Pantheonvs Olaf
Pantheon vs Olaf ist a decisive Matchup in LoL Patch 26.7. Olaf gewinnt mit einer 56.0% Winrate (+12.0%) gegen Pantheon basierend auf 25 Spielen. Olaf wins the early laning phase while Pantheon scales better into the late game. Unten findest du den besten Pantheon Build, Runen, Laning-Statistiken und Strategien für das Pantheon vs Olaf Matchup.
Pantheon Matchup Breakdown
Use the dropdown to select an opponent and see a detailed breakdown of how Pantheon performs against them. You'll get head-to-head win rates, laning stats, the best build and runes for the matchup, and early vs late game analysis — all based on real ranked data.
Olaf(44.0%)Who Wins the Pantheon vs Olaf Matchup?
Pantheon vs Olaf Matchup-Zusammenfassung
Das Pantheon vs Olaf Matchup ist ein entscheidendes Matchup im League of Legends Ranked-Spiel. Basierend auf 25 kürzlich analysierten Spielen gewinnt Olaf mit einer 56.0% Gewinnrate im Vergleich zu Pantheons 44.0%, was Olaf einen 12.0 Prozentpunkt-Vorteil gibt. Die Spielphasen-Dynamik spielt hier eine entscheidende Rolle: Olaf kontrolliert die frühe Lane-Phase, aber Pantheon skaliert besser, wenn das Spiel länger dauert. Das Matchup ändert sich dramatisch je nach Spiellänge — Olaf muss Vorteile ausnutzen, bevor Pantheon ihre Powerspikes erreicht, während Pantheon sich auf sicheres Farmen und das Erreichen wichtiger Item-Breakpoints konzentrieren sollte. Die signifikanteste statistische Lücke ist bei Ausdauer, wo Olaf mit 813 HP/min führt — ein Unterschied, der das Ergebnis von Trades und Scharmützeln stark beeinflusst. Olaf hat einen starken Vorteil in diesem Matchup. Pantheon-Spieler sollten defensiv spielen, sicheres Farmen unter dem Turm priorisieren und nach Gelegenheiten suchen, die durch Dschungeldruck oder Olafs Überdehnung entstehen. Vermeiden Sie längere Trades und warten Sie auf Teamkämpfe, wo Positionierung und Koordination mehr zählen. Das Verständnis dieser Matchup-Dynamiken ist entscheidend für Champion-Select-Entscheidungen und die In-Game-Strategie bei diesem Lane-Gegner.
Pantheon vs Olaf Lane-Phasen-Analyse
Olaf ist während der Lane-Phase gegen Pantheon 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.
Best Pantheon Build Against Olaf
Merkurs Schuhe ist die optimale Stiefel-Wahl gegen Olaf und bietet die Mobilität und Stats, die Pantheon in diesem Matchup am meisten braucht. Die leistungsstärksten Kern-Items für Pantheon gegen Olaf sind Eklipse, Gespaltener Himmel und Schwarzes Beil. Diese Kombination gibt Pantheon eine effektive Balance aus Schaden, Überlebensfähigkeit und Nutzen für das Matchup. Dieser Build performt außergewöhnlich gut mit einer 66.7% Gewinnrate über 3 Spiele — weit über dem Durchschnitt und macht ihn zum Top-Item-Pfad gegen Olaf. Anpassungen können je nach Team-Zusammensetzungen und Spielstand nötig sein, aber dieser Build bietet das stärkste Fundament für das Pantheon vs Olaf Matchup.
Early Game vs Late Game
Pantheon33.3%Olaf66.7%Pantheon50.0%Olaf50.0%Olaf dominiert das Frühspiel (erste 15 Minuten) mit einer kommandierenden 66.7% Gewinnrate — ein 33.3 Prozentpunkt-Vorsprung vor Pantheon. Dieses einseitige Frühspiel bedeutet, dass Olaf das Tempo der Lane ab Level 1 diktieren kann, Trades, Wellenzustand und Fluss-Priorität kontrollierend.
Spätspiel (25+ Minuten) ist gleichmäßig ausgeglichen, mit Pantheon bei 50.0% Gewinnrate — nur 0.0 Punkte vor Olaf. Teamkampf-Ausführung und Makrospiel entscheiden den Gewinner in dieser Phase, nicht Champion-Matchup-Vorteil.
Die Machtdynamik verschiebt sich im Spielverlauf — Olaf hat früh den Vorteil, aber Pantheon übernimmt nach und nach. Allerdings sind die Margen dünn genug, dass beide Champions in jeder Phase mit den richtigen Spielzügen gewinnen können. Konzentrieren Sie sich darauf, Vorteile zu nehmen, wenn Sie sie haben, statt auf eine bestimmte Spielphase zu warten.
Best Pantheon Runes Against Olaf
Präzision
Zauberei
Das Präzision und Zauberei Runen-Setup gibt Pantheon die besten Tools, um in diesem schwierigen Matchup gegen Olaf zu bestehen und die statistischen Nachteile mit optimalen Runen-Synergien zu kompensieren.
Pantheon Matchup-Daten fur League of Legends Patch 26.7. Die Tabelle unten zeigt Pantheons Siegesrate, Golddifferenz und Leistungsstatistiken gegen jeden Champion in der aktuellen Meta. Klicke auf einen Championnamen, um eine detaillierte Gegenuberstellung zu sehen, einschliesslich des besten Pantheon 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 |
|---|---|---|---|---|---|---|---|
| 58.41% | 113 | 5.7 | 924 | 12,052 | 59.6% | 57.4% | |
| 55.45% | 101 | 2.2 | 666 | 10,636 | 58.7% | 52.7% | |
| 53.26% | 92 | 1.5 | 647 | 9,840 | 44.9% | 62.8% | |
| 46.67% | 75 | 1.5 | 652 | 10,931 | 46.4% | 46.8% | |
| 41.67% | 72 | 1.6 | 649 | 9,780 | 33.3% | 47.6% | |
| 50.00% | 70 | 1.7 | 710 | 10,581 | 50.0% | 50.0% | |
| 42.42% | 66 | 5.6 | 902 | 12,135 | 54.8% | 31.4% | |
| 43.94% | 66 | 1.5 | 671 | 11,038 | 44.0% | 43.9% | |
| 49.21% | 63 | 5.4 | 857 | 11,606 | 48.0% | 50.0% | |
| 49.12% | 57 | 1.6 | 704 | 10,807 | 47.8% | 50.0% | |
| 47.37% | 57 | 1.5 | 703 | 10,353 | 43.5% | 50.0% | |
| 50.00% | 56 | 2.0 | 778 | 11,169 | 56.5% | 45.5% | |
| 44.44% | 54 | 1.6 | 704 | 9,865 | 44.4% | 44.4% | |
| 34.62% | 53 | 2.6 | 837 | 10,601 | 31.8% | 36.7% | |
| 46.15% | 52 | 5.1 | 1,010 | 11,321 | 53.9% | 38.5% | |
| 55.77% | 52 | 1.9 | 698 | 11,149 | 47.8% | 62.1% | |
| 54.90% | 51 | 4.5 | 753 | 10,225 | 57.1% | 52.2% | |
| 52.00% | 50 | 1.4 | 754 | 10,299 | 50.0% | 53.9% | |
| 44.90% | 49 | 3.5 | 993 | 12,725 | 50.0% | 41.4% | |
| 54.17% | 48 | 1.6 | 698 | 10,330 | 44.8% | 68.4% | |
| 51.06% | 47 | 1.4 | 638 | 10,347 | 40.0% | 59.3% | |
| 44.68% | 47 | 1.5 | 667 | 10,840 | 41.2% | 46.7% | |
| 44.68% | 47 | 3.1 | 834 | 12,340 | 25.0% | 54.8% | |
| 62.22% | 45 | 5.7 | 908 | 12,112 | 76.2% | 50.0% | |
| 53.33% | 45 | 5.2 | 832 | 10,866 | 54.5% | 52.2% | |
| 43.18% | 44 | 3.9 | 823 | 11,884 | 59.1% | 27.3% | |
| 60.00% | 40 | 4.8 | 881 | 12,239 | 61.1% | 59.1% | |
| 38.46% | 39 | 4.8 | 820 | 10,683 | 41.7% | 33.3% | |
| 46.15% | 39 | 1.4 | 643 | 10,298 | 58.8% | 36.4% | |
| 48.65% | 37 | 6.0 | 883 | 10,817 | 55.0% | 41.2% | |
| 48.65% | 37 | 1.4 | 626 | 9,622 | 57.9% | 38.9% | |
| 64.86% | 37 | 1.4 | 676 | 10,130 | 60.0% | 70.6% | |
| 61.11% | 36 | 1.5 | 719 | 11,895 | 41.7% | 70.8% | |
| 55.56% | 36 | 1.6 | 652 | 10,262 | 63.2% | 47.1% | |
| 44.44% | 36 | 1.6 | 707 | 11,963 | 45.5% | 44.0% | |
| 44.12% | 34 | 1.7 | 795 | 12,153 | 44.4% | 43.8% | |
| 55.88% | 34 | 5.8 | 902 | 11,588 | 50.0% | 62.5% | |
| 58.82% | 34 | 4.3 | 724 | 11,542 | 60.0% | 57.9% | |
| 48.48% | 33 | 4.3 | 970 | 12,375 | 46.1% | 50.0% | |
| 36.36% | 33 | 1.3 | 706 | 12,117 | 37.5% | 35.3% | |
| 48.48% | 33 | 1.2 | 730 | 10,880 | 63.6% | 40.9% | |
| 50.00% | 32 | 2.6 | 619 | 10,711 | 50.0% | 50.0% | |
| 50.00% | 32 | 1.4 | 705 | 12,152 | 42.9% | 55.6% | |
| 41.94% | 31 | 4.1 | 831 | 11,039 | 47.1% | 35.7% | |
| 41.94% | 31 | 1.1 | 630 | 11,813 | 43.8% | 40.0% | |
| 43.33% | 30 | 0.8 | 719 | 11,885 | 50.0% | 37.5% | |
| 60.00% | 30 | 4.2 | 826 | 10,992 | 47.6% | 88.9% | |
| 58.62% | 29 | 6.0 | 817 | 11,366 | 56.3% | 61.5% | |
| 37.93% | 29 | 3.6 | 904 | 12,396 | 30.8% | 43.8% | |
| 64.29% | 28 | 1.4 | 656 | 11,342 | 58.8% | 72.7% | |
| 28.57% | 28 | 1.3 | 645 | 10,297 | 23.1% | 33.3% | |
| 53.57% | 28 | 3.5 | 959 | 12,667 | 46.7% | 61.5% | |
| 35.71% | 28 | 2.8 | 795 | 11,272 | 36.4% | 35.3% | |
| 67.86% | 28 | 3.3 | 852 | 12,311 | 91.7% | 50.0% | |
| 71.43% | 28 | 5.4 | 934 | 10,332 | 58.8% | 90.9% | |
| 40.74% | 27 | 2.4 | 674 | 10,074 | 50.0% | 30.8% | |
| 44.44% | 27 | 1.3 | 788 | 13,065 | 50.0% | 42.1% | |
| 59.26% | 27 | 5.8 | 978 | 13,284 | 63.6% | 56.3% | |
| 34.62% | 26 | 5.2 | 802 | 11,231 | 27.3% | 40.0% | |
| 61.54% | 26 | 4.7 | 942 | 12,052 | 50.0% | 68.8% | |
| 36.00% | 25 | 5.5 | 806 | 11,629 | 35.7% | 36.4% | |
| 40.00% | 25 | 4.7 | 860 | 12,902 | 22.2% | 50.0% | |
| 44.00% | 25 | 5.4 | 947 | 12,170 | 33.3% | 50.0% | |
| 48.00% | 25 | 1.5 | 754 | 10,784 | 46.7% | 50.0% | |
| 50.00% | 24 | 3.6 | 884 | 12,433 | 60.0% | 42.9% | |
| 62.50% | 24 | 5.2 | 1,054 | 11,773 | 69.2% | 54.5% | |
| 78.26% | 23 | 5.3 | 874 | 12,150 | 66.7% | 85.7% | |
| 65.22% | 23 | 1.6 | 729 | 10,824 | 42.9% | 75.0% | |
| 52.17% | 23 | 3.2 | 764 | 11,687 | 58.3% | 45.5% | |
| 47.83% | 23 | 5.6 | 1,008 | 12,815 | 71.4% | 37.5% | |
| 43.48% | 23 | 4.6 | 817 | 10,086 | 53.9% | 30.0% | |
| 50.00% | 22 | 2.8 | 766 | 12,878 | 33.3% | 56.3% | |
| 68.18% | 22 | 1.3 | 737 | 12,612 | 57.1% | 73.3% | |
| 31.82% | 22 | 0.9 | 576 | 10,805 | 28.6% | 37.5% | |
| 68.18% | 22 | 5.8 | 930 | 11,313 | 75.0% | 64.3% | |
| 36.36% | 22 | 5.5 | 923 | 10,310 | 38.5% | 33.3% | |
| 52.38% | 21 | 5.3 | 863 | 11,603 | 66.7% | 46.7% | |
| 61.90% | 21 | 0.9 | 769 | 13,778 | 100.0% | 50.0% | |
| 50.00% | 20 | 4.6 | 792 | 10,435 | 60.0% | 40.0% | |
| 45.00% | 20 | 0.9 | 651 | 11,609 | 40.0% | 50.0% | |
| 65.00% | 20 | 1.6 | 690 | 11,349 | 70.0% | 60.0% | |
| 60.00% | 20 | 4.4 | 869 | 12,855 | 50.0% | 64.3% | |
| 45.00% | 20 | 4.5 | 892 | 11,050 | 11.1% | 72.7% | |
| 31.58% | 19 | 1.7 | 706 | 9,047 | 33.3% | 28.6% | |
| 15.79% | 19 | 1.5 | 672 | 12,011 | 0.0% | 21.4% | |
| 61.11% | 18 | 0.8 | 841 | 12,796 | 55.6% | 66.7% | |
| 44.44% | 18 | 3.2 | 852 | 11,575 | 66.7% | 33.3% | |
| 52.94% | 17 | 1.4 | 746 | 10,749 | 50.0% | 55.6% | |
| 47.06% | 17 | 2.1 | 743 | 12,928 | 50.0% | 45.5% | |
| 52.94% | 17 | 5.8 | 896 | 10,114 | 55.6% | 50.0% | |
| 41.18% | 17 | 0.8 | 784 | 12,294 | 42.9% | 40.0% | |
| 56.25% | 16 | 5.4 | 876 | 12,951 | 80.0% | 45.5% | |
| 37.50% | 16 | 5.6 | 751 | 11,859 | 37.5% | 37.5% | |
| 37.50% | 16 | 2.6 | 921 | 11,553 | 25.0% | 50.0% | |
| 43.75% | 16 | 5.8 | 930 | 11,762 | 37.5% | 50.0% | |
| 56.25% | 16 | 0.8 | 752 | 13,671 | 50.0% | 58.3% | |
| 31.25% | 16 | 5.4 | 961 | 13,863 | 60.0% | 18.2% | |
| 53.33% | 15 | 4.3 | 749 | 9,873 | 55.6% | 50.0% | |
| 53.33% | 15 | 3.5 | 855 | 12,535 | 25.0% | 63.6% | |
| 60.00% | 15 | 5.4 | 850 | 13,569 | 75.0% | 54.5% | |
| 78.57% | 14 | 5.6 | 998 | 12,482 | 60.0% | 88.9% | |
| 50.00% | 14 | 5.5 | 778 | 10,388 | 83.3% | 25.0% | |
| 64.29% | 14 | 1.4 | 617 | 9,827 | 62.5% | 66.7% | |
| 35.71% | 14 | 3.3 | 712 | 10,502 | 50.0% | 16.7% | |
| 57.14% | 14 | 5.2 | 1,095 | 12,669 | 60.0% | 55.6% | |
| 35.71% | 14 | 1.4 | 696 | 12,148 | 66.7% | 12.5% | |
| 21.43% | 14 | 4.4 | 590 | 10,073 | 20.0% | 22.2% | |
| 28.57% | 14 | 4.6 | 897 | 13,670 | 16.7% | 37.5% | |
| 38.46% | 13 | 1.0 | 691 | 12,328 | 33.3% | 42.9% | |
| 53.85% | 13 | 0.9 | 793 | 13,163 | 50.0% | 57.1% | |
| 38.46% | 13 | 2.2 | 606 | 9,513 | 33.3% | 50.0% | |
| 30.77% | 13 | 4.9 | 859 | 12,269 | 40.0% | 25.0% | |
| 53.85% | 13 | 4.3 | 748 | 10,894 | 62.5% | 40.0% | |
| 16.67% | 12 | 4.8 | 804 | 11,728 | 25.0% | 12.5% | |
| 72.73% | 11 | 4.3 | 793 | 11,725 | 62.5% | 100.0% | |
| 27.27% | 11 | 3.1 | 792 | 12,111 | 50.0% | 14.3% | |
| 54.55% | 11 | 0.8 | 599 | 11,124 | 75.0% | 42.9% | |
| 50.00% | 10 | 3.7 | 825 | 13,043 | 66.7% | 42.9% | |
| 20.00% | 10 | 1.8 | 630 | 9,686 | 16.7% | 25.0% | |
| 50.00% | 10 | 4.7 | 955 | 12,059 | 20.0% | 80.0% | |
| 60.00% | 10 | 5.0 | 799 | 11,788 | 33.3% | 71.4% | |
| 50.00% | 10 | 5.9 | 1,110 | 13,423 | 25.0% | 66.7% | |
| 40.00% | 10 | 6.0 | 945 | 12,694 | 50.0% | 33.3% | |
| 60.00% | 10 | 5.0 | 802 | 8,262 | 60.0% | 60.0% | |
| 55.56% | 9 | 5.0 | 796 | 12,028 | 66.7% | 50.0% | |
| 55.56% | 9 | 5.1 | 909 | 10,911 | 57.1% | 50.0% | |
| 44.44% | 9 | 5.4 | 908 | 11,481 | 33.3% | 50.0% | |
| 44.44% | 9 | 5.5 | 736 | 11,743 | 33.3% | 66.7% | |
| 62.50% | 8 | 5.2 | 917 | 13,959 | 0.0% | 71.4% | |
| 62.50% | 8 | 0.9 | 686 | 12,333 | 60.0% | 66.7% | |
| 50.00% | 8 | 5.7 | 1,065 | 10,839 | 50.0% | 50.0% | |
| 50.00% | 8 | 1.2 | 745 | 13,606 | 0.0% | 66.7% | |
| 62.50% | 8 | 2.8 | 828 | 11,415 | 100.0% | 50.0% | |
| 57.14% | 7 | 4.4 | 722 | 9,133 | 40.0% | 100.0% | |
| 57.14% | 7 | 1.3 | 884 | 11,114 | 25.0% | 100.0% | |
| 57.14% | 7 | 3.2 | 726 | 11,822 | 50.0% | 66.7% | |
| 85.71% | 7 | 2.2 | 758 | 12,017 | 75.0% | 100.0% | |
| 42.86% | 7 | 2.8 | 951 | 14,458 | 50.0% | 40.0% | |
| 42.86% | 7 | 4.3 | 917 | 14,113 | 0.0% | 50.0% | |
| 57.14% | 7 | 0.7 | 746 | 13,019 | 50.0% | 60.0% | |
| 42.86% | 7 | 1.7 | 779 | 12,464 | 50.0% | 40.0% | |
| 33.33% | 6 | 3.7 | 899 | 12,433 | 50.0% | 0.0% | |
| 50.00% | 6 | 4.4 | 774 | 12,326 | 50.0% | 50.0% | |
| 50.00% | 6 | 4.8 | 683 | 12,816 | 100.0% | 25.0% | |
| 50.00% | 6 | 0.8 | 793 | 12,589 | 66.7% | 33.3% | |
| 33.33% | 6 | 5.0 | 667 | 11,572 | 50.0% | 25.0% | |
| 33.33% | 6 | 0.9 | 750 | 11,658 | 0.0% | 50.0% | |
| 83.33% | 6 | 0.6 | 796 | 13,334 | 0.0% | 100.0% | |
| 100.00% | 5 | 2.4 | 902 | 12,862 | 100.0% | 100.0% | |
| 40.00% | 5 | 1.9 | 640 | 13,356 | 0.0% | 50.0% | |
| 40.00% | 5 | 4.1 | 710 | 12,557 | 66.7% | 0.0% | |
| 80.00% | 5 | 4.4 | 757 | 8,943 | 66.7% | 100.0% | |
Helfen Sie uns, die Genauigkeit zu verbessern! Wenn Sie falsche Statistiken, fehlende Daten oder Probleme bemerken, hilft Ihr Feedback direkt dabei, die Qualität unserer Daten für die gesamte Community zu verbessern.
Pantheon vs Olaf - Häufig gestellte Fragen
Wie schlagt sich Pantheon gegen Olaf in League of Legends?
Olaf gewinnt das Pantheon vs Olaf Matchup mit einer 56.0% Siegesrate gegenuber Pantheons 44.0%, ein Unterschied von 12.0 Prozentpunkten. Diese Daten basieren auf 25 aktuellen Ranked-Spielen in Patch 26.7.
Wie schlagt sich Pantheon gegen Olaf im fruhen Spiel?
Im fruhen Spiel hat Olaf den Vorteil gegen Pantheon mit einer 66.7% Siegesrate gegenuber 33.3%. Olaf Spieler sollten ihren Lane-Vorteil durch aggressive Trades und Wellenkontrolle in den ersten 15 Minuten ausnutzen.
Wie schlagt sich Pantheon gegen Olaf im spaten Spiel?
Im spaten Spiel ubernimmt Pantheon das Pantheon vs Olaf Matchup mit einer 50.0% Siegesrate gegenuber 50.0%. Pantheon skaliert besser in Teamkampfe und Objektkampfe nach 25 Minuten.
Wer gewinnt das Pantheon vs Olaf Matchup?
Olaf gewinnt das Matchup gegen Pantheon mit einer 56.0% Siegesrate in League of Legends Patch 26.7. Der 12.0 Prozentpunkt-Vorteil bedeutet, dass Olaf in diesem Lane-Matchup significantly begunstigt ist, basierend auf 25 analysierten Spielen.
Was ist der beste Pantheon Build gegen Olaf?
Der beste Pantheon Build gegen Olaf beinhaltet Eklipse, Gespaltener Himmel, Schwarzes Beil with Merkurs Schuhe. This build achieves a 66.7% 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 Pantheon Runes gegen Olaf?
Die besten Pantheon Runes gegen Olaf verwenden den Präzision Primarbaum mit Zauberei sekundar. This rune setup achieves a 50.0% win rate in the Pantheon vs Olaf matchup. Siehe die vollstandige Runen-Aufschlusselung im Matchup-Vergleich oben.
Countert Pantheon Olaf?
Nein, Pantheon hat Schwierigkeiten gegen Olaf mit nur einer 44.0% Siegesrate. Olaf hat den Vorteil in diesem Matchup. Pantheon Spieler sollten sich auf sicheres Farmen konzentrieren und lange Trades vermeiden, um den Vorsprung von Olaf zu minimieren.
Wie spiele ich Pantheon gegen Olaf?
Wenn du Pantheon gegen Olaf spielst, spiele vorsichtig und vermeide die Power-Spikes von Olaf. Focus on safe farming — you outscale Olaf in the late game. Verwende den matchup-spezifischen Build und die Runes oben, um deine Chancen zu optimieren.