Was sind eigentlich Expected Goals? Eine Erklärung
Durch die Aggregation von xG-Werten über Spiele oder ganze Saisonen hinweg können Analysten klare Tendenzen erkennen. Wie oben erwähnt entwickelten die einzelnen Datenanbieter allesamt verschiedene xG-Modelle. Während all diese Modelle Kernelemente wie Entfernung und Winkel zum Ziel bewerten, unterscheiden sie sich in den zusätzlichen Komplexitätsebenen. Sieht man sich Fußballspiele aus den 2020er-Jahren an und vergleicht sie mit Begegnungen, die viele Jahrzehnte alt sind, dann erkennt man wie sehr sich dieser Sport veränderte.
- Im Rahmen von Fußballberichterstattung ist inzwischen immer häufiger von den sogenannten “Expected Goals” die Rede.
- Oder in einer Situation, wo der Goalie einem allein auf ihn zulaufenden Stürmer den Ball noch abnimmt.
- Führende Datenanbieter wie Opta, Wyscout und Statsbomb, um nur die bekanntesten zu nennen, bieten ihre eigenen xG-Datenmodelle an.
- Wir werden uns später in diesem Leitfaden eingehender mit der xG-Chain befassen.
- Die Expected Goals sind eine fortschrittliche Statistik, die die Wahrscheinlichkeit angibt, dass ein bestimmter Schuss zu einem Tor führt, basierend auf Faktoren wie Entfernung, Winkel und Art des Schusses.
Was sind Expected Goals (xG)?
Er hätte also gut 13 Tore erzielen sollen, kommt aber aktuell auf 18 Treffer. Dieser Wert lässt sich dann mit der Zahl tatsächlich erzielter Tore vergleichen. Zum Beispiel bei den Top-Torschützen der vergangenen Bundesliga-Saison. Portugal erspielte sich die deutlich besseren Chancen und gewann folgerichtig. Die statistische Grösse Expected Goals beschäftigt längst nicht mehr nur Fussball-Nerds.
Beispielsweise könnten zwei Mannschaften mit ähnlichen Ballbesitzwerten sehr unterschiedliche xG-Zahlen aufweisen, was darauf schließen lässt, dass eine Mannschaft effektiver unibet login Tormöglichkeiten herausspielen konnte. Andererseits könnte eine Mannschaft, die zwar bei den xG-Werten, nicht aber bei den Toren konstant besser abschneidet als der Gegner, eine Pechsträhne haben, oder Probleme bei der Chancenverwertung ausmachen. Wenn man tiefer in den Bereich der xG eintaucht, gibt es mehrere fortschrittliche Modelle, die unser Verständnis des Spiels weiter verfeinern. Die Statistik Expected Goals on Target (xGOT) bewertet die Qualität der Schüsse, die tatsächlich auf das gegnerische Tor gehen. Im Unterschied zum xG-Modell weist es dem Schuss die statistische Erfolgsaussicht für einen Treffer NACH dem Schussversuch zu. Ein Schuss ins Kreuzeck bekommt so einen höheren Wert als ein halbhoher Schussversuch in die Mitte, den der Tormann leichter fangen kann.
Einblicke für die Fans Fußballdiskussionen wurden schon immer viel von Emotionen und unterschiedlichen, subjektiven Wahrnehmungen bestimmt. Während diese immer ein wesentlicher Bestandteil des Sports sein werden, bieten die Expected Goals eine datengestützte Perspektive für hitzige Argumente am Stammtisch. Die Expected-Goal-Werte sind also mehr nur eine Statistik; es ist ein Paradigmenwechsel in der Art und Weise, wie wir Fußball wahrnehmen und diskutieren. Mit ihnen lassen sich die Leistungen von Spielern über eine ganze Saison einordnen und bewerten. Addiert man die xG-Werte aller Schüsse eines Spielers in einer Saison, ergibt sich die Zahl der Tore, die er statistisch hätte erzielen sollen. Abschließend sei erwähnt, dass Expected Goals bei den Frauen nochmal ein Thema für sich sind.
Die Verschmelzung des Fußballs mit der Datenanalyse ist nicht nur ein Trend, sondern die neue Normalität. Sie verschafft Trainern, Scouts, Analysten, Medien und Fans tiefere Einblicke und ein besseres Verständnis der Feinheiten des Spiels. Die Einführung der Expected Goals führte zu zahlreichen weiteren innovativen Statistiken wie dem xG Divergence Score. Mit dieser einfachen, aber aussagekräftigen Kennzahl können Fans und Fachleute gleichermaßen schnell erfassen, wie sich die Ereignisse eines Spiels im Vergleich zu den statistischen Erwartungen entwickeln.
Wir werden uns später in diesem Leitfaden eingehender mit der xG-Chain befassen. Ein Team, das konstant hohe xG-Werte aufweist, aber weniger Tore erzielt, könnte beispielsweise zahlreiche hochwertige Chancen kreieren, aber Probleme mit dem Abschluss haben. Auf der anderen Seite deutet ein Team mit einem niedrigen xG-against-Wert (xGA) auf eine solide Defensivstruktur hin, die den Gegner auf Schüsse aus weniger gefährlichen Positionen beschränkt. Die Idee, die Qualität von Schüssen zu bewerten, geht zwar auf Studien von Vic Barnett und Sarah Hilditch aus den frühen 1990er-Jahren zurück, doch erst in den frühen 2010er-Jahren wurde das Zeitalter der xG-Statistik eingeläutet. Analysten und Fußballenthusiasten befassten sich eingehend mit Schussdaten, entdeckten Muster und erstellten Modelle, die über das bloße Zählen von Schüssen hinausgingen.
So werden Expected Goal Werte berechnet
Darüber hinaus kann ein Vergleich zwischen den xG einer Mannschaft mit den tatsächlich erzielten Toren die Effizienz oder Ineffizienz vor dem Tor aufzeigen. Einige Teams könnten überdurchschnittlich gut abschneiden, indem sie regelmäßig aus schlechten xG-Positionen heraus Tore erzielen, was darauf hindeutet, dass in Zukunft Rückschläge auftreten könnten. Umgekehrt könnten Mannschaften, die ihre xG-Werte unterbieten, bei der Verwertung klarer Chancen haben, oder sie könnten an der Schwelle zu einer Trendwende stehen, wenn sie weiterhin so gute Torchancen kreieren. Im Kern sind die Expected Goals (xG) ein statistisches Maß, das die Qualität eines Schusses im Fußball im Vorhinein quantifiziert. Anstatt einfach nur Schüsse oder Tore zu zählen, geht die xG-Statistik tiefer und bewertet die Wahrscheinlichkeit, dass ein bestimmter Schuss zu einem Tor führt, basierend auf historischen Daten von hunderttausenden ähnlichen Schüssen. Doppel- und Dreifachchancen bleiben ebenfalls ein Problem bei den Expected Goals.
Ein Blick auf den Moment des Torschusses hilft dabei, das Zustandekommen des xG-Werts zu verstehen. Bleiben wir beim Beispiel der Bayern-Niederlage in Bochum unter Tuchel. Der VfL hatte laut Opta-Daten die ersten drei Chancen des Spiels, darunter eine recht ordentliche durch Anthony Losilla (0,15). Erst danach kam Bayern mit einer sehr guten Musiala-Chance (0,28) ins Spiel. Musiala war es auch, der das Tor aus 0,08 xG erzielte und direkt davor eine gute Möglichkeit verpasste (0,16).
Warum gibt es unterschiedliche xG-Werte?
Analysten können den Spielern nun auch statistisch darlegen, aus welchen Zonen welche Art von Schüssen welche Erfolgswahrscheinlichkeit nach sich zieht. Auch die Verteidiger können daraus Erkenntnisse ziehen, indem sie beispielsweise genau wissen, aus welchen Zonen sie gegnerische Schussversuche zulassen können. XG legt einen sehr großen Wert auf die Schussposition, und das aus gutem Grund. Die Entfernung und der Winkel zum Tor sind zwei der wichtigsten Faktoren für die Berechnung des xG-Werts. Schüsse aus dem Sechzehnmeterraum oder aus zentralen Bereichen in Tornähe haben aufgrund ihrer Nähe und ihres Winkels zum Tor meist höhere Erfolgsaussichten. Umgekehrt haben Weitschüsse, insbesondere solche aus großer Entfernung oder spitzen Winkeln.
Auch wenn die xG-Metrik wie eine moderne Offenbarung erscheint, hat ihr Wesen historische Wurzeln. Fußballlegenden betonen seit langem die Bedeutung von “klaren Chancen”. Doch erst mit dem Aufkommen der xG-Werte kann man diesen „klaren Chancen“ Zahlen zuschreiben.
Ein flüchtiger Blick auf die traditionellen Statistiken könnte den Eindruck erwecken, dass Team A die Kontrolle über das Spiel hatte, die Partie dominierte und äußerst unglücklich als Verlierer vom Platz ging. Wenn wir aber die xG-Werte in unsere Analyse einbeziehen, kann sich dieses Bild manchmal drastisch ändern. Team A könnte beispielsweise die Schüsse von äußerst ungünstigen Positionen abgegeben haben, die üblicherweise keinen Treffer nach sich ziehen. In solchen Fällen ist es durchaus möglich, dass Team B mit den wenigen, aber qualitativ besseren Torchancen, einen höheren Expected-Goal-Wert aufweist, was diesem Spiel eine andere Perspektive verleiht. Natürlich sind auch die xG-Zahlen nicht als absolute Wahrheit zu verstehen, doch indem sie die Qualität der Chancen abbilden, liefern sie einen anderen Blickwinkel auf ein Spiel als herkömmliche Statistiken.
Anstatt sich nur auf das Endergebnis oder die Anzahl der Schussversuche zu verlassen, können Teams ihre xG-Werte analysieren, um die Qualität der von ihnen kreierten Chancen zu analysieren. Indem wir Schüsse bei diesem Modell nach ihrer Art unterscheiden, also ob es sich um einen Kopfball, einen Volleyschuss oder einen herkömmlichen Schuss handelt, können wir bessere Aufschlüsse über ihre Aussichten auf einen Torerfolg erhalten. Die Expected Goals bieten nicht nur Einblicke in einzelne Schüsse oder Spielerleistungen, sondern offenbaren auch grundlegende Muster, wie Fußball gespielt wird.
Ob ein Torjäger wie Harry Kane vom FC Bayern München abzieht oder ein gelernter Abwehrspieler, ist für den xG-Wert nicht entscheidend. Auch fließt die vorausgehende Entstehung der Chance nicht in die Berechnung ein. Im Rahmen von Fußballberichterstattung ist inzwischen immer häufiger von den sogenannten “Expected Goals” die Rede. Bundesliga.de erklärt dir das statistische Modell, mit dem gemessen werden kann, wie gut die Leistungen von Mannschaften und Spielern wirklich waren.
