La lista
| # | Jugador | Nacido | Borussia Dortmund | Manchester City |
|---|---|---|---|---|
| 1 | İlkay Gündoğan | 1990 | 2011–2016 | 2016–2023, 2024–2025 |
| 2 | Erling Haaland | 2000 | 2020–2022 | 2022– |
| 3 | Manuel Akanji | 1995 | 2018–2022 | 2022–2026 |
| 4 | Felix Nmecha | 2000 | 2023– | 2019–2021 |
| 5 | Sergio Gómez | 2000 | 2018–2021 | 2022–2024 |
| 6 | Eike Immel | 1960 | 1978–1986 | 1995–1997 |
| 7 | Niclas Jensen | 1974 | 2003–2005 | 2002–2003 |
| 8 | Steffen Karl | 1970 | 1990–1994 | 1994 |
En qué dirección se movieron
- Primero Borussia Dortmund, después Manchester City: 6
- Primero Manchester City, después Borussia Dortmund: 2
Ponte a prueba
Tres parejas de clubes más: nombra un jugador para cada una.
En el juego
En Who Played Both tú y tu rival eligen en secreto un club cada uno. Si los clubes son Borussia Dortmund y Manchester City, gana la ronda el primero que nombre a uno de los jugadores de arriba en 15 segundos.
Más parejas con Borussia Dortmund
- Borussia Dortmund – Köln 32 jugadores
- Borussia Dortmund – Hannover 96 29 jugadores
- Borussia Dortmund – Werder Bremen 29 jugadores
- Borussia Dortmund – Stuttgart 28 jugadores
- Borussia Dortmund – Eintracht Frankfurt 25 jugadores
- Borussia Dortmund – Schalke 04 25 jugadores
- Bayern München – Borussia Dortmund 23 jugadores
- Borussia Dortmund – Nürnberg 22 jugadores
Borussia Dortmund: todos los clubes con jugadores en común
Más parejas con Manchester City
- Manchester City – Manchester United 59 jugadores
- Everton – Manchester City 54 jugadores
- Manchester City – Stoke City 53 jugadores
- Manchester City – Sunderland 50 jugadores
- Manchester City – Norwich City 47 jugadores
- Manchester City – Sheffield United 42 jugadores
- Burnley – Manchester City 40 jugadores
- Crystal Palace – Manchester City 38 jugadores
Manchester City: todos los clubes con jugadores en común
Fuente: Wikidata (CC0), artículos de clubes de Wikipedia y fichas de jugadores (años en cada club). Se omiten las etapas en categorías inferiores y los registros sin partidos aparentes; los datos mantenidos por voluntarios pueden tener huecos o errores.