markt: Over 2.5 Goals

1X2 Siegwahrscheinlichkeiten

Heimsieg (1) - VfB Stuttgart: 42%
Unentschieden (X): 22%
Auswärtssieg (2) - Borussia Dortmund: 35%

Erwartete Tore (xG)

VfB Stuttgart: 1.94 xG

Borussia Dortmund: 1.75 xG

Erwartete Tore Gesamt: 3.69

Modell aktualisiert: 2026-09-12T02:12:06.831Z

Vorspiel-Quoten (Bet365)

1X2 Ergebnis-Quoten

Heimsieg (VfB Stuttgart): 2.40
Unentschieden: 3.90
Auswärtssieg (Borussia Dortmund): 2.62

Über/Unter 2.5 Tore

Over 2.5: 1.36
Under 2.5: 3.20

Asiatisches Handicap -0.25

VfB Stuttgart (-0.25): 2.10
Borussia Dortmund (+0.25): 1.70

Quoten aktualisiert: 2026-09-19T13:32:51.918Z

Wertanalyse

BB9SPORTS KI vergleicht Modellwahrscheinlichkeiten mit Marktquoten, um Wertewetten zu identifizieren.

Heimsieg-Vorteil: AI 42% vs Markt 42% impliziert

Auswärtssieg-Vorteil: AI 35% vs Markt 38% impliziert

AI Prematch Analysis — Pre-Lineup

Stuttgart weist einen knappen Heimvorteil auf (42,5% gegen Dortmunds 35,1%, Remis 22,4%), widergespiegelt in der engen Quote von -0,25, obwohl Dortmunds makelloses 2S-0U-0N-Start (5 Tore geschossen, 2 Gegentore, Platz 3) stärker wirkt als Stuttgarts gemischter 1S-0U-1N-Auftakt (Platz 10). Das deutlichste Signal in den Daten ist das Torvolumen: Expected Goals von 3,69 gegen eine Quote von 3,5, eine Wahrscheinlichkeit von 71,2% für Over-2,5 und 71,1% für beide Teams treffen fokussieren die First-Half-Over-Märkte, obwohl der dort vorhandene Wert ein lokalisiertes Segment darstellt und nicht bedeutet, dass das Spiel grundsätzlich falsch bewertet ist.

Stuttgarts implizierte Gewinnwahrscheinlichkeit von 42,5% gegen Dortmunds 35,1%, bei 22,4% Remis, spiegelt die Heimplatz-Bewertung des Marktes wider und nicht eine Formbestätigung der Heimmannschaft: Nach zwei Spielen belegt VfB Platz 10 mit 3 Punkten aus einer 1S-0U-1N-Bilanz, 5 Tore geschossen, aber auch 6 Gegentore. Dortmund hingegen belegt Platz 3 mit einer makellosen 2S-0U-0N-Bilanz, 5 Tore geschossen und nur 2 Gegentore – eine defensive Stabilität, die Stuttgart bislang nicht gezeigt hat. Diese Lücke zeigt sich auch im Direktvergleich: Dortmund gewann zwei der letzten fünf Auswärtsspiele (0-2 im April 2026 und 1-2 im Februar 2025), Stuttgart gewann 5-1 zu Hause im September 2024 und 0-1 auswärts im April 2024, und die beiden Mannschaften spielten 3-3 in Dortmund im November 2025. Kein Ergebnis deutet auf ein einseitiges Spiel hin, was zum engen Handicap von -0,25 passt. Wo Markt und Modell deutlicher übereinstimmen, ist beim Torvolumen. Eine Expected-Goals-Summe von 3,69, aufgeteilt 1,935 (Heim) zu 1,75 (Auswärts), liegt über der Hauptlinie von 3,5, und die Wahrscheinlichkeit von 71,2% für Over-2,5-Tore sowie 71,1% für beide Teams treffen deuten beide auf ein offenes Spiel hin. Die Torverteilung unterstreicht dies, ohne sich auf ein Szenario festzulegen: 1-1 (8,9%), 2-1 (8,2%), 1-2 (7,4%) und 2-2 (7,2%) sind die vier wahrscheinlichsten Ergebnisse, keines dominiert. Das Screening von 518 Quoten gegen das Modell ergab 27 mit positivem Wert gegen 491 negative, beste bei 2,3% und schlechteste bei -7,9% – eine Erinnerung daran, dass bei einer 5,1% Buchmacher-Marge, die über 9 Bücher in die Preise eingearbeitet ist, Werte auf entgegengesetzten Seiten desselben Marktes notwendigerweise negativ netto sind, sodass die positiven Segmente, die hier identifiziert wurden (konzentriert in First-Half-Over-Märkten, von 71,7% Modell-Wahrscheinlichkeit bei Quote 1,44 auf Over 1 Tor bis 31,7% bei Quote 3,3 auf Over 2), lokalisierte Abweichungen darstellen und nicht auf ein grundsätzlich falsch bewertetes Spiel hinweisen. Zwei Vorbehalte relativieren das Ganze: Aufstellungen wurden noch nicht bekannt gegeben, also berücksichtigt keiner der obigen Punkte mögliche Ausfälle auf beiden Seiten, und die hier verwendeten Quoten sind bereits 183 Stunden vor Anpfiff alt, was reichlich Zeit für den Markt lässt – und alle identifizierten Werte – sich materiell zu verschieben, bevor das Spiel beginnt.

Home Win: 42.5%, Draw: 22.4%, Away Win: 35.1%

Expected Goals: 3.7 (Home xG: 1.94, Away xG: 1.75)

Most Likely Score: 1-1

Over 2.5: 71.2%, BTTS: 71.1%