Kostenlos testen
Beliebt Neu Genres Autoren
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Suche läuft...
SoBrief
Expected Goals

Expected Goals

Die Datenrevolution im Fußball begann mit einer Frage: Wer darf entscheiden, was zählt?
von Rory Smith 2022 304 Seiten
3.83
1.000+ Bewertungen
Anhören
Immersiv
V2.3
Amazon Kindle Audible
3 Tage Vollzugriff testen
Schalten Sie Audioinhalte & mehr frei!
Weiter

Wichtigste Erkenntnisse

Die Datenrevolution im Fußball beginnt mit Tausenden menschlichen Einschätzungen

Menschen machen die Zahlen. In den 1990er-Jahren beobachtete der Geschäftsmann Ram Mylvaganam, wie Steve McClaren, damals Trainer von Derby County, mühsam Spielaufnahmen bearbeitete. Aus dieser Beobachtung entstand ProZone, das Kameras und Analysten einsetzte, um das Spielgeschehen zu erfassen. Auch heute sind Datenunternehmen darauf angewiesen, dass Menschen Spiele ansehen und Ereignisse markieren. In Manila erledigt die Fußballerin Ashley Flores diese Arbeit für Impect: Sie erfasst Aktionen, die in mehr als 1.200 Spielerbewertungen einfließen. Eine Kennzahl namens Packing misst, wie viele Gegenspieler ein Pass oder Dribbling überspielt.

Die unsichtbare Belegschaft ist entscheidend. Flores und ihre Kolleginnen und Kollegen prüfen ihre Arbeit, bevor sie bei Vereinen, Trainern, Sendern und Fans ankommt. Die scheinbare algorithmische Revolution beginnt mit Menschen, die entscheiden, was zählt, wo etwas geschah und wie es einzuordnen ist.

Analyse

Bemerkenswert ist, wie gründlich diese Schilderung die Sporttechnologie entmystifiziert. Ein Modell kann Millionen Beobachtungen verarbeiten, doch seine Schlussfolgerungen übernehmen die Entscheidungen, die bei der Datenerfassung getroffen wurden: Welche Ereignisse verdienen eine Markierung? Wie wird mehrdeutiger Druck klassifiziert? Und was gilt als erfolgreicher Raumgewinn? Das erinnert an die Infrastruktur hinter künstlicher Intelligenz, wo menschliche Annotationen still und leise prägen, was Maschinen lernen können. Die globale Belegschaft relativiert zudem das glamouröse Bild der Analytik als Wettstreit unter Spitzenwissenschaftlern. Zu ihren Grundlagen gehört qualifizierte, repetitive Arbeit, oft weit entfernt von den Vereinen, die davon profitieren.

Verwechsle niemals einen Haufen Statistiken mit einer Erklärung

Zahlen müssen interpretiert werden. In den 1950er-Jahren hielt der Buchhalter Charles Reep Spielereignisse von Hand fest und suchte nach Mustern. Seine Arbeit deutete darauf hin, dass kurze Spielzüge häufig Toren vorausgingen; später wurden seine Ergebnisse jedoch als Argument für langen Ballbesitz missbraucht. Charles Hughes, ein hochrangiger englischer Fußballtrainer, erhob diese Deutung zur Doktrin und setzte auf schnelle Angriffe in gefährliche Räume. Der Fehler lag nicht darin, das Spiel zu messen. Er lag darin, ein Muster als allgemeingültige Anweisung zu behandeln.

Schlechte Kennzahlen können in die Irre führen. 2001 stellten Alex Ferguson und Steve McClaren fest, dass Verteidiger Jaap Stam weniger Zweikämpfe bestritt, und werteten das als Zeichen seines Leistungsabfalls. Stam spielte später in einem Champions-League-Finale. Weniger Zweikämpfe konnten auf bessere Positionierung hindeuten, nicht auf schlechtere Abwehrarbeit. Daten können das Urteilsvermögen schärfen – aber nur, wenn die Kennzahl zur gestellten Frage passt.

Analyse

Das ist eine praktische Lektion in Messvalidität. Eine Statistik ist nur dann nützlich, wenn sie die Qualität erfasst, auf die es den Entscheidern ankommt. Zweikämpfe sind beobachtbar; defensives Antizipieren lässt sich schwerer zählen, kann aber wichtiger sein. Dasselbe Problem tritt in Schulen auf, wenn Testergebnisse als Ersatz für Lernerfolg dienen, oder in Krankenhäusern, wenn die Zahl behandelter Fälle als Maß für die Versorgungsqualität gilt. Praktische Kennzahlen können zu Zielen werden und dazu verleiten, die Zahl statt des eigentlichen Zwecks zu optimieren. Reepts Geschichte zeigt außerdem, wie Belege ihren ursprünglichen Kontext überdauern und zur Stützung einer Doktrin herangezogen werden können, die ihr Urheber nicht unbedingt befürwortet hätte.

Bewerte Chancen nach ihrer Qualität, nicht nach der Zahl der Schüsse

Ein Schuss ist noch keine Chance. Expected Goals, meist zu xG abgekürzt, ordnet jedem Schuss eine Wahrscheinlichkeit zu, dass daraus ein Tor wird. Ein Abschluss aus kurzer Distanz kann sehr wahrscheinlich zum Tor führen; ein gewagter Versuch aus großer Entfernung eher nicht. Addiert man die Wahrscheinlichkeiten aller Schüsse eines Teams, ergibt sich eine Schätzung der Tore, die es aus diesen Gelegenheiten vernünftigerweise hätte erwarten können. Über den Ausgang eines einzelnen Spiels sagt das nichts Sicheres aus.

Der Kontext verändert die Geschichte. Impect verwies auf Deutschlands 7:1-Sieg gegen Brasilien 2014, um zu zeigen, warum einfache Zählwerte versagen können: Brasilien hatte mehr Schüsse, Pässe und Ecken, doch Deutschland erzeugte mehr Gefahr, indem es Gegenspieler überspielte. Auch das grobe Modell des Statistikers Henry Stott räumte Senegal bei der WM 2002 gegen Titelverteidiger Frankreich eine Siegchance von 25 Prozent ein. Senegal gewann, während Frankreich in der Gruppenphase ausschied.

Analyse

Expected Goals macht Wahrscheinlichkeiten anschaulich: Ein Team kann verlieren, obwohl es bessere Chancen herausgespielt hat – so wie eine gute Entscheidung kurzfristig ein schlechtes Ergebnis hervorbringen kann. Diese Unterscheidung ist für die Leistungsbewertung in jedem von Zufällen geprägten System zentral, von der Geldanlage bis zur Medizin. Doch xG ist ein Modell, keine objektive Eigenschaft eines Schusses. Verschiedene Anbieter wählen unterschiedliche Eingangsgrößen, und eine Wahrscheinlichkeitsschätzung kann nicht jede taktische Ursache einer Chance erklären. Am nützlichsten ist sie als Korrektiv zu bloßen Zählwerten, nicht als Ersatz dafür, das Spiel anzusehen oder zu fragen, wie die Chancen entstanden sind.

Gib der Analyse im Verein Einfluss, sonst wird sie von der Politik an den Rand gedrängt

Zugang bedeutet noch keinen Einfluss. Bei Tottenham entwickelte Decision Technology fortschrittliche Modelle zur Leistungsbewertung und Spielerrekrutierung, darunter frühe Ansätze, die xG ähnelten. Doch Trainer konnten die Berichte als unverbindlich behandeln, und der Verein fragte nur selten nach, ob die Empfehlungen überhaupt gelesen worden waren. Arsenal übernahm StatDNA und stellte dem Unternehmen umfangreiche Daten zur Verfügung. Dennoch mussten sich die Analysten mit konkurrierenden Abteilungen auseinandersetzen und mit Scouts, die fürchteten, ihre Expertise werde verdrängt.

Chris Anderson und David Sally lernten das auf schmerzhafte Weise. Die Wissenschaftler waren überzeugt, dass ein Verein die Analyse ins Zentrum seiner Entscheidungen rücken musste. Sie versuchten, Investoren für den Kauf von Charlton zusammenzubringen, wandten sich dann anderen Vereinen zu, doch die Geschäfte scheiterten. Anderson wurde schließlich Geschäftsführer von Coventry City. Dort ließen knappe Budgets und tägliche betriebliche Krisen wenig Zeit und Geld für einen datengestützten Umbau. Fachwissen ist wichtig, aber ebenso wichtig sind Entscheidungsbefugnisse, Ressourcen und eine Kultur, die bereit ist, es zu nutzen.

Analyse

Dieses Muster ähnelt einem häufigen Scheitern organisatorischer Veränderungen: Führungskräfte befürworten eine Neuerung grundsätzlich, lassen die bestehenden Anreize aber unangetastet. Analysten können hervorragende Arbeit leisten; wenn Manager jedoch uneingeschränkt befugt bleiben, sie zu ignorieren, hat die Organisation eine Abteilung eingeführt, aber kein neues Entscheidungssystem. Formale Macht allein ist ebenfalls kein Allheilmittel. Ein zentralisiertes Modell kann starr oder politisch abgeschirmt werden. Beständiger ist eine Ordnung, in der Belege eine klar definierte Rolle haben, Meinungsverschiedenheiten offen benannt werden und feststeht, wer für die endgültige Entscheidung verantwortlich ist.

Stelle den Modellen Trainer zur Seite, die Belege in die Praxis übersetzen können

Erst die menschliche Schnittstelle macht sie nutzbar. Das Forschungsteam des FC Liverpool unter der Leitung des Physikers Ian Graham entwickelte Modelle zur Bewertung von Spielern und Teamleistungen. Michael Edwards half dabei, die Analysen in praktische Empfehlungen zu übersetzen, und Jürgen Klopp akzeptierte eine Zusammenarbeit, statt die alleinige Kontrolle über die Spielerverpflichtungen zu verlangen. Die Mitarbeiter des Vereins konnten Empfehlungen hinterfragen, doch die Modelle hatten einen festen Platz im Entscheidungsprozess.

Firmino veranschaulicht diese Vereinbarung. Die Rekrutierungsgruppe setzte sich für den brasilianischen Stürmer Roberto Firmino ein, während Trainer Brendan Rodgers Christian Benteke bevorzugte. Beide wurden verpflichtet, doch nach Rodgers’ Weggang gab Klopp Firmino die Rolle und die Chance, die die Analyse vorausgesehen hatte. Liverpools Erfolg lässt sich nicht allein den Daten zuschreiben: Auch Training, Scouting, Fitness, Ernährung, Geld und die Qualität der Spieler waren entscheidend. Die Lehre ist organisatorischer Art. Belege sind wertvoller, wenn Fachleute sie in einer Sprache vermitteln können, mit der Trainer und Spieler etwas anfangen können.

Analyse

Das ist ein Plädoyer dafür, unterschiedliche Wissensarten zu verbinden, statt eine für überlegen zu erklären. Ein Modell kann Tausende Spieler systematisch vergleichen; ein Scout bemerkt vielleicht Temperament, Anpassungsfähigkeit oder ein taktisches Detail, das in den Daten fehlt. Teams brauchen Möglichkeiten, die verschiedenen Erkenntnisquellen einander ergänzen und korrigieren zu lassen. Kommunikation gehört zum technischen System – ähnlich wie die Gestaltung einer medizinischen Benutzeroberfläche: Eine zutreffende Diagnose nützt nichts, wenn eine Ärztin oder ein Arzt nicht danach handeln kann. Dieser Ansatz setzt dennoch Vertrauen voraus, und Vertrauen entsteht nicht automatisch. Es wächst, wenn Analysten ihre Annahmen erläutern und begründete Kritik annehmen.

Suche nach unterbewerteten Spielern und vernachlässigten Wegen zum Tor

Ein Vorteil verbirgt sich oft direkt vor aller Augen. Brighton verpflichtete Pascal Groß, nachdem sein Team abgestiegen war, denn der Verein erkannte, dass seine Fähigkeit, Chancen herauszuspielen, stärker war, als die Ergebnisse seines damaligen Klubs vermuten ließen. Auch Brentford und Midtjylland nutzten Analysen, um bislang übersehenen Wert zu finden. Brentford ersetzte seine traditionelle Jugendakademie durch ein B-Team, das Spieler verpflichtete, die von reicheren Vereinen aussortiert worden waren. So machte der Verein einen Nachteil in der Nachwuchsförderung zu einer Talentquelle.

Auch bei den Abläufen können Teams umdenken. Midtjylland entwickelte ein Repertoire mit mehr als 60 Varianten für Standardsituationen und stellte einen Einwurftrainer ein. Damit behandelte der Verein Ecken und Einwürfe als Fähigkeiten, die man verbessern kann, und nicht als belanglose Unterbrechungen. Die allgemeine Idee besteht nicht einfach darin, günstig einzukaufen. Ein Spieler oder eine Taktik ist unterbewertet, wenn ihr Beitrag für ein bestimmtes Team größer ist, als Markt oder Konvention annehmen.

Analyse

Das ist die stärkste Ausprägung der Moneyball-Idee: die Annahmen des Marktes infrage stellen und dann eine messbare Diskrepanz zwischen Preis und Wert ausnutzen. Dieselbe Logik lässt sich auf vernachlässigte Arbeitsabläufe in Unternehmen übertragen, wo kleine Verbesserungen sich summieren können, weil Wettbewerber sie übersehen. Ein Modell kann jedoch ein vermeintliches Schnäppchen aufspüren, ohne zu beweisen, dass sich ein Spieler an eine neue Liga, einen anderen Trainer oder eine neue Kultur anpassen wird. Der beste Suchprozess verbindet deshalb Vergleiche im großen Maßstab mit einer Prüfung des Kontexts. Eine Ineffizienz ist eine zu untersuchende Hypothese, kein garantierter Gewinn.

Rechne damit, dass Daten den Spielstil verändern, ohne dass es jemand verkündet

Das Spiel verändert sich leise. In der Premier League wurden 2003/04 mehr als 5.000 Weitschüsse abgegeben, verglichen mit 3.333 in der Saison 2020/21. Die Zahl der Flanken aus dem Spiel heraus sank im ungefähr selben Zeitraum von nahezu 16.000 auf weniger als 10.000, während die Zahl der Pässe pro Spiel von etwa 545 auf fast 800 stieg. Diese Entwicklung entspricht der Logik von xG: den Ball behaupten und bessere Chancen suchen, statt sich mit Abschlüssen geringer Wahrscheinlichkeit zufriedenzugeben.

Daten unterstützen auch das Pressing. Ralf Rangnicks Ansatz legte den Schwerpunkt darauf, den Ball schnell zurückzugewinnen und anzugreifen, bevor sich der Gegner neu formieren konnte. Bei Leipzig sahen Trainingsübungen vor, dass die Spieler den Ball innerhalb von acht Sekunden zurückerobern und in den darauffolgenden zehn Sekunden zum Abschluss kommen sollten. Diese Veränderungen lassen sich nicht allein der Analytik zuschreiben. Auch Trainerphilosophien, insbesondere die von Pep Guardiola und deutschen Trainern geprägten, formten das moderne Spiel.

Analyse

Eine Technologie kann das Verhalten verändern, ohne selbst zur öffentlichen Erklärung dafür zu werden. Analysen können Trainerentscheidungen beeinflussen, die sich dann durch Nachahmung und Wettbewerb verbreiten, bis sie als selbstverständlich gelten. Das ist eine Form kultureller Verbreitung: Praktiken reisen schneller als ihre Ursprünge. Die Zahlen sind aufschlussreich, doch sie belegen keine eindeutige Ursache. Veränderungen in der Trainermode, der Spielerentwicklung und den taktischen Systemen können ebenfalls den Rückgang der Schüsse und Flanken erklären. Die fundierte Schlussfolgerung lautet nicht, dass Daten den modernen Fußball geschaffen haben, sondern dass sie zu den Kräften gehören, die mitbestimmen, was Teams als gute Entscheidung ansehen.

Behandle Modellergebnisse als Wahrscheinlichkeiten, nicht als Urteile über Menschen

Ergebnisse sind eine Mischung aus Können und Zufall. Midtjylland entwickelte seine Gerechtigkeitstabelle (Table of Justice), eine Tabelle, die den Tabellenstand an die Qualität der herausgespielten und zugelassenen Chancen anpasste. Während einer schlechten Serie kam das Modell des Vereins zu dem Schluss, Midtjylland sei Dänemarks beste Mannschaft, und schätzte, dass sie 15 Punkte mehr hätte haben müssen. Der Vorstandsvorsitzende Rasmus Ankersen nutzte diese Belege, um Trainer Jess Thorup den Rücken zu stärken. Dessen Mannschaft gewann später die Liga.

Wahrheit braucht trotzdem Fingerspitzengefühl. In Coventry deutete Andersons Analyse darauf hin, dass die Position des Teams im Aufstiegsrennen seine tatsächliche Leistung übertrieb. Er befürchtete, eine unverblümte Mitteilung an Spieler und Trainer, dass wahrscheinlich ein Rückschritt bevorstehe, könne ihr Selbstvertrauen untergraben. Ein Modell kann dabei helfen, nachhaltige Leistung von einer Glückssträhne zu unterscheiden. Es kann aber nicht entscheiden, wie diese Information vermittelt werden sollte oder ob die Führung eines Trainers dem Team hilft, seine statistischen Erwartungen zu übertreffen.

Analyse

Prozess und Ergebnis voneinander zu trennen, ist überall wichtig, wo Zufall eine große Rolle spielt. So wird verhindert, dass ein glücklicher Sieg als Beweis für eine gute Strategie gilt oder eine knappe Niederlage als Beweis für Versagen. Leistungskennzahlen sind jedoch Schätzungen, keine Gerichtsurteile. Ihre Unsicherheit sollte sichtbar sein, besonders wenn Arbeitsplätze oder die Moral von Menschen auf dem Spiel stehen. Zwischen einer zutreffenden Diagnose und der Motivation besteht zudem ein echter Zielkonflikt: Optimismus kann Einsatzbereitschaft fördern, doch ungebremster Optimismus kann notwendige Veränderungen hinauszögern. Gute Führung nutzt Wahrscheinlichkeiten, um Entscheidungen zu verbessern, ohne so zu tun, als reagierten Menschen mechanisch auf Informationen.

Öffne die Fußballanalyse für Talente jenseits der alten Torwächter

Der Talentpool wurde größer. Während eines großen Teils der Fußballgeschichte beruhte Glaubwürdigkeit darauf, dass man selbst professionell gespielt oder das Spiel innerhalb seiner Institutionen kennengelernt hatte. Die Analytik eröffnete einen weiteren Weg. Der indische Teenager Ashwin Raman, der in Bangalore lebte und online über Fußball schrieb, wurde von Dundee United in Teilzeit eingestellt, nachdem ein schottischer Analyst auf seine klaren, durchdachten Beiträge aufmerksam geworden war. Er half dabei, Leistungen zu bewerten und mögliche Verpflichtungen zu identifizieren, während er noch seinen Schulabschluss machte.

Die Veränderung reicht weit über einen einzelnen Teenager hinaus. Vereine stellen heute Mathematiker, Physiker, Ingenieure sowie Fachleute aus Technologie und Finanzwesen ein. Datenfirmen beschäftigen außerdem rund um die Welt Menschen, die Spiele markieren, und verbinden so Manila, Laos und andere Orte mit dem Spitzenfußball. Die Veränderung besteht nicht einfach darin, dass Außenstehende das Spiel kommentieren können. Sie können bei der Spielerverpflichtung, der Taktik und den Entscheidungen eines Vereins mitwirken.

Analyse

Eine breitere Rekrutierung kann die berufliche Homogenität aufbrechen – also die Tendenz von Organisationen, die Hintergründe und Annahmen ihrer bisherigen Mitglieder zu reproduzieren. Ein Physiker oder eine Online-Analystin entdeckt womöglich eine Frage, auf die ein ehemaliger Spieler nicht gekommen wäre. Doch ein breiterer Zugang ist nicht automatisch gerecht: Das Buch beschreibt auch niedrige Bezahlung, unsichere Arbeit und Burnout unter Analysten. Ein tatsächlich größerer Talentpool braucht mehr als Einstiegsmöglichkeiten aus der Ferne. Er setzt faire Bezahlung, Mentoring und Aufstiegsmöglichkeiten voraus, damit Menschen mit unkonventionellem Werdegang dauerhafte Karrieren aufbauen können.

Analyse

Das zentrale Argument des Buches lautet nicht, dass der Fußball eine Zauberformel entdeckt hat. Vielmehr hat sich verändert, wer nützliches Wissen definieren darf. Jahrzehntelang genossen Berufserfahrung und überliefertes Trainerwissen besondere Autorität. Daten stellten dieses Monopol infrage, indem sie bestimmte Behauptungen überprüfbar machten und Menschen außerhalb der traditionellen Netzwerke des Fußballs die Möglichkeit gaben, etwas beizutragen. Die Geschichte ist wichtig, weil sie zeigt, dass Messungen allein keinen Fortschritt garantieren. Reepts Aufzeichnungen konnten falsch ausgelegt werden; Ferguson konnte eine ungeeignete Defensivkennzahl heranziehen; Tottenham und Arsenal konnten über ausgefeilte Analysen verfügen, ohne ihnen beständig Einfluss auf Entscheidungen zu geben. Das Beispiel Liverpool legt nahe, dass die Organisationsstruktur ebenso wichtig ist wie mathematische Raffinesse: Analysten brauchen Zugang, Glaubwürdigkeit und einen Weg in den Entscheidungsprozess, während Trainer die Möglichkeit haben müssen, Belege im jeweiligen Kontext zu interpretieren.

Der tiefere Konflikt besteht zwischen Vorhersage und Urteilsvermögen. Fußballmodelle schätzen Wahrscheinlichkeiten in einer Sportart, in der die Ergebnisse von Zufällen geprägt, menschlich und emotional folgenreich sind. Eine bessere Prognose beseitigt die Unsicherheit nicht, und ein Modell kann Vertrauen, Anpassungsfähigkeit oder Führungsqualitäten nie vollständig erfassen. Doch wer Messungen ablehnt, bewahrt damit nicht die Reinheit des Spiels. Er lässt Intuition ungeprüft und schützt oft die bestehende Machtverteilung. Der produktive Ansatz ist weder algorithmische Anbetung noch nostalgische Ablehnung. Er beruht auf diszipliniertem Pluralismus: Daten nutzen, um schwache Annahmen offenzulegen, Fachwissen einsetzen, um das Modell kritisch zu prüfen, und Entscheidern die Unsicherheit verständlich machen.

Das Buch schildert die Analytik außerdem als Geschichte von Arbeit und Governance. Hinter jeder ausgefeilten Kennzahl stehen Entscheidungen von Datentaggern, Forschern, Scouts, Führungskräften und Trainern. Diese Entscheidungen bestimmen, was sichtbar wird und wer Gehör findet. Mit der Verbreitung der Analytik hängt der Wettbewerbsvorteil nicht mehr bloß davon ab, Daten zu besitzen, sondern davon, sie gut zu erfassen, nützliche Fragen zu stellen und Antworten einzubinden, ohne Menschen zu Kennzahlen zu machen. Die Revolution ist gerade deshalb real, weil sie noch nicht abgeschlossen ist. Ihr bleibender Beitrag ist womöglich weniger eine einzelne Statistik als eine neue Erwartung: Entscheidungen im Fußball sollten erklärbar und revidierbar sein und Belege aus Bereichen jenseits des alten inneren Zirkels berücksichtigen.

Zusammenfassung in 30 Sekunden
Erwartete Tore (xG) weist jedem Schuss eine Torwahrscheinlichkeit zu und macht so die Qualität von Chancen aussagekräftiger als die Zahl der Schüsse, ohne die Ungewissheit eines einzelnen Spiels aufzuheben. Aussagekräftige Analysen hängen von einer soliden Datenerhebung und Kennzahlen ab, die zur jeweiligen Frage passen. Modelle können unterbewertete Spieler und vernachlässigte Taktiken aufdecken, doch Vereine brauchen Analysten mit Einfluss und Trainer, die Erkenntnisse in die Praxis umsetzen können. Daten sollten die Intuition hinterfragen, nicht das Urteilsvermögen ersetzen oder Menschen auf Zahlen reduzieren.
Enthält Spoiler

Zuletzt aktualisiert:

Problem melden

Rezensionsübersicht

3.83 von 5
Durchschnitt von 1.000+ Bewertungen von Goodreads und Amazon.

Expected Goals beleuchtet den Aufstieg der Datenanalyse im Fußball und konzentriert sich auf die Pioniere, die statistische Analysen in den Sport einführten. Das Buch wird für seine fesselnde Erzählweise und Einblicke in die Abläufe hinter den Kulissen von Vereinen gelobt; manche Leserinnen und Leser empfanden jedoch die Erzählstruktur als zusammenhanglos und bemängelten fehlende technische Details. Das Buch zeigt, wie Daten die Spielerverpflichtung, taktische Entscheidungen und das Vereinsmanagement verändert haben. Ob es damit endgültig beweist, dass Daten den Fußball „erobert“ haben, darüber gehen die Meinungen auseinander. Insgesamt gilt es als interessante Lektüre für Fußballfans, wenn auch mit gewissen Einschränkungen in Ansatz und Tiefe.

Ihre Bewertung:
4.38
403 Bewertungen
Möchten Sie das vollständige Buch lesen?

Glossar

Packing (überspielte Gegenspieler)

Durch eine Aktion überspielte Gegenspieler

Eine von Impect entwickelte Kennzahl, die zählt, wie viele gegnerische Spieler ein Pass oder Dribbling aus dem Spiel nimmt. Sie soll bewerten, wie effektiv eine Aktion den Ball nach vorn bringt und Gefahr erzeugt, statt lediglich festzuhalten, ob ein Pass angekommen ist oder wie weit der Ball geflogen ist.

Erwartete Tore (xG)

Geschätzte Wahrscheinlichkeit, dass ein Schuss zum Tor führt

Eine statistische Schätzung, üblicherweise mit xG abgekürzt, für die Wahrscheinlichkeit, dass ein bestimmter Schuss zu einem Tor wird. Modelle weisen jedem Versuch anhand von Faktoren wie seiner Position und den Umständen einen Wert zu. Addiert man die Werte der Schüsse eines Teams, lässt sich die Qualität seiner Chancen schätzen, statt lediglich die Versuche oder Tore zu zählen.

Erwarteter Ballbesitzwert (Expected Possession Value)

Durch eine Aktion erzeugte Torgefahr

Ein Ansatz zur Einschätzung, wie die Aktion eines Spielers die Wahrscheinlichkeit verändert, dass ein Ballbesitz zu einem Tor führt. Dabei können Entscheidungen wie Passen, Dribbeln oder Tackling danach bewertet werden, wie sie sich auf die Angriffsmöglichkeiten auswirken. So lässt sich die Bewertung von Chancen über den abschließenden Schuss hinaus auf frühere Momente eines Spielzugs ausdehnen.

Dixon-Coles-Modell

Modell zur Berechnung von Fußballergebnissen

Ein von den Wissenschaftlern Mark Dixon und Stuart Coles entwickeltes statistisches Modell zur Schätzung von Fußballspielergebnissen. Zu seinen ursprünglichen Zwecken gehörte es, Ineffizienzen auf den Wettmärkten zu erkennen. Henry Stott passte den Ansatz des Modells für ein grobes Vorhersagesystem zur Weltmeisterschaft an und trug damit dazu bei, zu zeigen, dass mathematische Analysen konventionelle Erwartungen infrage stellen konnten.

Positionen mit größter Torgefahr (Positions of Maximum Opportunity)

Gefährliche Angriffsbereiche

Eine mit dem Fußballtrainer Charles Hughes verbundene Spiellehre, die darauf setzt, den Ball schnell und effizient in gefährliche Bereiche zu bringen. Sie wurde mit direktem Spiel und langen Bällen in Verbindung gebracht und als Weg zu Toren dargestellt. Das Buch zeigt, wie diese Spiellehre mit statistischen Arbeiten verknüpft wurde, die zu eng ausgelegt worden waren.

Gerechtigkeitstabelle (Table of Justice)

Nach Chancenqualität gewichtete Tabelle

Die alternative Ligatabelle von Midtjylland, in der Teams anhand zugrunde liegender Leistungsdaten verglichen werden, darunter die Qualität der herausgespielten und zugelassenen Chancen. Sie soll zeigen, ob die tatsächlichen Punkte und Ergebnisse die Leistungen eines Teams angemessen widerspiegeln. Der Verein nutzte sie, um schlechte Ergebnisse von schwachem Spiel zu unterscheiden, erkannte dabei aber an, dass die Tabelle ein Modell und kein offizielles Wettkampfergebnis bleibt.

Spieldaten-Tagger (Tagger)

Menschliche Fachkraft für die Erfassung von Spieldaten

Eine Datenfachkraft, die Fußballaufnahmen ansieht und Ereignisse in einem Softwaresystem markiert, etwa Ballkontakte, Pässe, Positionen oder Drucksituationen. Tagger liefern die codierten Beobachtungen, die Datenunternehmen zum Erstellen von Leistungskennzahlen und Analyseprodukten verwenden. Ihre Schulung und Qualitätskontrollen sind wichtig, da Fehler oder uneinheitliche Einschätzungen die daraus entstehenden Daten beeinflussen können.

FAQ

Worum geht es in Expected Goals: The Story of How Data Conquered Football and Changed the Game Forever?

  • Daten im Fußball: Das Buch untersucht, wie Datenanalysen den Fußball grundlegend verändert haben – vom Mannschaftsmanagement bis zum Scouting und zur Spielanalyse.
  • Historischer Kontext: Es zeichnet die Entwicklung der Fußballanalyse von den 1950er-Jahren bis heute nach und hebt wichtige Neuerungen und Meilensteine hervor.
  • Persönliche Geschichten: Das Buch erzählt von wichtigen Persönlichkeiten der Analysebewegung und zeigt ihre Herausforderungen und Erfolge in einem traditionell konservativen Sport.

Warum sollte ich Expected Goals von Rory Smith lesen?

  • Aufschlussreiche Perspektive: Das Buch bietet einen einzigartigen Blick auf die Schnittstelle von Sport und Daten und spricht sowohl Fußballfans als auch an Datenanalyse Interessierte an.
  • Wandel verstehen: Es hilft Leserinnen und Lesern, die bedeutenden Veränderungen im Fußballmanagement und in der Strategie durch Datenanalysen zu verstehen.
  • Fesselnde Erzählweise: Rory Smith verbindet persönliche Anekdoten mit Einblicken in die Branche und macht komplexe Themen verständlich und interessant.

Was sind die wichtigsten Erkenntnisse aus Expected Goals?

  • Bedeutung von Daten: Daten sind inzwischen ein wesentlicher Bestandteil des Fußballs und beeinflussen Entscheidungen von Spielerverpflichtungen bis hin zur Spielstrategie.
  • Kultureller Wandel: Das Buch beleuchtet den Widerstand gegen Datenanalysen im Fußball und stellt traditionelle Sichtweisen modernen Vorgehensweisen gegenüber.
  • Praktische Anwendung: Es zeigt, wie Vereine wie Tottenham und Liverpool Daten erfolgreich eingebunden und dadurch ihre Leistung verbessert haben.

Was bedeutet „Expected Goals“ in der Fußballanalyse?

  • Definition: Expected Goals (xG) ist eine Kennzahl, die anhand von Faktoren wie Entfernung und Winkel die Wahrscheinlichkeit schätzt, dass ein Schuss zu einem Tor führt.
  • Zweck: Die Kennzahl hilft Teams, die Leistung von Spielern und die Qualität herausgespielter Chancen einzuschätzen und Spielergebnisse differenzierter zu verstehen.
  • Einfluss auf die Strategie: Vereine können fundiertere Entscheidungen über Spielerverpflichtungen und Taktik treffen und sich dabei auf hochwertige Torchancen konzentrieren.

Wie haben Daten die Spielerverpflichtung im Fußball verändert?

  • Fundierte Entscheidungen: Vereine nutzen Datenanalysen, um Leistungskennzahlen von Spielern zu bewerten, unterbewertete Talente zu entdecken und kostspielige Fehler zu vermeiden.
  • Langfristige Planung: Mithilfe von Daten können Teams die künftige Leistung eines Spielers einschätzen und so die strategische Kaderplanung unterstützen.
  • Wettbewerbsvorteil: Teams, die Analysen wirksam nutzen, verschaffen sich einen deutlichen Vorteil gegenüber Rivalen, die sich ausschließlich auf traditionelle Scoutingmethoden verlassen.

Vor welchen Herausforderungen stehen Vereine bei der Einführung von Datenanalysen?

  • Kultureller Widerstand: Viele Vereine sträuben sich gegen neue Methoden, weil sie befürchten, diese könnten die emotionalen und intuitiven Aspekte des Sports untergraben.
  • Datenqualität: Genaue und zuverlässige Daten sind für fundierte Entscheidungen unerlässlich.
  • Integrationsprobleme: Datenanalysen in bestehende Strukturen einzubinden, erfordert die Unterstützung aller Ebenen der Organisation – vom Management bis zum Trainerstab.

Wie nutzen Vereine wie Tottenham und Liverpool Daten?

  • Leistungsanalyse: Sie nutzen Daten, um die Leistung von Spielern zu bewerten, Stärken und Schwächen zu erkennen und taktische Entscheidungen während der Spiele zu unterstützen.
  • Scouting und Verpflichtungen: Sie setzen Analysen ein, um mögliche Neuzugänge zu finden, und konzentrieren sich dabei auf Spieler, die zu ihren datengestützten Modellen passen.
  • Strategische Planung: Daten fließen in langfristige Strategien ein und helfen Vereinen, realistische Ziele festzulegen und ihre Fortschritte daran zu messen.

Welche Rolle spielt Technologie bei der Fußballanalyse?

  • Datenerhebung: Technologische Fortschritte erleichtern die Erfassung und Analyse großer Mengen an Spieldaten, darunter Spielerbewegungen und Spielereignisse.
  • Echtzeitanalyse: Technologie ermöglicht die Verarbeitung von Daten in Echtzeit, sodass Teams während des Spiels rasch Entscheidungen treffen können.
  • Visualisierungswerkzeuge: Leistungsfähige Software stellt Daten anschaulich dar und erleichtert Trainern und Analysten die Interpretation komplexer Statistiken.

Wie thematisiert Expected Goals die Zukunft des Fußballs?

  • Wandelnde Landschaft: Das Buch erörtert, wie sich die Einbindung von Datenanalysen weiterentwickeln und Fußballmanagement und -strategie prägen wird.
  • Wachstumspotenzial: Es hebt ungenutzte Möglichkeiten für weitere Fortschritte bei Analysen hervor und legt nahe, dass Vereine, die sich auf diese Veränderungen einlassen, erfolgreich sein werden.
  • Kultureller Wandel: Das Buch deutet darauf hin, dass sich die Fußballkultur allmählich zu einem stärker analytisch geprägten Sport wandelt, je mehr Vereine datengestützte Ansätze übernehmen.

Wer sind die wichtigsten Persönlichkeiten in Expected Goals?

  • Rory Smith: Der Autor, der einen umfassenden Überblick über die Analyserevolution im Fußball gibt.
  • Billy Beane: Eine Schlüsselfigur in Moneyball, dessen datengestützter Ansatz im Baseball ähnliche Bewegungen im Fußball inspirierte.
  • Damien Comolli: Spielte eine bedeutende Rolle bei der Einbindung von Datenanalysen bei Tottenham Hotspur und Liverpool.

Was sind die besten Zitate aus Expected Goals und was bedeuten sie?

  • „Daten durchdringen mittlerweile nahezu jeden Aspekt des Fußballs.“: Das Zitat verdeutlicht den allgegenwärtigen Einfluss von Analysen im modernen Fußball.
  • „Dumme Spielertransfers ruinieren Vereine.“: Es spiegelt die entscheidende Rolle fundierter Entscheidungen bei Spielerverpflichtungen wider.
  • „Die Revolution hat tatsächlich stattgefunden.“: Das Zitat würdigt die bedeutenden Veränderungen, die Datenanalysen im Fußball bewirkt haben, und bestätigt, dass datengestützte Strategien die Wettbewerbslandschaft umgestaltet haben.

Wie veranschaulicht das Buch die Entwicklung der Fußballanalyse?

  • Historische Meilensteine: Das Buch skizziert wichtige Entwicklungen der Fußballanalyse – von frühen Versuchen der Datenerfassung bis zu den ausgefeilten Modellen von heute.
  • Einflussreiche Vereine und Persönlichkeiten: Es hebt die Beiträge von Vereinen wie Arsenal und Liverpool sowie von Persönlichkeiten wie Ian Graham und Monchi hervor.
  • Kulturelle Veränderungen: Das Buch zeigt, wie die Akzeptanz von Analysen zugenommen hat und zu einem stärker datengestützten Ansatz in Management und Spielerverpflichtung geführt hat.

Über den Autor

Rory Smith ist ein angesehener Fußballjournalist, der für seine aufschlussreichen Texte über den Sport bekannt ist. Als leitender Fußballkorrespondent der New York Times bringt er umfangreiches Wissen und große Erfahrung in seine Arbeit ein. Smiths Schreibstil wird für seine flüssige Sprache und seine Fähigkeit gelobt, komplexe Themen für Leserinnen und Leser zugänglich zu machen. Er hat für verschiedene Publikationen geschrieben und ist regelmäßig zu Gast in Fußball-Podcasts. In „Expected Goals“ verknüpft Smith verschiedene Erzählstränge und untersucht die Schnittstelle zwischen Daten und Fußball – ein Beleg für sein tiefes Verständnis der sich wandelnden Welt des Sports.

PDF herunterladen

Lade das kostenlose PDF herunter, um die Zusammenfassung von Expected Goals für später zu speichern. Du kannst es ausdrucken oder offline lesen, wann immer du möchtest.
Download PDF

EPUB herunterladen

Lade das kostenlose EPUB herunter, um die Zusammenfassung von Expected Goals auf deinem E-Reader oder in einer Lese-App zu lesen. Das digitale Buchformat .epub eignet sich ideal zum Lesen auf Smartphones, Tablets und E-Readern.
Download EPUB
Möchten Sie das vollständige Buch lesen?
Folgen
Anhören
Start
Swipe
Biblio
App
3 Tage Vollzugriff testen
Anhören, speichern und mehr
Funktionen vergleichen Kostenlos Pro
📖 Zusammenfassungen lesen
Unbegrenzt Zusammenfassungen lesen. Kostenlose Nutzer erhalten 3 pro Monat
🎧 Zusammenfassungen anhören
Unbegrenzt Zusammenfassungen in 40 Sprachen anhören
—
❤️ Unbegrenzte Lesezeichen
Kostenlose Nutzer sind auf 4 begrenzt
—
📜 Unbegrenzter Verlauf
Kostenlose Nutzer sind auf 4 begrenzt
—
📥 Unbegrenzte Downloads
Kostenlose Nutzer sind auf 1 begrenzt
—
Risikofreier Zeitplan
Heute: Sofortzugang erhalten
Vollständige Zusammenfassungen von über 26.000 Büchern anhören. Das sind über 12.000 Stunden Audio!
Tag 2: Erinnerung an Testphase
Wir senden Ihnen eine Benachrichtigung, dass Ihre Testphase bald endet.
Tag 3: Ihr Abonnement beginnt
Die Abbuchung erfolgt am 25. Nov.,
vorher jederzeit kündbar.
Consume 2.8× More Books
2.8× weitere Bücher Hören Lesen
Unsere Nutzer lieben uns
1M+ Leser
Trustpilot Rating
TrustPilot
4.6 Hervorragend
Diese Seite ist ein absoluter Gamechanger. Ich habe noch nie so schnell Buchzusammenfassungen gelesen. Sehr, sehr empfehlenswert.
— Dave G
Das Geld und die Zeit absolut wert und wirklich gut gemacht. Eine solche Qualität von Zusammenfassungen habe ich auf anderen Websites noch nie gesehen. Sehr hilfreich!
— Em
Sehr empfehlenswert!! Fantastischer Service. Perfekt für alle, die mehr als einen Teaser möchten, aber nicht alle Details eines vollständigen Hörbuchs brauchen.
— Greg M
62 % sparen
Jährlich
$119.88 $44.99/Jahr/J.
$3.75/Mon.
Monatlich
$9.99/Mon.
3-tägige kostenlose Testphase starten
3 Tage kostenlos, dann $44.99/Jahr. Jederzeit kündbar.
Unlock a world of fiction & nonfiction books
26.000+ Bücher zum Preis von 2 Büchern
Lesen Sie jedes Buch in 10 Minuten
Entdecken Sie neue Bücher wie bei Tinder
Fordern Sie jedes Buch an, das noch nicht zusammengefasst ist
Lesen Sie mehr Bücher als jeder, den Sie kennen
Die Nr. 1 App für Buchliebhaber
Lifelike & immersive summaries
30-Tage-Geld-zurück-Garantie
Zusammenfassungen als EPUB oder PDF herunterladen
Jederzeit mit wenigen Klicks kündbar

Warum nur eine Zusammenfassung?

Scanner
Barcode zum Scannen finden

⭐
⭐
⭐
Wir haben ein besonderes Geschenk für Sie
Öffnen
38% Rabatt
RABATT FÜR DICH
⭐
⭐
⭐
$79.99
$49.99/Jahr
Nur $4.16 pro Monat
Weiter
Mit 2 Taps starten, ganz einfach kündigen
Einstellungen
Allgemein
Widget
Wird geladen...