Available in US
BTTS — beide teams scoren — is een markt waarvan ik in mijn eerste analistenjaar dacht dat hij makkelijk was. Twee aanvallend gerichte clubs, allebei scoren regelmatig, dus BTTS-yes lijkt een veilige inzet. Drie maanden later keek ik naar mijn rendementscijfers en zag ik dat ik op BTTS structureel onder break-even speelde. De reden was niet de markt — die was prima geprijsd. De reden was dat ik aanvalskwaliteit overschatte en defensief profiel onderschatte. BTTS is verraderlijk eenvoudig. Vaak is er een sterke correlatie tussen wedstrijden waar beide teams scoren en de algemene over/under doelpunten markten in de Bundesliga.
Een goed BTTS-model meet twee dingen tegelijk: hoe waarschijnlijk produceert team A een goal, en hoe waarschijnlijk laat team B een goal toe. Die twee componenten moet je apart taxeren, anders krijg je de markt structureel verkeerd.
Defensieve Cijfers Koppelen aan BTTS Lijnen
BTTS-yes wint als beide ploegen tenminste één goal scoren. BTTS-no wint als één van beide nul houdt. Klinkt simpel, maar hier zit een asymmetrie: BTTS-no is een product van clean sheets, en clean sheets correleren sterk met onderliggende defensieve kwaliteit én tactische intentie. BTTS-yes is een product van twee onafhankelijke offensieve curves die allebei moeten “vuren” — dat is een dubbel-positief, niet een enkelvoudige verwachting.
Wiskundig: als team A in 65% van zijn wedstrijden scoort en team B in 70%, is de naïeve BTTS-yes-kans 65% × 70% = 45,5%. Maar dat is onafhankelijke aanname, en wedstrijden zijn niet onafhankelijk — als team A vroeg scoort, verandert dat het gedrag van team B. Daarom liggen feitelijke BTTS-yes-percentages vaak hoger dan het naïeve product: 48–52% bij wedstrijden waar beide ploegen “scoren-frequent” zijn. Mijn model corrigeert hiervoor met een kleine positieve interactieterm.
Wat een wedder moet onthouden: BTTS-yes-prijzen rond 1,70 impliceren ongeveer 56–58% kans inclusief marge. Voor structurele waarde moet je modelmatige BTTS-yes-kans rond 60%+ vinden — anders verlies je op marge alleen.
Clean-sheet-frequentie als basis
De clean-sheet-frequentie van een ploeg is voor BTTS belangrijker dan de aanvalsproductie van de tegenstander. Een ploeg die in 35% van zijn wedstrijden de nul houdt, “vetorecht” tegen BTTS-yes. Daarom check ik clean-sheet-frequentie altijd eerst.
In 25/26 zijn de cijfers verhelderend. Bayern, ondanks 117 doelpunten voor en 615 schoten, houdt zijn nul in iets minder dan een derde van wedstrijden — een verrassend hoog cijfer voor een topaanvalsploeg, omdat de tegenstander vaak niet eens in scoorbare situaties komt. Leverkusen daarentegen, met een meer open spelstijl, houdt zijn nul in minder dan een vijfde. Dat verschil — bijna twee keer zoveel clean sheets bij Bayern als bij Leverkusen — vertaalt zich direct naar BTTS-yes-kansen die tien procentpunten verschillen.
Voor onder-ploegen liggen de cijfers anders. Heidenheim houdt in een seizoen 25/26 zijn nul in ongeveer 20% van zijn wedstrijden — laag voor een team dat verdedigend wordt gezien — omdat hun tegenstanders zo aanvallend zijn dat zelfs een goede defensieve avond een goal toelaat. Mainz heeft een hogere clean-sheet-frequentie maar lagere offensieve productie. Voor BTTS-no zoek ik wedstrijden waar één ploeg een hoge clean-sheet-frequentie heeft én de tegenstander een lage offensieve productie heeft. Dat is geen alledaagse combinatie, maar als hij voorkomt, is hij sterk.
De data-discipline die hier telt: ik bereken clean-sheet-frequentie alleen tegen vergelijkbare tegenstanders. Bayern’s clean sheets thuis tegen middenmotors zijn niet hetzelfde als Bayern’s clean sheets uit tegen Dortmund. Stefan Ludwig formuleerde het bondig over de financiële basis onder de competitie — “Mit dem Ergebnis der Vergabe der nationalen Medienrechte ab der Saison 2025/26 schafft die DFL Planungssicherheit” — en die zekerheid verklaart waarom topclubs met grote selecties verschillende rotatiepatronen kunnen handhaven, wat directe invloed heeft op clean-sheet-frequentie tegen wisselende tegenstanders. Wie zonder financiële stabiliteit elke wedstrijd zijn beste elf moet opstellen, krijgt vermoeidheid in de cijfers terug.
Defensief profiel versus offensief profiel
De interessantste BTTS-wedstrijden zijn die waar beide clubs een vergelijkbaar profiel hebben. Twee offensief-georiënteerde clubs leveren BTTS-yes met opvallende regelmaat — vaak 60–65%. Twee defensief-georiënteerde clubs leveren BTTS-no met dezelfde regelmaat. Het lastigst zijn mismatches: offensief-versus-defensief.
Stel: Frankfurt thuis tegen Mainz. Frankfurt heeft een offensief profiel — pressing-hoog, veel schoten, hoge xG. Mainz heeft een defensief profiel — gedisciplineerd verdedigend, weinig schoten toegestaan, lage offensieve productie. In zo’n wedstrijd is BTTS-yes geen automatische keuze, hoewel veel wedders dat zo zien omdat één ploeg “aanvallend” is. De Mainz-aanval kan stranden tegen Frankfurt’s middenveldpressing zonder ooit een echte kans te creëren. In dat geval valt het 2-0 of 3-0, en BTTS-no won.
Wat mijn data over een paar Bundesliga-seizoenen laat zien: bij offensief-versus-defensief-wedstrijden valt BTTS-no in ongeveer 52–55% van de gevallen — een meerderheid, dus marktprijzen rond 2,00 voor BTTS-no zijn vaak waarde. De markt doet alsof de offensieve ploeg de kans op een goal voor de defensieve ploeg vergroot, terwijl de feitelijke dynamiek vaker omgekeerd is: de defensieve ploeg verdedigt nog dieper en creëert minder.
De fout die ik in mijn beginjaren maakte was dat ik BTTS-yes selecteerde puur op basis van offensieve cijfers. Het inzicht dat me door dat seizoen heen hielp: een ploeg die scoort vaak ontdoet ook regelmatig de tegenstander van zijn offensieve middelen door balbezit te domineren. BTTS gaat over dynamiek, niet over twee onafhankelijke cijfers.
BTTS-yes plus handicap als combinatieaanpak
De geavanceerde toepassing van BTTS is in combinatiewedden — met een handicap of een totaal. Hier zit waarde voor wedders die de markt fijn genoeg lezen.
Voorbeeld: Bayern speelt thuis tegen Frankfurt. Ik verwacht Bayern wint, ergens tussen 2-1 en 3-2. BTTS-yes is logisch (Frankfurt scoort vaak), Bayern -1 handicap is logisch (eindstand 3-2 of 4-2 wint), en in combinatie geeft dat een prijs die soms boven 3,50 ligt — een veel hogere uitbetaling dan de twee delen apart. Maar pas op: zo’n combinatie is alleen waarde als je beide componenten met enige zekerheid kunt prognosticeren. Dat is in slechts 10–15% van wedstrijden mogelijk.
Een tweede variant: BTTS-no plus draw, vaak aangeboden als “result and BTTS”-markt. In een laagscorende wedstrijd tussen twee voorzichtige clubs — Mainz uit tegen Heidenheim, bijvoorbeeld — is 0-0 een reëel scenario, en het rendement op zo’n combinatie kan 7,00 of hoger zijn. Maar de kans op 0-0 zelfs in zulke wedstrijden ligt rond 12–15%, dus dit is variantie-werk waarbij je over vele wedden geduldig moet zijn.
De praktische regel die ik mezelf opleg: combinatie-BTTS-wedden vormen in mijn jaarlijkse strategie nooit meer dan 10% van mijn inzet. De hogere uitbetaling klinkt aantrekkelijk, maar twee componenten betekent dubbele blootstelling aan modelfout. Voor wie deze logica wil koppelen aan totaalverwachting per wedstrijd, leg ik in mijn werk over over/under-doelpunten op de Bundesliga uit hoe ik de competitiebrede goal-curve in mijn modellen verwerk — die is de basis waarop BTTS-prognoses bouwen.
Een laatste praktische check die ik nooit oversla: het minuten-verdelingseffect. Een wedstrijd waarin de eerste goal in minuut 8 valt, heeft een fundamenteel andere BTTS-yes-curve dan een wedstrijd waarin de eerste goal pas in minuut 60 valt. Vroege goals brengen de verliezende ploeg in een aanvallende stand en verhogen de BTTS-yes-kans dramatisch. Late eerste goals geven minder tijd voor reactie en verlagen de kans. Voor live BTTS-markten — die ik soms speel zodra ik de openingsfase heb gezien — is dit minutenpatroon de belangrijkste indicator. Mijn vuistregel: als de eerste 25 minuten goalloos verlopen tussen twee niet-topclubs, schuift BTTS-yes-kans typisch zes tot acht procentpunten omlaag ten opzichte van de pre-match-prijs, terwijl de markt zelf slechts twee tot drie procentpunten beweegt. Daar zit de live-edge die de moeite waard is. Vind de scherpste lijnen voor totalen op ons platform voor Bundesliga voorspellingen.
Articles
Samengesteld door de redactie van 'bundesligawe'.
