Der Fluch des zweiten Jahres

Der Spruch

„Genießt Jahr eins, das zweite wird das schwere." So oder so ähnlich hört man es von jedem zweiten TV-Experten, sobald ein Aufsteiger seine erste Bundesliga-Saison einigermaßen entspannt übersteht. Gerade in diesem Herbst bekommt der Spruch neue Nahrung: Der 1. FC Köln ist 2025/26 aufgestiegen, hat Jahr eins überstanden und steckt jetzt mitten in Jahr zwei, Saison 2026/27. Und prompt kursiert in Kölner Fanmedien wie come-on-fc.com und sogar beim Kicker eine sehr konkrete Zahl dazu: 43 Prozent aller Aufsteiger würden direkt nach Jahr eins wieder absteigen, aber nur 19 Prozent nach Jahr zwei.

Klingt beeindruckend präzise. Ist es aber nicht. Wir haben uns den Originalartikel angesehen, und dort findet sich schlicht nichts: kein Zeitraum, keine Stichprobe, keine Methode, nicht mal nach genauerem Nachhaken beim Quelltext. Zwei Zahlen, die frei im Raum stehen und trotzdem fleißig zitiert werden. Genau der richtige Anlass, das selbst nachzurechnen. 76 Bundesliga-Aufstiege seit 1996/97 später lässt sich sagen: Der Fluch ist echt, teils sogar deutlicher als die rohen Zahlen zeigen. Nur die kursierende 43-zu-19-Zahl selbst hält der Überprüfung nicht stand, und zwar aus einem Grund, der fast schon selbst ein kleiner Mythos-Mythos ist.

Der Fluch hat sein Paradebeispiel schließlich schon lange vor Köln: 1. FC Kaiserslautern, Aufstiegsjahr 2010/11, Platz 7 in einer furiosen ersten Saison, internationale Ambitionen inklusive. Jahr zwei endete sang- und klanglos mit dem direkten Abstieg. Aber der Fluch trifft eben nicht jeden: Mainz 05, seit dem Aufstieg 2009 ohne Unterbrechung erstklassig, und der FC Augsburg, seit 2011 durchgehend Bundesliga (2026/27 schon die 16. Saison in Folge), zeigen, dass sich der Reflex nicht automatisch bewahrheiten muss.

Die Datenbasis

Wir haben jede Bundesliga-Aufstiegssaison von 1996/97 bis 2025/26 gesammelt: 90 Kandidaten aus den 2.-Bundesliga-Wikipedia-Saisonartikeln, jeder einzeln gegen die tatsächlichen Bundesliga-Endtabellen geprüft. 76 davon bestätigen sich als echte Aufsteiger, die 14 Streichungen waren durchweg Relegationsverlierer, die in der Wikipedia-Infobox missverständlich mitgeführt werden. Von diesen 76 Fällen haben 49 ein vollständiges Jahr-2-Ergebnis: Sie haben Jahr eins in der Bundesliga überstanden, und ihre zweite Saison ist bereits komplett gespielt und ausgewertet.

Die restlichen Fälle fehlen entweder, weil das Team direkt in Jahr eins wieder abgestiegen ist, oder weil Jahr zwei schlicht noch nicht vorbei ist. Genau in diese zweite Kategorie fällt der aktuelle Aufhänger: Kölns Jahr eins (2025/26, 32 Punkte, Platz 14) ist zwar bereits abgeschlossen, aber Jahr zwei läuft gerade erst, Saison 2026/27. Statistisch gesprochen ist der Fall rechtszensiert, dazu später mehr. Ausgerechnet der Fall, der die Debatte gerade befeuert, lässt sich also selbst noch nicht in die Statistik einrechnen.

Punkte und Tabellenplatz: der erste, naive Blick

Fangen wir mit der einfachsten Frage an. Wie viele Punkte holt ein Aufsteiger in Jahr eins, verglichen mit Jahr zwei, sofern er in der Liga bleibt?

Aufstiegsfall (49) Diagonale (Jahr 2 = Jahr 1)

49 Aufstiegsfälle mit vollständigem Jahr-1- und Jahr-2-Ergebnis.

Im Schnitt holen diese 49 Teams in Jahr eins 42,2 Punkte, in Jahr zwei nur noch 37,9. Das sind 4,3 Punkte weniger, umgerechnet fast anderthalb Siege über eine Saison. Ein gepaarter t-Test (vergleicht zwei Messungen an denselben Teams, hier Jahr eins gegen Jahr zwei) bestätigt: p = 0,0053. Ein Wilcoxon-Vorzeichen-Rang-Test als Robustheits-Check, der ohne die Annahme einer Normalverteilung auskommt, kommt mit p = 0,0063 zum gleichen Schluss.

Kurz erklärt — p-Wert

Kurz erklärt — p-Wert: Die Wahrscheinlichkeit, ein mindestens so deutliches Ergebnis rein zufällig zu beobachten, obwohl in Wirklichkeit gar kein echter Effekt vorliegt. Ein Wert unter 0,05 gilt gemeinhin als statistisch signifikant. p = 0,0053 heißt: Reiner Zufall als Erklärung für den Punkterückgang ist ziemlich unwahrscheinlich.

Wie groß dieser Effekt tatsächlich ist, verrät der p-Wert allein nicht, dafür braucht es eine zweite Zahl.

Kurz erklärt — Cohens d (Effektstärke)

Kurz erklärt — Cohens d (Effektstärke): Ein Maß dafür, wie groß ein Unterschied wirklich ist, unabhängig davon, wie viele Fälle man untersucht hat. Als grobe Faustregel gelten 0,2 als kleiner, 0,5 als mittlerer und 0,8 als großer Effekt. Der Wert hier liegt bei −0,42: spürbar, aber kein Erdbeben.

Auch der Tabellenplatz zeigt dasselbe Bild: von durchschnittlich Rang 11,1 in Jahr eins auf Rang 12,7 in Jahr zwei, ein Rückgang um 1,6 Plätze (p = 0,026). Und die Verteilung ist eindeutig: 34 von 49 Fällen (69,4 %) verschlechtern sich, nur 15 (30,6 %) verbessern sich, keiner bleibt exakt gleich. Wer hier aufhört zu lesen, hat einen soliden Fall für den Mythos. Aber genau hier setzt bei MythCheck normalerweise der Dämpfer ein.

Der Twist: Kontrolliert wird's schlimmer, nicht besser

Bei den bisherigen MythCheck-Analysen war es immer dasselbe Muster: Ein rohes Ergebnis sieht beeindruckend aus, und sobald man eine naheliegende Konfundierung herausrechnet, schrumpft der Effekt oder verschwindet ganz. Beim Herbstmeister-Mythos etwa entpuppte sich der spektakuläre Rückrunden-Einbruch fast komplett als ganz normale Regression zur Mitte, ohne herbstmeister- spezifischen Fluch.

Kurz erklärt — Regression zur Mitte

Kurz erklärt — Regression zur Mitte: Ein statistisches Grundprinzip. Nach einem außergewöhnlich guten (oder schlechten) Ergebnis nähert sich die nächste Beobachtung im Schnitt wieder dem Durchschnitt an, allein aus Zufallsgründen. Ein Aufsteiger mit einer starken ersten Saison würde also ohnehin tendenziell "normaler" abschneiden, ganz ohne dass an der Mannschaft etwas Wesentliches passiert.

Genau diese Kontrolle haben wir auch hier gerechnet. Als Baseline dient eine allgemeine Regressionsgerade aus 400 Saison-zu-Saison-Übergängen etablierter Bundesliga-Teams, also Vereinen, die nicht gerade erst aufgestiegen sind. Diese Baseline sagt für einen Punktestand von 42,2 (dem Aufsteiger-Jahr-1-Schnitt) ein Jahr-2-Ergebnis von rund 44,0 Punkten voraus – etablierte Teams mit diesem Ausgangsniveau pendeln sich im Schnitt kaum verändert oder sogar leicht besser ein.

etablierte Teams (400) Aufsteiger (49) Baseline-Regressionsgerade

Baseline aus 400 Saisonübergängen etablierter Teams. Mittleres Residuum der Aufsteiger: -6,1 Punkte (t-Test p < 0,0001, Wilcoxon p = 0,00015).

Der Aufsteiger-Schnitt liegt aber bei nur 37,9 Punkten. Das mittlere Residuum, also der Unterschied zwischen tatsächlichem und erwartetem Ergebnis, beträgt −6,1 Punkte, hochsignifikant (t-Test p = 0,000046, Wilcoxon p = 0,000154). Anders gesagt: Der rohe Rückgang von 4,3 Punkten hat den Effekt sogar noch unterschätzt. Selbst wenn man Aufsteigern zugesteht, dass ein außergewöhnlich starkes erstes Jahr ohnehin nicht zu wiederholen ist, bleibt ein zusätzlicher Rückgang übrig, den die allgemeine Liga-Erwartung nicht erklärt. Für ein Projekt, das bisher bei jeder genaueren Kontrolle vorsichtiger geworden ist, ist das ein bemerkenswertes Ergebnis in die andere Richtung.

Und der Effekt hängt nicht an ein paar Ausreißern. Weil einzelne Vereine im Datensatz mehrfach auftauchen, der 1. FC Köln allein sieben Mal, dazu VfL Bochum und SC Freiburg mit je vier Aufstiegen, haben wir cluster-robuste Standardfehler gerechnet (Team statt Einzelfall als statistische Einheit): Der Effekt bleibt bestehen (p = 0,0034). Auch wenn man jeden der 27 beteiligten Vereine nur einmal zählt und die Werte mittelt, bleibt es signifikant (p = 0,0086 bzw. 0,0179 im Wilcoxon-Test). Und in beiden Bundesliga-Ären zeigt sich dieselbe Richtung, in der jüngeren sogar deutlicher:

Jahr 1 Jahr 2

Die fehlende Signifikanz in der frühen Ära ist dabei ein Stichprobengrößen-Problem (nur 23 Fälle), kein Substanzproblem: Die Richtung stimmt in beiden Zeiträumen überein.

Wer abstürzt, wer aufblüht

Hinter dem Durchschnitt stecken sehr unterschiedliche Einzelschicksale. Die größten Einbrüche treffen ausgerechnet Teams, die in Jahr eins solide bis gut dastanden:

Kaiserslautern und Stuttgart schaffen es dabei von einem gesicherten siebten Platz direkt in den Abstieg, der wohl dramatischste Absturz im gesamten Datensatz. Bei Kaiserslautern sind das die nackten Zahlen hinter der Geschichte aus der Einleitung: 46 Punkte und Rang 7 in Jahr eins, ein Jahr später nur noch 23 Punkte und der Abstieg. Nicht jeder Rückgang bedeutet aber Abstiegsgefahr: RB Leipzig verliert nach dem Vizemeister-Jahr 2016/17 satte 14 Punkte, bleibt danach aber komfortabel auf Rang 6. Ein Rückgang ist eben nicht automatisch eine Krise, wenn das Ausgangsniveau hoch genug war.

Und der Effekt ist auch kein Naturgesetz, dem sich niemand entziehen kann:

Hertha BSC und Wolfsburg schaffen 1998/99 sogar den Sprung von einer soliden ersten Saison in den internationalen Wettbewerb. Genau das ist die andere Seite der Geschichte, die Mainz 05 und Augsburg in der Einleitung schon andeuten: Der Fluch ist ein starkes, echtes Muster im Durchschnitt, aber keine Garantie im Einzelfall.

Und wie steht der eigentliche Aufhänger dieses Artikels da? Der 1. FC Köln ist mit sieben Aufstiegen seit 1996/97 der Vielfliegerclub der Bundesliga schlechthin, ohne einheitliches Muster:

Jahr 1 Jahr 2

1. FC Köln – alle 7 Aufstiege seit 1996/97.

Mal ein deutlicher Rückgang (2000/01), mal eine leichte Verbesserung (2014/15), zweimal ging Jahr eins schon schief. Kein Verein liefert im Alleingang den Beweis für oder gegen den Mythos, und Kölns aktueller Fall ist schlicht noch nicht auswertbar.

Die Zahlenfalle: Was an „43 % vs. 19 %" nicht stimmt

Bleibt die zweite Hälfte des Mythos: das Abstiegsrisiko selbst. Hier wird es interessant, denn die naive Herangehensweise, die auch hinter der kursierenden 43-zu-19-Zahl steckt, führt in eine handfeste Falle.

Rechnet man einfach nach, wie viele der 76 Aufsteiger in Jahr eins abgestiegen sind und wie viele der verbliebenen Teams dann in Jahr zwei, kommt man auf 32,9 % in Jahr eins gegenüber 27,5 % in Jahr zwei. Ähnliche Richtung wie die kursierende Zahl, deutlich kleinere Ausschläge, aber grundsätzlich dasselbe Bild: eine sinkende Quote von Jahr eins zu Jahr zwei.

Eigene Berechnung (95 %-KI) Kursierende Zahl (unbelegt)

Wilson-95%-Konfidenzintervall für die eigene Berechnung; die gestrichelten Balken zeigen die unbelegt kursierende Zahl zum Vergleich.

Und genau das ist das Problem: Dieser direkte Vergleich beweist gar nichts. Er wäre nämlich selbst dann zu erwarten, wenn Jahr zwei überhaupt kein bisschen gefährlicher wäre als jedes andere Bundesliga-Jahr.

Kurz erklärt — Survivorship-Bias

Kurz erklärt — Survivorship-Bias: Ein Denkfehler, der entsteht, wenn man nur die Fälle betrachtet, die eine erste Hürde überstanden haben, und die ausgeschiedenen einfach ignoriert. Wer aus Jahr eins abgestiegen ist, taucht in der Jahr-2-Stichprobe gar nicht mehr auf – die verbliebene Gruppe ist automatisch die überlebende, also tendenziell stärkere.

Stellt euch ein K.-o.-Turnier vor. Die Ausscheidungsquote der zweiten Runde ist so gut wie immer niedriger als die der ersten, einfach weil in der zweiten Runde nur noch die überlebt haben, die sich schon einmal durchgesetzt haben. Niemand würde daraus schließen, die zweite Runde sei grundsätzlich "leichter". Beim Bundesliga-Aufstieg ist es dasselbe Prinzip: Wer Jahr eins nicht übersteht, fehlt in der Jahr-2-Stichprobe. Ein Rückgang der Quote von Jahr eins zu Jahr zwei ist also fast garantiert, egal ob es einen echten Jahr-2-Effekt gibt oder nicht. Genau die Art von Zahlenfalle, die MythCheck eigentlich aufdecken soll, taucht hier also selbst in den kursierenden Medienzahlen auf, nur eben mit übertriebenen Werten.

Die eigentlich richtige Frage: Wie riskant ist Jahr 2 wirklich?

Die informative Frage ist deshalb nicht "sinkt die Quote von Jahr eins zu Jahr zwei" (fast immer ja, siehe oben), sondern: Ist das Abstiegsrisiko in Jahr zwei gegenüber einem durchschnittlichen Bundesliga-Team überhaupt noch erhöht? Dafür braucht es einen sauberen Vergleichsmaßstab, und genau dafür eignet sich ein Werkzeug aus der Medizin.

Kurz erklärt — Kaplan-Meier-Schätzer & rechtszensierte Daten

Kurz erklärt — Kaplan-Meier-Schätzer & rechtszensierte Daten: Ursprünglich dafür gedacht, Überlebenszeiten von Patient:innen zu schätzen, obwohl manche die Studie einfach gesund überstehen. Für diese Fälle weiß man nur "bis hierhin ist nichts passiert", aber nicht, was danach gewesen wäre – man nennt das rechtszensiert. Genau das gilt für Kölns aktuellen Fall: Jahr 2 läuft noch, das Ergebnis ist offen. Der Kaplan-Meier-Schätzer berücksichtigt solche offenen Fälle korrekt statt sie zu ignorieren, und liefert daraus eine "Überlebenskurve" sowie eine jährliche Abstiegs-Wahrscheinlichkeit (Hazard-Rate) pro Jahr seit dem Aufstieg.

Als Vergleichsmaßstab dient die allgemeine Bundesliga-Basisrate: Über alle 540 Team-Saisons 1996/97 bis 2025/26 steigen im Schnitt 11,1 % der Teams pro Saison ab (60 von 540, 95-%-CI 8,7 % bis 14,0 %). Das ist die Messlatte für ein "normales" Bundesliga-Jahr.

Jahr 1–6 ab Jahr 7 (kleine Stichprobe, n ≤ 14) Liga-Basisrate

Kaplan-Meier-Hazard-Rate pro Jahr seit Aufstieg, gestrichelte Linie = allgemeine Bundesliga-Basisrate (11,1 %, n = 540 Team-Saisons). Fehlerbalken = 95%-CI.

Gegen diese Basisrate gerechnet, tragen Aufsteiger in Jahr eins ein Abstiegsrisiko von 32,9 % (25 von 76, CI 23,4 % bis 44,1 %), das 2,96-Fache der Liga-Basisrate (Binomialtest p < 0,0001). In Jahr zwei sind es immer noch 27,5 % (14 von 51, CI 17,1 % bis 41,0 %), das 2,47-Fache (p = 0,001). Konkret heißt das: Von allen 76 promovierten Teams haben nach zwei Jahren nur noch 48,7 % nicht abgestiegen, gegenüber 79,0 %, die man bei einem durchschnittlichen Bundesliga-Hazard über denselben Zeitraum erwarten würde. Erst ab Jahr drei verliert sich der Effekt statistisch (gepoolt Jahr drei bis zehn: 14,6 % gegenüber 11,1 %, p = 0,19, n = 151), und ab Jahr sieben ist die Stichprobe (n ≤ 14) ohnehin zu klein für eine belastbare Einzelinterpretation.

Damit lässt sich die Ausgangsfrage sauber beantworten: Das Abstiegsrisiko ist in Jahr zwei real erhöht, deutlich sogar. Nur eben nicht in der Größenordnung, die die kursierende 19-%-Zahl suggeriert, und der direkte Quotenvergleich, aus dem diese Zahl vermutlich stammt, ist als Beweis grundsätzlich untauglich. Die Baseline-Benchmarkung, nicht der Quotenvergleich, ist die belastbare Antwort.

Verdikt