Major League Soccer · Saison 2025
Spielereignisse
Vorlage: O. Valencia
Spielstatistiken
Aufstellungen
Kaderbewertung
Die Gesamtbewertung der Startelf von New York Red Bulls liegt bei 6.55, verglichen mit 6.63 bei CF Montreal. Dieser Wert errechnet sich aus der durchschnittlichen Spielbewertung jedes Spielers über alle Ligaeinsätze dieser Saison — ab 7,00 gilt als stark, unter 6,50 als inkonstant. Der bestbewertete Starter bei New York Red Bulls ist E. Forsberg (6.73), bei CF Montreal ist es P. Owusu (7.01).
Offensivleistung
Die Starter von New York Red Bulls haben in dieser Saison 3 Tore und 3 Vorlagen beigesteuert, angeführt von E. M. Choupo-Moting (2G). Bei CF Montreal sind es 7 Tore und 6 Vorlagen mit P. Owusu (6G) an der Spitze. Tore spiegeln Effizienz und Chancenerarbeitung wider, Vorlagen zeigen die Fähigkeit, Abwehrreihen durch Steilpässe, Flanken und Standards zu überwinden.
Defensive Stabilität
New York Red Bulls setzt 4 Verteidiger mit einer Durchschnittsbewertung von 6.30 ein, während CF Montreal 4 Abwehrspieler mit einem Schnitt von 6.55 aufbietet. Höhere Defensivbewertungen deuten auf besseres Stellungsspiel, weniger individuelle Fehler und eine höhere Wahrscheinlichkeit für Zu-Null-Spiele hin. Die Bewertung berücksichtigt gewonnene Zweikämpfe, Balleroberungen, Kopfballduelle und Blocks über die gesamte Saison.
Mittelfeldkontrolle
New York Red Bulls stellt 5 Mittelfeldspieler mit einem Schnitt von 6.73 auf, gegenüber 5 bei CF Montreal mit 6.56. Mittelfeldbewertungen spiegeln Passgenauigkeit, Balleroberungen, Schlüsselpässe und Ballbesitzkontrolle wider — das Team, das das Mittelfeld dominiert, bestimmt meist Tempo und Spielfeld.
Sturmgefahr
New York Red Bulls beginnt mit 1 Stürmer(n) mit einem Schnitt von 6.62, verglichen mit 1 bei CF Montreal mit 7.01. Stürmerbewertungen erfassen Schussgenauigkeit, Laufwege, Dribbelerfolge und Einbindung ins Aufbauspiel — sie zeigen, wer am Spieltag die größere Torgefahr ausstrahlt.
Passspiel & Aufbau
Die Passgenauigkeit liegt bei durchschnittlich 83% für New York Red Bulls und 73% für CF Montreal. Höhere Passgenauigkeit deutet auf einen ballbesitzorientierten Stil mit geduldigem Aufbau hin, während niedrigere Werte auf ein direkteres Konterspiel mit langen Bällen und schnellen Umschaltmomenten hindeuten können.
Disziplin
Die Starter von New York Red Bulls haben diese Saison 3 Gelbe Karten gesammelt, verglichen mit 10 bei CF Montreal. Gelbe Karten zeigen, wie aggressiv ein Team presst und grätscht — eine hohe Anzahl kann auf einen physischen, pressintensiven Stil hindeuten, birgt aber auch das Risiko von Sperren und späten Freistößen in gefährlichen Zonen.
Alter & Erfahrung
Das Durchschnittsalter der Startelf von New York Red Bulls beträgt 30.3 (Jüngster: O. Valencia (21), Ältester: E. M. Choupo-Moting (36)), während CF Montreal im Schnitt 24.9 Jahre alt ist (Jüngster: Y. Guboglo (18), Ältester: S. Piette (31)). Jüngere Kader bieten typischerweise Tempo, Energie und Pressingintensität, erfahrene Aufstellungen bringen Ruhe, Spielmanagement und die Fähigkeit, Drucksituationen zu meistern.
Kadertiefe
Die Starter von New York Red Bulls kommen auf durchschnittlich 11 Ligaeinsätze, gegenüber 8 bei CF Montreal. Hohe Einsatzzahlen deuten auf eine eingespielte, vom Trainer bevorzugte Stammformation hin. Niedrigere Werte können auf Rotation, Verletzungen oder aufstrebende Spieler hinweisen, die sich ihren Platz erst erarbeiten.
Ersatzspieler
Trainer: Sandro Schwarz
Ersatzspieler
Trainer: Marco Donadel
Spielzusammenfassung
New York Red Bulls besiegte CF Montreal 1:0. Das Spiel fand in der Major League Soccer 2025 statt. Torschützen: N. Eile 67′. 5 Gelbe Karten wurden gezeigt. New York Red Bulls hatte 50% Ballbesitz, CF Montreal hatte 50%. New York Red Bulls hatte 12 Schüsse (6 aufs Tor), CF Montreal hatte 9 (5 aufs Tor). Expected Goals: New York Red Bulls 1.16 — CF Montreal 0.36. New York Red Bulls nahm 4 Wechsel vor, CF Montreal nahm 5 vor.
New York Red Bulls vs CF Montreal Direkter Vergleich
33 stretnutíLetzte Begegnungen
Aktuelle Form
New York Red Bulls
CF Montreal
API-Daten: 11. Mai 2026