Olafvs Kayle
Olaf vs Kayle ist a decisive Matchup in LoL Patch 26.10. Olaf gewinnt mit einer 55.4% Winrate (+10.7%) gegen Kayle basierend auf 56 Spielen. Olaf wins the early laning phase while Kayle scales better into the late game. Unten findest du den besten Olaf Build, Runen, Laning-Statistiken und Strategien für das Olaf vs Kayle Matchup.
Olaf Matchup-Analyse
Verwende das Dropdown-Menü, um einen Gegner auszuwählen und eine detaillierte Analyse zu sehen, wie Olaf gegen ihn abschneidet. Du erhältst Kopf-an-Kopf-Winrates, Laning-Statistiken, den besten Build und die besten Runen für das Matchup sowie eine Früh- vs. Spätspiel-Analyse — alles basierend auf echten Ranked-Daten.
Wer gewinnt das Olaf vs Kayle Matchup?
Olaf vs Kayle Matchup-Zusammenfassung
Das Olaf vs Kayle Matchup ist ein entscheidendes Matchup im League of Legends Ranked-Spiel. Basierend auf 56 kürzlich analysierten Spielen gewinnt Olaf mit einer 55.4% Gewinnrate im Vergleich zu Kayles 44.6%, was Olaf einen 10.7 Prozentpunkt-Vorteil gibt. Die Spielphasen-Dynamik spielt hier eine entscheidende Rolle: Olaf kontrolliert die frühe Lane-Phase, aber Kayle skaliert besser, wenn das Spiel länger dauert. Das Matchup ändert sich dramatisch je nach Spiellänge — Olaf muss Vorteile ausnutzen, bevor Kayle ihre Powerspikes erreicht, während Kayle sich auf sicheres Farmen und das Erreichen wichtiger Item-Breakpoints konzentrieren sollte. Die signifikanteste statistische Lücke ist bei Ausdauer, wo Olaf mit 1,299 HP/min führt — ein Unterschied, der das Ergebnis von Trades und Scharmützeln stark beeinflusst. Olaf-Spieler können selbstbewusst gegen Kayle picken und ab Level 1 aggressiv spielen. Versuchen Sie, früh durch günstige Trades Lane-Dominanz zu etablieren und Kayle von CS fernzuhalten. Das Verständnis dieser Matchup-Dynamiken ist entscheidend für Champion-Select-Entscheidungen und die In-Game-Strategie bei diesem Lane-Gegner.
Olaf vs Kayle Lane-Phasen-Analyse
Olaf ist während der Lane-Phase gegen Kayle bevorzugt und gewinnt 4 von 5 wichtigen Statistik-Kategorien. Olaf hat Vorteile bei Schaden, Gold-Einkommen, Crowd Control und Ausdauer, was sie zum stärkeren Laner in diesem Matchup macht.
Best Olaf Build Against Kayle
Beschichtete Stahlkappen ist die optimale Stiefel-Wahl gegen Kayle und bietet die Mobilität und Stats, die Olaf in diesem Matchup am meisten braucht. Die leistungsstärksten Kern-Items für Olaf gegen Kayle sind Schikane, Experimentelle Hexpanzerung und Unholdjägerbolzen. Diese Kombination gibt Olaf eine effektive Balance aus Schaden, Überlebensfähigkeit und Nutzen für das Matchup. Dieser Build performt außergewöhnlich gut mit einer 100.0% Gewinnrate über 4 Spiele — weit über dem Durchschnitt und macht ihn zum Top-Item-Pfad gegen Kayle. Anpassungen können je nach Team-Zusammensetzungen und Spielstand nötig sein, aber dieser Build bietet das stärkste Fundament für das Olaf vs Kayle Matchup.
Early Game vs Late Game
Olaf71.4%
Kayle28.6%Olaf45.7%Kayle54.3%Olaf dominiert das Frühspiel (erste 15 Minuten) mit einer kommandierenden 71.4% Gewinnrate — ein 42.9 Prozentpunkt-Vorsprung vor Kayle. Dieses einseitige Frühspiel bedeutet, dass Olaf das Tempo der Lane ab Level 1 diktieren kann, Trades, Wellenzustand und Fluss-Priorität kontrollierend.
Kayle ist im Spätspiel (25+ Minuten) weit überlegen mit einer 54.3% Gewinnrate — 8.6 Punkte über Olaf. Verlängerte Spiele bevorzugen stark Kayle, deren Kit und Skalierung sie zu einer dominanten Kraft in Teamkämpfen und Objektiv-Kontrolle machen.
Dieses Matchup zeigt einen dramatischen Machtwechsel: Olaf muss aggressiv ihren frühen Vorteil ausnutzen und das Spiel beenden, bevor Kayle ihre Skalierungs-Breakpoints erreicht. Wenn Kayle die Lane-Phase überlebt, ohne zu weit zurückzufallen, kippt das Matchup zu ihren Gunsten. Drachen- und Rift-Herald-Kontrolle sind entscheidend — das Team, das frühe Objektive sichert, kann schneeballen oder Zeit zum Skalieren kaufen.
Best Olaf Runes Against Kayle
Präzision
Inspiration
Das Spielen von Präzision primär mit Inspiration sekundär erlaubt Olaf, ihren Vorteil gegen Kayle auszunutzen und die Stärken zu verstärken, die dieses Matchup günstig machen.
Olaf Matchup-Daten fur League of Legends Patch 26.10. Die Tabelle unten zeigt Olafs Siegesrate, Golddifferenz und Leistungsstatistiken gegen jeden Champion in der aktuellen Meta. Klicke auf einen Championnamen, um eine detaillierte Gegenuberstellung zu sehen, einschliesslich des besten Olaf Builds, Runen, Laning-Statistiken und Fruhe- vs. Spate-Spielanalyse fur dieses spezifische Matchup.
Gegner | Siegesrate | Spiele | CS/min | Schaden/Min | Gold/Spiel | Fruhe SR | Spate SR |
|---|---|---|---|---|---|---|---|
| 56.06% | 198 | 6.5 | 838 | 12,998 | 64.5% | 50.8% | |
| 50.60% | 168 | 6.3 | 915 | 12,331 | 54.0% | 47.9% | |
| 45.45% | 143 | 6.7 | 891 | 11,753 | 46.0% | 45.0% | |
| 51.06% | 94 | 6.2 | 760 | 10,798 | 49.0% | 53.3% | |
| 42.17% | 83 | 5.9 | 781 | 11,141 | 39.5% | 45.0% | |
| 41.56% | 77 | 6.2 | 677 | 10,674 | 36.8% | 46.1% | |
| 40.54% | 74 | 6.0 | 866 | 11,051 | 41.0% | 40.0% | |
| 54.29% | 70 | 6.1 | 983 | 11,727 | 56.3% | 52.6% | |
| 44.93% | 69 | 6.5 | 881 | 11,573 | 40.5% | 50.0% | |
| 40.30% | 67 | 6.2 | 875 | 11,040 | 31.3% | 48.6% | |
| 40.91% | 66 | 6.6 | 896 | 12,910 | 38.7% | 42.9% | |
| 45.45% | 66 | 6.2 | 809 | 11,359 | 42.4% | 48.5% | |
| 48.44% | 64 | 6.3 | 1,195 | 11,732 | 51.6% | 45.5% | |
| 52.38% | 63 | 6.5 | 847 | 11,730 | 53.1% | 51.6% | |
| 56.90% | 58 | 6.9 | 972 | 13,767 | 54.5% | 58.3% | |
| 51.79% | 56 | 6.6 | 1,010 | 12,600 | 61.9% | 45.7% | |
| 53.57% | 56 | 6.3 | 956 | 11,902 | 61.5% | 46.7% | |
| 55.36% | 56 | 6.3 | 865 | 12,961 | 71.4% | 45.7% | |
| 51.85% | 54 | 6.4 | 894 | 13,151 | 47.6% | 54.5% | |
| 36.54% | 52 | 6.8 | 931 | 12,122 | 35.0% | 37.5% | |
| 40.00% | 50 | 5.2 | 758 | 11,472 | 34.6% | 45.8% | |
| 40.82% | 49 | 6.1 | 861 | 11,590 | 38.1% | 42.9% | |
| 40.43% | 47 | 6.5 | 867 | 10,650 | 34.5% | 50.0% | |
| 46.67% | 45 | 7.3 | 941 | 13,335 | 57.9% | 38.5% | |
| 47.50% | 40 | 5.9 | 785 | 10,950 | 50.0% | 46.1% | |
| 70.00% | 40 | 6.8 | 950 | 12,763 | 73.7% | 66.7% | |
| 42.11% | 38 | 6.6 | 995 | 11,272 | 28.6% | 58.8% | |
| 51.35% | 37 | 6.2 | 1,075 | 11,830 | 52.9% | 50.0% | |
| 54.05% | 37 | 3.4 | 801 | 12,999 | 56.3% | 52.4% | |
| 52.78% | 36 | 3.6 | 876 | 13,869 | 58.3% | 50.0% | |
| 51.43% | 35 | 6.3 | 914 | 12,368 | 28.6% | 66.7% | |
| 41.18% | 34 | 3.0 | 801 | 11,950 | 52.9% | 29.4% | |
| 55.88% | 34 | 6.9 | 854 | 12,767 | 63.2% | 46.7% | |
| 54.55% | 33 | 6.3 | 913 | 12,505 | 23.1% | 75.0% | |
| 56.25% | 32 | 4.5 | 1,018 | 13,480 | 46.7% | 64.7% | |
| 43.75% | 32 | 5.7 | 652 | 11,449 | 42.9% | 44.4% | |
| 48.39% | 31 | 5.8 | 932 | 12,239 | 57.1% | 41.2% | |
| 29.03% | 31 | 7.0 | 992 | 12,350 | 28.6% | 29.4% | |
| 48.28% | 29 | 5.3 | 687 | 11,432 | 64.3% | 33.3% | |
| 62.07% | 29 | 6.3 | 914 | 13,180 | 81.8% | 50.0% | |
| 37.93% | 29 | 6.5 | 771 | 11,945 | 27.3% | 44.4% | |
| 53.57% | 28 | 6.5 | 963 | 13,654 | 57.1% | 50.0% | |
| 60.71% | 28 | 6.8 | 842 | 11,966 | 53.3% | 69.2% | |
| 30.77% | 26 | 6.4 | 929 | 12,932 | 60.0% | 12.5% | |
| 36.00% | 25 | 5.9 | 689 | 10,257 | 30.8% | 41.7% | |
| 36.00% | 25 | 5.8 | 694 | 11,169 | 44.4% | 31.3% | |
| 36.00% | 25 | 6.4 | 879 | 12,615 | 55.6% | 25.0% | |
| 37.50% | 24 | 1.3 | 862 | 13,165 | 36.4% | 38.5% | |
| 47.83% | 23 | 2.5 | 689 | 11,646 | 46.1% | 50.0% | |
| 47.83% | 23 | 6.7 | 966 | 14,403 | 55.6% | 42.9% | |
| 56.52% | 23 | 6.5 | 892 | 13,889 | 62.5% | 53.3% | |
| 68.18% | 22 | 2.7 | 911 | 14,476 | 62.5% | 71.4% | |
| 54.55% | 22 | 4.2 | 879 | 12,463 | 55.6% | 53.9% | |
| 42.86% | 21 | 6.7 | 1,062 | 15,293 | 60.0% | 37.5% | |
| 75.00% | 20 | 1.3 | 902 | 13,074 | 100.0% | 66.7% | |
| 76.47% | 17 | 1.5 | 938 | 12,509 | 88.9% | 62.5% | |
| 25.00% | 16 | 6.6 | 872 | 12,399 | 22.2% | 28.6% | |
| 75.00% | 16 | 3.7 | 781 | 10,981 | 77.8% | 71.4% | |
| 68.75% | 16 | 7.0 | 959 | 13,055 | 87.5% | 50.0% | |
| 46.67% | 15 | 2.5 | 580 | 9,212 | 50.0% | 40.0% | |
| 38.46% | 13 | 1.1 | 651 | 13,286 | 60.0% | 25.0% | |
| 58.33% | 12 | 2.9 | 578 | 9,827 | 66.7% | 33.3% | |
| 66.67% | 12 | 2.0 | 813 | 13,121 | 66.7% | 66.7% | |
| 45.45% | 11 | 4.0 | 1,019 | 14,726 | 50.0% | 42.9% | |
| 27.27% | 11 | 6.4 | 815 | 12,964 | 20.0% | 33.3% | |
| 72.73% | 11 | 2.4 | 751 | 14,388 | 83.3% | 60.0% | |
| 45.45% | 11 | 2.7 | 917 | 13,609 | 60.0% | 33.3% | |
| 18.18% | 11 | 1.9 | 767 | 13,303 | 25.0% | 14.3% | |
| 40.00% | 10 | 3.6 | 934 | 12,873 | 28.6% | 66.7% | |
| 60.00% | 10 | 1.6 | 721 | 13,212 | 66.7% | 50.0% | |
| 60.00% | 10 | 1.8 | 793 | 14,259 | 50.0% | 66.7% | |
| 50.00% | 10 | 4.1 | 658 | 11,187 | 71.4% | 0.0% | |
| 30.00% | 10 | 2.2 | 886 | 14,280 | 25.0% | 33.3% | |
| 50.00% | 10 | 6.6 | 677 | 11,394 | 40.0% | 60.0% | |
| 33.33% | 9 | 6.4 | 801 | 10,272 | 20.0% | 50.0% | |
| 55.56% | 9 | 4.5 | 840 | 13,074 | 66.7% | 50.0% | |
| 44.44% | 9 | 5.3 | 936 | 12,762 | 50.0% | 42.9% | |
| 33.33% | 9 | 5.5 | 728 | 11,328 | 0.0% | 42.9% | |
| 55.56% | 9 | 5.0 | 752 | 11,897 | 80.0% | 25.0% | |
| 50.00% | 8 | 6.9 | 1,215 | 15,559 | 33.3% | 60.0% | |
| 87.50% | 8 | 4.7 | 932 | 14,254 | 75.0% | 100.0% | |
| 28.57% | 7 | 1.3 | 689 | 12,656 | 0.0% | 50.0% | |
| 42.86% | 7 | 2.6 | 664 | 12,003 | 25.0% | 66.7% | |
| 42.86% | 7 | 5.7 | 783 | 12,752 | 25.0% | 66.7% | |
| 57.14% | 7 | 3.5 | 770 | 10,943 | 60.0% | 50.0% | |
| 57.14% | 7 | 1.2 | 634 | 12,431 | 33.3% | 75.0% | |
| 57.14% | 7 | 3.4 | 628 | 8,777 | 66.7% | 50.0% | |
| 50.00% | 6 | 4.7 | 756 | 12,745 | 50.0% | 50.0% | |
| 66.67% | 6 | 4.9 | 747 | 11,114 | 75.0% | 50.0% | |
| 33.33% | 6 | 3.2 | 639 | 12,549 | 100.0% | 20.0% | |
| 66.67% | 6 | 1.4 | 812 | 13,418 | 100.0% | 50.0% | |
| 83.33% | 6 | 1.9 | 662 | 11,122 | 100.0% | 66.7% | |
| 20.00% | 5 | 4.0 | 442 | 8,162 | 33.3% | 0.0% | |
| 60.00% | 5 | 3.2 | 559 | 11,392 | 0.0% | 60.0% | |
| 20.00% | 5 | 2.0 | 710 | 10,251 | 0.0% | 50.0% | |
| 60.00% | 5 | 2.9 | 580 | 7,976 | 33.3% | 100.0% | |
| 40.00% | 5 | 1.1 | 621 | 11,113 | 33.3% | 50.0% | |
| 80.00% | 5 | 5.1 | 845 | 15,659 | 0.0% | 80.0% | |
| 60.00% | 5 | 5.9 | 914 | 12,049 | 75.0% | 0.0% | |
| 40.00% | 5 | 5.1 | 810 | 12,404 | 0.0% | 50.0% | |
| 60.00% | 5 | 2.9 | 786 | 8,911 | 75.0% | 0.0% | |
Help us maintain accuracy! If you notice incorrect stats, missing data, or any issues, your feedback directly improves the quality of our data for the entire community.
Olaf vs Kayle - Häufig gestellte Fragen
Wie schlagt sich Olaf gegen Kayle in League of Legends?
Olaf gewinnt das Olaf vs Kayle Matchup mit einer 55.4% Siegesrate gegenuber Kayles 44.6%, ein Unterschied von 10.7 Prozentpunkten. Diese Daten basieren auf 56 aktuellen Ranked-Spielen in Patch 26.10.
Wie schlagt sich Olaf gegen Kayle im fruhen Spiel?
Im fruhen Spiel hat Olaf den Vorteil gegen Kayle mit einer 71.4% Siegesrate gegenuber 28.6%. Olaf Spieler sollten ihren Lane-Vorteil durch aggressive Trades und Wellenkontrolle in den ersten 15 Minuten ausnutzen.
Wie schlagt sich Olaf gegen Kayle im spaten Spiel?
Im spaten Spiel ubernimmt Kayle das Olaf vs Kayle Matchup mit einer 54.3% Siegesrate gegenuber 45.7%. Kayle skaliert besser in Teamkampfe und Objektkampfe nach 25 Minuten.
Wer gewinnt das Olaf vs Kayle Matchup?
Olaf gewinnt das Matchup gegen Kayle mit einer 55.4% Siegesrate in League of Legends Patch 26.10. Der 10.7 Prozentpunkt-Vorteil bedeutet, dass Olaf in diesem Lane-Matchup significantly begunstigt ist, basierend auf 56 analysierten Spielen.
Was ist der beste Olaf Build gegen Kayle?
Der beste Olaf Build gegen Kayle beinhaltet Schikane, Experimentelle Hexpanzerung, Unholdjägerbolzen with Beschichtete Stahlkappen. This build achieves a 100.0% win rate in the matchup. Schau dir die Matchup-Aufschlusselung oben fur den vollstandigen Item-Pfad und die Build-Reihenfolge an.
Was sind die besten Olaf Runes gegen Kayle?
Die besten Olaf Runes gegen Kayle verwenden den Präzision Primarbaum mit Inspiration sekundar. This rune setup achieves a 60.0% win rate in the Olaf vs Kayle matchup. Siehe die vollstandige Runen-Aufschlusselung im Matchup-Vergleich oben.
Countert Olaf Kayle?
Ja, Olaf hat ein gunstiges Matchup gegen Kayle mit einer 55.4% Siegesrate. Olaf strongly counters Kayle in der Lane basierend auf aktuellen Patch 26.10 Daten.
Wie spiele ich Olaf gegen Kayle?
Wenn du Olaf gegen Kayle spielst, nutze deine statistischen Vorteile, indem du in gunstigen Fenstern aggressiv tradest. You have early game priority — look for kills and zone control before first recall. Baue die empfohlenen Items und Runes fur dieses spezifische Matchup fur die besten Ergebnisse.