Brøndby IF
Brøndby IF are 5th in the Superliga after 33 matches in the 2025/2026 season. They have won 13 matches, scored 45 goals and conceded 38.
They average 1.36 goals per match and have kept a clean sheet in 36% of their league matches.
- Turnering
- Superliga (Denmark)
- Sæson
- 2025/2026
- Placering
- 5 af 12Baseret på færdigspillede kampe
- Team Strength
- 48.7FootyCabin-vurdering, 0–100
- Stiftet
- 1964
- Form
- Sejr
- Nederlag
- Uafgjort
- Nederlag
- Sejr
- Nederlag
Team intelligence
Det skiller sig ud
- Mange afslutninger / lav effektivitetMore shots than the league average, but a lower scoring rate.
- Begrænset territoriumGennemsnitlig boldbesiddelse, men færre hjørnespark end de fleste hold i ligaen.
Sæsonoversigt
Beregnet udelukkende ud fra færdigspillede kampe. Planlagte kampe tælles aldrig med.
- Spillede kampe
- 33
- Sejre
- 13
- Uafgjorte
- 6
- Nederlag
- 14
- Scorede mål
- 45
- Indkasserede mål
- 38
- Målforskel
- +7
- Point
- 45
1.36 pr. kamp
Effektivitetsrater
Succesrater for afleveringer, afslutninger, driblinger, dueller og forsvar.
| Statistic | Rate |
|---|---|
| Pass accuracy | 78.6% |
| Shots on target rate | 32.5% |
| Dribble success | 62.5% |
| Duel win rate | 58.2% |
| Aerial win rate | 94.5% |
| Tackle success | 52.8% |
0–100% scale
Holdpræstation
Holdtotaler baseret på registreret spillerstatistik fra 17 færdigspillede kampe.
| Statistic | Total | Per match | Matches with data |
|---|---|---|---|
| Shots | 83 | 5.19 | 16 |
| Shots on target | 27 | 1.93 | 14 |
| Passes | 2,924 | 172.00 | 17 |
| Accurate passes | 2,298 | 135.18 | 17 |
| Passes into the final third | 372 | 21.88 | 17 |
| Key passes | 82 | 5.86 | 14 |
| Chances created | 52 | 5.20 | 10 |
| Successful dribbles | 45 | 3.21 | 14 |
| Tackles | 127 | 7.47 | 17 |
| Interceptions | 75 | 5.36 | 14 |
| Clearances | 152 | 10.13 | 15 |
| Ball recoveries | 319 | 19.94 | 16 |
| Duels | 486 | 28.59 | 17 |
| Duels won | 283 | 16.65 | 17 |
| Aerial duels | 73 | 6.08 | 12 |
| Aerial duels won | 69 | 5.31 | 13 |
| Goalkeeper saves | 15 | 3.75 | 4 |
These are calculated from player data rather than official team totals. A dash or "not available" means no value was recorded. It never means zero.
Sådan spiller holdet
Se, hvordan holdets spillestil ligger i forhold til resten af ligaen. En højere score betyder, at holdet viser mere af den pågældende stil, ikke at holdet er bedre.
- Boldbesiddelse54
Possession is around the league average. (51.2%, 33 fixtures)
Scores run from 0 to 100 and compare this team with the 12 teams in the same league and season. Higher means more of that characteristic, not better.
Boldbesiddelsesprofil
Territorium i kontekst
Begrænset territorium
Gennemsnitlig boldbesiddelse, men færre hjørnespark end de fleste hold i ligaen.
- Boldbesiddelse:
- 54 / 100
- Hjørnespark:
- 21 / 100
Scoren går fra 0 til 100 og sammenligner holdet med resten af ligaen. Højere betyder mere af egenskaben, ikke bedre præstationer.
- Gns. boldbesiddelse
- 51.2%
- Hjemme
- 51.3%
- Ude
- 51.1%
Baseret på 33 af 33 færdigspillede kampe.
Seneste resultater
Seneste færdigspillede kampe, nyeste først.
| Date | Opponent | Venue | Score | Result | Competition |
|---|---|---|---|---|---|
| 21 May 2026 | FC København | Hjemme | 1–3 | Nederlag | Superliga |
| 17 May 2026 | FC Midtjylland | Ude | 3–2 | Sejr | Superliga |
| 10 May 2026 | AGF | Hjemme | 0–2 | Nederlag | Superliga |
| 01 May 2026 | Nordsjælland | Hjemme | 1–1 | Uafgjort | Superliga |
| 26 Apr 2026 | Sønderjyske Fodbold | Ude | 0–3 | Nederlag | Superliga |
| 22 Apr 2026 | Viborg FF | Ude | 1–0 | Sejr | Superliga |
| 17 Apr 2026 | Sønderjyske Fodbold | Hjemme | 6–0 | Sejr | Superliga |
| 12 Apr 2026 | FC Midtjylland | Hjemme | 1–2 | Nederlag | Superliga |
| 07 Apr 2026 | Nordsjælland | Ude | 1–2 | Nederlag | Superliga |
| 22 Mar 2026 | AGF | Ude | 0–0 | Uafgjort | Superliga |
| 15 Mar 2026 | Viborg FF | Hjemme | 0–1 | Nederlag | Superliga |
| 01 Mar 2026 | FC Midtjylland | Ude | 0–0 | Uafgjort | Superliga |
Hjemme og ude
Hjemme- og udestatistik i denne sæson.
| Opdeling | K | V | U | T | MF | MI | MF-MI | Point |
|---|---|---|---|---|---|---|---|---|
| Hjemme | 17 | 6 | 4 | 7 | 28 | 23 | 5 | 22 |
| Ude | 16 | 7 | 2 | 7 | 17 | 15 | 2 | 23 |
Angreb og forsvar
Sådan har holdet præsteret i angreb og forsvar i sæsonens færdigspillede ligakampe.
Angreb
Forsvar
Kampmønster
Fremtrædende spillere
Holdets førende spillere efter FootyCabin Impact Score i denne sæson. Spillere vises, når der er tilstrækkelige kampdata.
- 1Patrick PentzView player
Goalkeeper
Impact 75.2·Goalkeeper Performance 92.1
Redningsstærk målmand
Best category: Goalkeeper Performance
- 3Stijn SpieringsView player
Central midfielder
Impact 66.7·Attacking Threat 86.4
Boldbesiddende midtbanespiller
Best category: Attacking Threat
Trup
Spillere benyttet i denne sæson, sorteret efter spilleminutter. Impact Score vises, når en spiller har tilstrækkelige kampdata.
| Spiller | Rolle | |||||
|---|---|---|---|---|---|---|
| Patrick Pentz | Målmand | 31 | 2,805 | — | — | 75.2 |
| Nicolai Vallys | Kant | 31 | 2,553 | 7 | 7 | 54.2 |
| Luis Binks | Midterforsvarer | 27 | 2,460 | 2 | 2 | 55.0 |
| Marko Divkovic | Kant | 30 | 2,365 | 4 | 1 | 44.3 |
| Jacob Ambæk | Angriber | 27 | 1,808 | 7 | — | 46.6 |
| Oliver Villadsen | Back | 30 | 1,748 | — | 2 | 62.4 |
| Mats Köhlert | Back | 21 | 1,583 | — | 2 | 61.4 |
| Daniel Wass | Central midtbanespiller | 26 | 1,500 | 1 | 2 | 50.2 |
| Bartosz Slisz | Defensiv midtbanespiller | 14 | 1,290 | — | 1 | 56.6 |
| Frederik Alves | Midterforsvarer | 15 | 1,232 | — | — | 54.7 |
| Benjamin Tahirović | Central midtbanespiller | 25 | 1,200 | 1 | 1 | 52.7 |
| Noah Nartey | Angriber | 17 | 1,154 | 4 | 3 | 57.5 |
| Filip Bundgaard | Angriber | 20 | 1,145 | 4 | 2 | 46.6 |
| Sean Klaiber | Back | 13 | 1,139 | — | 2 | 57.3 |
| Ben Godfrey | Midterforsvarer | 12 | 1,037 | 1 | — | 38.0 |
| Sho Fukuda | Kant | 24 | 1,028 | 5 | 1 | 57.8 |
| Mads Frøkjaer-Jensen | Kant | 14 | 842 | 1 | 2 | 46.1 |
| Stijn Spierings | Central midtbanespiller | 17 | 817 | 2 | 1 | 66.7 |
| Jordi Vanlerberghe | Midterforsvarer | 15 | 796 | — | — | 57.6 |
| Rasmus Lauritsen | Midterforsvarer | 9 | 721 | — | 1 | 43.2 |
| Mathias Jensen | Central midtbanespiller | 15 | 654 | — | — | 51.0 |
| Ousmane Sow | Kant | 14 | 573 | — | — | 21.2 |
| Clement Bischoff | Kant | 7 | 487 | 1 | 1 | 68.8 |
| Emmanuel Dennis | Angriber | 11 | 457 | 1 | — | 59.4 |
| Michael Gregoritsch | Angriber | 11 | 370 | 2 | 1 | 54.4 |
| Mayckel Lahdo | Kant | 10 | 349 | 1 | 2 | For lille datagrundlag |
| Raphael Canut | Midterforsvarer | 6 | 345 | — | — | For lille datagrundlag |
| Gavin Beavers | Målmand | 2 | 180 | — | — | For lille datagrundlag |
| Viggo Poulsen | Kant | 8 | 151 | — | — | For lille datagrundlag |
| Kotaro Uchino | Rolle ikke fastlagt | 5 | 68 | — | — | For lille datagrundlag |
| Marcus Younis | Rolle ikke fastlagt | 2 | 28 | — | — | For lille datagrundlag |
| Thomas Mikkelsen | Målmand | 1 | 13 | — | — | For lille datagrundlag |
| Oskar Fenger | Rolle ikke fastlagt | 1 | 6 | — | — | For lille datagrundlag |
| André Escobar Jensen | Rolle ikke fastlagt | 1 | 1 | — | — | For lille datagrundlag |
Kampe og minutter er fra færdigspillede kampe. Spillere, der har spillet for mere end én klub i denne sæson, er markeret.
Trup efter rolle
Spillere grupperet efter position. Impact-data vises kun, når der er tilstrækkelige kampdata.
Goalkeeper
Goalkeeper
Centre back
Full back
Defensive midfielder
Central midfielder
Winger
- Clement BischoffSe spiller
Impact 68.8·Creative Impact 93.4
- Sho FukudaSe spiller
Impact 57.8·Non-Penalty Finishing 96.3
- Nicolai VallysSe spiller
Impact 54.2·Defensive Reliability 90.0
Striker
- Se spiller
- Se spiller
- Michael GregoritschSe spiller
Impact 54.4·Defensive Activity 96.1
Holdets Impact-ledere
Holdets højeste Impact Scores i denne sæson sammen med hver spillers spillestil. Spillestil beskriver, hvordan spilleren spiller, ikke hvor god spilleren er. Sådan beregnes det
- 1Patrick PentzGoalkeeperRedningsstærk målmand75.2/100
- 2Clement BischoffWingerSpillertype ikke tilgængelig68.8/100
- 3Stijn SpieringsCentral midfielderBoldbesiddende midtbanespiller66.7/100
Truppens spillertyper
De mest almindelige spillertyper i truppen denne sæson.
- Luftstærk forsvarer211%
- Kreativ back211%
- Kreativ midtbanespiller211%
- Direkte angriber211%
- Kombinerende angriber211%
- Boldvindende midtbanespiller16%
- Sikker distributør16%
- Dyb distributør16%
Baseret på 18 spillere med nok data til at få en spillertype.
Spillerbidrag
Holdets førende spillere i minutter, mål, assists og Impact Score denne sæson.
Flest minutter
All completed fixtures this season.
- 1Patrick Pentz2805min.
- 2Nicolai Vallys2553min.
- 3Luis Binks2460min.
- 4Marko Divkovic2365min.
- 5Jacob Ambæk1808min.
Flest mål
Season totals from imported match data.
- 1Nicolai Vallys7mål
- 2Jacob Ambæk7mål
- 3Sho Fukuda5mål
- 4Marko Divkovic4mål
- 5Noah Nartey4mål
Flest assists
Season totals from imported match data.
- 1Nicolai Vallys7assists
- 2Noah Nartey3assists
- 3Luis Binks2assists
- 4Oliver Villadsen2assists
- 5Mats Köhlert2assists
Højeste Impact Score
Only players who meet the publishable sample and coverage rules.
- 1Patrick Pentz75.2/ 100
- 2Clement Bischoff68.8/ 100
- 3Stijn Spierings66.7/ 100
- 4Oliver Villadsen62.4/ 100
- 5Mats Köhlert61.4/ 100
Metode
Datakilde
Kamp-, opstillings-, hændelses- og spillerstatistik kommer fra Sportmonks og gemmes pr. kamp. Kun færdigspillede kampe med registrerede minutter tælles med. Annoncerede opstillinger og fremtidige kampe er ikke medregnet.
Pr. 90 minutter
En værdi pr. 90 minutter omregner et sæsontal til en hel kamp: total × 90 ÷ spillede minutter. Den beregnes ikke, når minutter mangler eller er nul.
Manglende data
Dataleverandøren udelader nogle statistikker i stedet for at sende et nul. En manglende værdi vises som "ikke tilgængelig" og omregnes aldrig til 0, så andele og percentiler kun beregnes, hvor de underliggende data faktisk findes.
Impact Score
Football Performance Labs Impact Score er en eksperimentel intern model, der kombinerer rollerelative percentilgrupper med faste vægte. Det er ikke en officiel rating og ikke et mål for transferværdi.
Minimumskrav til data
Værdierne beregnes internt fra 180 minutter, men en spiller vises kun offentligt med en rangeret Impact Score fra 360 minutter og 5 kampe, med mindst 90% datadækning og en fastlagt rolle. En enkelt kamp giver en kampobservation fra 30 minutter.