
Olaf vs Kayn ist a moderate Matchup in LoL Patch 26.16. Olaf gewinnt mit einer 52.2% Winrate (+4.3%) gegen Kayn basierend auf 23 Spielen. Olaf holds the advantage in both the early and late game. Unten findest du den besten Olaf Build, Runen, Laning-Statistiken und Strategien für das Olaf vs Kayn Matchup.
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.

Das Olaf vs Kayn Matchup ist ein moderates Matchup im League of Legends Ranked-Spiel. Basierend auf 23 kürzlich analysierten Spielen gewinnt Olaf mit einer 52.2% Gewinnrate im Vergleich zu Kayns 47.8%, was Olaf einen 4.3 Prozentpunkt-Vorteil gibt. Olaf dominiert in jeder Phase — von der frühen Lane bis zu Spätspiel-Teamkämpfen. Dieser konstante Vorteil macht es für Kayn-Spieler schwierig, günstige Fenster zu finden, daher sind teamabhängige Strategien und das Vermeiden von Solo-Konfrontationen unerlässlich. Die signifikanteste statistische Lücke ist bei Ausdauer, wo Olaf mit 717 HP/min führt — ein Unterschied, der das Ergebnis von Trades und Scharmützeln stark beeinflusst. Olaf hat einen statistischen Vorteil, aber die Marge ist knapp genug, dass das Respektieren von Kayns Stärken wichtig ist. Traden Sie, wenn Cooldowns günstig sind, verfolgen Sie den feindlichen Jungler und bauen Sie auf Ihre stärksten Item-Spikes, um den leichten Vorteil in einen entscheidenden Vorsprung umzuwandeln. Das Verständnis dieser Matchup-Dynamiken ist entscheidend für Champion-Select-Entscheidungen und die In-Game-Strategie bei diesem Lane-Gegner.
Olaf ist während der Lane-Phase gegen Kayn bevorzugt und gewinnt 3 von 5 wichtigen Statistik-Kategorien. Olaf hat Vorteile bei Farmen, Gold-Einkommen und Ausdauer, was sie zum stärkeren Laner in diesem Matchup macht.
Beschichtete Stahlkappen ist die optimale Stiefel-Wahl gegen Kayn und bietet die Mobilität und Stats, die Olaf in diesem Matchup am meisten braucht. Die leistungsstärksten Kern-Items für Olaf gegen Kayn sind Schikane, Tanz des Todes und Experimentelle Hexpanzerung. Diese Kombination gibt Olaf eine effektive Balance aus Schaden, Überlebensfähigkeit und Nutzen für das Matchup. Dieser Build erreicht eine solide 50.0% Gewinnrate über 4 Spiele und beweist sich als zuverlässiger Item-Pfad gegen Kayn. Anpassungen können je nach Team-Zusammensetzungen und Spielstand nötig sein, aber dieser Build bietet das stärkste Fundament für das Olaf vs Kayn Matchup.
Das Frühspiel (erste 15 Minuten) ist ein Münzwurf zwischen Olaf und Kayn, wobei Olaf einen hauchdünnen 50.0% Gewinnraten-Vorteil hält (+0.0%). Individuelles Können und Dschungel-Nähe werden im frühen Lane wichtiger sein als Champion-Vorteil.
Olaf ist im Spätspiel (25+ Minuten) weit überlegen mit einer 55.6% Gewinnrate — 11.1 Punkte über Kayn. Verlängerte Spiele bevorzugen stark Olaf, deren Kit und Skalierung sie zu einer dominanten Kraft in Teamkämpfen und Objektiv-Kontrolle machen.
Olaf hält den Vorteil in jeder Spielphase und macht dies zu einem durchgehend günstigen Matchup von der Lane bis zu Spätspiel-Teamkämpfen. Kayn-Spieler sollten nach Outplays, teamabhängigen Strategien und Picks suchen, statt sich auf Skalierung zu verlassen, um dieses Matchup zu gewinnen.
Das Spielen von Präzision primär mit Inspiration sekundär erlaubt Olaf, ihren Vorteil gegen Kayn auszunutzen und die Stärken zu verstärken, die dieses Matchup günstig machen.
Olaf Matchup-Daten fur League of Legends Patch 26.16. 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 |
|---|---|---|---|---|---|---|---|
| 48.51% | 101 | 6.2 | 957 | 12.623 | 52.1% | 45.3% | |
| 56.52% | 69 | 6.4 | 876 | 13.652 | 50.0% | 61.0% | |
| 50.85% | 59 | 6.1 | 979 | 11.540 | 51.6% | 50.0% | |
| 44.68% | 47 | 6.1 | 901 | 11.645 | 40.0% | 48.1% | |
| 51.16% | 43 | 6.4 | 895 | 12.515 | 47.1% | 53.9% | |
| 52.78% | 36 | 5.9 | 895 | 13.104 | 45.5% | 56.0% | |
| 51.43% | 35 | 6.5 | 861 | 14.731 | 54.5% | 50.0% | |
| 37.93% | 29 | 5.5 | 840 | 12.454 | 50.0% | 29.4% | |
| 53.57% | 28 | 6.2 | 875 | 12.225 | 50.0% | 56.3% | |
| 53.57% | 28 | 6.5 | 827 | 11.578 | 57.1% | 50.0% | |
| 61.54% | 26 | 6.9 | 920 | 12.672 | 83.3% | 42.9% | |
| 56.52% | 23 | 6.3 | 824 | 11.664 | 62.5% | 53.3% | |
| 52.17% | 23 | 2.1 | 835 | 11.737 | 50.0% | 55.6% | |
| 47.83% | 23 | 6.6 | 935 | 13.273 | 44.4% | 50.0% | |
| 45.45% | 22 | 6.3 | 1.206 | 12.344 | 55.6% | 38.5% | |
| 40.00% | 20 | 5.8 | 832 | 10.672 | 36.4% | 44.4% | |
| 50.00% | 20 | 6.7 | 783 | 11.925 | 50.0% | 50.0% | |
| 57.89% | 19 | 6.9 | 1.289 | 12.734 | 66.7% | 50.0% | |
| 63.16% | 19 | 6.2 | 816 | 11.584 | 44.4% | 80.0% | |
| 47.37% | 19 | 6.4 | 833 | 11.229 | 54.5% | 37.5% | |
| 38.89% | 18 | 6.6 | 696 | 10.021 | 33.3% | 50.0% | |
| 61.11% | 18 | 2.5 | 940 | 17.556 | 50.0% | 62.5% | |
| 50.00% | 18 | 6.4 | 998 | 12.648 | 50.0% | 50.0% | |
| 27.78% | 18 | 5.7 | 745 | 12.796 | 25.0% | 28.6% | |
| 38.89% | 18 | 1.3 | 791 | 14.350 | 25.0% | 42.9% | |
| 29.41% | 17 | 6.5 | 919 | 12.573 | 33.3% | 25.0% | |
| 47.06% | 17 | 6.2 | 1.072 | 12.873 | 33.3% | 62.5% | |
| 58.82% | 17 | 6.3 | 934 | 12.537 | 75.0% | 44.4% | |
| 50.00% | 16 | 6.8 | 926 | 13.995 | 66.7% | 46.1% | |
| 37.50% | 16 | 6.1 | 761 | 11.809 | 33.3% | 42.9% | |
| 62.50% | 16 | 1.6 | 709 | 12.869 | 80.0% | 54.5% | |
| 60.00% | 15 | 6.4 | 953 | 14.040 | 60.0% | 60.0% | |
| 80.00% | 15 | 6.3 | 1.103 | 12.511 | 66.7% | 88.9% | |
| 33.33% | 15 | 6.0 | 1.043 | 11.415 | 25.0% | 42.9% | |
| 60.00% | 15 | 7.3 | 830 | 11.279 | 72.7% | 25.0% | |
| 40.00% | 15 | 6.7 | 918 | 12.842 | 57.1% | 25.0% | |
| 35.71% | 14 | 7.1 | 931 | 13.987 | 25.0% | 40.0% | |
| 76.92% | 13 | 6.3 | 1.060 | 14.372 | 83.3% | 71.4% | |
| 53.85% | 13 | 3.0 | 767 | 11.728 | 40.0% | 62.5% | |
| 53.85% | 13 | 2.6 | 875 | 15.709 | 100.0% | 40.0% | |
| 46.15% | 13 | 6.1 | 851 | 12.675 | 42.9% | 50.0% | |
| 30.77% | 13 | 6.0 | 856 | 11.735 | 14.3% | 50.0% | |
| 33.33% | 12 | 6.3 | 573 | 7.431 | 33.3% | 33.3% | |
| 33.33% | 12 | 6.1 | 912 | 13.896 | 40.0% | 28.6% | |
| 25.00% | 12 | 6.0 | 1.011 | 13.904 | 25.0% | 25.0% | |
| 75.00% | 12 | 2.1 | 1.002 | 13.231 | 80.0% | 71.4% | |
| 66.67% | 12 | 5.7 | 993 | 14.998 | 50.0% | 75.0% | |
| 33.33% | 12 | 1.4 | 909 | 13.255 | 16.7% | 50.0% | |
| 33.33% | 12 | 1.8 | 946 | 12.842 | 50.0% | 16.7% | |
| 54.55% | 11 | 2.9 | 873 | 13.360 | 50.0% | 57.1% | |
| 54.55% | 11 | 2.2 | 728 | 13.100 | 50.0% | 57.1% | |
| 45.45% | 11 | 5.6 | 1.012 | 10.874 | 50.0% | 40.0% | |
| 27.27% | 11 | 1.8 | 942 | 13.997 | 66.7% | 12.5% | |
| 63.64% | 11 | 6.3 | 818 | 12.602 | 80.0% | 50.0% | |
| 54.55% | 11 | 2.7 | 816 | 14.384 | 50.0% | 55.6% | |
| 54.55% | 11 | 6.3 | 858 | 12.559 | 50.0% | 60.0% | |
| 60.00% | 10 | 4.6 | 998 | 14.802 | 80.0% | 40.0% | |
| 70.00% | 10 | 1.5 | 716 | 13.014 | 60.0% | 80.0% | |
| 50.00% | 10 | 1.7 | 831 | 12.949 | 60.0% | 40.0% | |
| 60.00% | 10 | 5.7 | 933 | 10.929 | 75.0% | 50.0% | |
| 66.67% | 9 | 2.8 | 710 | 10.175 | 50.0% | 80.0% | |
| 44.44% | 9 | 0.7 | 986 | 5.955 | 37.5% | 100.0% | |
| 37.50% | 8 | 4.5 | 810 | 12.613 | 50.0% | 25.0% | |
| 50.00% | 8 | 2.7 | 733 | 11.600 | 0.0% | 80.0% | |
| 62.50% | 8 | 2.9 | 750 | 14.417 | 50.0% | 66.7% | |
| 25.00% | 8 | 6.1 | 832 | 10.708 | 40.0% | 0.0% | |
| 14.29% | 7 | 2.5 | 779 | 13.126 | 50.0% | 0.0% | |
| 71.43% | 7 | 2.5 | 1.061 | 15.057 | 0.0% | 100.0% | |
| 14.29% | 7 | 1.1 | 1.088 | 15.725 | 0.0% | 20.0% | |
| 57.14% | 7 | 6.1 | 786 | 12.760 | 66.7% | 50.0% | |
| 57.14% | 7 | 1.8 | 1.068 | 14.204 | 66.7% | 50.0% | |
| 57.14% | 7 | 2.7 | 900 | 13.779 | 0.0% | 80.0% | |
| 100.00% | 6 | 7.0 | 1.095 | 15.019 | 100.0% | 100.0% | |
| 16.67% | 6 | 4.2 | 748 | 12.003 | 0.0% | 25.0% | |
| 66.67% | 6 | 7.0 | 691 | 11.329 | 80.0% | 0.0% | |
| 33.33% | 6 | 6.0 | 963 | 10.981 | 0.0% | 66.7% | |
| 33.33% | 6 | 6.9 | 819 | 12.195 | 0.0% | 66.7% | |
| 50.00% | 6 | 1.1 | 1.060 | 17.304 | 0.0% | 50.0% | |
| 60.00% | 5 | 5.3 | 1.040 | 15.565 | 100.0% | 50.0% | |
| 60.00% | 5 | 1.5 | 1.068 | 9.966 | 50.0% | 66.7% | |
| 40.00% | 5 | 1.2 | 822 | 13.476 | 50.0% | 33.3% | |
| 80.00% | 5 | 6.8 | 950 | 13.411 | 75.0% | 100.0% | |
| 100.00% | 5 | 4.8 | 1.007 | 16.242 | 0.0% | 100.0% | |
Echtzeit-Overlays, automatisches Match-Tracking und exklusive Tools — alles, was du zum Klettern brauchst, kostenlos auf deinem PC.
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 gewinnt das Olaf vs Kayn Matchup mit einer 52.2% Siegesrate gegenuber Kayns 47.8%, ein Unterschied von 4.3 Prozentpunkten. Diese Daten basieren auf 23 aktuellen Ranked-Spielen in Patch 26.16.
Im fruhen Spiel hat Olaf den Vorteil gegen Kayn mit einer 50.0% Siegesrate gegenuber 50.0%. Olaf Spieler sollten ihren Lane-Vorteil durch aggressive Trades und Wellenkontrolle in den ersten 15 Minuten ausnutzen.
Im spaten Spiel ubernimmt Olaf das Olaf vs Kayn Matchup mit einer 55.6% Siegesrate gegenuber 44.4%. Olaf skaliert besser in Teamkampfe und Objektkampfe nach 25 Minuten.
Olaf gewinnt das Matchup gegen Kayn mit einer 52.2% Siegesrate in League of Legends Patch 26.16. Der 4.3 Prozentpunkt-Vorteil bedeutet, dass Olaf in diesem Lane-Matchup moderately begunstigt ist, basierend auf 23 analysierten Spielen.
Der beste Olaf Build gegen Kayn beinhaltet Schikane, Tanz des Todes, Experimentelle Hexpanzerung with Beschichtete Stahlkappen. This build achieves a 50.0% win rate in the matchup. Schau dir die Matchup-Aufschlusselung oben fur den vollstandigen Item-Pfad und die Build-Reihenfolge an.
Die besten Olaf Runes gegen Kayn verwenden den Präzision Primarbaum mit Inspiration sekundar. This rune setup achieves a 25.0% win rate in the Olaf vs Kayn matchup. Siehe die vollstandige Runen-Aufschlusselung im Matchup-Vergleich oben.
Ja, Olaf hat ein gunstiges Matchup gegen Kayn mit einer 52.2% Siegesrate. Olaf has a solid advantage over Kayn in der Lane basierend auf aktuellen Patch 26.16 Daten.
Wenn du Olaf gegen Kayn 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.
Die Desktop-App gibt es nur für Windows — schick dir den Link und installiere sie beim nächsten Mal am PC.